角色模型的粗集-模糊聚類分析方法

西安文理學院 藝術學院，西安 710065

西安文理學院 藝術學院，西安 710065

1 引言

產品設計系統通常是從調和個性化定制與成本上升之間的矛盾，在速度和效率上優化產品模型設計過程，通過產品功能模塊化，設計模型知識化、推理過程智能化，設計系統平臺化來實現個性化設計與多樣化設計，然而由于用戶需求模型的研究不足，制約了產品設計系統的效率與可用性。Alan Cooper[1]提出的角色分析方法可以滿足用戶個性化需求分析的需要，然而在產品設計中應用不足。基于粗集的模糊聚類角色分析和模型構建方法，從用戶調研數據中通過模糊聚類分析提取典型用戶屬性特征，構建具有代表性和個性化特征的角色模板，從而滿足產品個性化設計系統中對于用戶模型構建的需要。

2 角色模型的含義與結構

2.1 角色分析方法的研究

角色是指一系列能夠代表用戶對某種產品大部分需求的原型用戶（archetypal users），將具有細節特征的特定用戶形象作為設計對象的原型，進行合理的需求推理單件，對產品細節特征設計做進一步深入考慮得到具體設計方案是相對容易和明確的。角色分析即通過創建典型用戶模板來代表具有不同目標的用戶，以角色模板為依據進行產品需求分析以及個性化細節設計，以滿足具有類似目標和需求的用戶群。

由于角色可以隨著場景的變換而改變，適用性和靈活性強，常用作設計分析的工具，用戶目標評估的標準。在軟件系統的開發中已經證明，角色分析在用戶需求模型的構建上很有優勢，如對于各種大型軟件系統的需求工程分析、施樂帕洛阿爾托研究中心面向方面的程序設計等[2-5]。但是，角色分析在軟件中的應用主要以角色及其情境的定性描述為主，對于如何通過定量分析獲得角色模板沒有相應的研究，所創建的角色也主要是作為構建設計團隊之間交流平臺的工具，在工業產品的概念設計中尚未得到充分利用[6]。

用于工業產品的概念設計建立基于角色分析的用戶模型（簡稱角色模型），需要明確具有代表性的用戶群的個性化需求偏好強度，并以此進行功能和設計指標分析，建立可用的設計資源庫來提高設計效率和質量，實現個性化的快速產品設計。因而，角色模型構建的最大問題首先在于典型用戶的識別和角色屬性的聚類分析，而這方面的文獻研究非常少見。本文根據用戶需求的模糊性、動態性特征，結合John Pruitt提出的角色分析步驟和模糊聚類方法對角色模型提出以下改進。

2.2 角色模型的結構與定義

用戶模型是用戶需求集合的綜合描述，應用角色分析，其結構包含三個部分：用戶個性特征、產品偏好特征、設計關聯模型[7]。角色模型的內部結構如圖1所示。

圖1 用戶需求模型的內部結構關系圖

角色模型的相關概念定義如下。

定義1（角色（Personas）角色是指由現實的顧客群中提煉出來的典型用戶，其特征可以由個性特征Potraits，角色個性特征包含了用戶類型與社會信息（如年齡、性別、職業、與產品選擇相關的愛好等）、用戶特殊信息（如價值期望、特定目的、心理特性）、產品使用環境（使用條件、場景Scenario），Preference Model（產品偏好模型），Samples（偏好實例庫）等屬性構成，數學表達如下：

Persona(i)=f(Potraits，Preference Model，Samples)

定義2（產品偏好特征（Production Preference，PR））產品偏好是指相對于可比較的產品或者產品屬性來說，用戶寧愿選擇效用值大的一項。產品偏好特征是指用戶對產品的設計特征相關的要求（不涉及結構因素），包括主導功能與可選功能的要求、功能實現的效用值范圍（性能與質量的規定）、外觀的偏好風格、人機操作和材質等方面的要求。產品偏好特征用產品屬性的效用值{uij}來反映。產品效用值是針對用戶而言產品整體或者某項功能的功效或價值大小。

定義3（產品偏好模型（Preference Model，PM））產品偏好模型是指產品偏好特征的集合空間，是指某屬性組合的概念產品對用戶的效用值應處于基本值U*到理想值U*之間的偏好組合的集合，記為PM={Ups}。角色的產品偏好模型對應于特定的效用偏好區間Z=[U*，U*]，其中Ups為某個產品偏好，UPs={uij|uij∈[U*，U*]}。產品的效用區間反映了用戶可選擇的效用值范圍，該區間的大小由產品的效用分析確定。

定義4（偏好距離（Utility Difference））偏好距離是指用來度量不同樣本偏好特征之間差異的值，用表示。設樣本s有多個屬性特征：

Ys={yjk|j=1，2，…，J，k=1，2，…，kj，?j，k∈R}(s∈S)為角色原型，S為由s構成的角色空間，假定X={xjk|j=1,2,…，J，k=1，2，…，kj，?j，k∈R}為某一用戶的偏好屬性特征，Y*為理想的角色模型，則為樣本之間或者用戶與角色之間的屬性偏好距離，表式為=(usk，uxk)=||usk-uxk||(?k∈K)。可以確定角色聚類分布模式及聚類中心（角色原型），以及一般用戶與角色之間的匹配程度。f()=||*||的含義根據聚類要求確定。

定義5（設計關聯模型（Design Associated Rule））設計關聯模型是指角色個性特征與產品偏好模型之間的設計需求映射和索引規則，用CN-FR={ri}表示。

3 角色模板的聚類分析

3.1 基于效用評價的角色屬性的識別

效用評價是基于用戶經驗選擇的因素分析方法，該方法假定用戶的實驗性選擇行為（例如排序、優選、打分，等等）在一定程度上反映了用戶的心理期望對于特定產品表現的評價，這種評價就是產品的效用值。產品效用因人而異，同一個產品對于不同的人來說，其效用值是不同的，因此，產品的效用值與用戶的個性化需求具有一定的聯系。假設有m個用戶對產品的J個功能提出要求，產品的效用矩陣可以表示為：

其中，PR是指產品功能組合 PF={f1，f2，…，fJ}對用戶需求目標CI={c1，c2，…，cm}的貢獻值，umn表示第 m個顧客對產品第 j個屬性的效用值。矩陣的每一列構成了不同用戶對產品屬性的個性化差別要求的集合。這些屬性通常包括功能屬性、外觀屬性、技術屬性、價格屬性等。矩陣中各元素的組合及值的大小反映了目標用戶的需求特征。角色的需求屬性聚類依據就是矩陣中這些效用值的大小和組合關系。點積(·)的含義和運算規則根據需要確定。產品屬性的效用分析通常綜合了多種調研與統計方法來獲得，這里以聯合分析法進行產品的效用分析結果作為用戶偏好屬性特征進行角色屬性聚類分析的依據。

假定產品P由J個屬性構成，每個屬性對產品都具有一定的效用貢獻，將屬性 j劃分為kj個水平等級，產品的總效用是各屬性效用的疊加，通過聯合分析，已知用戶對產品的偏好效用區間為Z=[U*，U*]，理論上任何在效用區間Z=[r，E]范圍內的產品均為符合角色需求的產品，且數值越大，越能滿足用戶，效用值范圍相近的用戶可視為一個群。U*為角色對產品配置的最低要求，U*為最理想組合，分別由下式確定，具體分析方法和過程詳見其他相關文獻[6-12]。

3.2 基于粗集的模糊聚類分析

角色聚類的目的是從所收集的樣本中提取若干典型用戶資料，作為各聚類群體中的代表人物。由于現實中用戶需求描述本身具有模糊性，角色的偏好特征數據來源于用戶對產品的模糊分析與效用評價，CR-FR規則也無法用精確數值描述，因此需采用基于粗集的模糊聚類法對角色模型的屬性進行分析。

3.2.1 確定角色屬性分類的粗糙集模型

則通過基于相似度的不可分辨關系IRAT把偏好樣本集U劃分為不同的相似類子集，該劃分結果可用U/SIMAT表達，從而基于相似性在屬性集AT上對U作了劃分[14]；關于cx的相似類 SIMAT(cx)={cx∈U:(cx，cy)∈IRAT}描述與 cx相似的偏好集合，劃分U/SIMAT的所有子集稱為基于相似關系IRAT的AT-基本集，類似地，可定義基于相似關系IRAT的關于cx屬性集AT的上下近似集：

3.2.2 構造基于粗集的模糊相似矩陣

首先通過需求分析，獲得用戶c的需求效用矩陣PR，將每個用戶的效用區間進行歸一化處理，改造為UR(c)=(u，μ，λ，w)格式，其中：μ為 ? 元素的加權均值，u=[u1，u2，…，uk](?k∈K)為歸一化后的效用值向量，λ為u的特征值，w為各屬性權重向量。設有M個用戶參加了產品偏好的效用值評測，相似度是在M個樣本中進行模糊聚類分組的評判指標，此處采用距離測度作為用戶 cx與cy間的不相似指標，用表示相似度指標，則

f1為加權海明距離，wk為各屬性權重，=1，f2為最小距離，分別求各項屬性的差值，從中選擇最小值，是用戶需求之間近似程度的最大范圍估計，λk是相似度調節因子；f3為最大距離，分別求各項屬性的差值，從中選擇最大值，是用戶需求之間近似程度的最小范圍估計。

3.2.3 劃分角色屬性的相似類

按照公式（3）、（4）定義各樣本需求屬性偏好程度的相似性，對于任意一個對象cx(?x∈M)，如果集合U中的其他各對象 cy∈Uc與其的相似性滿足 SIMj(x，y)≥?j，則認為對象cx與cy具有關于PJ的相似關系，其中?j是預先指定的對象之間的相似度閾值。這樣，全集U中的所有對象將依據相似關系劃分為I個子集，結果可用U/PJ表示，U/PJ包含U且比U大。U/PJ中圍繞樣本cx得到的子集稱為cx關于 PJ的相似類，用 SIMj(cx)表示，即 SIMj(cx)={?cx∈U:SIMj≥?j}，U/PJ中的全體子集也稱為集合U的 PJ-基本集。

通常，與cx相似的一類對象并非僅僅是全集U的一個子集，而是彼此間存在屬性偏好重疊關系的若干子集，這樣就需要基于對象間的相似度大小，通過合并基本集實現子集削減，以構造有限數量的相似類[13，15]。對于任意兩個對象cx與cy，如果滿足以下條件之一，則合并相似類SIMj(cx)和 SIMj(cy)：

根據構建的模糊等價關系，用戶需求可劃分為少數幾個相似類。作為用戶需求聚類的結果，用戶需求全集UC在CRs空間上按照需求偏好間的相似性被劃分為若干個角色群，即Uc/Rc=(p1，p2，…，pΙ)，其中I是角色群的數量。

根據以上步驟獲得的屬性相似類集合相對比較明確，由于用戶的屬性邊界并不分明，強行劃分會失去滿足可能的用戶需求的設計機會。因此，按照公式（1）和（2）可以進一步分類獲得屬性相似類集合的近似集(Ck)。

3.3 角色模板的聚類分析

基于以上分析，M個用戶的需求屬性樣本可以被大致劃分為I(J，K)個用戶群，角色模板可以多屬性分析方法按照最大覆蓋原則獲得，具體方法如下。

同理，可得 I(J，K)中其他聚類元素歸屬于 Π的矩陣Πy=(zy1，zy2，…，zye)。對比 I(J，K)中所有的cx∈UI，取 Π中 z*i相同數最多的樣本歸為同一個群，最后將群內覆蓋I(J，K)數最多的樣本確定為該群角色模板。

3.4 應用實例

以產品造型的角色模型分析舉例說明。假設已知以下5個用戶{ca，cb，cc，cd，cf}，經過效用分析后得到uc，分別對應于（形態，色彩，人機）：

經過單屬性聚類分析，得到以下結果：

分別計算e值，將以上uc劃分為Πe+1=(z1，z2，z3)，以色彩為例，z1：[0.3，0.41），z2：[0.41，0.52），z3：[0.52，0.63），其中e+1=2，σ=0.11，由此得到ca，cb，cc，cd，cf歸屬于 Πe=(z1，z2，z3)的矩陣如圖2所示。

圖2 Πe矩陣分析

從圖2矩陣可以看出，ca，cc，cf的 Πe中的(z1，z2)向量完全相同，則歸為一個類，其中cf在 I人機、I色彩、I形態中都分別與ca，cc處于同一子集，跨度最大，因此被確定為多屬性聚合群 pf={ca，cc，cf}的角色模板。

在獲得角色屬性后，還需要進一步確定角色的關系模型中對于產品需求的偏好決策關系，完善角色模型內容。限于篇幅，這里不再贅述。

4 結論

通過基于粗集的模糊聚類分析，角色模型反映了一定用戶群中具有代表性用戶的需求特征和偏好強度，依據角色模板，可以建立相應的產品設計模塊庫和查詢規則，彌補了角色分析的定量分析不足，缺乏數據支持的缺陷，增強了角色分析在工業產品設計過程中的適用性領域，改進的角色模型也有助于快速生成概念產品設計模型與方案。

[1]Cooper A，Reimann R，Cronin D.About face 3：the essentials of interaction design[M].[S.l.]：Wiley Publishing，2007.

[2]Olewnik A T.Conjoint-HOQ：a quantitative methodology for consumer-driven design[C]//DETC2007，2008：207-217.

[3]Pruitt J，Adlin T.The persona lifecycle：keeping people in mind throughout product design[M].[S.l.]：Morgan Kaufman Publisher，2006.

[4]Junior P T A，Filgueiras L V L.User modeling with personas[C]//Proceedings of CLIHC.New York：ACM Press，2005：277-282.

[5]McGinn J，Kotamraju N.Data-driven persona development[C]// CHI 2008，Florence，Italy，2008：1045-1054.

[6]吳勘，陸長德.以用戶需求原型為中心的產品設計方法[J].包裝工程，2009（3）：131-133.

[7]Tsai H，Hsiao S.Evaluation of alternatives for product customization using fuzzy logic[J].Information Sciences，2004，158（1）：232-262.

[8]吳勘，陸長德.基于用戶角色分析的概念設計方法[J].現代制造工程，2009（6）：106-110.

[9]Green P E.Thirty years of conjoint analysis：reflections and prospects[J].Interfaces，2004，31（3）：59-61.

[10]黃海清，張平.用戶偏好提取MDP建模研究[J].國防科技大學學報，2006（6）：81-85.

[11]Wu Kan，Lu Changde.Personas construction based on utility analysis in industrial design[C]//MASS 2010，2010.

[12]黃自元，甄蘭蘭.復雜系統的遺傳-模糊建模方法[J].系統仿真學報，2003（9）.

[13]陳春寶.基于聚類分析與遺傳算法的產品多樣性優化研究[D].上海：上海交通大學，2008.

[14]Stepaniuk J.Similarity based rough sets and learning[C]//Proceedings of the 4th International Workshop on Rough Sets，Fuzzy Sets，and Machine Discovery，1996：18-22.

[15]Wang Qingdong，Dai Huaping，Sun Youxian.A rough set based clustering algorithm and the information theoretical approach to refineclusters[C]//IntelligentControland Automation，2004，5：4287-4291.

角色模型的粗集-模糊聚類分析方法

吳 勘

WU Kan

School of Art,Xi’an University of Arts and Science,Xi’an 710065,China

Personas analysis can help to construct user model of personalized design system and understand the Essential factors of user needs better.To this purpose,Fuzzy Clustering Method of Personas Construction Based on Rough Set（FCM PCBRS）is proposed in this paper.It extracts typical user attribute characteristics with fuzzy clustering analysis of the data from user research. It builds representative persona templates and database of user demand personalized features.Relational data between user demand model and product conceptual design model constructs subsequently to meet the query needs of personalized design system. FCM PCBRS improves the personas analytical method,and contributes to make product conceptual design easier to locate personalized information of the target users and quickly generates product concept model and design.

persona analysis;fuzzy clustering;rough sets;user model

角色分析可以滿足產品個性化設計系統中對于用戶模型構建的需要。提出了基于粗集的模糊聚類角色分析與模型構建方法，通過構造基于粗集的模糊相似矩陣、確定角色屬性的模糊相似聚類分析方法，從用戶調研數據中提取典型用戶屬性特征，構建角色模型。該方法完善了角色分析在產品設計中的應用方法，有助于快速生成概念產品設計模型與方案。關鍵詞：角色分析；模糊聚類；粗糙集；用戶模型

A

TP39

10.3778/j.issn.1002-8331.1301-0282

WU Kan.Fuzzy clustering method of personas construction based on rough set.Computer Engineering and Applications,2013,49（11）：31-34.

西安市科技計劃項目-西安文理學院科研創新基金專項項目（No.CXY1134WL33）；陜西省教育廳專項科研計劃項目（No.12JK1110）。

吳勘（1970—），女，博士，講師，研究領域：計算機輔助工業設計、設計管理信息系統。E-mail：lygong@mail.xjtu.edu.cn

2013-01-25

2013-04-03

1002-8331（2013）11-0031-04

◎理論研究、研發設計◎