基于因子分析法的圖標設計評價方法

甘 翔，高文華，張瑞秋

?

基于因子分析法的圖標設計評價方法

甘 翔，高文華，張瑞秋

(華南理工大學設計學院，廣東 廣州 510006)

現有的圖標設計評價方法大多基于審美評價或可用性而展開，缺少對圖標間的關系及設計因素的研究。為此，提出了一種基于因子分析法的界面圖標設計評價方法，通過選取圖標設計中的6個設計元變量，對其展開意象評價統計并建立均值矩陣，使用因子分析法對其進行計算分析及評價。最終將圖標設計的影響因子提取為圖標外形和圖標內部兩個主要因子，從而方便研究人員評價系列圖標設計中各圖標之間的關系和各構成要素的相互作用。該方法具有可靠性，評價結果與現有系列圖標設計的視覺表現及其市場表現相符，并得出圖標外形因子對于圖標設計效果的影響作用大于圖標內部因子這一主要觀點。

圖標設計；設計變量；量化分析；因子分析法

圖標，是人機交互界面的重要組成部分之一，是用戶與包括計算機在內的各種機器、系統進行交互的重要方式[1]。成功的圖標設計會使用戶的操作過程輕松順利，反之將阻礙用戶交互的進行，甚至產生錯誤的操作行為[2]。目前關于界面圖標設計評價方法有：對圖標設計的可用性測試[3]；對圖標設計的設計學研究[4]；對圖標設計的符號學研究。這些方法主要集中在圖標的可用性和視覺層面上，往往是以訪談或眼動儀的形式來測試用戶在使用單個圖標過程中的效率和滿意度[5]，缺少了對圖標各設計因素及其造成的影響效果或綜合效果的研究；此外，圖標設計往往是一組或者一系列的，對單個圖標的可用性測試或美學評價難以指導設計師進行系列的圖標設計[6]。

因子分析法是統計學中的一種常用方法，主要運用在經濟、金融和生物學領域。其原理是用少數幾個因子去描述許多指標或因素之間的聯系，將相關比較密切的幾個變量歸于一類，每一類變量即為一個因子，以此考察原變量間的聯系與區別。本文在對圖標設計的設計學研究的基礎上加以改進，引入因子分析法對系列圖標設計進行評價。

1 設計元變量的選取及模型建立

1.1 圖標設計六元變量的選取

本文選取了6個對系列圖標設計造成主要影響的視覺因素作為應用于因子分析法中的元變量。這6個元變量分別為：色熵(圖標顏色數量的豐富程度；數值越大，顏色數量越豐富)；明度(圖標顏色的整體亮度；數值越大，色彩亮度越大)；形狀(圖標外輪廓的規則程度；數值越大，形狀越統一)；紋理(圖標內部紋理的復雜程度；數值越大，內部細節越復雜)；層次(圖標塊面的堆疊程度；數值越大，空間層次越多)；扁平度(圖標繪畫風格的扁平程度；數值越大，繪畫風格越扁平)[7]。

1.2 六元變量的量化描述

為了獲取六元變量對應的均值矩陣數據，使用了6組相對的形容詞來描述系列界面圖標，{1,2,3,4,5,6}={色彩單一的-色彩豐富的，昏暗的-明亮的，形狀不規則的-形狀規則的，紋理復雜的-紋理簡單的，層次平面的-層次立體的，扁平的-擬物的}，分別對應了色熵、明度、形狀、紋理、層次和扁平度這6個元變量。

在級段制定時，將集合映射成規范的(1~7)范圍內的7級尺度。圖1為對變量意象“擬物的-扁平的”的7級尺度劃分示意圖。

圖1 變量意象的7級尺度

1.3 數據模型的建立

現在市場流行的手機界面圖標大致有10款，其涵蓋了多種設計風格(圖2)，且用戶數量覆蓋了超過市場90%的總用戶人群。利用提出的6個變量意象為調查選項，對10款圖標進行六元變量意象評價，然后進行數據統計分析。統計成如下矩陣所示

其中，為第k位被調查者對第i個評價樣本第j個變量意象的偏好程度。本次調查共設置了10個評價樣本和6個變量意象，i最大值為I=10，j最大值為J=6。

為了剔除某些偏差較大的變量意象得分，對第個變量語匯偏好程度的均值和標準差分別為

2 基于因子分析法展開分析

2.1 求出均值矩陣的相關系數矩陣R

假設相關矩陣

其中，

2.2 求相關矩陣R的特征值λ和貢獻率C

KMO值越大，表示變量間共同因子越多，越適合進行因子分析。Bartlett統計指標檢驗是用來檢驗相關矩陣是不是單位矩陣，若不是單位矩陣，可以考慮進行因子分析[8]。

通過因子分析可減少變量個數，因此在計算因子載荷矩陣時，一般不選取所有特征值，而只選取前個特征值和對應的特征向量，得到下面的有個公共變量的因子載荷矩陣

得到特征值后，即可計算累計方差貢獻率，即

2.3 采用方差極大旋轉法對因子載荷矩陣進行簡化

2.4 計算綜合得分F

以各因子的方差貢獻率占兩個因子總方差貢獻率的比重作為權重進行加權匯總，得出各界面樣本的綜合得分，即

3 計算結果

原始矩陣的相關性矩陣見表1。

表1 相關性矩陣

由表1可見，大部分數據的絕對值在0.3以上，說明變量間有較強的相關性。

表2的KMO值為0.616，大于0.500。巴特利特球形度檢驗的顯著性為0.001，說明變量之間存在強相關性，相關矩陣不是一個單位矩陣，適合進行因子分析。

表2 KMO和巴特利特檢驗

表4中色熵、明度、形狀和扁平度主要由第一主成分解釋，紋理和層次主要由第二主成分解釋。與第一因子Fac1關系密切的變量主要是圖標的顏色和外形，可以命名為圖標外形因子；與第二因子Fac2關系密切的是代表內部細節的紋理和層次，可以命名為圖標內部因子。

表3 總方差解釋

表4 旋轉后的成分矩陣

圖3 依據均值矩陣繪制的六元變量意象雷達圖

4 評價結論

4.1 評價分析

由表5得知，樣本1的Fac1得分最高，而樣本4的Fac2得分最高，說明了樣本1的設計重點是色熵、明度、形狀和扁平程度。而樣本4則著重于紋理和層次感，這與其實際視覺表現是相符的。

與表6綜合得分的排名情況相似，現階段界面圖標設計的主流是樣本1和6的多彩扁平化風格；國內兩個具有獨特設計風格的圖標，如擬物化的樣本4和清新具象化的樣本9的綜合評價分均排在了中游水平，其雷達圖表現均衡但是得分中等，研究評價結果與其在市場中的小眾定位相符合。

表5 因子得分

表6 綜合得分

4.2 圖標外形因子對圖標設計產生了主要影響

當色熵、明度和形狀這3個元變量在六元變量雷達圖下表現相似時，圖標設計方案的評分較高，說明一個圖標的外形決定了圖標設計的效果。如樣本1和6，都屬于高色熵、高明度、形狀規則統一的圖標設計方案；而綜合評分較低的樣本的色熵評價與明度評價差異較大，如樣本5和7，該圖標設計雖然色熵評價處于中上水平，但是明度評價不高，只能得到較低的綜合評價分數。

因此本文建議設計師在今后對圖標設計的工作中，重點應放在圖標的外形效果，如提升色彩的豐富度，增加色彩的明亮度以及約束圖標的形狀；而對于圖標內部設計因子的處理，可以適當減少紋理的繪制，縮減細節和層級。這樣做不僅提高了圖標的視覺和使用效果，還縮減了繪制圖標的時間。

4.3 手機界面圖標設計是一個系統化且需要差異性的整體

圖標的存在是為了讓用戶更容易、更快速去使用界面，因此圖標設計必須考慮到用戶的學習成本和效率[9-10]。樣本10是一個典型的反面例子，其為了突出品牌有科技感、穩定成熟的形象，將界面圖標的背景色均設置為天藍色，色熵評價得分較低，導致用戶必須通過識別圖標內部細節才可以區分不同圖標的功能，大大降低了使用效率。

5 結束語

本次研究的主要目的是建立定量化的界面圖標設計評價方法——基于因子分析法的界面圖標設計評價方法。該方法可以降低個人主觀因素對界面圖標設計過程的影響，讓用戶的審美需求和使用需求能夠更全面、更直接和更精準地反饋給設計師，做出更友好的界面圖標。

在2017年淘寶“雙十一”活動中，阿里巴巴公司使用了人工智能設計平臺“魯班”完成了4億張海報的設計工作[11]，在滿足用戶基本購物需求的同時極大地降低了人工成本，也預示著未來設計的走向——人工智能將逐漸取代部分同質化且低精度的設計工作。在今后的研究中，如能將本文方法與人工智能或機器學習技術相結合，對圖標數據集使用因子分析法來歸類和學習，將對智能化圖標設計工具的研究和應用起到重要的推動作用。

[1] 張濤. 圖標認知因素分析及其應用研究[D]. 鄭州: 解放軍信息工程大學, 2007.

[2] 蔣文明, 楊志新, 蔣敏, 等. 智能手機應用程序圖標設計的可用性研究[J]. 人類工效學, 2015, 21(3): 21-24.

[3] 盧純福, 胡明艷, 唐智川, 等. 跑步機人機界面可用性評估及再設計研究[J]. 包裝工程, 2017, 38(22): 1-5.

[4] 郭霞. 軟件用戶界面圖標的易用性設計研究[D]. 南京: 南京航空航天大學, 2012.

[5] 滕兆烜, 金頌文, 甄永亮. 論手機圖形用戶界面中圖標設計可視性[J]. 包裝工程, 2013, 34(4): 66-70.

[6] 周煜嘯, 羅仕鑒, 陳根才. 基于設計符號學的圖標設計[J]. 計算機輔助設計與圖形學學報, 2012, 24(10): 1319-1328.

[7] 牟幫歡. 移動設備交互界面圖標設計風格的工效學研究[D]. 杭州: 浙江理工大學, 2017.

[8] 陳治. 使用SPSS軟件進行因子分析和聚類分析的方法[J]. 市場研究, 2006(6): 45-48.

[9] 喻婷, 殷俊. 智能手機用戶界面的圖標人性化交互設計研究[J]. 包裝工程, 2011, 32(24): 73-75.

[10] 雷尚仲, 張瑞秋. 基于云服務的家庭智能空氣凈化系統設計[J]. 包裝工程, 2016, 37(4): 75-78.

[11] 美工終結者“魯班智能設計平臺”是如何工作的？[EB/OL]. [2017-05-11]. http://www.uisdc.com/alibaba- ai-how-it-works.

An Icon Design Evaluation Method Based on Factor Analysis Method

GAN Xiang, GAO Wenhua, ZHANG Ruiqiu

(School of Design, South China University of Technology, Guangzhou Guangdong 510006, China)

Most of the previous interface icon design evaluation methods are based on aesthetic evaluation or usability, lacking of researches on icons and elements in series icon designs. In this paper, an interface icon design evaluation method based on factor analysis method to study the relationship between icons and the elements of icon design is proposed. The method in this article chooses six design variables of icon design, developing imagery evaluation statistics and setting up its mean value matrix. Then use the factor analysis method to calculate, analysis and evaluate its outcome. Finally, the influence factors of icon design are extracted into two main factors: the shape of the icon and the interior of the icon, which helps the researchers to evaluate the visual effect of the icon design and the influence of each component. This icon design evaluation method is reliable, and is consistent with the visual performance and occupancy performance of in the existing markets. The most important outcome is that the influence of the external factors on the icon design is greater than the internal factors.

icon design; design variables; quantitative analysis; factor analysis method

TP 391

10.11996/JG.j.2095-302X.2018040706

A

2095-302X(2018)04-0706-05

2018-04-11；

2018-06-10

甘 翔(1994-)，男，廣東廣州人，碩士研究生。主要研究方向為交互設計。E-mail：472967288@qq.com

張瑞秋(1972-)，男，河南魯山人，教授，博士。主要研究方向為計算機輔助設計、交互設計。E-mail：rqzhang@scut.edu.cn