基于文獻計量學的情感化設計研究進展、熱點與趨勢分析

陳永康，江雨豪，何人可，武星廷

基于文獻計量學的情感化設計研究進展、熱點與趨勢分析

陳永康，江雨豪，何人可，武星廷

（湖南大學，長沙 410082）

系統認識國際范圍內情感化設計研究的全局特征，把握當前情感化設計的研究熱點及理論基礎，并根據當前研究熱點探究未來發展新趨勢。以Web of Science收錄的情感化設計相關文獻作為數據源，以科學文獻計量的方法綜合運用VOSviewer和CiteSpace從文獻的年份產出分布、國家、研究機構、作者、參考文獻共被引情況和關鍵詞聚類等方面繪制科學知識圖譜，進行可視化分析以梳理研究脈絡。結果表明檢索范圍內文獻數量整體呈上升趨勢，中美等國處于研究的領先地位，研究熱點主要集中在情感計算、感性工學、人機多通道交互、用戶體驗和設計評估等方面。研究現狀較為成熟，形成了以三層次理論、感性工學和情感計算為主的理論體系。用戶個性化、差異化情緒的識別與表達成為未來發展的新趨勢。研究機構與作者合作不緊密，以及高產量作者不多是現階段研究的主要局限。

情感化設計；感性工學；知識圖譜；文獻計量；VOSviewer

情感化設計是20世紀80年代末興起的一種產品設計的理念與方法，目前在學界并未達成一致的定義。在英文里，情感化設計一般用“Emotional Design”和“Affective Design”來表示。美國學者諾曼和德拉泊于1986年出版的《User-Centered System Design: New Perspectives on Human-Computer Interaction》一書中，首次提出“以用戶為中心的設計”可以被認為是情感化設計的最初概念。情感化設計主要包括對用戶情感因素的獲取、分析、建模，以及情感因素在具體設計中的轉化等[1-2]。近年來，情感化設計理論及方法在藝術設計中的應用已變得越來越普遍，在該領域已經積累了大量的文獻成果。從1996年至今，經過24年的積淀，該領域的研究文獻量繁多，并且知識結構多元、復雜，僅依靠階段性地回顧、總結傳統文獻的分析方法，難以客觀分析該領域的研究熱點變遷及發展動態，更加難以精準地把握情感化設計理論方法是如何具體影響設計活動的。為了更全面地探究情感化設計的研究現狀、研究熱點及發展趨勢，研究中以Web of Science（WOS）數據庫作為數據來源，借助科學文獻計量學對現有文獻資料進行知識結構的可視化呈現，進而為該領域學者研究提供借鑒和整體概覽。

1 研究設計

1.1 數據來源

由于高質量科學文獻受到嚴格的同行評議及發表刊物的嚴格審查，所以其研究成果具有更高的學科代表性[3]。以下研究選擇在Web of Science核心數據庫進行檢索，檢索策略設為TS=(“Emotional Design”) or TS=(“Affective Design”)，選擇WOS數據庫中常用的SSCI、SCI-Expanded、A&HCI、CPCI-S及CPCI-SSH這五大引文索引作為檢索源。為了收集所有的相關文章，檢索時間跨度設置為全年份（即1900年起至2020年9月）。為避免跨學科文獻的丟失，未對文獻來源進行精簡。將檢索所得文獻以“全記錄與引用的參考文獻”的格式導出為txt文件，并剔除偏離研究主題、缺失字段信息（如時間、關鍵詞、作者等關鍵信息）、重復數據等干擾文章。最終共得到文獻775篇，以用于進一步量化分析，見圖1。

1.2 研究方法

通過科學文獻計量方法與知識結構可視化，綜合運用VOSviewer、CiteSpace等軟件以獲得更加全面的數據。文獻計量是指通過定量分析各類文獻資料，在大量的文獻數據中發現潛在的規律和信息，最早是由Pritchard于1969年提出的。VOSviewer由荷蘭萊頓大學科技研究中心的Van Eck和Waltman于2009年開發，其有強大的用戶圖形界面和映射可視化功能[4]。CiteSpace是美國德雷塞爾大學陳超美團隊開發的一款引文可視化分析軟件，近年來被廣泛應用于文獻計量分析[5]。

圖1 研究設計

2 情感化設計文獻計量結果及分析

2.1 情感化設計研究的基本特征

學術文獻隨時間發展的產出變化規律是衡量研究主題發展趨勢的重要方法，可以有效評估該學科的研究動態。將檢索所得數據清洗去重后進行字段提取，情感化設計文獻年發文量分布見圖2。從WOS的發文情況可見，檢索范圍內的第1篇文章發表于1996年。自1996—2020年以來，年度文章發表數量從1996年的2篇增加到2019年的66篇，在2017年達到峰值，年度發文總量為78篇，文獻產出總體呈上升趨勢。從文獻產出情況可見，情感化設計這一研究主題在不斷發展，近5年來，一直是學者們關注的焦點。情感化設計是一個復雜的交叉主題，涉及多個學科領域的知識。根據WOS系統的學科統計分析，775篇文獻中，共涉及69個主要學科，前10個學科分別為計算機科學、工程學、心理學、計算機人工智能、電子電器工程、自動化控制系統、物理學、制造工程、能源學和多學科工程。在775篇文獻中，120篇來自計算機科學，112篇來自工程學，47篇來自心理學，分別占總數的15.63%、14.45%和6.12%。這些學科主題是情感化設計的重要研究領域，為情感化設計研究提供了理論基礎和工具方法。同時，情感化設計的提出也為這些學科的發展提供了良好的機遇。

2.2 文獻國別及研究機構分布

數據合集中的出版物數量和國家/地區的引用次數，描述了研究領域中的高產國家及其影響。從國家/地區產出上來看，全球共有61個國家/地區在這一研究領域有貢獻。其中，排名前10位的國家發文量占發文總量的84.90%以上。檢索范圍內的論文產量均高于20篇，是世界范圍內情感化設計研究的重要產出來源。中國是情感化設計研究中生產力最高的國家，共有252篇文獻（占出版物總數的32.52%），位列發文總量排名第1位，其次是美國（109篇，占出版物總數的14.06%）、隨后依次是英國（65篇）、韓國（47篇）、日本（41篇）、德國（32篇）、加拿大（30篇）、新加坡（29篇）、西班牙（27篇）、意大利（26篇）。在發文量上，中美兩國的發文量均在100篇以上，其他國家在相比之下則少很多。此外，中美兩國的均被引量也在排在前列，均達到了1 000次以上。在科研合作網絡中我國與美國、英國、意大利、日本、韓國和新加坡等眾多國家都保持著合作關系，但不夠密切，多以零散分布。

圖2 情感化設計文獻年發文量分布

Fig.2A distribution map of the annual publication volume of emotionalized design literature

全球738個研究機構在1996—2020年開展了“情感化設計”的相關研究。運行VOSviewer，選擇Organizations將節點閾值設置為3，得到節點數量為69，合作關系數為554，密度為0.002 5的機構合作網絡，見圖3。圖中機構節點大小表示文章產量，各機構之間的連線代表合作強度，合作越密切則機構之間連線越寬[6]。從各子網絡內部的合作關系強度（合作次數）的分布來看，情感化設計研究的國際合作并不密切，呈現出很強的地域特征，主要以本國、本地區機構之間的合作為主。機構合作呈“區域集中、整體分散”狀態，以“南洋理工大學”“香港理工大學”“代爾夫特理工大學”為主的高影響科研機構形成了3個較大的合作子群。在檢索范圍內，南洋理工大學以發文22篇，位列第1，隨后依次為香港理工大學（發文15篇）、代爾夫特理工大學（發文13篇）及佐治亞理工學院（發文12篇）和韓國科學技術研究院（發文10篇）等。

圖3 合作機構共現網絡

2.3 最具影響的期刊及作者合作網絡

檢索范圍內的文章來源于535種期刊，列出了1996—2020年刊文量排名前10的高產期刊，以及它們各自的5年IF（影響因子），其發文量占到發文總量的14.065%，見表1。發文量排名第1的是International Journal of Industrial Ergonomics，共發文16篇，總被引620次，影響因子為1.662；排名第2的是Journal of Engineering Design，發文15篇，被引270次，影響因子為1.950；排名第3的是Interacting with Computers發文13篇，被引727次，影響因子為1.036。其中，International Journal of Industrial Ergonomics文獻產出及篇均被引（45.836）均為第1，反映了其在情感化設計研究領域具有重要影響力，處于該領域期刊的核心地位。

表1 情感化設計高產期刊分布

Tab.1 Distribution of emotionally designed high-yield journals

作者是文獻產出的最小單元，也是情感化設計研究的直接貢獻者。通過研究作者共被引，可以發現世界范圍內在這一領域比較活躍的學者。通過對作者姓名的初步分析，對作者進行消歧處理后進行共被引分析，從2 033位作者和108對合作關系中，提取得到情感化設計研究的作者產出與合作的最大子網絡。通過數據統計發現高產量的作者并不多，其中來自中國香港理工大學的KWONG C K發文最多，H指數為39，以檢索范圍內發文8篇位列第1，其次為YANG C C（中國臺灣科技大學）、ZHOU F（電子科技大學）、GUO F L（上海科技大學）、CHU C H（清華大學）、CHENG L H（西交利物浦大學）、MACLEAN K E（哥倫比亞大學），以及東京大學的MURAKAMI T和YANAGISAWA H。高產作者中，總被引量最高的是麻省理工學院的PICARD R W教授，檢索范圍內發文4篇，總被引449次，被認為是情感計算方向的代表人物；均被引頻次排名前3的學者為KWONG C K（31.680）、CHEN M（31.171）和YANG C C（22.459）。此外學者之間的合作研究并不密切，且多以機構間零星合作為主，這也是情感化設計研究的當前現狀。

2.4 情感化設計研究熱點及前沿趨勢分析

文獻的關鍵詞是作者對其研究的高度提煉，高頻共現的關鍵詞反映了長期以來情感化設計的研究熱點。檢索范圍內的775篇文獻共包含2 593個關鍵詞，運行Vosviewer將關鍵詞共現頻次設置為5，篩選合并同義詞后得到94個關鍵詞形成的關鍵詞共現聚類，見圖4。圖中相同顏色的關鍵詞為同一聚類，共形成5個主要聚類（Clusters）。從分析結果來看，情感化設計的熱點研究主題可以劃分為五大類，分別為#1感性工學、#2情感計算、#3情感與體驗設計、#4人機多通道交互和#5設計評估。

圖4 關鍵詞共現聚類網絡

聚類#1——感性工學共包含21個聚類成員，主要包含Kansei Engineering（感性工學）、Product Design（產品設計）、Form Design（形態設計）、User Centered Design（以用戶為中心的設計）、Neural- network（神經網絡）、Genetic Algorithm（遺傳算法）、Affective Responses（情感反應）和Decision-making（決策）等關鍵詞。感性工學（Kansei Engineering）作為情感化設計中的一種代表性方法，通過獲取用戶對產品屬性的感性意象，并找到他們的主觀反應和設計特征之間的定量關系，進而對設計過程進行指導和評估[7]。第1篇關于“感性工學”的研究論文，是日本廣島大學的長盯三生（MITSUO N）教授于1975年發表在《人機工學》雜志上的《情緒工學研究》一文，這篇文獻是感性工學研究的開端[8]。1988年，在悉尼舉行的第十屆國際人機工程學大會上，“情緒工學”正式被定名為“感性工學”（Kansei Engineering），此后“感性工學”一詞正式啟用。作為一種基于人體工程學和計算機科學的產品開發技術，感性工學設計的研究主要分為3個方面：從人體工程學和心理評估的角度來把握消費者對產品的感覺（Kansei）和需求并進行分類；利用計算機技術建立系統性框架，進而從用戶的意向中識別產品的設計特征，例如專家系統、神經網絡模型和遺傳算法；將感性工學作為一種人機工程學技術用于數學結構模型建立[9-10]。

聚類#2——情感計算共包含11個成員，主要包含Affective Computing（情感計算）、Emotion Recognition（情感識別）、Emotional Expression（情感表達）、Data Mining（數據挖掘）、Machine Learning（機器學習）、Physiological Signals（生理信號）和Systems（系統）等關鍵詞。情感計算相關研究最早可以追溯到1985年，由美國麻省理工Minsky教授（人工智能奠基人之一）在專著“The Society of Mind”中首次提到，而“情感計算”一詞則是由麻省理工的Picard教授在1995年發表的文章“Affective Computing”中正式提出來的[11]。“情感計算”被定義為“與情感相關、來源于情感或者能夠對情感因素施加影響的計算”[12]，其主要研究內容包括：情感信號獲取、情感狀態識別、情感信息的理解和情感的表達[13]。情感信號的獲取即通過傳感器獲取用戶的生理信號，具體包括語音、面部表情、身體姿勢、血容量脈沖、皮膚電反應等；情感狀態識別是指對獲取的情感信號進行分析識別，確定內在（隱形）情緒；情感理解是指計算機能夠分析情緒的產生原因，并對此進行合理、恰當的反饋；情感表達則是指通過計算機交互設備向用戶模擬表達情感，并進一步應用在設計實踐中[14]。

聚類#3——情感與體驗設計共包含21個成員，主要包含Experience Design（體驗設計）、Interaction Design（交互設計）、Emotional Response（情感反應）、Affective Haptics（情感觸覺）、Depression（消極）和Pleasure（快樂）等關鍵詞。該聚類反映出情感化設計研究除了關注形態、色彩等視覺對象外，也關注用戶行為與用戶體驗。設計概念及對象也在不斷擴展，從有形的實物產品一直過渡到無形的虛擬產品及交互過程，并強調和實踐了“以用戶為中心”的基本原則。

聚類#4——人機多通道交互共包含23個成員，主要包含Human Robot Interaction（人機交互）、Recognition（識別）、Facial Expression（面部表情）、Communication（交流）、Emotional Intelligence（情緒智力）、Motion（手勢）、Eye Tracking（眼動追蹤）和Agents（代理）等關鍵詞。此聚類關鍵詞都屬于前沿熱點方向，可以看出情感化設計的研究對象從計算機視覺特征逐漸向用戶本身轉移，交互方式也在從傳統單一的交互方式向多通道的自然交互方式轉移。

聚類#5——設計評估共包含18個成員，主要包含Model（模型）、Usability（可用性）、Satisfaction（滿意度）、Aesthetics（美學）、Quality（質量）和judgments（判斷）等關鍵詞。在高頻詞中，多數詞屬于情感化設計研究體系中的設計評估標準，例如美學性、舒適性、用戶滿意度和物理質量等。結合高頻關鍵詞的特征，可以將聚類5的研究熱點概括成：利用具體量化評估指標的方法，統計分析消費者對產品特性的情感偏好和反應，從而調整設計細節或者確定和評估新的設計方案。

為了進一步研究情感化設計研究的前沿主題和發展趨勢，分別對關鍵詞的平均出現時間進行統計分析，并疊加在原有的聚類圖中，見圖5。從圖5中5個聚類所概括的研究熱點可以發現，聚類#4——人機多通道交互中的關鍵詞整體時間距離現在最近，是當前情感化設計研究的前沿主題；其次，聚類#2——情感計算也是當前情感化設計研究重點關注的研究方向；聚類#3——情感與體驗設計整體的平均出現時間在2010年之前，是該學科早期研究的熱點。整個聚類網絡中，平均出現時間晚于2016年之后的關鍵詞主要有Big Data（大數據）、Facial Expression（面部表情）、Physiological signals（生理信號）、Acceptance（接受度）、Perception（感知）、Emotion Recognition（情感識別）、Sentiment Analysis（情緒分析）、Loyalty（忠誠）、Attitudes（態度）和Decision-making（決策）等。為進一步探索及佐證情感化設計研究的前沿發展趨勢，研究中綜合運用了CiteSpace的高密度性突現（Burst Term）圖譜，見圖6。圖6列出了突現強度Top15的關鍵詞，其中深色部分表示論文關鍵詞引用頻次相對突出的年份，反映了研究的變化趨勢。將Top15突現關鍵詞按時間排序可以看出，研究熱點分成了3個明顯的區間；從3個區間的關鍵詞演變來看，研究內容上呈現出從產品到服務，以及從生理識別到抽象的心理情緒識別的變化趨勢，這也與時間—關鍵詞聚類所得結果相吻合。高強度突現詞中突現于近3年并持續突現到2020年的關鍵詞為Recognition（識別）、Emotion Recognition（情感識別）、System（系統）、Attention（注意力）及Personality（個性）。綜合分析時間—關鍵詞聚類圖及Burst Term可以看出，情感化設計的未來研究內容依次重點集中在Affective Computing（情感計算）、System（系統設計）、Personality（個性）及Facial Expression（面部表情）等，在研究趨勢上呈現出研究內容精細化，更加關注于用戶個性化，差異化情緒的識別與表達以創造更加良好的用戶體驗，此外該領域早期的一些研究內容，如用戶感知的獲取（Emotion Recognition）與識別依然是未來研究的重點。

圖5 關鍵詞共現聚類疊加

圖6 關鍵詞Burst Term

2.5 情感化設計研究的理論基礎

據統計，檢索范圍內的775篇文獻共引用了4 058位學者的19 353條有效參考文獻。由于一些參考文獻被成對引用而形成了共被引關系，整個參考文獻集合則形成了共被引網絡。共被引網絡顯示了情感化設計研究在基礎知識層面的演化過程。提取1996—2020年中被引頻次不低于5的參考文獻構建共被引網絡，通過LLR文本挖掘算法，生成由310條參考文獻和8 292條共被引關系組成的文獻共被引聚類，見圖7。聚類網絡中顯示了被引頻次不小于5的文獻作者與發表時間，眾多節點形成了3個主要聚類：＃1（藍色）——以諾曼（NORMAN D A）教授的三層次理論為代表的情感化設計；＃2（紅色）——以美國麻省理工學院PICARD R W教授為代表的情感計算；＃3（綠色）——以日本廣島大學長盯三生（MITSUO N）教授為代表的感性工學。各聚類均被引前5的經典文獻見表2，反映了每個聚類中均被引排名前5的經典文獻，這3個聚類所包含的文獻構成了情感化設計研究最主要的知識基礎，形成了3種主流的理論體系并串聯起大部分的研究內容。

聚類＃1中，以美國認知心理學專家諾曼（NORMAN D A）于2004年出版的《Emotional Design》一書為中心形成了較為龐大的共被引網絡，該書被認為是情感化設計研究的經典著作，在Google Scholar被引達到7 686次（截至2020年9月）。在《Emotional Design》一書中，諾曼教授以本能層、行為層和反思層3個不同維度為基礎，闡述了情感在設計中所處的重要地位，并強調了設計應該注重用戶的這3個維度上的體驗[15]。此外，該聚類中其余引起廣泛關注的還有JORDAN P W于2000年出版的《Designing Pleasurable Products》[16]一書，概述了一種新的研究人為因素多樣性的方法，該方法基于一種認識，即人與產品之間關系的質量不僅取決于產品的可用性，還會受到產品所帶來的愉悅或不快這些情感因素的影響。學者BLOCH P H于1995年發表在《Journal of Marketing》的文章也引起了廣泛關注，該文引入了概念模型和命題來描述產品的形式是如何與消費者的心理和行為反應相聯系的[17]；其次是代爾夫特理工大學DESMET P和HEKKERT P等于2007年發表在《International Journal of Design》的文章，其中討論了產品體驗的3個不同層次，包括審美體驗、意義體驗和情感體驗，并提出了一個建立在不同類型的情感產品體驗基礎上的一般框架，用以解釋產品體驗的個性化和層次性[18]；此外，CRILLY N等[19]在2004年發表的文章也具有較高引用量，文章在一個完整的概念框架下討論了消費者對產品視覺形式（審美、語義和符號）的認知反應，以及設計團隊和消費者溝通過程中每個階段的緩和影響

表2 各聚類均被引前5的經典文

Tab.2 All the clusters are cited in the top 5 classical literatures

。

聚類＃2中，以加拿大RUSSELL J A教授于1980年發表的《A Circumplex Model of Affect》一文被引頻次最高（75次），位于共被引網絡的中心位置。RUSSELL J A認為，不同情感之間的相互關系可以用一個空間模型來表示，在這個模型中情感概念按快樂（0°）、興奮（45°）、覺醒（90°）、痛苦（135°）、不愉快（180°）、抑郁（225°）、困倦（270°）和放松（315°）的順序呈圈狀排列。該模型可用于為心理學家提供表示和評估情感維度相互關聯的表達方式，以及外行人在概念化情感時使用的認知結構的表達方式[12]。此外，該聚類中被引頻次較高的還有PICARD R W教授于1997年出版的專著《Affective Computing》，其確立了情感計算的研究范式，使其正式成為現代計算機科學的分支。該書的第一部分提出并討論“情感計算”的主要框架，包括人類情感的背景、高情商計算機的要求、情感計算的應用，以及該技術提出的道德和社會問題。第2部分討論了情感計算設計與構造模型，包括情感信號的獲取、情感狀態的識別、情感模型的建立，以及情感可穿戴計算機的新應用領域[20]。其余高被引文獻有BRADLEY M M等在1994年發表于《Journal of Behavior Therapy and Experimental Psychiatry》的文章，其介紹了自我評估人體模型（SAM），該模型是一種非語言的圖像評估技術，它可以直接測量一個人對各種刺激的情感反應相關的愉悅感、興奮感和控制力，并將其與其他情緒反應指標相關聯，用于評估刺激的情感反應而導致的變化[21]。DAVID W等在1988年發表于《Journal of Personality and Social Psychology》的文章，其開發了2個由10個項目構成的情感量表，包括積極和消極2個維度（PANAS），該量表提供了標準數據、量表的收斂效度，以及區分效度的階乘和外在證據，作為一種可靠、簡單、有效的方法來測量情緒因素的這2個重要維度[22]。PICARD R W教授于2001年發表的《Toward Machine Emotional Intelligence: Analysis of Affective Physiological State》一文中提出，機器智能應該包括情商技能，這是一種思維的轉變，將機器智能作為一種主要的數學、語言和感知能力，并且提供了一種從生理學分類情感的高識別率識別算法[23]。

聚類＃3中，以日本長盯三生教授發表于1995年的《Kansei Engineering: a New Ergonomic Consumer- oriented Technology for Product Development》一文為代表性文章，該文將感性工學技術分為3類：第1類是對新產品的設計要素進行分類以獲得具體的方法；第2類是利用現有的計算機技術，如專家系統、神經網絡模型和遺傳算法，從而將消費者的感受和意向傳遞到設計細節；第3類是通過數學結構模型的建立來獲得具體的人機工程的結論[9]。該文可謂影響深遠，確立了感性工學的研究范式并吸引了眾多的追隨者，對感性工學在學術界及產業界的普及具有重大意義。該聚類中比較關鍵的還有美國學者OSGOOD C E等的著作《The Measurement of Meaning》，該書首次提出了語義差異法。語義差異法通過學習對象的語義，將用戶的感知反映在Likert量表上，然后再運用統計學的方法再分析語義差異其客觀規律。可以用于包括態度、人格評估、心理治療的效果、文化和語言意義的差異，以及信息在大眾傳播中的影響等方面，因此被廣泛應用在感性工學及相關研究中[24]。聚類網絡中被引排名第3的是長盯三生教授2002年發表于《Applied Ergonomics》上的文章，其論述了感性工學近20年的發展，提出虛擬感性工程學（VIKE）和協同感性設計系統等新概念，并通過具體設計案例介紹了感性工學的新的應用領域，如汽車、服裝、建筑產品及社區設計等[25]。排名第4的是JIAN X等發表于2006年的《A Kansei Mining System for Affective Design》一文，其利用客戶對已有感性設計印象中潛在的有價值的情感信息，開發了一個感性挖掘系統，詳細討論了該系統的體系結構和實現問題，并具體介紹了其在手機情感設計中的應用[26]。排名第5的是TOMIO J等1997年發表于《International Journal of Industrial Ergonomics》的文章，該文以感性工學在汽車內飾設計中的應用為例，介紹了轎車內飾的造型或設計規范的研究，具體列舉了轎車速度計和方向盤設計方面的應用。研究人員通過收集關于印象與造型特征之間關系的結果，再將評價關系結果量化，以了解創造理想造型意向的條件并應用于設計[27]。該聚類中的高被引文獻對感性工學研究方法的發展與完善，具有較大的借鑒意義與推動作用，為后續的研究帶來了諸多啟示。

3 結語

情感化設計研究在時序論文產出上總體呈上升趨勢，但增長態勢緩慢。在24年的發展過程中，高產的國家/地區、機構及學者并不多，且研究合作也多以機構內合作為主，呈零散分布。通過關鍵詞聚類研究可以發現，情感化設計在研究內容上非常全面、多元，主要可以劃分為五大類，分別為#1感性工學、#2情感計算、#3情感與體驗設計、#4人機多通道交互和#5設計評估。這些聚類共同組成了情感化設計的研究熱點領域及主題，既包括有形產品的造型、色彩特征，也包含了無形的交互、體驗和服務過程，并體現出“以用戶為中心”的特征，強調人的主觀感受。從時間—關鍵詞聚類及Burst Term2個維度得出情感化設計的未來研究熱點為Affective Computing（情感計算）、System（系統設計）及Facial Expression（面部表情）等內容，并且更加關注于用戶個性化、差異化情緒的識別與表達。分析參考文獻共被引網絡可以發現，情感化設計研究已相對成熟，在漫長的發展過程中，情感化設計汲取了大量跨學科領域的文獻知識，已產生一批經典文獻并形成了3種主流的理論體系。研究方法既包括抽象的、心理學層面上的方法論研究，也包括以感性工學和情感計算等人因、工程技術方面的理論研究。三層次理論、感性工學和情感計算作為情感化設計中的重要研究方法和范式，對情感化設計研究的產生與發展起到重要的推動作用。

[1] 羅仕鑒, 潘云鶴. 產品設計中的感性意象理論?技術與應用研究進展[J]. 機械工程學報, 2007(3): 8-13.

LUO Shi-jian, PAN Yun-he. Research Progress of Perceptual Image Theory, Technology and Application in Product Design[J]. Journal of Mechanical Engineering, 2007(3): 8-13.

[2] 李硯祖. 設計新理念:感性工學[J]. 新美術, 2003(4): 20-25.

LI Yan-zu. New Design Concept: Kansei Engineering[J]. New Fine Arts, 2003(4): 20-25.

[3] CHALCRAFT A. Encyclopedia of Library and Information Science (2nd edition)[J]. Reference Reviews, 2004, 18(7): 8-9.

[4] VANECK N J, WALTMAN L. Software Survey: VOSviewer, a Computer Program for Bibliometric Mapping[J]. Scientometrics, 2010, 84(2): 523-538.

[5] CHEN C. CiteSpace II: Detecting and Visualizing Emerging Trends and Transient Patterns In Scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359-377.

[6] LI H. Evolutionary Features of Academic Articles Co-keyword Network and Keywords Co-occurrence Network: Based on Two-mode Affiliation Network[J]. Physica A: Statistical Mechanics and its Applications, 2016, 450: 657-669.

[7] LéVY P D. Beyond Kansei Engineering : the Emancipation of Kansei Design[J]. International Journal of Design, 2013, 7(2): 83-94.

[8] 李勇, 梁春慧, 柳小龍. 中日感性工學研究現狀及啟示[J]. 裝飾, 2016(6): 92-95.

LI Yong, LIANG Chun-hui, LIU Xiao-long. Research Status and Enlightenment of Kansei Engineering in China and Japan[J]. Art and Design, 2016(6): 92-95.

[9] NAGAMACHI M. Kansei Engineering: A New Ergonomic Consumer-oriented Technology for Product Development[J]. International Journal of Industrial Ergonomics, 1995, 15(1): 3-11.

[10] NAGAMACHI M. Kansei Engineering as a Powerful Consumer-oriented Technology for Product Development[J]. Applied Ergonomics, 2002, 33(3): 289-294.

[11] PICARD R W. Affective Computing[N]. MIT Technical Repor, 1995-08-29(321).

[12] RUSSELL J A. A Circumplex Model of Affect[J]. Journal of Personality and Social Psychology, 1980, 39(6): 1161-1178.

[13] PICARD R W. Affective Computing: Challenges[J]. International Journal of Human-Computer Studies, 2003, 59(12): 55-64.

[14] TAO J, TAN T. Affective Computing: a Review[C]. Berlin:Lecture Notes in Computer Science, 2005.

[15] DONALD A N. Emotional Design: Why We Love (or Hate) Everyday Things[M]. Berkeley: Basic Civitas Books, 2004.

[16] JORDAN P W. Designing Pleasurable Products an Introduction to the New Human Factors[M]. London: Taylor & Francis, 2003.

[17] BLOCH P H. Seeking the Ideal Form: Product Design and Consumer Response[J]. Journal of Marketing, 1995, 59(3): 16-29.

[18] PAUL H, DESMET P. Framework of Product Experience [J]. International Journal of Design, 2007, 1(1): 13-23.

[19] CRILLY N, MOULTRIE J, CLARKSON P J. Seeing Things: Consumer Response to the Visual Domain in Product Design[J]. Design Studies, 2004, 25(6): 547-577.

[20] PICARD R W. Affective Computing[M]. London: MIT Press,1997.

[21] BRADLEY, M.M., LANG P J. Measuring Emotion: the Self-Assessment Manikin and the Semantic Differential[J]. J Behav Ther Exp Psychiatry, 1994, 25(1):49-59.

[22] WATSON D, CLARK L A, TELLEGEN A. Development and Validation of Brief Measures of Positive and Negative Affect: the PANAS Scales[J]. J Pers Soc Psychol, 1988, 54(6): 1063-70.

[23] PICARD R W, VYZAS E, HEALEY J. Toward Machine Emotional Intelligence: Analysis of Affective Physiological State[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2001, 23(10): 1175-1191.

[24] OSGOOD C E, SUCI G J.The Measurement of Meaning[M]. Urbana: University of Illinois Press, 1957.

[25] NAGAMACHI M. Kansei Engineering as a Powerful Consumer-oriented Technology for Product Development[J]. Appl Ergon, 2002, 33(3): 289-94.

[26] JIAO J Y. ZHANG M H. A Kansei Mining System for Affective Design[J]. Expert Systems with Applications, 2006, 30(4): 658-673.

[27] JINDO T, HIRASAGO K. Application Studies to Car Interior of Kansei Engineering. International[J]. Journal of Industrial Ergonomics, 1997, 19(2): 105-114.

Emotional Design Trends and Research Progress: A Scientometric Analysis-Based Study

CHEN Yong-kang, JIANG Yu-hao, HE Ren-ke, WU Xing-ting

(Hunan University, Changsha 410082, China)

This paper aims to systematically understand the overall characteristics of emotional design research on a global scale, grasp the current research hotspots and knowledge evolution process of emotional design, and explore new future development trends based on current research hotspots. Take the emotional design related literature included in Web of Science as the data source, and apply the scientific bibliometric method to produce the distribution from the year of the literature, the country, the research institution, the author, the co-citation status, and keywords of the reference clustering by VOSviewer and CiteSpace. Draw a map of scientific knowledge, and perform visual analysis to sort out the research context.The results show that the number of documents within the search scope is on the rise. China, the United States and the United Kingdom are in a leading position in research. The research hotspots are concentrated in emotional computing, perceptual engineering, human-computer multi-channel interaction, user experience, and design evaluation; the current research status is relatively mature, and formed a theoretical system based on three-level theory, perceptual engineering and emotional computing.

emotional design; kansei engineering; knowledge map; bibliometrics; VOSviewer

TB472

A

1001-3563(2022)06-0032-09

10.19554/j.cnki.1001-3563.2022.06.004

2021-12-03

陳永康（1998—），男，碩士生，主攻設計學。

何人可（1958—），男，教授，博士生導師，主要研究方向為設計歷史及理論、智能產品設計等。