感性工學在服裝領域中的研究進展可視化分析

方蕾蕾

(浙江科技學院 藝術設計與服裝學院,浙江 杭州 310000)

如今,現代消費已進入“精神消費”時代,服裝作為彰顯個性、體現身份的重要媒介,消費者對服裝的需求不再僅是基本的穿著功能,而是期望在服裝中能獲得更高價值的審美體驗和情感實現。為滿足消費者與日俱增的審美期望與情感認同,如何基于消費者的情感體驗進行設計成為當下設計師關注的熱點。

然而人們對服裝設計美感的評價與認識具有模糊性和不確定性,難以對其進行衡量與解析,如何獲得顧客對服裝的感性信息(如感性需求、感性偏好、感性評價等)、如何將消費者的感性認知規律提取出來并融合到服裝設計之中,是需要解決的主要問題。對此類問題的分析與探索,誕生于日本的感性工學(Kansei Engineering,KE)提供了有力的研究工具。其創始人長町三生對感性工學的定義是:一種以顧客定位為導向的產品開發技術,一種將顧客的感受和意向轉化為設計要素的翻譯技術[1]。通過挖掘消費者的情感需求,對其進行定量分析,以指導設計出符合人感覺期望的產品。早在20世紀80年代感性工學理論體系就在日本產業界,尤其是家電、機械、汽車等行業領域得到了廣泛的應用。

近些年,關于服裝感性工學的理論研究、技術研究、應用研究大量涌現出來,但鮮有學者對服裝感性工學的研究現狀與趨勢進行梳理和分析。因此,為了深入了解感性工學在服裝領域中的研究情況,以中國知網(CNKI)數據庫中有關服裝感性工學的文獻為研究對象,利用CiteSpace可視化分析軟件,從多維度闡述感性工學在服裝領域中的研究現狀與發展趨勢,為該領域的研究提供知識脈絡和創新思路。

1 研究方法與數據

1.1 研究方法

CiteSpace是一款用于計量和分析科學文獻數據的信息可視化軟件,可以用來繪制科學和技術領域發展的知識圖譜,直觀地展現科學知識領域的信息全景,識別某一科學領域中的關鍵文獻、熱點研究和前沿方向[2]。目前CiteSpace已被廣泛應用在各學科領域的熱點研究和趨勢分析上,在服裝領域中也有所使用。何儒漢等[3]使用CiteSpace分析梳理了全球紡織服裝的研究熱點和趨勢;李細珍等[4]基于文獻計量法和CiteSpace分析闡述了目前服裝設計領域的研究現狀、研究熱點和研究趨勢。

借鑒相關文獻的研究方法,利用CiteSpace對檢索得到有關服裝感性工學的文獻進行分析,從作者、機構、關鍵詞等方面,以一種多元化、動態化的知識圖譜展示研究的演進歷程,并運用文獻計量學和可視化分析的理論知識對得到的圖譜和數據進行闡釋,進而歸納總結在國內服裝領域中感性工學研究的發展脈絡、熱點主題和前沿方向。

1.2 數據來源與處理

1.2.1 檢索方式

在中國知網(CNKI)數據庫中,以“主題=服裝*感性工學or題名=服裝*感性工學(模糊匹配)”為檢索式,且不設年限,于2021年9月18日進行高級檢索。為了保證數據采集的準確性和有效性,在檢索到的文獻中剔除了重復、相關度不高、會議通知等無效文獻,最終獲得相關文獻142篇,其中期刊論文94篇,博士論文7篇,碩士論文41篇。

1.2.2 數據轉換

以“Ref Work”的格式將檢索到的結果導出,并以“download_×××.txt”的命名方式命名數據文件,再使用CiteSpace自帶的文本轉換工具將文本文件轉換為能夠進行可視化的文本格式,即將CNKI導出的文件轉換為適用于CiteSpace讀取分析的文件格式。

1.2.3 參數設置

選用CiteSpace.5.8.R2,設置時間分區為“1998—2021”(在檢索到的文獻中最早發表年份為1998年),時間切片設置為“1”,網絡節點類型分別選擇“作者(Author)”“機 構(Institution)”和“關鍵詞(Keywords)”進行分析,設置適當的閾值,選擇節點修剪方式,最終得到對應知識圖譜。

2 文獻特征分析

2.1 年發文量分析

知識領域的年發文量作為衡量科學研究發展的重要指標,能直接反映出某領域研究水平的變化情況,在一定程度上能展現出在不同時間點學者們對某一主題的研究關注度、投入度及科研水平的高低。為能清晰地了解服裝感性工學相關研究成果的產出情況,繪制了文獻的量變趨勢圖(圖1)。由圖1可知,在服裝領域中,以感性工學為研究主題的論文年發表量整體呈增長趨勢,但也體現出一定的階段性。

1998—2005年是萌芽階段。如圖1所示,感性工學最早在服裝領域中被提到是在1998年。蘇州大學的范彬[5]撰寫了其對服裝設計中感性的思考,并發表在《蘇州絲綢工學院學報》(現為《蘇州大學學報》)中,文中作者對感性的語義進行了解讀和闡述,并首次提出感性研究的導入對服裝設計的合理性、競爭性具有深刻現實意義。但在1999—2005年期間,并沒有相關研究成果發表,服裝感性研究基本處于停滯狀態。

圖1 文獻年度量變趨勢

2006—2016年是發展階段。這段時間的發文量呈現出上下波動的態勢,但整體趨勢上升,增勢較為緩慢。這表明感性工學開始受到國內服裝學者和專家們的關注,2006年開始有學者將感性工學理論體系應用在服裝研究的實踐中。

2017—2021年是上升階段。自2017年起,發文量逐年增加,且增長迅速。普賴斯曲線指出,科學文獻增長與時間呈指數函數關系,當趨勢線方差值越接近于1時,擬合程度越高,表明未來某一學科領域所發表的文獻數量的增長速度越快[6]。由曲線擬合得到,樣本載文量為Y=6.788 4e0.2282x,趨勢線方差值R2=0.975 8,接近于1。可見,2017—2021年文獻發表量的分布曲線符合這一規律,表明在未來一段時間,我國學者對服裝感性工學的研究將繼續深入,所發表的文獻也會繼續增多。

2.2 文獻來源分析

從期刊論文的來源分布看(表1),收錄服裝感性工學相關的文獻數排名TOP5的期刊分別是《天津紡織科技》《紡織學報》《山東紡織經濟》《毛紡科技》《針織工業》,其中有3種期刊為核心及以上期刊,說明感性工學在服裝領域的運用價值和其研究成果得到專家們的高度認可。并且發文最多的年份主要集中在2019—2021年,表明近3年是相關論文的高產年,感性工學在服裝領域中的運用越來越受關注和重視。但統計發現,歷年來高質量的核心期刊論文共25篇,僅占總樣本文獻量的17.6%,這表明相關研究有待深入,論文質量還有較大的提升空間。

表1 TOP5期刊文獻收錄情況

從學位論文的來源分布看,發表有關服裝感性工學學位論文數排名TOP5的機構分別是蘇州大學、東華大學、西安工程大學、武漢紡織大學、浙江理工大學,均是在全國具有影響力的服裝院校。這表明,服裝感性研究已獲得國內高校一定程度的重視,并且全國排名前列的服裝院校已經獲得一定的研究成果。

2.3 作者分析

2.3.1 高產作者分析

普賴斯定律指出,高產作者的計算公式為:Nmin=,其中Nmax為本領域中發文量最多作者的發文量,如果某一作者的發文量不小于Nmin,則該作者被稱為高產作者。根據公式計算得出Nmin≈1.675,即發文量2 篇及以上的作者將被稱為高產作者。通過CiteSpace對文獻作者進行統計分析,發現有34位作者發表論文數量在2篇以上。發文量最多的是西安工程大學的梁建芳,發文量為5篇;其次是蘇州大學的朱佳妮、西安工程大學的劉馳,發文量為4篇。

2.3.2 作者合作分析

在CiteSpace 中,以“Author”為網絡節點類型,“1998—2021”為時間分區,以1年為最小單元進行時間切片,top N 為50,得到作者合作網絡知識圖譜,如圖2所示。圖中一個節點代表一個作者,發文量越多其節點的半徑及名字字體就越大,與其他學者的合作關系由節點周圍發散的線條可以看出,連線顏色由淺至深分別表示合作的時間由早至晚。圖2顯示了以梁建芳、沈雷、劉馳、張英姿、王薇、蔣曉文等為中心的多個合作網絡,但進一步分析發現,這些合作關系多為師徒合作或同門合作,合作的價值較小;由線條顏色的深淺看出,沈雷、朱佳妮、王瑩等人的研究較早,梁建芳、王守明、蔣曉文、張英資、王薇等人在近幾年的研究比較活躍;從整體來看,各個合作群體小而散,目前沒有進行跨單位、跨學科大范圍的合作。

圖2 作者合作網絡可視化圖譜

2.4 機構分析

文獻統計可知,西安工程大學研究最多,總發文量有31篇,是當前服裝感性工學研究的主要機構;其次是蘇州大學(21篇);再是東華大學(14篇)、常熟理工學院(9篇)等。其中蘇州大學第一篇文獻發表于2007年,是較早將感性工學運用在服裝領域中的機構,而其余機構均是在近5～10年有大量的研究成果發表。在CiteSpace中以“Institution”為網絡節點類型,運行得到機構合作網絡知識圖譜(圖3)。由圖3看出,目前各機構之間相對獨立,并沒有形成合作關系,可見該方面的研究還處于初期階段,僅限于機構內部的研究,還未形成研究生態體系。因此,跨單位、跨學科等合作還有待開展,有助于推動研究的深入以及研究成果的產出與產業化。

圖3 機構合作網絡可視化圖譜

3 研究熱點與趨勢分析

關鍵詞是文獻主體內容的提煉與濃縮,能集中體現學術研究主題和內容,通過分析關鍵詞可以梳理出某學科領域的研究方向和研究重點,幫助了解該領域內的研究熱點和研究趨勢。

3.1 關鍵詞聚類分析

由于1998—2005年期間的文獻僅有1篇,其余文獻均是在2006年以后發表,因此為了使結果更加科學合理,關鍵詞聚類分析將時間區間設置為2006—2021年,使用對數似然比聚類算法(LLR)對樣本文獻的摘要進行分詞、分類,并抽取名詞短語作為同一類關鍵詞的聚類標簽,得到2006—2021年服裝感性工學相關研究的聚類可視化圖譜(圖4)。其中,Modularity Q 值為0.829 1,表示得到的聚類效果較好;Harmonic Mean(Q,S)的值為0.893 2,大于0.5,S 值為0.968 1,表明聚類結果合理。由圖4可見,可視化圖譜中有#0～#15共16個聚類標簽,再進一步分析聚類標簽以及所包含的熱點詞,可從中歸納出感性工學在服裝領域中的研究思路、研究熱點與研究框架。

圖4 關鍵詞聚類分析知識圖譜

3.1.1 基本研究思路

由聚類標簽“#0感性工學”“#1感性評價”“#2感性量化”“#3感性”“#9感性分析”可知,在服裝領域中,學者們利用感性工學理論和研究方法將模糊的感性需求和意象加以量化,定性、定量地從消費者的感性意象中分析出設計特性,構建服裝產品設計要素與消費者意象認知之間的聯系,指導服裝產品的開發和設計優化。

3.1.2 研究熱點內容

由聚類標簽分析可將研究熱點內容歸納為以下3類主題。

(1)服裝產品外觀屬性的感性研究。主要由“#4服裝款式”“#5造型要素”“#11服裝色彩”“#13智能化”“#14女性形體”這5個聚類組成,包含的熱點詞主要有服裝款式、廓型、服裝色彩、色彩感覺、智能化、形態美等。梳理可知,目前研究者們主要從款式造型、色彩紋樣、面料材質等方面對服裝產品的外觀進行感性研究。

在款式造型方面,馬玲等[8]利用感性工學理論及研究方法量化消費者對于女性輕西裝款式的感性評價,得到結構和風格是影響女性輕西裝款式評價的2個主因子;穆云等[9]以3～6 歲女童連衣裙為研究對象,基于感性工學理論,提出了一種女童連衣裙款式設計方法;尹曉芳等[10]探討不同領型女式襯衫對消費者在感性認知方面的影響,研究得到領型的感知差異主要體現在線條、設計元素、肌膚的袒露面積上。在色彩紋樣方面,陳弈菲等[11]探究了不同國畫圖案與感性心理的關系,研究得到影響宋代國畫圖案旗袍設計的感性因子,并構建了旗袍刺激圖與感性因子間的關系圖;郝新月等[12]以消費者對襪子裝飾圖案的主觀評價為切入點,探究影響襪子圖案設計的感性因子;張紅[13]以絲織物為載體,運用感性工學研究不同面積比色彩搭配的主觀認識差異。在面料材質方面,周小溪[14]以服用色織面料為研究對象,提出了面料美感評價的量化概念及獲取、分析方法,得到消費者對于面料美感評價的維度,建立服用色織面料設計要素與美感評價之間的關聯;陳偉偉[15]對面料質感進行了感性分析,通過對面料質感感性形容詞打分和數據分析,得到形成面料質感的兩大主成分因子,構建用于服裝協同設計系統的面料數據庫。

另外,感性工學還被運用在功能性服裝、智能服裝等特殊服裝的設計研究中,如洪文進等[16]以智能化安全童裝為研究對象,分析服裝在安全因子、色彩和款式中的具體感性需求,并提出了具體設計方法;楊小藝等[17]采用感性工學的階層類別分析法提出了多種新型安全功能性服裝設計要素和方法。

(2)服裝產品文化屬性的感性研究。主要聚類標簽為“#6體驗設計”,包含的熱點詞主要有視覺符號、服裝品牌、詩化情感、民族性、地域性等,表明有部分學者利用感性工學對服裝產品的民族特征、地域特征、品牌風格形象等文化屬性進行了研究。吳艷華等[18]為了找到契合用戶心理訴求的苗族服飾色彩,以感性工學理論為基礎,結合圖像分析技術,構建一種基于色彩HSL空間量化的KCQ-KE 模型;戴淑嬌等[19]基于消費者認知,結合感性工學的感覺量化法及投射心理學實驗對服裝品牌名稱進行評估研究,構建了服裝品牌名稱評估體系;劉邵文[20]從感官評價視角,采用眼動儀實驗,收集消費者對中國元素在服裝品牌視覺形象設計的主觀認知數據,探索服裝品牌視覺形象設計的關注熱點和發展趨向;魏福紅[21]以魏晉文化為研究載體,以設計符號學、產品語義學、感性工學、知識考古學等為理論基礎,構建魏晉風格感性語義空間,進行基于文化及語義學的現代服裝設計方法研究。

(3)消費者對服裝產品的感性認知和感知差異研究。主要由“#8感性認知”“#12消費行為”“#15認知心理”3個聚類組成。包含的熱點詞有感性認知、評價過程、知覺、主觀評價、消費行為、美感評價、視覺認知、統計分析等。研究者們通過調研目標消費群體對服裝產品的感性評價來分析消費者的感性認知規律、消費者之間的感知差異性以及消費者和設計師意圖的差異性。如高維[22]以女大學生為研究樣本,從消費者認知規律、感知差異入手,考察顧客的產品經驗水平對其服裝評價的影響,探討顧客對服裝設計感性評價的個體差異問題;王守明等[23]通過研究消費者對襯衫面料線上線下的感性評價得到,面料的透氣感、柔軟感和厚薄感在線上線下的感知上存在顯著差異,女性的線上線下感知差異小于男性,紡織專業被試者的感知差異小于非紡織專業被試者。

3.1.3 主要研究方法

“#7聚類分析”“#10決策模型”這兩組聚類標簽體現了服裝感性工學的研究方法。“#7聚類分析”包含的熱點詞有聚類分析、感性因子、語義分析、因子分析等,多數詞為感性工學研究方法體系中的心理指標量化方法,統計分析消費者的情感和意向。“#10 決策模型”包含的熱點詞有推薦系統、量化研究、決策模型、服裝風格等,可概括為利用感性工學和數學模型對服裝產品進行評判、選擇或設計優化。目前感性工學研究流程主要為感性意象獲取、模型構建、設計優化3個階段[24]。

在感性意象獲取階段,為保證后續試驗結果的準確性,研究者們通常盡可能多渠道收集產品樣本和形容產品的感性詞匯,建立樣本庫和語義詞匯庫。獲取的方法主要有訪談、問卷、語義差異等,還有部分研究者采用眼動儀等儀器設備獲取被測者的生理指標,更直接、準確地獲取被測者的感性意象。劉詠梅等[25]在女性著裝形象氣質指標評價的研究中,通過文本、訪談收集整理描述氣質的詞匯,采用語義差異法問卷調研女性期待各類氣質的偏好程度,研究提取出了8類氣質指標;王守明[23]在研究襯衫面料線上展示方式的評價與優化中,建立了基于語義差異的面料質感評價方法,并利用眼動追蹤技術,分析消費者對不同面料線上展示方式的視覺關注情況。

在模型建立階段,研究者們會對上階段獲取到的感性意象進行分析和量化,通過統計分析、數學建模等方法探究數據間的相關性,從而建立用戶感性意象與產品屬性之間的映射模型。目前,研究者們主要通過線性回歸、數量化Ⅰ類理論、模糊理論、神經網絡、支持向量機等方法建立模型。王文青[26]以男西裝為研究對象,提出了基于詞向量聚類的感性評價方法,建立了基于多元線性回歸和多層感知機神經網絡兩種服裝感性意象預測模型;甘美辰等[27]利用感性工學量化基本程序,分析確定了設計要素與服裝風格的對應關系,并運用數量化Ⅰ類理論建立服裝風格量化模型,構建女裝搭配推薦系統;尹光燦[28]提出了一種基于卷積神經網絡的服裝風格識別與推薦系統,在風格識別的基礎上,結合用戶的基本信息和個人偏好進行服裝風格款式推薦。

在設計優化階段,研究者們應用一些算法對模型進行優化,以提高模型評估預測結果的準確性,構建“感性意象—設計要素”感性工學應用系統。感性工學應用一般有兩種方式:一是消費者決策輔助系統,即由消費者輸入其偏好的意象語匯,系統通過推理而了解他們的需求,然后輸出符合他們需求的產品;二是設計人員決策輔助系統,用于協助設計人員掌握產品的特性,了解產品元素和消費者感覺意象的關系[29]。隨著人工智能技術和機器學習技術的發展,越來越多的研究者們將智能算法應用到對模型的優化和應用系統的開發上,如遺傳算法、粒子群算法、蟻群算法等。但目前在服裝感性工學的研究中鮮有研究者運用智能算法。

通過上述分析,可以大致梳理出感性工學在服裝領域中的研究框架(圖5)。

圖5 服裝感性工學的研究框架

3.2 演進趨勢分析

采用CiteSpace中時區可視化及關鍵詞突顯功能,分析感性工學在服裝領域中的研究演進趨勢及前沿方向。

3.2.1 研究熱點演變

在CiteSpace中,選擇時區視圖(Timezone View)得到時區可視化圖譜(圖6),經分析,服裝感性工學的研究熱點演進脈絡可分為以下3個階段。

圖6 關鍵詞時區可視化圖譜

第一階段為2006—2010年,是感性工學理論在服裝領域中初步應用階段。主要的關鍵詞有感性工學、服裝設計、感性評價、因子分析、聚類分析、款式、模型、造型要素等。這一階段中,如何運用感性工學理論將消費者對服裝的主觀評價量化、如何提取感性因子等是主要的研究問題,且主要圍繞服裝款式造型展開。

第二階段為2011—2015年,是服裝感性工學研究擴展豐富階段。主要的關鍵詞有感性認知、視覺符號、消費者、情感需求、服裝色彩、服裝品牌、款式設計、民族化、地域化、整合等。在這一階段中,研究對象不再僅限于服裝款式造型,而是開始拓展到了服裝整體,探究款式、色彩、面料等設計要素映射的感性意象;也有部分學者開始將感性工學應用在品牌形象、服裝風格、地域民族內涵的研究中,從消費者情感需求角度切入。

第三階段為2016—2021年,是服裝感性工學研究細化提升階段。主要的關鍵詞有優化設計、領型、菱形紋、感性因子、功能性、色彩聚類、苗族服飾、女大學生等。這一階段研究更為深入,研究對象更加細化。許多研究者主要針對某一服裝部件、圖案紋樣、服裝功能等設計細節或某一消費群體進行感性研究。與此同時,研究者也對服裝感性工學的研究方法進行了提升,更注重評價模型或預測模型的準確性,運用一些智能算法進行設計優化、模型聚類,使得研究成果能更好地指導設計實踐。

因此,在研究對象上,感性工學在服裝領域中的研究演變以“局部—整體—局部”的路徑發展;在研究方法上,以“應用—豐富—提升”的路徑發展。

3.2.2 研究前沿分析

在CiteSpace 中將Term Type 選擇為“Burst Terms”,得到關鍵詞突顯圖譜(圖7)。其中,“Strength”是由關鍵詞的出現次數及中心性計算得到的綜合指標;“Begin”為關鍵詞頻次數量突增的時間;“End”為關鍵詞頻次數量驟減的時間。

由圖7可知,2006—2010年,根據突顯強弱的關鍵詞依次為“感性”“針織服裝”“回歸模型”“意象預測”“T恤衫”,反映出在這一階段研究者們開始重視服裝領域的感性研究,研究重點是構建感性工學回歸模型,以實現服裝感性意象的預測。另外,“T 恤衫”的突顯時間最長,直到2012年才消失,這可能是因為T 恤的款式相對簡單,比較適合在研究初期用于感性工學理論在服裝領域中的應用探索。2010年,研究者們開始將研究對象范圍擴展到了針織服裝,各類針織服裝成為熱點研究對象。

圖7 關鍵詞突顯圖譜

2011—2015年,共突顯了8個關鍵詞,其中突顯強度大于1的有“視覺符號”“服裝品牌”“服裝設計”“智能化”。“視覺符號”和“服裝品牌”反映出了服裝品牌形象風格的感性研究成為新的研究趨勢;“服裝設計”突顯持續到了2018年,越來越多的研究者結合感性工學理論開展服裝設計的相關研究,服裝感性設計成為關注熱點;2015年“智能化”突顯,基于感性工學的智能化服裝設計研究成為新的研究熱點。

2016—2021年,突顯強度大于1 的關鍵字有“領型”“菱形紋”“感性評價”“功能性”。2016 年,關于服裝感性評價的研究熱度持續上升,“領型”和“菱形紋”在2017年成為熱門研究對象,研究熱點落在了服裝某一具體設計細節的感性研究上。其中,“領型”一詞突顯時間持續到了2021年,反映出了領型是影響服裝風格的重要服裝部件。2018年,功能性服裝的感性研究成為新的前沿熱點,且持續到2021年。隨著生活品質的提高,人們開始注重服裝功能性與感性體驗的設計融合,功能性服裝設計不再只注重基本功能的實現,開始重視功能性服裝產品給消費者帶來的審美感受和情感體驗。

4 結束語

隨著人們生活水平和消費需求的提高,情感化設計成為服裝設計的新方向。感性工學作為一種“感性意象—設計要素”的翻譯技術,能幫助指導設計出更符合消費者偏好和情感體驗的服裝產品,在服裝領域中具有重要作用。然而,感性工學在服裝領域中尚有較大的研究空間,服裝感性研究的理念、技術、方法等仍需更深層次的探索和拓展。隨著大數據、人工智能等新技術的發展及跨領域知識的融合,生理和心理指標測量技術的結合、基于智能技術的服裝感性優化設計等將是服裝感性工學研究發展的重要趨勢。以上對相關文獻的綜述,旨在為研究者們提供研究方向和參考。