基于用戶需求的智能學習桌功能優化分析

趙香芹

基于用戶需求的智能學習桌功能優化分析

趙香芹

（江蘇理工學院，江蘇 常州 213001）

通過優化智能學習桌功能合理性，滿足用戶群體對智能學習桌的功能需求，從而提升智能學習桌用戶體驗的滿意度。首先，通過設置模糊Kano模型調查問卷，收集智能學習桌功能需求信息，確定關鍵功能指標；其次，利用Better-Worse系數測度各功能需求滿意度系數及權重，進而根據FBS模型進行功能–行為–結構的逐層映射，發現機會點并探索需求合理性；最后，開展智能學習桌控制系統的界面設計和交互設計。“精準調節高度”“智能課程表”“在線課程資源”“智能到時提醒”“可投屏功能”的用戶滿意度及權重系數相對較高，利用滿意度系數及其四象限圖將智能學習桌21種功能需求分為期望型、魅力型、基本型、無差異型，并結合FBS模型設計學習桌智能控制系統界面。

智能學習桌；滿意度系數；Kano模型；FBS模型；用戶需求分析

當前，融合多種現代科技的智能學習桌備受青睞，有效促進了學生學習的高效性和便捷性。然而，隨著智能學習桌用戶的逐漸增多，如何兼顧不同用戶的需求層次，提升智能學習桌的功能需求是目前面臨的重要挑戰。具體包括：結合人機工程學對學習桌的結構特點進行改造升級，但是功能相對單一，智能化不足；從市場角度開發智能學習桌功能，忽略中小學生的情感需求，不注重用戶體驗；對智能學習桌所設需求的合理性有待檢驗。

圍繞上述問題，對智能學習桌功能需求的用戶滿意度開展問卷設計，藉此搜集樣本數據。利用Kano模型、Better-Worse滿意度系數和功能需求權重計算方法，測度用戶對智能學習桌所設功能的滿意度及權重，解決了“用戶需求是什么（What）”的問題，同時將模糊Kano模型與概念設計FBS模型相結合，解決了“如何做（How）”的問題。由此，設計出一套滿足中小學生需求的智能學習桌功能系統。

1 文獻綜述與研究創新

1.1 文獻綜述

國外對智能學習家居的研究，常置于系統化智能家居環境的技術體系構建中。如Huu等提出智能家居識別系統，以優化居家閱讀、寫字及休息行為。[1]Berger等提出智能家居學習行為數據收集系統，以高效分析居家學習中的各種問題。國內研究中，近年來相關文獻重點關注三個方面[2]：其一是關注學習家具物理功能的優化，相關研究涉及兒童學習桌的功能結構和尺寸、仿生功能和安全性、輔助光源調節、一物多用功能和功能組件缺陷診斷；[3-7]其二是關注學習家具的人體工程學研究，通過剖析青少年成長過程中生理和心理需求的發展變化，探討青少年學習家具的適應性，相關研究多從人體工程學出發，探討基于兒童生理和心理需求變化的學習桌開發問題；[8-9]其三是關注學習家具虛擬情感化功能的設計，包括設計理念、原則和方法，情感化視角下智慧元素的嵌入，情感化與學習管理的功能交互。[10-12]近年來，隨著智能家居場景的推廣應用，關于數字化技術輔助下的泛在學習理念和模式備受關注，而作為泛在學習的重要實現載體，智慧型學習環境的構建愈發受到推崇。相關研究涉及新一代信息技術下智慧學習環境的營造、“人網融合”的智慧學習模式及會話智能體的主動交互模式、智慧學習設施的作用模式及跨設備交互的內容傳輸模式、智慧學習活動場域及學材條件等。[13-18]

由上述分析可見，既往關于青少年學習桌的研究，較多關注基于情感適應性的桌面設施物理功能的改進，但對智慧化學習元素的研究尚處起步階段。隨著現代信息技術發展，青少年學習桌已融入更多智慧化元素，以迎合市場需求變化。而在理論研究層面，也需要更多基于用戶調研的智能學習桌功能需求的分析，以指導智能學習桌功能的改進，并提升用戶滿意度?；诖?，本文將概念化FBS模型與Kano模型相結合，通過對智能學習桌功能需求的分析，來改進智能學習桌功能系統。

1.2 基于FBS模型用戶場景分析的研究創新

1.2.1 概念化FBS模型與Kano模型的結合理念

FBS模型是一種產品概念設計過程的模型，是Gero在1990年提出，旨在表達產品在研發前期，將設計者尚未成型的一個創新構想，通過功能—行為—結構三個變量的逐層映射來解構產品的概念設計過程。即將FBS模型視為設計研究的不同狀態，運用自然交互技術對用戶需求進行場景化實現，驗證設計者構想的合理性，并將構想轉變成具體的方案。

通過模糊Kano模型獲取智能學習桌的所有功能需求，然后利用Better-Worse滿意度系數和功能需求權重公式，計算出用戶對智能學習桌功能的滿意度和權重，藉此作為智能學習桌開發依據。

1.2.2 智能學習桌功能系統概念化FBS創建

FBS映射分析是發現產品可能存在的問題，探索需求合理性。將用戶需求信息代入FBS模型，對場景設定合理性進行評估，藉此驗證學習桌智能系統開發之前其功能需求（F）、用戶行為（B）、產品結構（S）的合理性，見圖1。在此基礎上，結合FBS模型模擬智能學習桌的使用流程，進行場景化情景感知，見圖2。

圖1 智能學習桌場景化FBS映射

圖2 智能學習桌使用流程

2 基于模糊Kano模型的功能需求分析

根據赫茲伯格提出的雙因素理論，狩野紀昭教授對產品需求的客觀質量和客戶滿意度的主觀質量之間的相互關系進行研究，從而創建了Kano模型。通過設置Kano模型調查問卷，可以獲取用戶對產品功能的需求信息，藉此開展產品功能優化分析。

2.1 設計模糊Kano模型市場調研問卷

以中小學生及其家長作為智能學習桌主要用戶群體開展問卷調研，見表1。為確保調研可靠性，被調研人員來自不同職業不同年齡，約156人參與問卷填寫。結合用戶訪談與問卷調研，獲取用戶對智能學習桌功能需求的信息。通過A型圖解法將收集到的信息匯總，其功能類型的分類經反復拆分與整合，并歸類整理，得出包括智能調節系統（C）、智能可視系統（V）、智能學習系統（L）、智能工具應用（T）4個大類，21種功能需求，見表4。并對所有需求進行滿意度問卷調查，見表1。

表1 Kano模型調查問卷舉例

Tab.1 Example of Kano model questionnaire

2.2 Kano模型用戶調查評價對照表

根據客戶不同需求層次，利用問卷進行正向提問和反向提問。獲取用戶對某一功能需求提供與否的滿意度反饋，將分析結果代入Kano模型評價結果對照表進行評估，見表2。

表2 Kano模型評價結果對照表

Tab.2 Comparison of Kano model evaluation results

根據評估結果進行以下分類：（1）若正面評價是“滿意”，負面評價是“不滿意”，則用“”表示期望型需求；（2）若正面評價是“理應如此”“無所謂”“可接受”，負面評價為“不喜歡”，則用“”表示基本型需求；（3）若正面評價是“滿意”，負面評價是“理應如此”“無所謂”“能忍受”，則用“”表示魅力型需求；（4）以此類推，用“”表示無差異需求；（5）用“”表示反向型需求；（6）用“”表示不合理的結果，比如對正面評價選擇滿意，對負面評價也選擇滿意，則這種結果就可作廢。

2.3 用戶需求屬性歸類用例

本文以智能學習系統中的“智能錯題集”為例，開展用戶需求的屬性分析，整理問卷調研數據見表3。

參照表2所示的Kano模型評價結果對照，把表3中智能錯題集功能各屬性所得數據相加可以看出，基本型功能需求所占數值最大，占絕對優勢。具體數據為，期望型（）：16.1%、魅力型（）：29%、基本型（）：40.2%、無差異型（）：11.4%、反向型（）：0.6%、錯誤（）：2.7%。由此可以得出，智能錯題集功能的Kano屬性屬于基本型需求；反向型功能（）和錯誤（）對用戶來說可忽略不計。

表3 智能學習桌“智能錯題集”屬性評價結果

Tab.3 Evaluation results of the attributes of "intelligent error set" of intelligent learning desk

2.4 智能學習桌用戶需求滿意度和權重排序

匯總各功能需求屬性的調研信息，通過式（1）和式（2）計算出所有需求的滿意度系數，SI表示當產品提供某種功能時用戶滿意度系數；DSI表示當產品不提供某種功能時用戶不滿意度系數。其中，表示第個需求。由于此公式在計算過程中沒有涉及反向型需求（）和不合理結果（），故這兩種結果可忽略不計，并將統計結果屬于反向型（）的需求去除，見表4。Better（B）與Worse（W）系數，運算方式如下：

針對用戶的各項需求，選出其值和值中相對權重較高者，作為用戶需求的絕對權重，公式如下：

通過對調研問卷的多次統計和歸類，利用式（1）—（3）計算得出用戶滿意度結果及權重，藉此對用戶需求進行梳理，見表4。

表4 智能學習桌功能需求評價結果

Tab.4 Evaluation results of functional needs of intelligent learning desk

3 智能學習桌控制系統設計實例

根據上述Kano模型用戶需求分析，將智能學習桌的用戶期望型需求、基本型需求和魅力型需求歸類匯總。參考圖3各項功能的Better-Worse系數值，可以得出所有功能點所在坐標位置，據此深入分析智能學習桌各項功能的滿意度指數。以Worse指數為橫坐標，以Better指數為縱坐標，以兩指數的平均值（|–0.600|，0.525）為坐標中心，繪制包含軸和軸的Worse-Better指數坐標四象限圖。當功能散點的Worse值的絕對值和Better值均高于平均值時，則所屬功能需求的用戶滿意度越高。如圖3所示精準調節高度（C4）、智能課程表（V4）、在線課程資源（L3）三個功能用棕、黑、橙不同顏色的圓點標識，表明智能學習桌上述三個功能的滿意度最高。由表4可知以上三個功能的權重排名在期望型需求里位列前三，若能對智能學習桌的上述三個功能予以創新完善并重點開發，以滿足用戶需求，將有助于提升智能學習桌的用戶滿意度。

圖3 Worse-Better指數象限坐標

3.1 智能學習桌控制系統用戶需求屬性分析

智能學習桌的智能可視化系統和智能學習系統依附于智能控制系統，而兩大系統中的期望型需求、基本型需求和魅力型需求，是有別于市場在售學習桌的重要因素。將這幾種屬性的用戶需求重點分析與開發，將有助于提高智能學習桌的可用性和市場占有率。無差異型需求表明無論平臺是否提供這些服務，對用戶滿意度的影響均較弱。因此，為節約系統建設成本，應謹慎提供上述功能，可暫時忽略。

3.1.1 智能學習桌控制系統的期望型需求分析

由圖3可知，期望型需求包括“精準調節高度（C4）”“智能課程表（V4）”“在線課程資源（L3）”“監控系統（V5）”“智能錯題集（L4）”5種，其特點是Better指數高、Worse指數高，代表其在系統中用戶滿意度高。此類需求與顧客的滿意度指數成正比關系，如果提供了上述功能，則用戶滿意度會顯著增加；反之，用戶滿意度會明顯下降。期望型需求的提供能夠提高產品在同類產品競爭中的優勢。

3.1.2 智能學習桌控制系統的基本型需求分析

由圖3可知，基本型需求按表4中權重排序，包括“智能到時提醒（V3）”“智能調節高度（C1）”“智能防近視（C2）”“古詩詞查詢（L2）”“智能臺燈（C3）”“學習要求展示（V1）”“網絡課堂（L5）”“中英文詞典（L1）”“計時功能（T1）”六種，其特點是Better指數低、Worse指數高?；拘托枨笠彩潜貍湫枨?，表明如果系統提供此類功能，則用戶滿意度也許不會顯著增加，但若此類功能缺失，則會導致用戶滿意度明顯下降，因此對于此類功能，應加強服務與維護。

3.1.3 智能學習桌控制系統的魅力型需求分析

由圖3可知，魅力型需求按表4中權重排序，包括“可投屏功能（T4）”“用戶成長記錄（C5）”“Kindle模式（L7）”“智能作業列表（V2）”“音頻故事（L6）”，其特點是Better指數高，Worse指數低。此類需求的提供能提升用戶的滿意度，但若不提供此類功能，也不會明顯引起用戶的不滿。故實踐中，研發人員應基于用戶所需，完善或者升級此類功能需求，對用戶滿意度的提升將達到事半功倍的效果。

3.2 智能學習桌智能控制可視化系統FBS映射

通過模糊Kano模型所獲取的用戶需求與FBS模型相結合，使智能學習桌控制系統界面設計更具合理性和可靠性，從而得到最優設計方案。按照上文所得的功能屬性歸類，以其中幾個滿意度和權重系數相對較高的功能為例，在FBS模型功能–行為–結構相互映射的基礎上，進行學習桌的智能控制系統界面的設計，以驗證其合理性，見圖4。

3.2.1 情景FBS中的功能（F）

將獲取的重要設計要素與情景FBS的功能（F）相整合，以解決功能中的益智性、便捷性及實用性問題。如利用期望需求中智能錯題集的智能歸類和錯題教學視頻功能，可增強智能學習桌的益智性。基本型需求中的學習要求展示、智能鬧鐘提醒、中英文詞典、智能課程表等功能，可提升學習專注力及便捷性。魅力型需求中的智能作業列表和音頻故事，為學生學習資料準備和休閑式學習提供了實用性功能。

3.2.2 情景FBS中的行為（B）

針對學習桌智能控制系統的合理性問題，需要把重要需求中權重較高的需求要素與情景FBS的行為（B）相整合。如用戶在學習中借助智能系統的各項功能，通過搜索、查找、查看的方式來完成學習。即利用查閱基本型需求中的中英文詞典和期望型需求中的智能錯題集，可有效提升用戶的學習專注力，節省學習時間并提高學習效率。

圖4 智能學習桌智能控制系統FBS映射成品

3.2.3 情景FBS中的結構（S）

針對學習桌智能控制系統的可靠性問題，需要把權重較高的重要需求要素與情景FBS 的結構（S）相整合。在用戶行為合理性分析基礎上，可以映射出智能學習桌中智能調節系統和智能可視化系統的相互配合應用，實現高度、光線、人屏比例相統一。如用戶在使用智能學習桌時，由于坐姿或者光線的不合理，會導致脊椎變形及眼睛疲勞。對此，通過人臉識別技術智能調節智能學習桌高度，使用戶能保持一種健康的坐姿。此外，智能無影臺燈的光線可根據環境進行明暗、亮度、柔和度的調節，有利于眼睛在自然光的保護下，防止用眼疲勞，由此體現了智能學習桌的實用性。

4 結語

利用Kano模型與FBS模型相結合的方法，提升智能學習桌功能屬性的合理性。首先通過設計的Kano模型用戶需求調查問卷進行調研，獲取并提煉智能學習桌用戶需求信息，計算智能學習桌用戶滿意度系數和權重系數，開展功能優先級排序。研究發現“精準調節高度”“智能課程表”“在線課程資源”“智能到時提醒”“可投屏功能”的用戶滿意度及權重系數相對較高，若能對智能學習桌上述五個功能予以創新完善，將有助于提升智能學習桌的用戶滿意度。其次，借助FBS模型剖析了智能學習桌控制系統的合理性問題，通過智能可視化系統和智能學習系統的功能–行為–結構逐層映射，將“智能作業列表”“智能課程表”“中英文詞典”“智能錯題集”等功能的合理性予以推演，并通過設計智能可視化系統和智能學習系統成品案例，驗證其功能需求的合理性。該創新設計方法有利于設計者更加精準地把握用戶對智能學習桌的心理訴求，其研究結論有助于精準把握用戶對智能學習桌的功能訴求，為相關功能優化提供可行性依據。本文不足之處是，調研群體只以年齡和職業劃分，對用戶的個性化需求有待探索，在后續研究中可以根據個體需求的不同增加個性化定制的功能。

[1] HUU P N, THI THU H N, MINH Q T. Proposing a Recognition System of Gestures Using MobilenetV2 Combining Single Shot Detector Network for Smart-Home Applications[J]. Journal of Electrical and Computer Engineering, 2021(3): 1-18.

[2] BERGER A, KURZE A, TOTZAUER S, et al. Sensing Home: Designing an Open Tool that Lets People Collect and Interpret Simple Sensor Data from Their Homes[J]. i-com, 2018, 17(2): 153-167.

[3] 景瑤, 于娜, 呼慧敏, 等. 兒童學習桌功能結構與功能尺寸調查研究[J]. 家具, 2019, 40(3): 105-109.

JING Yao, YU Na, HU Hui-min, et al. Research on Children's Study Table Functional Structure and Dimension Design[J]. Furniture, 2019, 40(3): 105-109.

[4] 張振, 郝婷. 兒童家具功能化設計路徑探析[J]. 包裝工程, 2021, 42(4): 267-269.

ZHANG Zhen, HAO Ting. Analysis of Functional Design Path of Children's Furniture[J]. Packaging Engineering, 2021, 42(4): 267-269.

[5] 劉寧, 李楠舟, 尤田. 一種帶輔助光源可升降的智能學習桌設計與實現[J]. 吉林化工學院學報, 2020, 37(11): 79-84.

LIU Ning, LI Nan-zhou, YOU Tian. Design and Realization of a Liftable Intelligent Study Desk with Auxiliary Light Source[J]. Journal of Jilin Institute of Chemical Technology, 2020, 37(11): 79-84.

[6] 鐘光明, 韓衛國, 趙敏. 基于一物多用原則的可成長性兒童家具設計[J]. 包裝工程, 2020, 41(2): 204-210.

ZHONG Guang-ming, HAN Wei-guo, ZHAO Min. Children's Grown-up Furniture Design Based on the Multi-Purpose Principle[J]. Packaging Engineering, 2020, 41(2): 204-210.

[7] 劉宗明, 李倩文. 基于KANO模型與TRIZ理論的兒童家具輕設計研究[J]. 林產工業, 2020, 57(8): 41-46.

LIU Zong-ming, LI Qian-wen. Research on Light Design of Children's Furniture Based on KANO and TRIZ Theory[J]. China Forest Products Industry, 2020, 57(8): 41-46.

[8] 葉雨靜, 徐偉, 詹先旭, 等. 基于人體工程學的學齡兒童學習桌設計分析與評價[J]. 家具與室內裝飾, 2018(7): 75-77.

YE Yu-jing, XU Wei, ZHAN Xian-xu, et al. On Analysis and Evaluation of Learning Desk Design for School Children Based on Ergonomics[J]. Furniture & Interior Design, 2018(7): 75-77.

[9] 盛金成, 孫獻華. 基于兒童學習桌的人體工程學調查研究[J]. 家具與室內裝飾, 2019(2): 36-37.

SHENG Jin-cheng, SUN Xian-hua. Ergonomic Investigation Based on Children's Learning Table[J]. Furniture & Interior Design, 2019(2): 36-37.

[10] 曹春燕, 楊剛俊. 提升兒童家具情感化設計初探[J]. 林產工業, 2021, 58(2): 65-67.

CAO Chun-yan, YANG Gang-jun. A Preliminary Study on Improving the Emotional Design of Children's Furniture[J]. China Forest Products Industry, 2021, 58(2): 65-67.

[11] 肖瑱, 秦懷宇. 情感化兒童智慧學習桌/家具設計[J]. 裝飾, 2021(5): 144.

XIAO Tian, QIN Huai-yu. Emotional Children's Wisdom Learning Table/Furniture Design[J]. Zhuangshi, 2021(5): 144.

[12] 陳朝杰, 鄭康杰, 劉小嬌, 等. 基于勸導技術的智能兒童學習桌設計研究[J]. 家具與室內裝飾, 2021(7): 59-63.

CHEN Chao-jie, ZHENG Kang-jie, LIU Xiao-jiao, et al. Design Research on the Intelligent Children Learning Desk Based on Persuasive Technology[J]. Furniture & Interior Design, 2021(7): 59-63.

[13] 胡稀里. 智慧學習能力的內涵、本質與特征[J]. 教育評論, 2016(9): 38-41.

HU Xi-li. Connotation, Essence and Characteristics of Intelligent Learning Ability[J]. Education Review, 2016(9): 38-41.

[14] 鐘紹春. 人工智能支持智慧學習的方向與途徑[J]. 中國電化教育, 2019(7): 8-13.

ZHONG Shao-chun. The Orientation and Route of Artificial Intelligence Supporting Intelligent Learning[J]. China Educational Technology, 2019(7): 8-13.

[15] 成婉瑩, 袁翔. 跨設備交互場景下參照域構建方法的設計策略研究[J]. 圖學學報, 2021, 42(5): 874-882.

CHENG Wan-ying, YUAN Xiang. Research on Design Strategy of Referential Domain Formulation Methods in Cross-Device Interaction[J]. Journal of Graphics, 2021, 42(5): 874-882.

[16] 劉革平, 農李巧. 從“泛智”論到泛在學習進階智慧學習：論“泛”教育思想的內在關聯和價值意蘊[J]. 電化教育研究, 2020, 41(6): 27-32.

LIU Ge-ping, NONG Li-qiao. From "Pansophism" to Ubiquitous Learning to Smart Learning: On the Intrinsic Relevance and Value Implication of "Pan" Educational Thought[J]. e-Education research, 2020, 41(6): 27-32.

[17] 王爾卓, 袁翔, 李士巖. 智能家居場景中會話智能體主動交互設計研究[J]. 圖學學報, 2020, 41(4): 658- 666.

WANG Er-zhuo, YUAN Xiang, LI Shi-yan. Proactive Interaction Design of Conversational Agent for Smart Homes[J]. Journal of Graphics, 2020, 41(4): 658-666.

[18] 艾興, 趙瑞雪. 未來學校背景下的智慧學習：內涵、特征、要素與生成[J]. 中國電化教育, 2020(6): 52-57.

AI Xing, ZHAO Rui-xue. Intelligent Learning in the Future School: Connotation, Features, Elements and Generation[J]. China Educational Technology, 2020(6): 52-57.

Analysis on Function Optimization of Intelligent Learning Desk Based on User Needs

ZHAO Xiang-qin

(Jiangsu University of Technology, Jiangsu Changzhou 213001, China)

The work aims to satisfy the functional needs of user groups for intelligent learning desk by optimizing the functional rationality of intelligent learning desk, so as to improve the satisfaction of users to experience the intelligent learning desk.Firstly, by setting up a fuzzy Kano model questionnaire, the information on the functional needs of intelligent learning desk was collected and the key functional indicators were determined. Secondly, the satisfaction coefficients and weights of each functional need were measured by Better-Worse coefficients, and then a function-behavior-structure mapping was carried out according to the FBS model to find out the opportunity points and explore the need rationality. Finally, the interface design and interaction design were conducted to the intelligent learning desk control system. The user satisfaction and weight coefficients of "precise height adjustment", "intelligent course schedule", "online course resources", "intelligent prompt for time-up" and "screen projection function" are relatively high. The satisfaction coefficient and its four quadrant diagram are used to classify the 21 functional needs of the intelligent learning desk into expectation type, charm type, basic type and no-difference type, and the interface of the intelligent control system of the learning desk is designed in combination with FBS model.

intelligent learning desk; satisfaction coefficient; Kano model; FBS model; user needs analysis

TP399-C1；TB472

A

1001-3563(2023)04-0181-07

10.19554/j.cnki.1001-3563.2023.04.022

2022–09–21

江蘇省社會科學基金項目（17GLD004）

趙香芹（1982—），女，碩士，中級工程師，主要研究方向為工業設計。

責任編輯：陳作