神話傳說“夸父逐日”文創(chuàng)產(chǎn)品設(shè)計需求研究

高迪

（華東理工大學(xué)）

在消費市場、政府政策等的多重助力下，文創(chuàng)產(chǎn)品不斷受到消費者青睞[1]。中華神話是進(jìn)行文創(chuàng)設(shè)計的珍貴寶藏。但是目前在設(shè)計領(lǐng)域，針對中國神話的研究較少且主要集中在游戲設(shè)計[2]、插畫設(shè)計[3]方面，缺乏針對日常場景下的文創(chuàng)產(chǎn)品設(shè)計研究。夸父逐日是我國神話中的經(jīng)典故事之一，以夸父逐日為對象進(jìn)行文創(chuàng)產(chǎn)品設(shè)計需求研究，將進(jìn)一步豐富中國神話在設(shè)計領(lǐng)域的理論研究。然而，在文創(chuàng)產(chǎn)品設(shè)計過程中，設(shè)計要素提煉不精準(zhǔn)、用戶需求不明確等問題頻繁出現(xiàn)。LDA（Latent Dirichlet Allocation）主題模型具有優(yōu)秀的降維和聚類能力，可以在大量的文本數(shù)據(jù)中提取出有用信息[4]。為更好地挖掘出人們對夸父逐日的認(rèn)知，文章將廣泛搜集相關(guān)文本資料以進(jìn)行LDA主題識別。此外，為進(jìn)一步明確設(shè)計要素和用戶需求優(yōu)先級，本文將構(gòu)建SEM模型（Structure Equation Model）來定量分析多個變量之間的優(yōu)先級。當(dāng)前LDA主題模型的研究集中在詞頻分析[5]、情感分析[6]等層面，或是結(jié)合KANO模型等完成了定性分析[7]，結(jié)合SEM模型的定量分析將進(jìn)一步拓展LDA主題模型的理論研究。

一、文獻(xiàn)綜述

（一）夸父逐日

夸父逐日見于《山海經(jīng)·海外北經(jīng)》：夸父與日逐走，入日；渴，欲得飲，飲于河、渭；河、渭不足，北飲大澤。未至，道渴而死。棄其杖，化為鄧林[8]。夸父逐日折射出了豐富的民族精神，如不懈追求光明的奮斗精神[9]、英雄集體主義精神[10]、勇于探索精神[11]等。與此同時，夸父逐日在自我價值實現(xiàn)、實踐創(chuàng)新探索等方面有著重要的當(dāng)代價值力量。小學(xué)課本、神話讀物、口口相傳的故事中也都存在著夸父逐日的身影，人們對其熟悉程度高。基于以上幾點，本文選擇以夸父逐日為對象進(jìn)行文創(chuàng)產(chǎn)品設(shè)計需求研究。

（二）LDA主題模型

LDA主題模型是一種以概率潛在語義分析為基礎(chǔ)生成文檔主題的模型[12]。LDA主題模型在主題識別、文本分類等文本數(shù)據(jù)挖掘中有著優(yōu)秀表現(xiàn)[13]。如李賀等[8]運用LDA主題模型基于在線手機(jī)評論有效挖掘了評論的主題與產(chǎn)品特點；席運江等[14]使用LDA主題模型有效識別了微博內(nèi)容與粉絲評論數(shù)據(jù)中的主題。將LDA主題模型應(yīng)用于夸父逐日文本數(shù)據(jù)的主題識別，將有效完成設(shè)計要素的初步提取。

（三）結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型（SEM）是一種多變量統(tǒng)計模型[15]，可以同時處理多個因變量，是當(dāng)代行為和社會科學(xué)領(lǐng)域量化實證研究的重要方法[16]。本文將通過構(gòu)建結(jié)構(gòu)方程模型，定量分析設(shè)計要素、用戶需求與消費者購買意愿之間的關(guān)系。

二、文本數(shù)據(jù)采集與處理

（一）文本數(shù)據(jù)采集

1.學(xué)術(shù)研究文本數(shù)據(jù)采集：在知網(wǎng)、萬方中以“夸父”為主題詞進(jìn)行檢索，經(jīng)過文章內(nèi)容相關(guān)性的初步篩選得到文章51篇。文章內(nèi)容主要關(guān)于“夸父逐日”的釋義及精神解讀、逐日目的探析等。

2.網(wǎng)絡(luò)媒體文本數(shù)據(jù)采集：采用“八爪魚采集器”和147SEO采集平臺抓取以微博為代表的社交平臺上有關(guān)“夸父逐日”的短文，以及搜狗微信、搜狗知乎、百度資訊、新浪新聞等平臺上“夸父逐日”相關(guān)文章。以“夸父”“夸父逐日”“夸父逐日精神”等作為關(guān)鍵詞進(jìn)行文本搜集，共獲得文章120篇。

（二）數(shù)據(jù)預(yù)處理

1.人工清洗篩選：初步清洗篩選去除意義不大、內(nèi)容匹配度不高、重復(fù)率高的文本。共得到研究文獻(xiàn)28篇，共計13萬余字。網(wǎng)絡(luò)平臺文章32篇，短文145條，共計7.5萬余字。

2.Python數(shù)據(jù)清洗：使用Python編碼對數(shù)字、英文和標(biāo)點符號進(jìn)行清洗，避免無意義符號的出現(xiàn)。

3.Jieba分詞：Jieba分詞是Python在自然語言處理領(lǐng)域的重要工具，包括精確模式、全模式、搜索引擎模式和paddle模式四種，精確模式試圖將句子最精準(zhǔn)地分開，適合于文本分析，因此，本文選擇用Jieba分詞的精確分詞模式對已有文本進(jìn)行分詞處理。

4.去停用詞：“的、吧、我、哦”等意義不大的字詞為停用詞。目前常用的停用詞表有哈工大停用詞表、中文停用詞表、機(jī)器智能實驗室停用詞表等，經(jīng)過綜合對比，最終選用了1893個停用詞進(jìn)行去停用詞處理。

（三）LDA主題識別

通過不同主題數(shù)設(shè)置下的結(jié)果對比，最終主題識別參數(shù)設(shè)置為：α=0.1，β=0.01，主題數(shù)=12。經(jīng)過主題識別，“夸父逐日”文本數(shù)據(jù)共生成12個主題，每個主題下包含30個特征詞。

（四）用戶需求映射

LDA主題模型有效完成了對文本主題及特征詞的初步提取，但存在著主題重疊、特征詞意義不大的問題。同時在設(shè)計過程中，表層特征詞的指導(dǎo)作用是遠(yuǎn)遠(yuǎn)不夠的，需要將其轉(zhuǎn)化為更深層次的用戶需求。首先，根據(jù)特征詞特點進(jìn)行篩選與劃分，完成特征分類，特征類別和特征詞之間的對應(yīng)關(guān)系，見圖1。另外，本文選擇引入感質(zhì)理論以完成特征詞向用戶需求的映射。感質(zhì)理論與一般設(shè)計理論相比更加注重體驗過程，在產(chǎn)品設(shè)計過程中最早由出井伸之提出，對文創(chuàng)產(chǎn)品設(shè)計過程具有良好指導(dǎo)[17]。依據(jù)感質(zhì)理論的內(nèi)涵，可將文創(chuàng)產(chǎn)品設(shè)計需求劃分為感官需求、行為需求、情感需求和反思需求四個需求層級[18]。最終的用戶需求映射，見圖2。

圖1 特征類別—特征詞映射關(guān)系

圖2 用戶需求映射

三、SEM 模型構(gòu)建及分析

（一）模型構(gòu)建

對4個用戶需求維度及21個對應(yīng)的設(shè)計要素設(shè)定對應(yīng)的符號（見圖2），定義“夸父逐日”文創(chuàng)產(chǎn)品消費者購買意愿為Y，由此構(gòu)建結(jié)構(gòu)方程模型。使用“李克特七級量表”進(jìn)行數(shù)據(jù)采集與分析，最終回收問卷345份，得到有效問卷320份，有效回收率92.75%。

（二）信效度分析

運用SPSS軟件對數(shù)據(jù)進(jìn)行初步處理，進(jìn)行信效度分析，結(jié)果顯示α=0.920，KMO=0.790，表明問卷有很高的信度質(zhì)量和較好的效度。將數(shù)據(jù)導(dǎo)入AMOS軟件，運用極大似然法進(jìn)行驗證性因素分析，得出結(jié)果：卡方自由度為1.381，RESEA=0.035，TLI=0.905，IFI=0.939，CFI=0.938，PGFI=0.802，PNFI=0.735，適配度指標(biāo)均在可接受范圍內(nèi)，說明理論模型能夠契合實證數(shù)據(jù)結(jié)構(gòu)且適配度較好。

（三）路徑分析

如圖3，用戶需求的4條回歸系數(shù)對消費者購買意愿的P值均小于0.050，達(dá)到顯著性水平，且系數(shù)為正，說明4個需求維度對消費者購買意愿都有顯著的正向影響。影響程度從大到小依次為：情感需求＞感官需求＞反思需求＞行為需求。

圖3 回歸系數(shù)及顯著性檢驗

4個需求維度下的因素負(fù)荷量值均大于0.500，模型的基本適配度良好，有較高的結(jié)構(gòu)效度。從圖4可以看出，在感官需求維度下，要素優(yōu)先級為：日（太陽）＞鄧林＞河渭＞大澤＞日影＞蛇＞大荒＞相關(guān)人物；在行為需求維度下，要素優(yōu)先級為：追逐＞“死而復(fù)生”（失去并非真正的消失，而是以另一種方式存在）＞化為桃林＞飲＞渴；在情感需求維度下，要素優(yōu)先級為：堅忍不拔、不畏困難＞勇于實踐＞追求光明＞探索自然＞知其不可為而為之；在反思需求維度下，要素優(yōu)先級為：吃苦耐勞＞追求真理＞奉獻(xiàn)精神、集體主義。

圖4 標(biāo)準(zhǔn)化路徑系數(shù)

（四）基于滿足用戶需求的文創(chuàng)產(chǎn)品設(shè)計策略

1.把握文化內(nèi)涵，引發(fā)情感共鳴

情感需求對應(yīng)著產(chǎn)品的精神價值、文化內(nèi)核等。在體驗經(jīng)濟(jì)影響下，消費者的需求側(cè)重點逐漸由形式與功能轉(zhuǎn)向精神層面。從最終結(jié)構(gòu)方程模型的數(shù)據(jù)分析結(jié)果可以看出，在四個需求層面，情感需求對消費者購買意愿有著最為顯著的正向影響，驗證了情感需求在設(shè)計過程中的重要性。因此，設(shè)計師應(yīng)深植于文化，找到消費者與傳統(tǒng)文化之間的情感共鳴點。

在夸父逐日文創(chuàng)產(chǎn)品設(shè)計的情感需求維度下，“堅忍不拔、不畏困難”“勇于實踐”是夸父逐日中最具有共鳴點的情感設(shè)計要素。在設(shè)計實踐過程中，設(shè)計師可以側(cè)重對夸父堅忍不拔、不畏困難、勇于實踐精神的表達(dá)，如可以結(jié)合當(dāng)代青年勇于拼搏、不懈奮斗的精神風(fēng)貌，打造情感共鳴點，調(diào)動消費者積極向上的情感。

2.強化故事認(rèn)知，提升感官愉悅

感官需求涉及消費者對產(chǎn)品造型、色彩、肌理等元素的直觀感受。感官要素是構(gòu)成故事認(rèn)知、產(chǎn)品吸引力的重要部分，感官要素的缺乏會讓產(chǎn)品喪失獨特性而難以喚起用戶的記憶與想象。因此，在文創(chuàng)產(chǎn)品設(shè)計實踐過程中，應(yīng)時刻關(guān)注感官要素的呈現(xiàn)。

“太陽、鄧林、河渭、大澤”是夸父逐日中有較高優(yōu)先級的感官設(shè)計要素，設(shè)計師可以圍繞這幾個要素，從視覺、聽覺、觸覺、嗅覺等角度為消費者創(chuàng)造愉悅的感官體驗。比如，在視覺設(shè)計上，可以對“太陽、鄧林、河渭、大澤”的造型、色彩等進(jìn)行提取，通過創(chuàng)意轉(zhuǎn)化將其運用于產(chǎn)品視覺呈現(xiàn)；在聽覺設(shè)計上，可以利用材料營造河渭、大澤的水流之聲，使產(chǎn)品具有獨特的聽覺識別；在觸覺設(shè)計上，可結(jié)合設(shè)計元素的肌理觸感進(jìn)一步喚醒認(rèn)知，如“太陽”給人的心理觸感是溫暖的；在嗅覺設(shè)計上，可融入桃花香味，呼應(yīng)最終化為桃林的奇妙結(jié)局。

3.升華情感體驗，傳遞社會文化價值

反思需求側(cè)重于用戶與產(chǎn)品互動時產(chǎn)生的深層思考，更關(guān)注于產(chǎn)品的象征意義和社會價值，以喚起消費者對社會現(xiàn)狀或自身行為的反思與思考，并有可能進(jìn)一步引發(fā)消費者行為實踐的改變。

在夸父逐日中，“吃苦耐勞”“追求真理”是優(yōu)先級較高的反思層級需求，設(shè)計師可以結(jié)合相關(guān)社會生活情境對“吃苦耐勞”“追求真理”進(jìn)行創(chuàng)意呈現(xiàn)，營造神話與生活并存的雙重故事情境，從而喚起用戶潛意識的感動與思考。比如設(shè)計一款公共空間產(chǎn)品，通過對夸父吃苦耐勞情境的表達(dá)，向社會傳遞面對困難不要輕言放棄的價值思考。

4.注重產(chǎn)品使用性，提升互動體驗

行為層級的需求對應(yīng)著產(chǎn)品功能、產(chǎn)品交互等，重視產(chǎn)品帶給用戶的實踐體驗，追求在滿足產(chǎn)品功能的前提下激發(fā)消費者的使用樂趣。有趣的操作體驗有助于文化的傳播，設(shè)計師應(yīng)不斷拓展消費者與文化互動的可能，為消費者帶來愉悅的交互體驗。

在夸父逐日行為需求設(shè)計要素中，“追逐”“死而復(fù)生”等是探索產(chǎn)品互動形式的良好指引，設(shè)計師可以從此出發(fā)，尋找互動創(chuàng)新路徑。舉例來講，“追逐”是夸父逐日中最令人印象深刻的行為要素，設(shè)計師可以創(chuàng)造有關(guān)“追逐”的交互互動，如賽跑、打怪等，當(dāng)用戶使用產(chǎn)品時，追逐的畫面就會呈現(xiàn)在腦海中，從而產(chǎn)生身臨其境的感覺。

四、結(jié)語

文章結(jié)合了LDA主題模型與結(jié)構(gòu)方程模型，研究結(jié)果更具客觀性和實用價值，研究結(jié)果對夸父逐日文創(chuàng)產(chǎn)品設(shè)計具有指導(dǎo)意義。但是，本研究仍存在一定的局限與不足。首先，所獲取樣本規(guī)模相對較小，在結(jié)果反映方面難免存在一定的誤差。其次，文章提出的設(shè)計策略側(cè)重于滿足用戶需求，但成本控制、不同人群消費特征等在具體設(shè)計過程中也是非常重要的考慮因素，未來在這些方面還需要做進(jìn)一步的探討。