基于KANO-AHP的智慧養(yǎng)老機器人交互需求識別研究

本文引用格式：，.基于KANO-AHP的智慧養(yǎng)老機器人交互需求識別研究［J］.藝術(shù)科技，2025，38(5): 44-46.

中圖分類號：TB472 文獻(xiàn)標(biāo)識碼：A文章編號：1004-9436（2025）05-0044-03

0引言

我國正面臨人口老齡化挑戰(zhàn)，我國主導(dǎo)制定的首個養(yǎng)老機器人國際標(biāo)準(zhǔn)IEC63310發(fā)布，規(guī)范了適老化機器人研發(fā)全流程。有研究顯示，過度智能化可能造成老年數(shù)字障礙。本研究聚焦智慧養(yǎng)老機器人交互機制，構(gòu)建老年需求評估模型，旨在增強數(shù)字包容性，改善老年生活品質(zhì)[1]。

1文獻(xiàn)綜述

養(yǎng)老機器人研究呈現(xiàn)多元化發(fā)展，研究聚焦人機交互模式演化[2]、多維需求優(yōu)先級矩陣構(gòu)建（商曉東等，2023）及情感計算技術(shù)創(chuàng)新（AggarwalK.，2023）等，但在需求量化建模體系方面仍存空白。構(gòu)建智慧養(yǎng)老服務(wù)機器人的需求體系，運用定量分析方法確立需求要素權(quán)重，建立基于實證數(shù)據(jù)的方案優(yōu)選機制，成為人機交互研究亟待突破的關(guān)鍵。

2理論背景

2.1 KANO模型

狩野紀(jì)昭的KANO模型將用戶需求分為六類：基本型（M）、期望型（O）、魅力型（A）反向型（R）無差異型（I）和問題型（R）[3]。

2.2 AHP模型

本研究采用層次分析法（AHP）量化KANO模型中智慧養(yǎng)老機器人的用戶需求權(quán)重。具體步驟：一是基于KANO屬性構(gòu)建目標(biāo)層一準(zhǔn)則層一子準(zhǔn)則層分析模型；二是通過判斷矩陣和幾何平均法計算需求權(quán)重；三是進(jìn)行一致性檢驗并排序需求優(yōu)先級，為交互設(shè)計提供科學(xué)依據(jù)。該方法實現(xiàn)了需求評估的系統(tǒng)化和設(shè)計指導(dǎo)的可操作化[4]。

3集成KANO-AHP的智慧養(yǎng)老機器人交互設(shè)計實證研究

3.1智慧養(yǎng)老機器人交互用戶需求研究

本研究采用混合研究方法體系，整合深度訪談、問卷調(diào)查等多維度調(diào)研手段，解析智慧養(yǎng)老機器人用戶群體的行為交互模式[5]。該交互設(shè)計方案通過多模態(tài)感知技術(shù)的協(xié)同作用，著力解決老年群體的核心訴求。

3.2智慧養(yǎng)老機器人交互用戶需求屬性劃分

基于問卷調(diào)查與訪談，解析老年群體對智能養(yǎng)老設(shè)備的認(rèn)知特征與偏好取向。采用聚類分析方法構(gòu)建了基礎(chǔ)功能需求框架，建立智慧養(yǎng)老機器人的老年用戶需求體系，詳見表1。

本研究采用KANO模型設(shè)計雙向問卷，通過正反情景模擬（功能具備/缺失）評估，使用五級李克特量表對表1屬性逐一測試，回收有效問卷147份，正/反向問題信度系數(shù)分別為0.924和0.939。

最終形成設(shè)計要素分類體系：基本型屬性M：（ C₉ 自動充電、 C₁₃ 導(dǎo)航功能、 C₁₄ 健康檢測、 C₁₆ 觸屏操作、 C₁₇ 界面清晰、 C₂₇ 結(jié)實耐用）；期望型屬性0（ C₂ 緊急呼叫、 C₁₁ 家庭繳費、 C₁₈ 人臉識別、 C₁₉ 表情互動、 C₂₂ 普適人體、 C₂₆ 操作簡單、 C₂₈ 材料安全）；魅力型屬性A（ C₁ 遠(yuǎn)程監(jiān)控、 C₄ 視頻通話、 C₇ 事務(wù)提醒、 C₈ 家電操控、 C₁₅ 語音操控、 C₂₁ 遠(yuǎn)程控制、 C₂₄ 干凈配色）；無差異屬性I：( C₃ 環(huán)境監(jiān)測、 C₅ 線上問診、 C₁₀ 自動巡航、 C₁₂ 電子檔案、 C₂₀ 行為交互、 C₂₃ 造型圓潤、C₂₅ 觸碰舒適）；問題型屬性R（ C₆ 物品拿取）。

產(chǎn)品的基本型屬性 M 、期望型屬性O(shè)及魅力型屬性A，均會使用戶滿意度提升。剔除7項中性指標(biāo)及1項負(fù)面因子，保留20項有效特征參數(shù)作為評價基準(zhǔn)。將整體需求目標(biāo)定義為 A 級要素；中間層依據(jù)需求差異分為三個維度：必備需求B₁ 、期望需求 B₂ 、魅力需求 B₃ ；最終形成包含20項指標(biāo)的完整評價體系，見表2。

3.3智慧養(yǎng)老機器人交互用戶需求權(quán)重研究

采用AHP進(jìn)行需求權(quán)重計算，其流程包含四個階段：一是建立層次結(jié)構(gòu)模型；二是創(chuàng)建對比評估矩陣；三是實施權(quán)重計算；四是一致性檢驗。

3.3.1 對比評估矩陣構(gòu)建

AHP模型調(diào)研對象為高校設(shè)計學(xué)科教師以及專注于設(shè)計理論研究的學(xué)者。根據(jù)九點標(biāo)度法對準(zhǔn)則層與指標(biāo)層各要素進(jìn)行兩兩對比評估，最終生成評估矩陣：主矩陣A-

（ B₁ ， B₂ ， B₃ )，子矩陣 B₁- ( C₁～C₆ ） B₂- （ C₇～C₁₃ ）、 B₃- (C₁₄～C₂₀)

3.3.2權(quán)重計算過程實施

運用幾何平均法對判斷矩陣進(jìn)行運算，求得各矩陣對應(yīng)的特征向量 ，隨后通過標(biāo)準(zhǔn)化處理將這些特征向量轉(zhuǎn)化為具有可比性的權(quán)重值 W_i ，方法如下：

通過計算分別得到各評價指標(biāo) B₁ 、 B₂ 、 B₃ 以及 C₁～C₂₀ 的權(quán)重值，記為 W_i 。

3.3.3一致性檢驗

為確保評估矩陣邏輯一致性，須執(zhí)行信度評估流程。建立如下驗證模型：

CR=CI/RI

式中：CR———綜合信度評價系數(shù)；

CI——量化比較矩陣偏離一致性的程度;

RI- -同階矩陣隨機一致性指標(biāo)。

當(dāng)上述式（2）所得的 CR<0.1 時，判定矩陣滿足信度要求。經(jīng)系統(tǒng)驗證后，得到相關(guān)數(shù)據(jù)：A-（ B₁ ， B₂ ， B₃ ）判斷矩陣CR值為0.062， B₁- （ C₁～C₆ ）判斷矩陣CR值為0.081，B₂- （ C₇～C₁₃ ）判斷矩陣CR值為0.026， B₃- （ C₁₄～C₂₀ ）判斷矩陣CR值為0.0721。各層級評估矩陣CR值均小于0.1，通過判斷矩陣的一致性驗證。

3.3.4結(jié)果分析

將用戶需求指標(biāo)層中各項指標(biāo)的權(quán)重值和相應(yīng)的準(zhǔn)則層的權(quán)重值實施對應(yīng)乘積運算，最終獲得多維需求特征的綜合重要性分布，計算結(jié)果見表3：

表3中的結(jié)果證明，用戶需求前五為：簡單操作、自動充電、普適人體、結(jié)實耐用和界面清晰。核心訴求是零認(rèn)知負(fù)荷的自主功能，其中界面和耐用性需求反映了技術(shù)恐懼心理，自動充電保障服務(wù)連續(xù)性，普適人體構(gòu)成硬件包容閾值，為適老化產(chǎn)品決策提供量化依據(jù)。

3.4智慧養(yǎng)老機器人交互方案構(gòu)思

智慧養(yǎng)老機器人設(shè)計以老年用戶需求為核心，重點保障功能實用、安全和易用。通過簡化操作、優(yōu)化充電和人體工學(xué)設(shè)計確保無障礙使用，整合健康監(jiān)測、緊急呼叫等基礎(chǔ)照護(hù)功能。采用耐用材料和清晰界面增強可靠性。同時注重情感交互，通過語音、表情等緩解孤獨感，結(jié)合健康數(shù)據(jù)提供個性化服務(wù)。未來需建立反饋機制持續(xù)優(yōu)化，實現(xiàn)技術(shù)與人文關(guān)懷平衡的養(yǎng)老生態(tài)。

4結(jié)語

本研究基于用戶需求，采用需求屬性劃分和權(quán)重排序方法優(yōu)化智慧養(yǎng)老機器人交互系統(tǒng)。通過KANO-AHP模型提升了設(shè)計合理性。但受限于問卷樣本量，研究嚴(yán)謹(jǐn)性受到了一定程度的限制。隨著未來老齡化加劇，智慧養(yǎng)老機器人將在老年人生活中扮演越來越重要的角色。

參考文獻(xiàn)：

[1］汪致遠(yuǎn)，王錚，鄧嶸，等.基于使用意愿的家庭養(yǎng)老服務(wù)機器人設(shè)計研究[J].包裝工程，2025，46（6）：36-46.

[2」申琦，關(guān)心怡.陪伴機器人與智慧養(yǎng)老：基于動態(tài)使用過程的實驗觀察［J］.現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2024，46(9):66-75.

[3］葉德輝，陶純良，段東.集成Kano/AHP/TOPSIS的老年智能輪椅產(chǎn)品設(shè)計路徑研究[J].包裝工程，2025，46（2）：311-322.

[4］王清，曾羽龍，李曼，等.基于SAPAD-AHP法的外骨骼設(shè)計研究[J].科技和產(chǎn)業(yè)，2023，23（18）：222-225.

［5］龐廣風(fēng).基于用戶體驗的家庭助老服務(wù)機器人交互設(shè)計研究［D］.揚州：揚州大學(xué)，2022.