皮珂珂，陳敏之

(1.浙江理工大學 服裝學院,浙江 杭州 310018；2.浙江理工大學 國際教育學院，浙江 杭州 310018)

產(chǎn)品設計與研發(fā)已從生產(chǎn)者導向變?yōu)橄M者導向策略，消費者的認知偏好、生理和心理需求等主觀因素賦予了同一產(chǎn)品不同的情感色彩。服裝風格的界定是具有復雜性和模糊性的，不同類別的服裝設計要素也有所差異。通過現(xiàn)代測量技術分析感性工學的變化規(guī)律，并將消費者對產(chǎn)品的主觀意象轉化為具體的設計要素進行研究。

連衣裙作為女性日常穿著的服裝品類之一，在女裝市場份額中占比較大，為了滿足人們多樣化需求，相關領域的專家及設計師對連衣裙的款式不斷進行研究與創(chuàng)新。近年來，關于連衣裙的感性研究主要集中在款式識別[1]、面料分析[2-3]、色彩分析[4]等方面，很少有學者采用意象尺度的方法對連衣裙款式進行探索。因此，文中以連衣裙為例，通過問卷調查、專家訪談等方式，深入分析連衣裙的款式特征，將消費者對連衣裙的感性認知進行量化，建立連衣裙的風格感知評價空間，為服裝設計師提供一定的理論參考價值，從而設計出客戶滿意的感性服裝產(chǎn)品。

1 研究方法與實驗設計

1.1 感性詞語的收集

通過查閱相關服裝文獻，收集大量關于連衣裙款式特征的感性詞語，整理得到246個形容詞，剔除意思相近的詞語，初步篩選出132個形容詞。

1.2 問卷調查

采用問卷調查的方式，選取具有服裝工藝制作和設計基礎，并對感性詞匯具有較好的認知，年齡在20～45歲之間的服裝專業(yè)碩士生和博士生。作為調查對象需要從132個形容詞中勾選出最適合描述連衣裙款式特征的詞語。文中實驗共發(fā)放60份調查問卷,回收有效問卷52份，將勾選比例在70%以上的形容詞作為后續(xù)研究，共整理出76個形容詞。

1.3 感性詞語的篩選

邀請15位專家(8位服裝專業(yè)博士，7位服裝企業(yè)設計師)，通過卡片配對的方式，從76個形容詞中選出25個反義詞組構成多維感性空間，發(fā)現(xiàn)感性空間有語義重疊交叉的情況，需簡化詞對。因此，采用專家訪談的形式(邀請5名服裝專業(yè)教授和副教授)對25組意象形容詞進行分組，將意思相近的詞匯歸到一組(規(guī)定分組不少于5組，不多于10組)，并將分組結果導入軟件進行聚類分析，最終將意象詞對分為8組，具體見表1。

表1 連衣裙感性詞組Tab.1 Perceptual phrases of dress

1.4 受測樣本確定

通過索取產(chǎn)品目錄、訪問品牌網(wǎng)站、考察實體店、觀看時尚發(fā)布會等方式，收集2019—2022年服裝市場上暢銷的快時尚服裝品牌連衣裙圖片共380張。由于實驗是針對服裝款式展開的，所以初步排除色彩等其他影響因素，邀請10名服裝領域的專家，通過一對一深度訪談的方式，選出32款最具代表性的樣本圖片作為研究對象。

按照廓形曲度以及裝飾多少對32款連衣裙進行分類，具體如下：①款式2,3,4,7,9,11,15,16,19,20,21,24,26，27,30,31的外部廓形較直；②款式1,5,6,8,10,13,17,18,19,22,25,28,29,32的外部廓形曲度變化大；③款式2,3,5,8,9,11,13,15,16,21,22,23,24,27,28,32的裝飾偏少，整體較簡約；④款式1,4,6,7,10,12,14,17,18,19,20,25,26,29,30,31的腰帶、系帶和紐扣等裝飾較多，整體稍復雜。

1.5 實驗設計

依據(jù)8組感性形容詞對32款連衣裙樣本進行調查，通過語義差異法設計7級評價量表。以“簡約的-復雜的”為例：-3表示非常簡約，-2表示很簡約，-1表示比較簡約，0表示既不簡約也不復雜，1表示比較復雜，2表示很復雜，3表示非常復雜[5]。調查樣本示例如圖1[6]所示。

圖1 連衣裙感性語義調查樣本示例Fig.1 Sample diagram of dress perceptual semantic survey

消費者的感性認知易受周圍環(huán)境、文化水平以及對時尚理解差異等因素的影響，因此收集的數(shù)據(jù)具有不確定性。為了讓實驗數(shù)據(jù)更加客觀和準確，根據(jù)《ISO6658感觀分析——方法論通用指南》的人數(shù)要求[7-8]，選取30名服裝領域的專家(男女比例4∶6)為實驗對象，并通過PPT的放映對每個被試者單獨進行實驗。每張PPT放映時間為35 s，32張PPT放映時間約19 min，每位實驗對象需對32個樣本的8組意象詞語分別進行評分。

1.6 數(shù)據(jù)統(tǒng)計

將30份有效調查結果導入SPSS 22.0統(tǒng)計分析軟件，得到8個維度下32款連衣裙樣本的評價均值，具體見表2。款式圖均值越遠離3則表示感性印象越強烈，分數(shù)越接近3則表示感性印象越微弱。

表2 不同款式連衣裙的感性印象平均值Tab.2 Average perceptual impression of different styles of dresses

2 實驗數(shù)據(jù)分析

2.1 樣本因子分析

由于感性詞語組成的風格意象認知空間維度較為復雜，實驗需運用因子分析法進一步簡化感性認知維度[9-10]。首先對數(shù)據(jù)進行皮爾森相關性分析[11]，結果見表3。由表3可知，各個意象詞對的相關性都大于0.3，表明各變量間有一定的相關性；進而對數(shù)據(jù)進行效度檢驗，其中檢驗統(tǒng)計量(KMO)值為0.713>0.5，表明各變量間的信息具備較高的重疊度。Bartlett的球形度檢驗近似卡方分布為170.231，Bartlett球形度檢驗p值為0.000，小于0.05，表明變量間具有較強相關性，能夠獲得較完善的因子分析模型，具體見表4。輸出結果表明，實驗所得數(shù)據(jù)適合進行因子分析。

表3 感性詞組的相關性分析Tab.3 Correlation analysis of perceptual phrases

表4 KMO檢驗和Bartlett球形檢驗的結果Tab.4 Results of KMO test and Bartlett sphericity test

感性詞組的總方差解釋情況見表5。利用主成分分析法從8個因子中提取特征值大于1的3個主因子，可解釋83.232%(>80%)的原有變量，且樣本特征損失較小，能夠較好地反映受測者對樣本的感性心理[16]。當提取3個因子時采用最大方差法對因子載荷矩陣進行正交旋轉，旋轉組間的感性詞組絕對值越大，表示感性意象與因子之間的相關性越強，旋轉后的因子載荷矩陣見表6。由表6可知，端莊的-活潑的、職業(yè)的-休閑的、成熟的-年輕的這3個詞組在第1個因子上貢獻較大，說明在第1個主成分因子上包含原有變量信息的量較多，因此將第1個因子概括為氣質因子(X1)；華麗的-樸素的、時尚的-保守的、淑女的-帥氣的、簡約的-復雜的，這4個詞組在第2個因子上貢獻較大，將第2個因子命名為潮流因子(X2)；現(xiàn)代的-古典的這一感性詞對在第3個因子上有較高的負荷，將其命名為個性因子(X3)。

表5 感性詞組的總方差解釋Tab.5 Total variance interpretation of perceptual phrases

表6 因子旋轉后的成分矩陣Tab.6 Component matrix after the rotation of the factors

在因子分析中，最終提取的因子是相互獨立的。根據(jù)表6可用3個因子的線性組合來表示風格意象，數(shù)學模型公式為

Yi=aiX1+biX2+ciX3(i=1,2,…,8)。

(1)

式中：Yi為8個感性詞組對應變量的均值；ai為氣質因子系數(shù)；bi為潮流因子系數(shù)；ci為個性因子的系數(shù)；X1為氣質因子；X2為潮流因子;X3為個性因子。

各變量具體對應表達如下：

Y1=0.947X1-0.187X2+0.043X3,

Y2=0.841X1-0.422X2+0.25X3,

Y3=0.784X1-0.214X2-0.409X3,

Y4=-0.306X1+0.896X2-0.078X3,

Y5=-0.178X1+0.743X2+0.534X3,Y6=-0.158X1+0.679X2-0.074X3,Y7=0.459X1-0.604X2+0.465X3,Y8=0.005X1-0.085X2+0.924X3。

(2)

X1=0.498Y1+0.348Y2+0.394Y3+ 0.144Y4+0.160Y5+0.153Y6+ 0.051Y7-0.036Y8,X2=0.228Y1+0.046Y2+0.141Y3+ 0.453Y4+0.416Y5+0.370Y6- 0.204Y7-0.031Y8,X3=0.014Y1+0.137Y2-0.263Y3- 0.025Y4+0.347Y5-0.029Y6+ 0.268Y7+0.577Y8。

(3)

同時，采用多元回歸分析法得到各個因子的得分系數(shù)矩陣，具體見表7。

表7 成分得分系數(shù)矩陣Tab.7 Component score coefficient matrix

2.2 感性意象三維空間

在感性意象空間中，使用氣質因子、潮流因子、個性因子來概括8組形容詞，可解釋83.232%連衣裙風格特征且信息損失較小。根據(jù)式(1)～(3)計算出32款連衣裙樣本的三維坐標值進而建立三維空間分布圖，其中x軸代表氣質因子，y軸代表潮流因子，z軸代表個性因子，具體如圖2所示。

根據(jù)32款連衣裙的特征并結合圖2可知，氣質因子坐標軸從左到右呈現(xiàn)出連衣裙外部廓形由直變曲的規(guī)律；潮流因子上半部分的連衣裙整體款式較簡潔、變化較小，坐標軸下半部分的連衣裙造型較多、曲度變化大；個性因子正半軸部分連衣裙有細部裝飾(腰帶、系帶、紐扣等)，坐標軸負半軸部分連衣裙則裝飾細節(jié)較少?？偠灾?，可用直-曲來表示x軸的款式分布狀況，用統(tǒng)一-變化來表示y軸的規(guī)律，用豐富-單一來表示z軸的變化情況。

圖2 樣本三維感性意象空間分布Fig.2 Spatial distribution of 3D perceptual images of samples

為了更好地將樣本象限分布情況與消費者的感性意象相結合，基于三維空間的分布建立二維平面意象尺度分布圖，具體如圖3所示。

圖3 樣本二維平面分布Fig.3 Two-dimensional plane distribution of samples

由于二維意象平面分布圖的款式風格相似，因此選取圖3(a)為例進行分析。圖3(a)中第1象限連衣裙造型統(tǒng)一且外部廓形較直，此類連衣裙多以直筒型為主，給人一種正式的、職業(yè)的感覺；第2象限連衣裙造型變化大且廓形較曲，此類款式多為oversize型，展現(xiàn)了現(xiàn)代的、成熟的風格特征；第3象限連衣裙曲度變化大且直，款式特征主要為合體型，多以淑女、端莊的款式為主；第4象限連衣裙整體造型簡潔且廓形較曲，該設計要素呈現(xiàn)了休閑的、活潑的意象風格。

3 連衣裙款式風格感性模型驗證

消費者對服裝感知評價的詞匯集組成了感性空間的認知維度，為了驗證所構建連衣裙感性認知框架的準確性，通過設計實驗檢驗款式要素與感性意象的關聯(lián)性[12]。

任意選取兩款連衣裙樣本(見圖4)，并邀請10位服裝專業(yè)人士填寫問卷，要求根據(jù)得到的3個因子(氣質因子、個性因子以及潮流因子)分別對樣本1和樣本2進行感知評價，剔除無效的答案，最終確定9份有效問卷。3個感知因子的均值評判集用a1,a2表示：

a1={-0.50,0.15,-0.26}，

a2={-0.36,-0.49,0.30}。

圖4 案例樣本Fig.4 Case samples

再運用式(2)計算選中的兩個樣本的感知風格評判集，用p1和p2表示：

p1={-0.24,-0.02,-0.31,-0.35,-0.30,

-0.26,0.27,0.30} ,

p2={-0.51,-0.55,-0.32,0.31,-0.20,

0.19,-0.44,-0.20} 。

由此結果可知,樣本1的坐標位于圖2中的X軸負半軸、Y軸正半軸、Z軸負半軸所圍成的象限，連衣裙整體款式特征較為簡潔，廓形較直且整體變化較小，采用簡單的結構線進行裝飾；樣本2的坐標值在X軸負半軸、Y軸負半軸、Z軸正半軸所圍成的象限，連衣裙款式整體造型變化大，多用花邊、紐扣進行裝飾。以圖3(a)為例，樣本1與第1象限的意象風格特征相吻合，即具有簡約的、正式的風格；樣本2符合第3象限樣本的風格，即風格特點為淑女的、端莊的。

由上述實驗分析可直接得出消費者對連衣裙的感性評價，依據(jù)意象分布圖得到每個款式的設計要素與其感性認知相對應的坐標。驗證結果表明所構建的連衣裙款式風格認知模型具有客觀性、合理性，設計師可根據(jù)連衣裙整體款式特征與消費者感性需求對設計風格進行定位。

4 結語

基于感性工學的原理與方法得到消費者對32款連衣裙的感知評價，通過因子分析法將連衣裙的款式風格解釋為氣質因子、潮流因子和個性因子，并建立連衣裙款式風格的認知模型。依據(jù)這3個因子維度，可以幫助設計師更好地設計出滿足客戶個性化需求的連衣裙款式，有效提升設計效率，提高企業(yè)競爭力。由二維平面感性分布圖可知，每種連衣裙款式都有與其風格評價相對應的坐標位置；在三維空間分布圖上，大部分樣本的款式特征可用直-曲、統(tǒng)一-變化、豐富-單一來進行描述，這3種變化規(guī)律能夠直觀展示連衣裙款式風格量化結果。驗證結果表明，所構建的連衣裙風格評價模型具有一定的客觀性、可信性，而建立回歸模型作為一種常用的分析方法，不僅限于對連衣裙的研究，還可以推廣應用到襯衫、衛(wèi)衣等其他服裝品類設計中。由于研究時間有限，只分析了連衣裙款式特征與感性意向的關系，而色彩、面料等其他設計因素需要未來進一步的探究。同時，該研究可結合計算機視覺進行輔助設計，為實現(xiàn)集感性意象與款式設計為一體的智能服裝設計提供了理論參考。