基于智能家居场景的产品自适应设计用户体验评价方法

1.本发明涉及一种用户体验评价系统，尤其涉及一种基于智能家居场景的产品自适应设计的用户体验评价系统。


背景技术：

2.在新时代的背景下，智能家居快速发展，各家电厂商在产品的研发、设计上已经渐趋成熟，但只有少数企业能做到全屋智能，智能家居之外的生活方案打造更是处于萌芽期，在平台、接口、标准等诸多方面仍存不足，场景联动以及场景体验鲜有布局。随着消费升级，单一的智能家电无法满足消费者日益增长的个性需求。进入物联网时代，如何将一系列产品联通成一个整体，更好地服务消费者智慧生活需求，成为各大厂商的核心命题。当前，有的智能家居品牌基于自身的硬件布局，通过app实现硬件互联互通；有的则通过产品之间的统一协议，接入其他厂商的平台。与聚焦硬件互联互通的智能家居品牌不同，三翼鸟场景品牌则聚焦用户生活场景，在全屋网器互联互通的基础上，围绕家庭中的衣、食、住、娱，为用户定制无缝体验、无界生态、无感支付的生活。
3.随着家电产品零售的前置化以及设计成套化，场景化的销售成为厂商开辟的新战场。从零售终端进行场景化的升级，到品牌企业纷纷建立基于场景化前置营销的生活体验馆。场景化升级，让家电业脱离销售家电单品的经营模式，加码推动家居场景下的成套化销售，并且将之作为经营质量提升的重要战略方向。在此期间，伴随着智能技术应用在家电领域的快速发展，场景化也在不断升级。海尔智家就是其中最为典型的代表，为用户提供智慧家庭全场景解决方案，以场景替代产品、生态覆盖行业，助力行业智慧升级。
4.随着智能家居产品与日俱增的产品服务提升需求，以及产品交互模式、应用场景日渐复杂多样，智能家居服务系统全链路设计理论缺失，设计评价标准繁杂、针对性差，设计评价与优化工具缺乏等问题都亟待解决。


技术实现要素：

5.为了解决上述现有技术中存在的问题，本发明提供一种基于智能家居场景的产品自适应设计用户体验评价方法，更客观更准确更快速地量化主客观用户体验。本发明解决上述技术问题所采用的技术方案为：
6.一种基于智能家居场景的产品自适应设计用户体验评价方法，包括用户体验数据采集模块、服务性需求分析模块、指标权重分配模块和用户体验评价模块；其中，用户数据采集模块，用于采集评价系统中的用户体验数据，用户体验数据包括用户主观体验数据和用户客观体验数据；服务性需求分析模块，用于对用户体验数据采集模块输出的用户体验数据进行服务性需求分析；指标权重分配模块用于根据服务性需求分析模块的服务性需求分析结果确定用户体验评价模块的评价指标权重；用户体验评价模块中存储有用户体验评价模型，用于将用户体验数据采集模块输出的用户体验数据输入至用户体验评价模型，利用所述用户体验评价模型对用户体验数据进行综合评价，得到用户体验评价结果。
7.具体的，用户主观体验数据包括用户体验反馈数据和用户认知体验数据，用户客观体验数据包括用户生理数据和用户交互形式数据，用户体验分析数据包括市场竞品数据。
8.具体的，服务性需求分析模块包括智能交互模块、需求挖掘模块和需求筛选模块，其中，智能交互模块基于用户交互形式数据进行用户智能交互特征分类，需求挖掘模块基于用户认知体验数据、体验反馈数据和市场竞品数据进行服务性需求挖掘和分类，需求筛选模块基于需求挖掘模块输出的结果进行需求筛选和剔除。
9.具体的，服务性需求分析模块还存储有服务性需求分析模型，用于将智能交互分类模块输出的特征数据和需求筛选模块输出的需求数据输入至服务性需求分析模型得到服务性需求分析结果，指标权重分配模块基于服务性需求分析结果确定用户体验评价模型的评价指标权重。
10.具体的，用户体验评价模型的评价指标包括主观评价指标和客观评价指标，主观评价指标用于评价用户主观体验数据得到主观评价结果，客观评价指标用于评价所述用户客观体验数据得到客观评价结果。主观评价结果和客观评价结果基于数学方法进行融合得到用户体验评价结果，其中，数学方法包括隶属度函数和/或模糊矩阵。
11.具体的，指标权重分配模块基于所述服务性需求分析模块输出的分析结果，使用卡诺模型和序关系分析法确定所述评价指标的权重。
12.与现有技术相比，本发明的优点在于：
13.1.更客观、更准确、更快速地量化主客观用户体验；
14.2.确定了适合智慧家居场景的用户体验评价模型，丰富了目前智能家居用户体验的理论研究；
15.3.可以围绕评价结果中所发现的问题做针对性改进；
16.4.可以从评价结果中获取需求预期等反馈信息，为未来的智能家居产品迭代提供参考、依据和引导；
17.5.评价结果可以应用于提高人机协同设计效率和设计质量，缩短设计周期，使智能家居产品创意设计更具层次性和逻辑性进而扩大复杂场景下人机交互深度。
附图说明
18.图1为本发明的原理框图；
19.图2为本发明中服务性需求分析模块的原理框图；
20.图3为本发明中用户体验评价系统的实现流程图。
具体实施方式
21.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.实施例一：如图1所示，本实施例提供一种基于智能家居场景的产品自适应设计用户体验评价方法，包括用户体验数据采集模块1、服务性需求分析模块2、指标权重分配模块
3和用户体验评价模块4。
23.其中，用户体验数据采集模块1，用于采集评价系统中的用户体验数据，用户体验数据包括用户主观体验数据、用户客观体验数据和用户体验分析数据。用户主观体验数据包括用户反馈数据和用户认知数据，用户客观体验数据包括用户生理数据和用户交互形式数据，用户体验分析数据包括市场竞品数据。这个用户体验过程可以是虚拟数字智能家居场景体验，也可以是真实智能家居场景体验，其中虚拟数字智能家居场景体验可以是3d、vr和ai中的至少一种。比如，我们可以利用vr数字体验馆进行智慧家居的用户体验评价。
24.本实施例中，用户体验评价不是针对某一智能家居产品，而是针对智慧场景下智能家居产品组合系统进行体验评价，覆盖智能家居产品系统使用前中后整个服务流程。用户体验整个服务流程后，可以根据用户填写的问卷调查数据采集用户反馈数据，同时也可根据对用户访谈采集用户认知数据，用户生理数据可通过测量脑电图、眼动和心电图等一个或多个生理指标进行采集，而用户交互形式数据可根据安装在智能家居产品系统中的交互形式数据采集装置或者视频记录的方式实时采集用户在体验智能家居产品系统时的交互形式数据。
25.服务性需求分析模块2，用于对用户体验数据采集模块输出的数据进行服务性需求分析。
26.指标权重分配模块3用于根据服务性需求分析模块的服务性需求分析结果确定用户体验评价模块的评价指标权重。
27.用户体验评价模块4中存储有用户体验评价模型5，用于将用户体验数据采集模块输出的用户体验数据输入至用户体验评价模型5，利用所述用户体验评价模型5对用户体验数据进行综合评价，得到用户体验评价结果。
28.其中，用户体验评价模型5的评价指标包括主观评价指标和客观评价指标，主观评价指标用于评价用户主观体验数据得到主观评价结果，客观评价指标用于评价所述用户客观体验数据得到客观评价结果。主观评价结果和客观评价结果基于数学方法进行融合得到用户体验评价结果，其中，数学方法包括隶属度函数和/或模糊矩阵。
29.隶属度函数是模糊控制的应用基础,是否正确地构造隶属度函数是能否用好模糊控制的关键之一。隶属度函数的确定过程,本质上说应该是客观的，但每个人对于同一个模糊概念的认识理解又有差异,因此,隶属度函数的确定又带有主观性。本实施例中，可以使用隶属度函数的模糊统计、例证、专家经验和二元对比排序等方法中的一种或多种。模糊矩阵(fuzzy matrix)用来表示模糊关系的矩阵，如果集合x有m个元素，集合y有n个元素，由集合x到集合y中的模糊关系，可用矩阵表示。
30.举例说明，按照隶属度函数的模糊统计法，我们使用用户体验评价模型5对某用户a的智能家居产品系统体验进行评价。设因素集u：u＝{u1，u2，
……
u9}，综合本发明，我们选取了u1(用户反馈数据)、u2(用户认知数据)、u3(用户交互行为数据)、u4(用户生理数据)4个指标为反映用户体验的主要指标。其中，u1、u2为主观的反馈用户体验，u3、u4为客观的反馈用户体验。设评价集v＝{v1，v2
……
v4}。简便起见，我们设v1：优秀，v2：良好，v3：平均，v4：较差。根据服务性需求分析模块2和指标权重分配模块3，我们确定权重为m，根据权重m我们得到v对u的隶属值vo，这个值vo就是用户a的体验评价。
31.实施例二：如图2所示，本实施例中服务性需求分析模块2还包括智能交互模块21、
需求挖掘模块22、需求筛选模块23和服务性需求分析模型24。
32.其中，智能交互模块21基于用户交互形式数据进行用户智能交互特征分类，需求挖掘模块22基于用户主观体验数据进行服务性需求挖掘，需求筛选模块23基于需求挖掘模块22输出的挖掘数据进行筛选并输出需求数据。服务性需求分析模型23用于将需求筛选模块23输出的需求数据输入至服务性需求分析模型24得到分析结果，指标权重分配模块3基于所述分析结果确定用户体验评价模型5的评价指标权重。
33.具体说明，智能交互模块21基于用户交互形式数据的形式进行用户智能交互特征分类的具体方法包括，在智能家居服务设计研究的基础上，基于智能家居服务流程图梳理智能家居产品系统-利益相关者-服务-环境之间的交互方式，根据用户的智能交互形式特征进行分类后得到特征数据。
34.需求挖掘模块22结合用户主观体验数据和用户体验分析数据进行需求挖掘，即结合用户访谈(用户认知体验数据)、问卷调研(用户体验反馈数据)和市场竞品数据从预期、过程、反馈三个方面联动全流程全方面的进行服务性需求挖掘，所述需求基于扎根理论方法和/或kj法进行归纳和分类后得到挖掘数据。
35.需求筛选模块23基于相关性分析和卡诺模型对需求挖掘模块22输出的挖掘数据进行筛选和剔除后输出需求数据至服务性需求分析模型24。
36.卡诺模型是东京理工大学教授狩野纪昭(noriaki kano)发明的对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了产品性能和用户满意之间的非线性关系。举例说明，智能家居产品的期望属性，当提供此需求，用户满意度会提升，当不提供此需求，用户满意度会降低。
37.相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。本实施例中相关性分析即分析挖掘的多个需求互相之间的相关密切程度，如相关密切程度低的需求可以选择从数据中剔除。
38.服务性需求分析模型24对智能交互模块21输出的特征数据和需求筛选模块23输出的需求数据进行综合分析，得到用户服务性需求分析结果。
39.实施例三：继续参照图1，本实施例中指标权重分配模块3基于服务性需求分析模块2输出的服务性需求分析结果，结合卡诺模型和序关系分析法确定用户体验评价模型5评价指标的权重。
40.序关系分析法是根据原始数据之间的关系通过一定的数学方法来确定权重，其判断结果不依赖于人的主观判断，有较强的数学理论依据，本实施例中通过使用收集的用户体验数据进行数据计算，最终生成指标权重值。利用卡诺模型结合序关系分析法进行评价指标的权重分配，可以克服序关系分析法指标权重专家主观性强和层次分析法流程复杂的缺点，让用户体验评价模型5评价指标的权重更准确和客观。
41.本实施例中，用户体验评价模型5的评价指标包括主观评价指标和客观评价指标，主观评价指标用于评价用户主观体验数据得到主观评价结果，客观评价指标用于评价所述用户客观体验数据得到客观评价结果。举例说明，可以通过统计计算用户对智慧场景系统操作前后的期望体验和操作体验的差距来处理用户主观体验数据，量化用户主观体验。最终，主观评价结果和客观评价结果基于数学方法进行融合得到用户体验评价结果。
42.举例说明，用户体验评价模型5可对用户主观体验数据进行打分、划分等级等量化
方法，具体的量化方法属于现有技术，在此不多赘述。
43.而在用户体验评价模型5中主观评价指标和客观评价指标所占的权重是由指标权重分配模块3确定的，如主观评价指标包括指标1，2，
……
，客观评价指标包括指标a，b，
……
，指标1在用户体验评价模型5中的权重为x％，指标a在用户体验评价模型5中的权重为b％，所有主观评价指标权重之和为100％，所有客观评价指标权重之和为100％。
44.指标权重分配模块3基于卡诺模型和序关系分析法，以服务性需求分析模块2输出的服务性需求分析结果为依据，得到用户体验评价模型5的各评价指标的权重值。同时，服务性需求分析模块2可定期收集用户体验数据输出最新的服务性需求分析结果，指标权重分配模块3根据最新的服务性需求分析结果对用户体验评价模型5的各评价指标的权重值进行更新，确保得到的用户体验评价结果的准确性。
45.实施例四：如图3所示，本实施例中，我们需要先建立基本用户体验评价模型，确定基本用户体验评价模型中的各项评价指标并量化。再通过用户体验数据采集模块1采集历史时间段内所有的用户体验智能家居产品系统的体验数据，将所述的用户体验数据输入服务性需求分析模型23，经过分析得到服务性需求分析结果，再将所述的服务性需求分析结果输入指标权重分配模块3得到用户体验评价模型5中各项评价指标的权重值，并将权重值赋予各项评价指标的量化值，得到最终的用户体验评价模型5。
46.我们再将用户体验数据采集模块1采集的某用户a对体验数据输入至用户体验评价模型5得到该用户a对本次智能家居产品系统的体验评价b，这就是本发明中基于智能家居的用户体验评价系统的实现过程。
47.值得注意的是，以上所述仅为本发明的较佳实施例，并非因此限定本发明的专利保护范围，本发明还可以对上述各种零部件的构造进行材料和结构的改进，或者是采用技术等同物进行替换。故凡运用本发明的说明书及图示内容所作的等效结构变化，或直接或间接运用于其他相关技术领域均同理皆包含于本发明所涵盖的范围内。