兒童陪伴式智能機器人魅力因素研究獲獎科研報告摘要：兒童陪伴式智能機器人良好的設計可以增強對兒童的吸引力，從而促進良好的用戶體驗。本文基于魅力工學理論的研究方法，對智能機器人樣本進行訪談調查，從分群過程中抽出魅力詞匯以制作魅力評價構造圖，通過數量化Ⅰ類理論分析數據，從而提取魅力因素，得到用戶感性意象與產品設計要素的關系，為產品設計提供指導。

關鍵詞：智能機器人;魅力工學;魅力因素;數量化Ⅰ類

在人工智能迅速發展的前景下，智能機器人正逐步走進人們的生活，主打陪伴加娛樂的兒童陪伴式智能機器人也越來越受歡迎[1]，隨著技術的成熟、消費習慣的逐漸形成及我國人口政策的逐漸開放，未來兒童智能機器人的市場潛力巨大。兒童心理比較單純，會對新事物產生本能的好奇和體驗渴求，良好的外觀及行為設計引導有利于兒童身心的健康發展，從而獲得更好的用戶體驗[2]。由日本學者提出的魅力工學理論及相關研究方法可以深入發掘產品設計中的魅力因素，能夠較為準確地捕捉用戶偏好，從而對設計師起到積極地參考和導向作用[3]。

1魅力工學理論

由日本魅力工學[4]提出的魅力因素（attractivefactor）是指使某事物具備正向吸引力之因素，魅力因素是產品體現魅力特征的載體，當產品具備魅力因素時，可以大幅提升用戶對于產品的滿意度。1991年，日本學者宇治川正人集合多位學者發起了魅力工學研究，主要是捕捉個人認知概念并列表整理的研究方法[5]，研究方法包含評價構造法和數量化Ⅰ類。

評價構造法主要是通過個人訪談，經過對物件A與B的成對比較法，明確討論出物件的相似或差異關系后，再整理出目標物件的個別特質。評價構造法得出的魅力因素包含3個項目，即：中位項目——魅力特征、上位項目——魅力意象語義（形容詞）、下位項目——具體魅力特征。

數量化Ⅰ類是多元統計分析的一個分支，目的是解決定量估計自變量都是定性變量，基準變量是定量變量的因素分析與預測問題，揭示事物間內在的聯系和規律。數量化Ⅰ類通過量化分析，能夠揭示和反映魅力因素各項目之間的關聯關系，通過模型的決定系數可以判斷預測結果的信度。因此，通過結合評價構造法與數量化Ⅰ類可以實現魅力因素的分析和提取。

2研究過程

本研究主要提取機器人魅力因素，因此研究內容包含造型設計、視覺色彩及服務功能等。研究過程及方法如下：

2.1確定實驗樣本、受訪者

從國內外網站收集各種兒童陪伴式機器人圖片，為保證研究結果的客觀性、可靠性，需對收集圖片進行必要的篩選。每張圖片盡量保證視覺角度一致，隱去無關場景信息，僅保留兒童與機器人互動，優選出40張不同形態的機器人圖片，并制成A5規格（148mm×210mm）彩色圖卡。

本研究根據對兒童機器人熟悉程度將受訪者分為專業組和普通組。專業組主要是設計或研發兒童機器人的工作人員，其中機器人設計師8位，機器人研究員2位。專業組人員作為深度訪談對象，主要是將樣本的魅力因素進行分類、歸納、具化。普通組主要是對兒童機器人有需求的家長和喜愛兒童機器人的孩子，其中家長30位，孩子10位。普通組人員作為一般訪談對象，主要是豐富樣本魅力因素，量化魅力程度。

2.2評價構造訪談及評價構造圖制作

首先對專業組受訪者進行一對一訪談，請受訪者從40張圖卡中選出三種自己最喜歡的兒童機器人，并依序列出。采用直接詢問的方式，請受訪者對自己列出的機器人說出喜愛的原因，第一個說出的詞匯記為中位項目;并講述喜愛的這種機器人給人何種感覺，將得到的抽象形容詞匯記為上位項目;請受訪者說出所喜愛的兒童機器人的功能，將具體的形態、功能特征等詞匯記為下位項目。

普通組受訪者對機器人熟悉程度低，對普通組受訪者進行評價構造訪談時，提供專業組的訪談結果作為參考，訪談形式同專業組受訪者。

對兩組受訪結果進行整理、歸納、合并。上位項目中提及次數超過5次的作為主要魅力要素;下位項目中根據兒童機器人形態、功能特征具體含義，相似或具體從屬關系的進行刪除或重新歸類合并，得到下位項目魅力要素。將受訪者的詞匯依照上位、中位、下位項目進行評價構造圖制作，如圖1所示。排名前4位的上位因素依次是：可愛、靈活、功能齊全、忠實可靠。

2.3數量化Ⅰ類分析

為了量化魅力程度，請普通組受訪者對上述40張圖卡樣本針對4組上位項目（可愛、靈活、功能齊全、忠實可靠）進行魅力評分。根據魅力程度強弱，對圖卡樣本進行打分，分值分為5等，最高分值5分，最低分值1分，各圖卡樣本得分進行加權平均轉化為最終得分。對每個中位項目，將其對應的下位項目作為自變量X，以1代表其樣本具備其特征，以0代表樣本未具備其特征，并將上位項目的魅力評價得分作為因變量Y，通過數量化I類分析公式，建立兒童智能機器人設計要素與魅力程度的關聯性。

數量化I類計算可以得到各上位項目對應中位項目的偏相關系數（中位項目對上位項目的貢獻大小）、下位項目的復相關系數和決定系數，一般來講，決定系數大于0.7，表明可信度較高[6]。以上位項目——“可愛”為例，統計結果常數項C=0.658、復相關系數R=0.876、決定系數R2=0.767，決定系數值高于0.7，表明此分析表格精度較高。

3研究總結

兒童陪伴式智能機器人中提到最多的魅力因子為：可