儿童陪伴式智能机器人魅力因素研究获奖科研报告

儿童陪伴式智能机器人魅力因素研究获奖科研报告摘要：儿童陪伴式智能机器人良好的设计可以增强对儿童的吸引力，从而促进良好的用户体验。本文基于魅力工学理论的研究方法，对智能机器人样本进行访谈调查，从分群过程中抽出魅力词汇以制作魅力评价构造图，通过数量化Ⅰ类理论分析数据，从而提取魅力因素，得到用户感性意象与产品设计要素的关系，为产品设计提供指导。

关键词：智能机器人;魅力工学;魅力因素;数量化Ⅰ类

在人工智能迅速发展的前景下，智能机器人正逐步走进人们的生活，主打陪伴加娱乐的儿童陪伴式智能机器人也越来越受欢迎[1]，随着技术的成熟、消费习惯的逐渐形成及我国人口政策的逐渐开放，未来儿童智能机器人的市场潜力巨大。儿童心理比较单纯，会对新事物产生本能的好奇和体验渴求，良好的外观及行为设计引导有利于儿童身心的健康发展，从而获得更好的用户体验[2]。由日本学者提出的魅力工学理论及相关研究方法可以深入发掘产品设计中的魅力因素，能够较为准确地捕捉用户偏好，从而对设计师起到积极地参考和导向作用[3]。

1魅力工学理论

由日本魅力工学[4]提出的魅力因素（attractivefactor）是指使某事物具备正向吸引力之因素，魅力因素是产品体现魅力特征的载体，当产品具备魅力因素时，可以大幅提升用户对于产品的满意度。1991年，日本学者宇治川正人集合多位学者发起了魅力工学研究，主要是捕捉个人认知概念并列表整理的研究方法[5]，研究方法包含评价构造法和数量化Ⅰ类。

评价构造法主要是通过个人访谈，经过对物件A与B的成对比较法，明确讨论出物件的相似或差异关系后，再整理出目标物件的个别特质。评价构造法得出的魅力因素包含3个项目，即：中位项目——魅力特征、上位项目——魅力意象语义（形容词）、下位项目——具体魅力特征。

数量化Ⅰ类是多元统计分析的一个分支，目的是解决定量估计自变量都是定性变量，基准变量是定量变量的因素分析与预测问题，揭示事物间内在的联系和规律。数量化Ⅰ类通过量化分析，能够揭示和反映魅力因素各项目之间的关联关系，通过模型的决定系数可以判断预测结果的信度。因此，通过结合评价构造法与数量化Ⅰ类可以实现魅力因素的分析和提取。

2研究过程

本研究主要提取机器人魅力因素，因此研究内容包含造型设计、视觉色彩及服务功能等。研究过程及方法如下：

2.1确定实验样本、受访者

从国内外网站收集各种儿童陪伴式机器人图片，为保证研究结果的客观性、可靠性，需对收集图片进行必要的筛选。每张图片尽量保證视觉角度一致，隐去无关场景信息，仅保留儿童与机器人互动，优选出40张不同形态的机器人图片，并制成A5规格（148mm×210mm）彩色图卡。

本研究根据对儿童机器人熟悉程度将受访者分为专业组和普通组。专业组主要是设计或研发儿童机器人的工作人员，其中机器人设计师8位，机器人研究员2位。专业组人员作为深度访谈对象，主要是将样本的魅力因素进行分类、归纳、具化。普通组主要是对儿童机器人有需求的家长和喜爱儿童机器人的孩子，其中家长30位，孩子10位。普通组人员作为一般访谈对象，主要是丰富样本魅力因素，量化魅力程度。

2.2评价构造访谈及评价构造图制作

首先对专业组受访者进行一对一访谈，请受访者从40张图卡中选出三种自己最喜欢的儿童机器人，并依序列出。采用直接询问的方式，请受访者对自己列出的机器人说出喜爱的原因，第一个说出的词汇记为中位项目;并讲述喜爱的这种机器人给人何种感觉，将得到的抽象形容词汇记为上位项目;请受访者说出所喜爱的儿童机器人的功能，将具体的形态、功能特征等词汇记为下位项目。

普通组受访者对机器人熟悉程度低，对普通组受访者进行评价构造访谈时，提供专业组的访谈结果作为参考，访谈形式同专业组受访者。

对两组受访结果进行整理、归纳、合并。上位项目中提及次数超过5次的作为主要魅力要素;下位项目中根据儿童机器人形态、功能特征具体含义，相似或具体从属关系的进行删除或重新归类合并，得到下位项目魅力要素。将受访者的词汇依照上位、中位、下位项目进行评价构造图制作，如图1所示。排名前4位的上位因素依次是：可爱、灵活、功能齐全、忠实可靠。

2.3数量化Ⅰ类分析

为了量化魅力程度，请普通组受访者对上述40张图卡样本针对4组上位项目（可爱、灵活、功能齐全、忠实可靠）进行魅力评分。根据魅力程度强弱，对图卡样本进行打分，分值分为5等，最高分值5分，最低分值1分，各图卡样本得分进行加权平均转化为最终得分。对每个中位项目，将其对应的下位项目作为自变量X，以1代表其样本具备其特征，以0代表样本未具备其特征，并将上位项目的魅力评价得分作为因变量Y，通过数量化I类分析公式，建立儿童智能机器人设计要素与魅力程度的关联性。

数量化I类计算可以得到各上位项目对应中位项目的偏相关系数（中位项目对上位项目的贡献大小）、下位项目的复相关系数和决定系数，一般来讲，决定系数大于0.7，表明可信度较高[6]。以上位项目——“可爱”为例，统计结果常数项C=0.658、复相关系数R=0.876、决定系数R2=0.767，决定系数值高于0.7，表明此分析表格精度较高。

3研究总结

儿童陪伴式智能机器人中提到最多的魅力因子为：可