(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221085238 8.2 (22)申请日 2022.07.20 (71)申请人 南京航空航天大 学 地址 210016 江苏省南京市秦淮区御道街 29号 (72)发明人 陆蔚华　姜冠岳　刘雨婷　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 柏尚春 (51)Int.Cl. G06Q 30/02(2012.01) G06V 40/70(2022.01) G06K 9/62(2022.01) (54)发明名称 一种融合多源异构数据的复杂产品感性交 互绩效评价方法 (57)摘要 本发明公开了一种融合多源异构数据的复 杂产品感性交互绩效评价方法， 首先获取被试者 在k个评价维度的主观评价数据、 眼动实验数据 和面部表情实验 数据， 然后根据各数据均值建立 评价矩阵， 计算矩阵权重， 最后建立综合评价矩 阵， 通过与阈值的比较判断每个样品在每个评价 维度的用户评价满意度是否为正向值； 本发明所 述方法融合了主客观两个维度， 综合了主观评 价、 眼动数据和面部表情数据三个指标， 在不影 响被试者的正常操作情况下， 准确、 全面地获取 被试者对复杂产品的感性交互评价， 为复杂 产品 设计提供了新的实验范式及数据分析体系， 映射 出用户隐性需求， 克服了传统方法的不确定性和 模糊性， 为产品设计优化 提供了有效参 考。 权利要求书1页 说明书9页 附图1页 CN 115409535 A 2022.11.29 CN 115409535 A 1.一种融合多源异构数据的复杂产品感性交互绩效评价方法， 其特征在于， 包括如下 步骤： (1)建立复杂产品形态样本库， 获取被试者在k个评价维度的主观评价数据、 眼动实验 数据和面部表情实验数据； (2)计算被试者在每个评价维度的主观评价数据均值、 眼动实验数据均值和面部表情 实验数据均值， 建立主观评价矩阵、 眼动评价矩阵和面部表情评价矩阵； (3)计算所述主观评价矩阵、 眼动评价矩阵和面部表情评价矩阵的权 重； (4)根据所述主观评价矩阵、 眼动评价矩阵和面部表情评价矩阵及其权重建立综合评 价矩阵， 根据所述综合评价矩阵数值是否大于阈值， 判断产品在该评价维度的用户评价满 意度是否为 正向值。 2.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(1)中所述主观评价数据为李克 特量表得分。 3.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(1)中眼动数据为注视时长与停留时长 。 4.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(1)中面部表情数据为情绪效价 值。 5.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(2)中所述眼动评价矩阵为被试者在各评价维度的眼动注视程度均值倒数 的 平均值， 所述眼动注视程度为注视时长与停留时长的比值。 6.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(3)计算所述权重前， 对所述主观评价矩阵、 眼动评价矩阵和面部表情评价矩 阵进行归一 化处理。 7.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(3)计算所述权重的方法为分别计算所述主观评价矩阵、 眼动评价矩阵和面部 表情评价矩阵的复相关系数的倒数， 然后分别进行归一 化处理。 8.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(4)中若 所述综合评价矩阵的值大于阈值， 则产品在该评价 维度的用户评价满 意度为正向值； 若所述综合评价矩阵的值等于阈值， 则产品在该评价维度的用户评价满意 度为中性值； 若所述综合评价矩阵的值小于阈值， 则产品在该评价维度的用户评价满意度 为负向值。 9.根据权利要求1所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 所述复杂产品形态样本库为复杂产品内饰形态图片。 10.根据权利要求2所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 其特 征在于， 步骤(4)中所述阈值选自李克 特量表分值的归一 化结果。权　利　要　求　书 1/1 页 2 CN 115409535 A 2一种融合多源异构数据的 复杂产品感性交互绩 效评价方法 技术领域 [0001]本发明涉及一种复杂产品感性交 互绩效评价方法。 背景技术 [0002]复杂产品具有空间密闭、 触点密集、 功能复杂集成等特点， 例如飞机、 高铁、 潜艇、 坦克等的驾驶舱， 面向复杂动态环境， 不同的工作场景、 不同的运行阶段， 用户与复杂产品 的感性交互随着时间序列是一个动态演化的过程， 受到诸多因素综合影响， 且相互作用机 理复杂， 导致用户与其感性交互过程尤为复杂， 仅依靠单一 维度的数据无法全面、 合理地解 释用户的隐性需求。 [0003]专利“一种应用面部表情情绪识别及脑电分析量化评价食品消费者接受度的方 法”(CN113570211A)采用了面部表情识别和脑电分析的方法进行食品接受度评价， 是目前 针对简单产品常用的评价手段， 但是在 复杂产品的环境中， 脑电分析仪器会影响被试者的 正常驾驶操作， 导致评价结果准确度大大降低， 因此解决复杂产品动态环境下采用何种合 适的量化工具的组合表征感性质量以映射设计需求是优化复杂产品外观设计的关键 。 发明内容 [0004]发明目的： 本 发明的目的是提供一种综合主客观维度、 全面、 准确地对用户与复杂 产品的感性交 互进行评价的方法。 [0005]技术方案： 本发明所述的融合多源异构数据的复杂产品感性交互绩效评价方法， 包括如下步骤： [0006](1)建立复杂产品形态样本库， 获取被试者在k个评价维度的主观评价数据、 眼动 实验数据和面部表情实验数据； [0007](2)计算被试者在每个评价维度的主观评价数据均值、 眼动实验数据均值和面部 表情实验数据均值， 建立主观评价矩阵、 眼动评价矩阵和面部表情评价矩阵； [0008](3)计算所述主观评价矩阵、 眼动评价矩阵和面部表情评价矩阵的权 重； [0009](4)根据所述主观评价矩阵、 眼动评价矩阵和面部表情评价矩阵及其权重建立综 合评价矩阵， 根据所述综合评价矩阵数值是否大于阈值， 判断产品在该评价维度的用户评 价满意度是否为 正向值。 [0010]进一步地， 步骤(1)中所述主观评价数据为李克特量表得分； 眼动数据为注视时长 与停留时长； 面部表情数据为情绪效价 值。 [0011]进一步地， 步骤(2)中所述眼动评价矩阵为被试者在各评价维度的眼动注视程度 均值倒数的平均值， 所述眼动注视程度为注视时长与停留时长的比值。 [0012]进一步地， 步骤(3)计算所述权重前， 对所述主观评价矩阵、 眼动评价矩阵和面部 表情评价矩阵进行归一 化处理。 [0013]进一步地， 步骤(3)计算所述权重的方法为分别计算所述主观评价矩阵、 眼动评价 矩阵和面部表情评价矩阵的复相关系数的倒数， 然后分别进行归一 化处理。说　明　书 1/9 页 3 CN 115409535 A 3