基于感性工學的女性著裝形象氣質指標的綜合評價

劉詠梅 孫丹 魯虹

摘要： 從提升女性形象的角度出發(fā)，提出針對滿足其期待氣質的著裝推薦服務。文章通過研究著裝氣質指標，從以人為本的角度，為實現(xiàn)女性追求個性表達和精神需求的滿足提供思路。運用感性工學原理，通過文本調研、訪談調研收集整理描述氣質的詞匯，并根據(jù)詞義的歸納分析，定性研究氣質指標的演繹關系；同時通過問卷調研女性期待各類氣質的偏好程度，并根據(jù)語義差異法得出的結果進行聚類分析，最后對比定性與定量研究所提取出的氣質指標差異?？偨Y得出，大方簡潔、知性淡雅、優(yōu)雅端莊、干練成熟、清新活潑、甜美浪漫、帥氣瀟灑、華麗性感八類氣質指標。

關鍵詞： 著裝形象；氣質指標；感性工學；詞義分析；聚類分析

中圖分類號： TS941.17文獻標志碼： A文章編號： 10017003（2018）07005608引用頁碼： 071109

Comprehensive evaluation of womens dressing image temperament index based

on sensory engineering

LIU Yongmei， SUN Dan， LU Hong

（College of Apparel and Art Design， Donghua University， Shanghai 200051， China）

Abstract： From the perspective of promoting female image， this paper puts forward the clothing recommendation service to meet the expected temperament. By studying the dressing temperament index， this paper provides ideas for the realization of female pursuit of individual expression and the satisfaction of spiritual needs from the peopleoriented perspective. Kansei engineering principle was used to collect the vocabulary about temperament through the text research and interview survey， and the qualitative research of deductive relationship was conducted according to the inductive analysis of meaning of words. At the same time， clustering analysis was conducted through the questionnaire investigation of womens expected preference of all kinds of temperament and according to the results of semantic difference. Finally， the temperament index differences extracted by the qualitative and quantitative research were compared. Eight kinds of temperament indexes were concluded， including generous and concise， intellectual and quietly， graceful and dignified， capable and mature， pure and lively， sweet and romance， handsome and natural， gorgeous and sexy.

Key words： dressing image； temperament index； kansei engineering； semantic analysis； clustering analysis

收稿日期： 20170811； 修回日期： 20180509

基金項目： 上海市服裝創(chuàng)意設計作品虛擬縫合與展示教學研究項目（DB17021）

作者簡介： 劉詠梅（1969），女，副教授，主要從事服裝先進制造技術、服裝設計與技術的數(shù)字化、快速化、智能化的研究。在當下時尚信息化、快速消費化的環(huán)境中，由于國民女性長時間缺乏美學教育的普及，其著裝水平各有差異，女性對于著裝形象的選擇也是優(yōu)劣難辨。尤其是在物質生活逐步滿足的今天，女性對于著裝美的追求更是面向于自我與個性的表達和精神與內心的滿足。

因此，本文提出從分析個人形象氣質的角度出發(fā)，了解當今女性所期待的氣質類型與偏好，定性分析與定量確定具有代表性的女性氣質指標。并以感性工學為理論基礎，將過去難以量化的、定性的、非理性的感知過程，通過語義差分法進行測量和聚類分析后，掌握其內在的規(guī)律[1]，予以應用。而且，研究女性期待的氣質描述性指標，是不同于以往“服裝風格”的推薦研究，而是計劃從“以人為本”形象提升角度進行的著裝推薦；也不同于現(xiàn)行穿衣搭配App的協(xié)同推薦模式，是增強著裝者感性需求的分析，對于提高其購物的滿意度和個性化服務給予支持，為其進行著裝選擇提供方便；并在滿足其自身形象表達需求的同時，更加精準化的定位也提高了人們理性消費的可能，可以減少由于過度消費所造成的資源浪費。

1女性氣質與著裝形象

1.1氣質的概念

氣質通常是指人的風度、模樣，猶似風骨等，也指人的生理、心理等素質，是相當穩(wěn)定的個性特點[2]，與生俱來卻非一成不變，可能受到教育和生活條件影響下緩慢變化，具有穩(wěn)定性與可塑性的統(tǒng)一[3]。

其在心理學的釋義中，旨意個人相對穩(wěn)定的心理動力特征。而在日常生活中，常用有“氣質”來形容女性美麗且具有內涵，但實際上氣質應屬于每一個人，是個人精神面貌的外在體現(xiàn)，以及形象儀表的外化和符號化的過程表現(xiàn)，并可通過著裝來進行優(yōu)化。

并且，“氣質”是強調人的特質，并由此形成的“著裝形象”也是代表了人與服裝的結合，而與“風格”相關的“服裝風格”雖也可體現(xiàn)人的著裝形象，但其是直接代表了服裝的藝術設計概念，如田園的、都市的等，在詞義中并不能直觀表現(xiàn)人的著裝氣質。而對于同樣具有心理學概念的“性格”，則更強調人后天形成的特征，更易受環(huán)境影響，如熱情的、靦腆的等。兩者與描述氣質的形容詞匯互為交叉，相近又不同。

1.2氣質的描述與采集

一般對于需要明確的知識概念，可通過兩種方式進行獲取，一種是通過文本的形式，借助專業(yè)書籍、雜志、時裝評論、相關文獻、網絡文章等途徑直接得到；另一種是可以通過觀察、訪談、問卷調查得出。因此，一方面從描述女性氣質、特征風格、人物形象分類等30篇文本中，搜集形容氣質的相關詞匯，并進行詞頻記錄。譬如在于西蔓的《選對款式就時尚》一書中，得到夸張戲劇型、英俊少年型、性感浪漫型、可愛少女型、瀟灑自然型、個性前衛(wèi)型、正統(tǒng)古板型七類氣質詞匯[4]；又如在《女性個人色彩診斷》一書中，根據(jù)其對四季類型女性所具有的特點說明，提取出有關描述氣質的形容詞匯[5]。

另一方面，采訪了25位年齡在20～50歲，從事不同職業(yè)的女性，以調研在著裝者的角度，了解其期待展現(xiàn)的氣質與認為的女性典型氣質有哪些，并進行記錄與詞頻分析。其中，多數(shù)人認為不同的人物角色或性格會期待不同的氣質，贊同女性應展現(xiàn)其個人的氣質，而不是盲目追逐潮流，同時也不應過于限制和規(guī)范自己。而不同年齡段女性期待的氣質也有所差異，譬如20～30歲的女性年輕具有活力，期待清純甜美、活潑帥氣較多，同時也期待更加成熟、穩(wěn)重一些；30～40歲的女性期待符合其年齡形象的氣質，希望兼具時尚與個性，不希望過于老練成熟，也不希望過于稚嫩可愛，同時強調柔和、性感、浪漫的女性特征，希望著裝得體、舒適；40～50歲的女性角色、身份已趨于固定化，期待溫婉、大氣較多，但不希望高貴穩(wěn)重顯老，或是流行艷麗顯得輕浮、不穩(wěn)重，同時強調著裝服飾應有質感、滿足修飾體型的需求。

因此，最終以25位被調查者提供的氣質描述詞匯，以及通過文獻參考、書籍查閱和網絡搜索得到的30篇文本中的詞匯整理，以兩字為一組詞，記錄匯總結果如表1所示，共得出206個描述詞匯，累積詞頻936次。

氣質詞頻氣質詞頻氣質詞頻氣質詞頻優(yōu)雅39利落10艷麗6文雅5高貴34清新10保守5嫵媚5可愛28高雅9淡雅5洗練5干練27柔美9華貴5瀟灑5成熟26穩(wěn)重9冷靜5質樸5大方24莊重9理智5純凈4活潑23簡約8靈慧5簡樸4浪漫21精致8迷人5冷峻4簡潔19冷艷8明麗5樸實4典雅17沉穩(wěn)7摩登5俏麗4時尚17柔和7熱情5少女4知性12淑女7恬靜5素雅4華麗11雅致7溫柔5中性4古典10清純6溫馨5專業(yè)41.3氣質與著裝形象及推薦的調研

根據(jù)已獲得的氣質描述詞匯，調研著裝者個人期待氣質與其搭配形象的水平，從而進一步了解到氣質與著裝形象的符合度和美觀度的影響，具體實驗過程如下：

Step1：為被調查對象提供以上詞頻較高的氣質描述詞匯若干，要求其選取1～3個氣質關鍵詞，并按照同一季節(jié)的個人衣櫥情況，根據(jù)每一個氣質詞匯提供3張著裝搭配的形象圖片。

Step2：根據(jù)著裝者期待的氣質關鍵詞與著裝形象圖片，選取10名服裝專業(yè)人員，分別從兩者的符合程度與形象的美觀程度兩方面，由1～5進行評價，其中1代表不符合或不美觀，5代表十分符合或十分美觀。

Step3：通過10組評分結果，求得每一位著裝者氣質著裝形象符合度和美觀度的評分均值、眾數(shù)，以及均值與眾數(shù)的差值，共得出54組形象評分結果，以著裝者姓名縮寫與氣質類型進行命名，部分結果如表2所示。18從整體來說，氣質與著裝形象的美觀度均值為3.65，符合度均值為3.75，根據(jù)評分規(guī)則可見，距離代表比較美觀的4和比較符合的4仍有一定的距離和提升空間。此外，不同人對于不同氣質的著裝形象搭配水平具有明顯差異，而同一人的水平也有波動，但其氣質著裝形象的美觀度與符合度的評分差異不大，差值約為0.09，多為同高或同低情況，可預判其可能存在正相關的相互影響關系。

同時，在調研了解到目前女性期待的氣質情況，以及與其著裝形象差異的評分結果，為提升其個人形象，探尋人性化、便捷化的著裝推薦。本文又調研了300個與穿衣搭配有關的App軟件，發(fā)現(xiàn)其中常見的推薦方式有達人分享、明星搭配推薦、形象測試、虛擬試衣、專題推薦、視頻秀衣和社區(qū)分享交流推薦等，而且主要是對于胖、瘦體型，歐美、淑女、學院服裝風格，出街、約會、職場等場合分類問題等方面的推薦，并多由購買平臺根據(jù)個人以往瀏覽經驗而進行推薦，但缺少從專業(yè)、客觀的角度出發(fā)，更加人性化的推薦模式。

綜上，了解到目前針對女性氣質的形象提升與著裝推薦的研究是十分必要的。

2氣質指標的研究過程

2.1定性研究方法與過程

根據(jù)已經獲得的206個氣質詞匯，運用歸納與演繹，抽象概況地分析氣質指標。其中，氣質指標即是指由氣質的描述詞匯分析確定相應的女性氣質類別。

2.1.1氣質詞源篩選

根據(jù)氣質的概念劃分，篩選已經獲取的氣質形容詞，需要保證描述對象明確，注意去除代表“性格”“風格”的描述詞匯；并選擇符合描述女性審美標準的詞匯，去除如“硬朗的”“強勁的”等代表男性的詞匯；注意依據(jù)心理學指標，避免描述外貌的詞匯，如“少女的”“年輕的”；同時盡量選擇可由著裝形象體現(xiàn)的詞匯，避免形容人的行為舉止，如“低調的”“隨性的”，也避免選擇形容服裝材質、色彩等詞，如“厚重的”“明艷的”[6]。

最后得出142個氣質描述詞匯。

2.1.2氣質詞義分析對于篩選得到的142個氣質描述詞匯，由漢典網查詢詞義，整理記錄每一描述氣質詞匯的詞義、近義詞與反義詞，以詞頻數(shù)較高的詞匯作為基礎詞匯，并將含義相近的詞匯分為一組，如表3所示。表3以“清新”為例對氣質詞義排序分組

Tab.3Sorting and grouping the meaning of temperament by using “fresh” as an example

氣質詞頻漢典網詞義近義詞反義詞清新10干凈利落，給人簡單單純、甜美、陽光的感覺清爽、新穎、新鮮混濁、陳腐、陳舊清純6清純，指清正純潔、思想干凈，用來形容年輕女性清雅、純真、善良龐雜清爽3姿容美，更是風流清爽清雅、豪爽率真3誠實而爽快，放任、率性純真3純潔、天真、不做作單純、純潔、純凈世故、圓滑天真2指不受禮俗拘束的品性純真、純潔、純樸單純2人或事物簡單不復雜純潔、純真、純樸復雜、繁復清雅1清新秀雅，端莊或高雅，寧靜幽雅，清高脫俗庸俗清麗1清新優(yōu)美純潔1純粹干凈，通常指心地純一清凈，沒有邪惡的念頭2.1.3氣質指標的歸納演繹分析

依據(jù)氣質詞匯的詞義分析，共有的近義詞與反義詞，匯總各個詞匯的分組結果，并通過歸納推理與演繹推理的方法[7]，以“清新”為例，借助Yed Graph Editor軟件繪制氣質指標的關系，如圖1所示。

其中，橫向的短線條代表詞匯的同一相近關系，譬如清新和清秀，天真、單純和純潔、純真等；豎向的短線條則代表詞匯內在的包含關系或交叉關系，譬如清純包括純潔含義、清爽包括爽快的含義等，而兩詞又與清秀、清新等詞有含義交叉的關系，故上下均以短線相連。同時，注意清新與甜美兩詞，雖無直接關系，但由詞義演變發(fā)現(xiàn)兩者所指類型相近，故距離也較近；而清雅一詞雖與清新、清純等詞的含義有交叉關系，卻由于其同時包含高雅、端莊等含義，為表示其與清新等詞的明顯區(qū)分，故以橫向長箭頭的方式代表其演變關系。

2.1.4氣質指標的提練釋義

依次根據(jù)詞頻較高的氣質詞匯的演繹關系，繪制完整的氣質指標關系圖，如圖2所示。

蓋全部的氣質詞匯，保證同一氣質指標所包涵的氣質詞匯具有共性，而不同的氣質指標間具有差異性為目標，按照關系示意圖分析過程，將詞義相近的詞匯以相近色進行標注，并以詞頻10次以上，詞義不單一、不模糊，非邊緣詞匯為標準選取具有代表性的氣質指標，共得出11個氣質指標。

大方：簡單自然、大氣灑脫；活潑：活力奔放、天真純潔；帥氣：酷炫直爽、瀟灑英??；清新：清純清爽、清秀靈氣；甜美：可愛俏麗、柔美秀氣；性感：浪漫嫵媚、野性迷人；干練：利落精明、老練成熟；知性：文雅理智、成熟智慧；端莊：穩(wěn)重成熟、沉靜莊嚴；溫婉：嫻雅婉約、溫柔優(yōu)美；高貴：高雅華麗、雅致秀逸。

2.2定量研究方法與過程

定量研究即可通過問卷調查進行數(shù)據(jù)收集，并對氣質指標進行量化處理、檢驗和分析，從而獲得有意義的結論。

2.2.1關于女性氣質偏好的問卷調研

根據(jù)已經篩選后的142個氣質描述詞匯，選擇其中詞頻大于5次，并根據(jù)氣質關系演繹圖，去除詞義過于相近的詞匯，最后得到36個氣質描述詞匯，作為進行問卷調研的氣質指標。

選擇面向20～55歲的各類職業(yè)女性，調研其對于提供的36個氣質指標的偏好程度，根據(jù)語義差分法，要求其按照個人著裝氣質的期待程度進行五級量表的評分[8]。最后回收問卷227份，其中有效問卷為218份。

2.2.2問卷結果的描述統(tǒng)計分析

根據(jù)得到的問卷結果，記錄每一氣質指標的不同期待程度的頻次，并將十分期待記為5分，而不期待記為1分，最后得出各氣質指標的偏好頻次及占比，以及平均分數(shù)，如表4所示。

由表4可見，大方、自然、大氣等氣質的期待程度明顯高于其他氣質，得分均值約為4.3；而性感、華麗等氣質的期待程度則明顯低于其他氣質，得分均值僅為3分。此外，利落、柔美、沉穩(wěn)、清純、質樸、成熟、甜美、浪漫、帥氣、可愛等明顯具有個人年齡特征或個性特征的氣質得分也相對偏低，均低于3.5分?？赡軐τ诖蟊姷呐远裕陨蠚赓|的期待程度僅略高于一般水平，而余下更面向全年齡女性的氣質指標或整體性格特征，代表東方女性氣質特征的如優(yōu)雅、端莊、親和、知性、典雅、干練、活力、迷人、溫婉等則均處于3.5～4分，偏于比較期待的程度。

2.2.3氣質指標的聚類分析

為進一步對氣質指標作量化研究，首先需要對數(shù)據(jù)的可靠性進行檢驗。其中，本問卷測試結果的信度分析為0.915，高于0.800，表明該測試量表的信度很好，結果可靠；而其KMO與Bartlett效度檢驗的結果為0.913，也高于0.800，表明測試結果能夠真實反映測量特征[9]。

因此，應用SPSS軟件進行聚類分析，選擇R型系統(tǒng)聚類的方法，可對變量進行聚類分析，使差異性大的變量分離開來，相似性大的變量聚集一起，實現(xiàn)表4氣質指標各偏好頻次匯總

簡潔、優(yōu)雅—典雅—端莊—雅致—高貴、親和—文雅—恬靜—靈敏—淡雅—知性—溫婉、精致、干練—利落、成熟—沉穩(wěn)、質樸、清新—清純、活潑—活力、甜美—可愛—浪漫—柔美、明麗、迷人、帥氣、瀟灑、華麗、性感等16類；而右側則可在優(yōu)雅—典雅—高貴—端莊和雅致—淡雅—精致、恬靜—靈慧—親和—文雅—知性、溫婉—明麗—迷人幾組略微調整的基礎上，將清新—清純—活潑—活力，帥氣—瀟灑，干練—利落—成熟—沉穩(wěn)—質樸各劃為一組，而甜美—可愛—浪漫—柔美組別不變。

2.3兩類方法的結果分析

總體來說，氣質指標的定性與定量分析的結果大體一致，其根據(jù)詞義分析進行演繹的指標關系分析，與根據(jù)期待氣質的不同距離進行的聚類分析結果基本相近，是符合大眾對于“氣質”的期待與共識，說明兩種方法均是基本可行的。但在定性研究過程中的演繹推斷和提練篩選過程，難免會存在個人主觀因素的影響，而定量分析的結果則可以更加準確地反映女性對于不同期待氣質的類型指標，也更具有客觀性，明確而全面，符合現(xiàn)狀。

因此，可以在以定量聚類分析的基礎上，選擇分類數(shù)更平均精小的ward分類結果，按照相近詞義和較高的詞頻偏好，歸納得出最終的氣質指標及所涵蓋成分，如表5所示。

3結論

本文主要研究關于氣質指標的獲取及分析過程。首先，在對氣質的心理學與描述性概念劃分的基礎上，分辨其與性格、風格的定義區(qū)別，并確定關于氣質詞匯的劃分標準。然后，通過文本搜集、訪談調研獲得206個氣質描述詞匯，累記詞頻936次，并根據(jù)詞義劃分篩選得出142個符合標準的描述詞匯。再次，分別從定性分析與定量分析兩方面確定氣質指標，在定性研究方面，應用歸納、演繹推理和關系圖法，通過對142個氣質詞匯的詞義分析、近義詞分組與歸納演繹分析，繪制氣質指標關系圖，并根據(jù)關系圖內的關聯(lián)分析提煉得出11個氣質指標，分別為大方、活潑、帥氣、清新、甜美、性感、干練、知性、端莊、溫婉、高貴；而在定量研究方面，應用語義差分法通過問卷調研得到女性期待氣質的量表情況，并應用描述統(tǒng)計分析得出女性期待的氣質類型。通過聚類分析確定氣質指標的分類過程，以ward連接的樹狀圖分析結果，結合定性分析的氣質指標，確定得出最終的八類氣質指標，分別為大方簡潔、知性淡雅、優(yōu)雅端莊、干練成熟、清新活潑、甜美浪漫、帥氣瀟灑、華麗性感。

參考文獻：

[1]李立新. 感性工學：一門新學科的誕生[J]. 藝術·生活， 2006（3）： 7173.

LI Lixin. Kansei engineering： the birth of a new discipline [J]. Art · Life， 2006（3）： 7173.

[2]羅竹風. 漢語大詞典[M]. 上海： 漢語大詞典出版社， 1990： 9018.

LUO Zhufeng. Chinese Dictionary [M]. Shanghai：Chinese Dictionary Publishing House， 1990： 9018.

[3]高玉祥. 個性心理學[M]. 北京： 北京師范大學出版社， 2007： 189.

GAO Yuxiang. Personality Psychology [M]. Beijing： Beijing Normal University press， 2007： 189.

[4]于西蔓. 選對款式就時尚[M]. 北京： 中國紡織出版社， 2010： 88.

YU Ximan. Selection of Styles are Fashion [M]. Beijing： China Textile Press， 2010： 88.

[5]于西蔓. 女性個人色彩診斷[M]. 廣州： 花城出版社， 2003： 332.

YU Ximan. Female Personal Color Diagnosis [M]. Guangzhou： Huacheng Publishing House， 2003： 332.

[6]周海媚. 基于款式模塊與感性需求的交互式服裝設計原理與方法[D]. 蘇州： 蘇州大學， 2015.

ZHOU Haimei. Principle and Method of Interactive Garment Design Based on Style Module and Perceptual Demand [D]. Suzhou： Soochow University， 2015.

[7]魯虹. 服裝感性設計的知識平臺與應用研究[D]. 蘇州： 蘇州大學， 2010.

LU Hong. Research on Knowledge Platform and Application of Costume Kansei Design [D]. Suzhou： Soochow University， 2010.

[8]蘇建寧， 李鶴歧， 李奮強. 產品設計中的感性意象定位研究[J]. 蘭州理工大學學報， 2004，30（2）： 4043.

SU Jianning， LI Heqi， LI Fenqiang. Investigation of kansei image direction for product design [J]. Journal of Lanzhou University of Technology， 2004，30（2）： 4043.

[9]劉征宏， 潘偉杰， 呂健， 等. 基于因子分析和聚類分析的情感維度提取[J]. 組合機床與自動化加工技術， 2016（3）： 48.

LIU Zhenghong， PAN Weijie， L Jian， et al. Affective dimensions selection based on factor analysis and cluster analysis [J]. Modular Machine Tools & Automatic Machining Technology， 2016（3）： 48.

[10]周小溪， 梁惠娥. 服裝面料感性意象的評價與分析[J]. 紡織學報， 2015，36（3）： 99104.

ZHOU Xiaoxi， LIANG Huie. Evaluation and analysis of perceptualimages of clothing fabrics [J]. Journal of Textile Research， 2015， 36（3）： 99104.

[11]薛薇. 統(tǒng)計分析與SPSS的應用[M]. 北京： 中國人民大學出版社， 2008： 224.

XUE Wei. Statistical Analysis and Application of SPSS [M]. Beijing： Renmin University of China Press， 2008： 224.