《情感化设计》——为何我们热爱(或讨厌)日常物品

需积分: 11 6 下载量 38 浏览量 更新于2024-07-24 收藏 13.83MB PDF 举报
"Emotional Design - Why We Love (or Hate) Everyday Things" 《情感设计》是Donald A. Norman撰写的一本关于人与产品交互体验的重要著作。Donald A. Norman是用户体验设计领域的权威专家,他的书籍包括《无形的计算机》、《让我们变得更聪明的事物》、《汽车的面部表情:转向信号》、《日常事物的设计》以及《日常生活心理学》等,对人机交互和认知科学有着深入的研究。 在《情感设计》一书中,Norman探讨了人们为何会对日常用品产生喜爱或厌恶的情感反应。他提出,设计并不仅仅是功能性的,还应该考虑到用户的情感体验。这本书分为三个层次:本能层、行为层和反思层,这三个层次共同构成了产品的整体用户体验。 1. 本能层:这是用户对产品第一印象的反应,通常基于视觉美学和感官体验。设计应吸引人的注意力,激发愉悦感,使人产生想要亲近和使用的冲动。 2. 行为层:这一层关注产品的实际操作和使用。好的设计应当让用户能够直观地理解如何使用产品,并在使用过程中感到顺畅和满足。行为层的设计要考虑到人体工程学,确保产品的易用性。 3. 反思层:这是用户对产品深层价值的认知,涉及到产品的意义、品牌形象以及它如何反映用户自身的价值观。在这个层面上,设计需要与用户的心理需求相契合,提供一种认同感和满足感。 Norman强调,情感设计不仅仅是关于外观,更是关于如何通过设计增强人与产品之间的联系,提升用户满意度。他提倡以用户为中心的设计方法,认为设计师应该理解和考虑用户的情感需求,以创造出既实用又令人愉悦的产品。 通过《情感设计》,读者可以了解到如何将情感因素融入到产品开发中,从而提升产品的市场竞争力和用户忠诚度。这本书对于设计师、产品经理、用户体验专业人员以及对人机交互感兴趣的读者来说,都是一本极具启发性的读物。它帮助我们理解为什么我们会对某些事物产生深深的喜爱,而对其他事物则避之不及,同时也为我们提供了改进设计、创造更好用户体验的理论框架。

优化以下代码,提高情感指标值,并做出解释,# 载入否定词表 notdict = pd.read_csv("not.csv") # 处理否定修饰词 data_posneg['amend_weight'] = data_posneg['weight'] # 构造新列,作为经过否定词修正后的情感值 data_posneg['id'] = np.arange(0, len(data_posneg)) only_inclination = data_posneg.dropna() # 只保留有情感值的词语 only_inclination.index = np.arange(0, len(only_inclination)) index = only_inclination['id'] for i in np.arange(0, len(only_inclination)): review = data_posneg[data_posneg['index_content'] == only_inclination['index_content'][i]] # 提取第i个情感词所在的评论 review.index = np.arange(0, len(review)) affective = only_inclination['index_word'][i] # 第i个情感值在该文档的位置 if affective == 1: ne = sum([i in notdict['term'] for i in review['word'][affective - 1]]) if ne == 1: data_posneg['amend_weight'][index[i]] = -\ data_posneg['weight'][index[i]] elif affective > 1: ne = sum([i in notdict['term'] for i in review['word'][[affective - 1, affective - 2]]]) if ne == 1: data_posneg['amend_weight'][index[i]] = -\ data_posneg['weight'][index[i]] # 更新只保留情感值的数据 only_inclination = only_inclination.dropna() # 计算每条评论的情感值 emotional_value = only_inclination.groupby(['index_content'], as_index=False)['amend_weight'].sum() # 去除情感值为0的评论 emotional_value = emotional_value[emotional_value['amend_weight'] != 0],emotional_value['a_type'] = '' emotional_value['a_type'][emotional_value['amend_weight'] > 0] = 'pos' emotional_value['a_type'][emotional_value['amend_weight'] < 0] = 'neg'

2023-05-25 上传