[发明专利]一种面向用户情感的情绪板界面设计方法

说明书

本发明涉及一种面向用户情感的情绪板界面设计方法，包括步骤：1)通过文本分析法确定最能代表用户情感需求的相关情感语义词汇作为原生词；2)通过机器学习和文本分析法根据原生词得出视觉映射和动作映射的分析词；3)利用网络根据分析词收集相应图像；4)通过聚类分析法根据图像得出纹理、色彩、操作动效等设计要素；5)依据提取出的配色方案、图案元素等设计元素进行设计界面的色彩、图标、构图等设计。本发明的有益效果是：本发明综合利用情绪板方法、大数据和文本分析技术、多种图像数据处理方法，帮助设计师特别是缺乏经验的新手设计师，在app界面设计过程中，更快、更准确地迎合用户的情感需求，并提高获取设计元素的效率。

技术领域

本发明涉及界面设计技术领域，尤其涉及面向用户情感的情绪板界面设计方法。

背景技术

情绪板设计方法是通过语义联想将模糊的情感词汇与图像相联系，并从图像中提取设计元素进行设计的过程。情绪板设计方法分为词汇概念提取部分和设计应用两部分，现有的情绪板设计方法具体设计过程为：确定原生词(即设计主题)；根据原生词联想得出映射词汇；将映射词汇按照视觉映射、心理映射、物理映射三方向分类；根据映射词汇收集相应图像；根据图像提取设计元素进行设计输出。

情绪板设计方法虽然能够促进创意的产生，但在实际运用于界面设计领域中发现，由于情绪板设计方法适用性较广泛，难免造成界面设计优化不全面，产生一些问题：人的联想有时会思维局限现象，由原生情感词不易直接想到映射词汇。同时，由图像提取设计元素的过程对于初学者而言可能过于抽象，缺少具体的设计指导步骤。此外，虽然现阶段情绪板能够很好的应用于视觉设计，但对交互动画设计的体现不明显。为了更好的解决以上问题，可以在传统的设计方法中引入计算机数据处理方法提高设计效率。

文本分析是指对文本的表示及其特征项的选取；文本分析是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。人类可以通过自己的经验来判断哪些是词，哪些不是词。计算机需要借助文本分析技术来完成该工作。

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。这种技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类。

发明内容

本发明的目的在于克服现有技术不足而提供一种面向用户情感的情绪板界面设计方法，其目的在于增强情绪板界面设计方法对于用户情感表达的准确性，提供更详细的指导方法从而提高设计效率。

面向用户情感的情绪板界面设计方法，包括如下步骤：

1)通过文本分析法确定最能代表用户情感需求的相关情感语义词汇作为原生词；

2)通过机器学习和文本分析法根据原生词得出视觉映射和动作映射的分析词；

3)利用网络根据分析词收集相应图像；提取选取的图片生成情绪板；其中，图片作为情绪板视觉映射部分便于提取视觉设计元素，影像作为情绪板动作映射部分便于提取交互动画设计元素；

4)通过聚类分析法根据图像得出纹理、色彩、操作动效等设计要素；

5)依据提取出的配色方案、图案元素等设计元素进行设计界面的色彩、图标、构图等设计。

步骤1)具体过程如下：

a.通过网络爬虫系统获取大量的消费者对于APP的在线评论，并对其进行整理，去除重复的评论和无意义的评论。

b.借助隐含狄利克雷分布主题抽取方法LDA文本分析技术，选用python包scikit-learn中的LDA模块，对在线评论数据进行主题抽取，选取形容词作为用户关注的产品情感词，其中出现频率排名前三的形容词为原生词。

步骤2)得出视觉映射和动作映射的分析词的具体过程如下：