© 何卓芬学术研究 / 用户体验研究
传统手工艺类非遗 APP 用户研究
Quantitative UX Research for Intangible Cultural Heritage App
研究通过量化方法识别传统手工艺类非遗 APP 的用户视觉偏好结构，并将统计结果转化为可执行的界面设计路径。
研究与设计逻辑
项目概述 / Overview
研究通过量化方法识别传统手工艺类非遗 APP 的用户视觉偏好结构，并将统计结果转化为可执行的界面设计路径。
背景与机会 / Context & Opportunity
随着数字化媒介的发展，传统文化内容逐渐进入线上传播环境。传统手工艺类非遗 APP 需要在文化表达、信息组织与交互参与之间建立更有依据的设计判断。
研究问题 / Research Question
许多非遗 APP 的设计仍然依赖设计经验与视觉直觉。现有研究较多从案例和设计原则出发，但从用户视觉偏好层面对界面元素进行量化比较的研究仍然有限。
核心问题：如何将“用户觉得好不好看”这种主观感受，转化为可测量、可比较并能够指导设计的研究依据？
哪些界面设计要素会显著影响用户对传统手工艺类非遗 APP 的视觉偏好？
如何将量化结果进一步转化为可执行的界面设计路径？
研究方法 / Research Methods
为将用户对非遗 APP 的主观视觉偏好转化为可分析的设计依据，研究首先构建评价变量，选择具有差异化特征的研究样本，并通过视觉偏好问卷获取评价数据，最终采用主成分分析与因子分析识别潜在偏好结构。
研究框架
文献研究 → 3 个设计维度 → 14 项设计要素
3 款代表性 APP → 差异化评价
样本图像 + 五级李克特量表 → 用户偏好数据
适用性检验 → 主成分分析 → 因子分析
偏好因子 → 设计判断 → 设计策略
构建评价体系
通过文献研究，从传统手工艺类非遗 APP 的界面设计中提炼三个关联维度，并进一步形成 14 项设计要素。
设计要素根据文献研究及《折扇》《釉彩》《建水工艺品》3 个手工艺类非遗 APP 界面被测样本，进一步拆分为具体属性，作为后续视觉偏好问卷的评价变量。
| 设计维度 | 设计要素 | 属性 |
|---|---|---|
| 界面美感 | 主题配色 | 冷色调 / 暖色调 / 中性色调 |
| 界面风格 | 简约 / 国潮 / 古典 | |
| 图标风格 | 扁平化 / 拟物化 | |
| 字体设计 | 宋体 / 黑体 / 手写体 | |
| 界面布局 | 标签式 / 陈列式 / 综合式 | |
| 操作逻辑 | 功能布局 | 简洁 / 丰富 |
| 功能操作 | 互动体验类 / 视觉科普类 / 商业化推广类 | |
| 组织系统 | 精准分类 / 模糊分类 | |
| 标签系统 | 文字型 / 图标型 | |
| APP 界面导航 | 结构性导航 / 关联性导航 / 可用性导航 | |
| 人机交互 | 操作引导 | 图示 / 文示 / 图文示 |
| 操作反馈 | 动画 / 音效 / 体感 | |
| 操作手势 | 单一 / 适中 / 多样化 | |
| 感官交互 | 行为交互 / 图像交互 / 语音交互 |
选择研究样本
研究选取 3 款已经上市、在传统手工艺类非遗 APP 中具有一定典型性与差异性的产品作为评价样本，并从界面美感、操作逻辑与人机交互三个维度分析其特征。
《折扇》
- 界面美感：淡雅简约、细腻写实
- 操作逻辑：以折扇工艺体验流程组织内容
- 人机交互：以图示作为操作引导，主要采用触屏交互
《釉彩》
- 界面美感：古朴视觉风格
- 操作逻辑：围绕“坊、技、识、史、制”等内容组织工艺体验
- 人机交互：图文操作引导，并加入触屏与吹气交互
《建水工艺品》
- 界面美感：界面规整，视觉表达相对单一
- 操作逻辑：按照工艺品形态与材质进行分类
- 人机交互：以单一触屏交互为主
测量视觉偏好
参与者观看三款 APP 的评价样本图像，并基于前述界面属性，通过五级李克特量表评价其视觉偏好程度。
由于问卷涉及较多设计专业词汇，因此研究选择具有相关专业背景的参与者。
- Participants
- 20–50 岁，设计类专业教师与大学生
数据分析方法
收集视觉偏好数据后，研究进一步通过主成分分析与因子分析识别具体界面属性背后的潜在偏好结构。
PCA｜主成分分析
通过降维减少高度相关变量，提取能够概括原始数据主要信息的关键成分。
FACTOR ANALYSIS｜因子分析
进一步分析变量之间的潜在公共结构，并依据具有较高代表性的变量解释不同因子的含义。
接下来，通过数据分析进一步识别隐藏在具体界面属性背后的用户偏好结构。
用户偏好数据分析 / Data Analysis
在完成视觉偏好数据收集后，研究进一步验证数据适用性，并通过主成分分析与因子分析识别用户偏好背后的潜在结构。
数据适用性检验
研究首先利用 KMO 和 Bartlett 的检验方法对问卷收集的原始数据进行评估，判定数据是否适合进行，因子分析。KMO 值用于评估相关系数和偏相关系数之间的关系，当 KMO 值介于0.5~1时，适合进行因子分析；若小于0.5，则不适合。
结果表明，各变量之间具有较强相关性，数据适合进一步开展因子分析。
主成分分析与因子提取
通过主成分分析对原始评价变量进行降维，并进一步进行因子提取与解释，识别不同界面属性之间的潜在公共结构。
研究进一步开展因子提取，当提取 1 到 7 个公因子时，总方差解释的特征根都高于 1，但由于公因子 5 到 7 对变量解释的贡献率较低，不足以进行因子命名与分析，因此共提取公因子 4 个。累积方差解释率达到 58.131%，表明前 4 个因子能较好概括原始变量的信息。
基于主成分分析结果，研究进一步采用因子分析解释观测变量，即探索设计要素与潜在因子之间的关系。因子载荷用于测量每个变量与每个因子之间的相关性，并为主成分赋予实际意义。为了更好地解释因子变量，研究对公因子 1、2、3、4 进行命名与解释。
| 成分 | 初始特征值（总计 / 方差% / 累积%） | 提取载荷平方和（总计 / 方差% / 累积%） | 旋转载荷平方和（总计 / 方差% / 累积%） |
|---|---|---|---|
| 1 | 17.583 / 45.084 / 45.084 | 17.583 / 45.084 / 45.084 | 6.697 / 17.172 / 17.172 |
| 2 | 1.914 / 4.907 / 49.992 | 1.914 / 4.907 / 49.992 | 4.678 / 11.995 / 29.167 |
| 3 | 1.732 / 4.441 / 54.432 | 1.732 / 4.441 / 54.432 | 3.926 / 10.068 / 39.234 |
| 4 | 1.442 / 3.699 / 58.131 | 1.442 / 3.699 / 58.131 | 3.400 / 8.719 / 47.953 |
| 5 | 1.124 / 2.882 / 61.013 | 1.124 / 2.882 / 61.013 | 2.879 / 7.382 / 55.335 |
| 6 | 1.057 / 2.709 / 63.722 | 1.057 / 2.709 / 63.722 | 2.727 / 6.993 / 62.328 |
| 7 | 1.035 / 2.653 / 66.375 | 1.035 / 2.653 / 66.375 | 1.578 / 4.047 / 66.375 |
| 因子命名 | 属性（因子载荷） | 特征根 | 方差贡献率 |
|---|---|---|---|
| 功能性 | 扁平化图标 0.747 | 17.583 | 17.172% |
| 陈列式界面布局 0.777 | |||
| 图标式标签 0.454 | |||
| 包含商业化推广的功能操作 0.486 | |||
| 精确分类的组织系统 0.406 | |||
| 丰富标签系统 0.456 | |||
| 结构性导航 0.705 | |||
| 关联性导航 0.656 | |||
| 以文字为主的操作引导 0.490 | |||
| 形式单一的操作手势 0.440 | |||
| 交互性 | 互动体验 0.445 | 1.914 | 11.995% |
| 以图像为主的操作引导 0.579 | |||
| 有动画的操作反馈 0.601 | |||
| 有音效的操作反馈 0.585 | |||
| 有体感的操作反馈 0.471 | |||
| 形式适中的操作手势 0.662 | |||
| 行为交互 0.441 | |||
| 图像交互 0.588 | |||
| 语音交互 0.463 | |||
| 简约性 | 中性色调 0.636 | 1.732 | 10.068% |
| 简约界面风格 0.744 | |||
| 拟物化图标风格 0.490 | |||
| 打字机体文字 0.489 | |||
| 文字型标签 0.696 | |||
| 简明标签系统 0.503 | |||
| 风格化 | 暖色调 0.700 | 1.442 | 8.719% |
| 国潮界面风格 0.455 | |||
| 拟物化图标风格 0.596 | |||
| 手写体文字 0.660 |
因子解释与命名
零散评价属性经过统计分析后形成四组潜在结构；因子名称来自对高关联属性共同含义的解释。
Factor 01｜功能性 · 17.172%
用户关注清晰的信息呈现、明确的功能导向与有序的内容结构。
- 扁平化图标
- 陈列式界面布局
- 图标式标签
- 结构性导航
- 关联性导航
Factor 02｜交互性 · 11.995%
用户期待通过更丰富的交互方式参与并体验非遗手工艺过程。
- 图像操作引导
- 动画反馈
- 音效反馈
- 适中的操作手势
- 行为 / 图像 / 语音交互
Factor 03｜简约性 · 10.068%
用户偏好清晰、简洁且易于识别的界面表达。
- 中性色调
- 简约界面风格
- 拟物化图标
- 文字型标签
- 简明标签系统
Factor 04｜风格化 · 8.719%
用户倾向于具有传统手工艺特征和文化辨识度的视觉表达。
- 暖色调
- 国潮界面风格
- 拟物化图标
- 手写字体
核心研究发现
用户并不是简单地偏好某一种视觉风格，而是在功能清晰、交互参与、界面简洁与文化辨识之间形成综合判断。
这些偏好结构进一步提供了从用户研究结果向设计原则转化的依据。
从偏好结构到设计策略 / Design Strategy Translation
通过对四类用户偏好因子的解释，将统计结果进一步转化为可指导传统手工艺类非遗 APP 界面设计的具体路径。
01｜清晰易用的功能性设计
研究发现：用户重视信息结构、功能表达与导航关系。设计判断：文化内容首先需要被清晰找到和理解。
- 建立清晰的内容层级
- 准确分类工艺、历史、材料和作品
- 使用结构性导航支持核心浏览路径
- 利用关联导航连接不同文化内容
- 保证核心信息可见、可理解
02｜蕴含文化特色的交互性设计
研究发现：用户偏好图像引导、动画与声音反馈，以及适度、多样的操作方式。设计判断：传统手工艺不能只被阅读，还需要通过操作形成体验。
- 将工艺步骤转化为参与式交互
- 使用图像引导复杂操作
- 关键节点加入动画、声音或适当体感反馈
- 根据具体工艺选择交互形式
- 避免无关的娱乐化交互
03｜利于用户识别的简约性设计
研究发现：简约风格、文字标签与清晰标签系统共同形成用户偏好。设计判断：传统文化元素需要被克制地组织，而不是简单堆叠。
- 控制信息与视觉元素数量
- 保持清晰的页面层级
- 使用直观的文字标签
- 突出手工艺细节和核心知识
- 减少无关装饰带来的认知干扰
04｜多样艺术特色的风格化设计
研究发现：暖色调、国潮风格、拟物化图标和手写字体形成较明确的风格化偏好。设计判断：视觉语言需要来自具体工艺特征，而不是统一套用传统风格。
- 从工艺材料与制作过程提取色彩
- 从纹理、工具与成品形态提取视觉语言
- 根据文化内容选择字体
- 将传统视觉特征融入现代界面结构
- 建立不同非遗项目间可识别的视觉差异