李宇轩，韩旭，余毅

基于模糊Kano模型与熵权TOPSIS的产品设计研究

李宇轩1，韩旭2，余毅1

（1.武汉理工大学，武汉 430070；2.湖北工业大学，武汉 430068；）

为提供以玩家体验为中心的严肃游戏产品，提出一种融合学习方法（游戏化机制模型、模糊Kano模型、熵权TOPSIS法）的严肃游戏设计方法。首先，根据游戏教育目标结合相关成熟范式建立有针对性的学习机制——游戏化机制模型（Learning Mechanics-Game Mechanics Model），然后对模型中指标进行相关性评价，筛选得到初步符合游戏主题与教育目的的设计要素。其次，使用模糊Kano模型设计问卷调查得到需求分类，以必备需求为核心设计要素，提取期望需求、兴奋需求进行再次筛选排序，计算满意度指标。再次，通过李克特量表收集对满意度指标的评价信息结合熵值法得到具有客观性的设计要素权重，使用逼近理想解法（TOPSIS）确定各设计要素重要性排序。最后，以宣传网络信息安全的实体严肃游戏“DataCapital”作为设计案例，验证了该设计方法的可行性与优越性。认为该方法能较好地帮助严肃游戏的开发、切实提高游戏的玩家满意度，能为其他类似产品提供设计方法借鉴。

严肃游戏；模糊Kano模型；TOPSIS法；熵值法；学习机制–游戏化机制模型

严肃游戏（Serious Games）作为一种数字游戏学习工具，是游戏化理念与教育机制的结合，因其能利用游戏的吸引力和现代通信技术提升信息传播效率与影响力，在各个领域广泛应用[1]。在Starks等[2]的研究中证明具有充分学习方法支撑的严肃游戏在帮助掌握复杂技能、提高学习效率上对比传统教育具有优势。因此能够整合恰当学习方法指导游戏化过程，使学习方法与游戏机制相辅相成，共同贡献于教育的目的是高效的严肃游戏设计方法关键点[3]。

针对严肃游戏的设计方法，Arnab等[4-5]提出了Mapping–learning严肃游戏创新设计思路，通过利用根节点为游戏化机制与学习方法的学习机制-游戏机制模型（Learning Mechanics and Game Mechanics，LM–GM模型）指导游戏化过程，为严肃游戏设计提供了高效的通用指导工具。Callaghan等[6]应用LM–MG模型设计严肃游戏,将严肃游戏应用于工程师技能教学中，在实际的技能教育场景中验证了该方法的可行性。Alvarez[7]等提出了将实现–传播–应用（RDU）模型应用在严肃游戏中，将设计迭代融入严肃游戏设计。Romero等[8]将LM–GM模型作为评估与改进研究生课程的工具，使用定性研究方法得出引入不合适游戏元素会加重学生认知负荷的结论。综上所述，LM-GM模型作为严肃游戏设计通用工具在综合设计范式、指导学习方法匹配游戏化机制上起到了积极作用，但在设计过程中拘泥于参考成熟范式设计，对用户即玩家需求的发掘停留在浅表层。

模糊Kano模型（FKM）、熵值法、TOPSIS法被应用于多个领域的用户需求分析上。Huang[9]等运用模糊Kano法对问卷数据进行分析，以提取当地文化的兴奋质量需求用于校园文化产品创新设计中。周祺等[10]将模糊Kano模型结合情景FBS应用于情景玩具设计，两种模型优势互补，实现了情景化玩具在应用场景下功能、行为、结构的合理性设计。通过AHP专家打分法结合TOPSIS法对设计方案进行综合评价优选，实现了相对安全的儿童座椅产品设计。以上分析中Kano模型能较好地对用户需求进行分类，但传统AHP赋权过分依赖主观评价，易影响测评结果。刘大帅等[11]运用熵值法进行客观赋权，经对比传统专家打分测评法，发现熵值法能更客观地反应用户实际需求指标，有效避免主观判断误差。因此，使用FKM结合熵权TOPSIS的需求评价能更客观地反应用户实际需求，在严肃游戏设计实践过程中给予开发人员客观设计指导。

综上所述，本文使用严肃游戏设计指导模型（LM–GM模型）作为范式研究与文献调研的基础，使需求收集具有明确方向性。在设计需求分类中应用模糊Kano调查问卷得到实际需求，使用熵值法计算各设计指标客观权重，最后使用TOPSIS法得到各指标客观的重要度排序。充分发挥各模型的长处，并在实际案例中验证该设计流程的优越性。

1 严肃游戏设计创新方法

1.1 设计步骤

融合LM–GM模型、模糊Kano法与熵权TOPSIS的严肃游戏设计流程，见图1。

步骤1：通过范式研究与文献调研，总结相关学习方法与游戏化机制后，加入LM–GM模型，建立有针对性的设计模型。其次，对模型中核心组件进行专家评价，筛选与游戏主题与教育目的相关性较高的设计要素。

步骤2：通过模糊Kano模型建立调查问卷收集用户实际想法，计算满意度系数。使用客观赋权方法（熵权法）计算各设计指标的信息熵，进一步得到设计指标的加权评价矩阵。

步骤3：通过TOPSIS法对加权决策矩阵进行分析，得到设计要素重要度排序，以此指导设计实践。

1.2 基于LM–GM模型的初步设计需求信息获取

LG–GM模型，全称为学习机制–游戏化机制模型，是Limi等[12]于2013年提出的。其作为欧盟支持的游戏与学习联盟工作成果的一部分，LM–GM模型设计的目的是解决在设计以教学目的为驱动的游戏化产品在游戏化机制与学习方法上匹配的问题。LM–GM模型基于常见的教育机制与游戏机制（包括严肃游戏方式与娱乐游戏方式）的互相匹配可以使游戏化机制为大多数的教育场景提供严肃游戏解决方案[13]。在设计过程中，LM–GM模型可看为根节点为学习机制与游戏化机制，水平轴上学习方法、游戏机制可看作类似广度优先搜索排列，核心组件以类似于深度优先搜索的方式从两个根节点垂直向下运行，侧或叶节点表示支持该核心的学习方法或游戏化机制，见图2。

针对严肃游戏设计，设计过程中需对LM-GM模型中的核心组件进行筛选，保留与游戏主题和其教育目的关联性高的指标。因此，将所有核心组件进行公信度评测。要求具有丰富经验的专家选择模型中重要游戏设计要素，公信度低于0.5的核心组件被认为与游戏教育目的相关性较低，将该组件从模型中筛除，过程如下：

式中，为核心组件的相关性，为选择该指标的专家人数，为收到有效问卷数量。

1.3 模糊Kano模型

Kano教授在1984年提出Kano模型[13]。Kano模型主要是为了表现用户的满意度与产品的质量要素之间的非线性关系[13]。Kano模型将产品质量要素分为5类[14]，见图3。根据定义，严肃游戏设计中Kano模型的设计要素应分为5类[15]，即基本设计需求（）、期望设计需求（）、兴奋设计需求（）、无关设计需求（）、反向设计需求（），见图3。设计过程中使用Kano调查问卷、Kano评估表进行分类分析，使用Kano调查结果表统计分类结果。

图1 严肃游戏游戏设计流程

图2 LM-GM模型

图3 Kano模型

相比传统Kano模型，FKM模型能更好地反映用户面对模糊问题时的真实思维[15]。例如某游戏要素具备时，用户可将1分配给满意0.4、理应如此0.5和可以接受0.1，严肃游戏设计要素的FKM调查问卷（见表1），然后根据表2 FKM评测表进行评测，并计算用户满意度。

表1 严肃游戏FKM问卷

Tab.1 Serious Games FKM Questionnaire

表2 FKM需求分类评价表

Tab.2 FKM Demand Classification Evaluation Form

具体利用FKM对游戏设计要素进行分类步骤如下：

通过式（2）计算矩阵，并根据FKM分类评价表进行比较与计算。由表2计算评价矩阵如下：

根据FKM问卷调查的结果，计算严肃游戏具有某学习方法或游戏化机制时的用户满意度为，不具备时的不满意度为，即与分别表示如下：

1.4 熵权法指标赋权

熵权法是一种客观赋权方法。与专家打分法（AHP）有主观性较强的缺点[16]相比，熵权法运用数据本身的信息熵计算权重得到客观赋权结果。计算过程如下：

步骤1：构造决策矩阵。假设有个要素和个专家决策打分，则评价决策矩阵如下：

步骤2：计算得到归一化处理后的标准化矩阵，以标准化矩阵中列向量与所有元素和的比组成归一化矩阵，其计算过程如下：

式（9）中为调节系数，=1/lnn

1.5 TOPSIS法进行设计要素重要度评价

TOPSIS法是针对多属性问题在多个行业领域被广泛运用的决策方法[17]。

步骤1：根据指标权重构建加权决策矩阵

步骤3：根据正、负理想解，确定严肃游戏设计要素与理想解之间的加权欧氏距离。

步骤4：计算各目标的相对贴近度值，并进行排序。

2 应用实例

2.1 基于LG–MG模型的设计要素统计

表3 基于LM-GM模型的设计需求统计表

Tab.3 Statistical table of design needs based on LM-GM model

2.2 模糊Kano模型的设计需求指标分类

采用表1的模糊Kano调查问卷对各项设计要素进行调研，获得实际用户需求。该产品目标用户为青年学生群体，因此选择了解严肃游戏概念的青年学生发放调查问卷。共发放110份问卷，除2份不合理问卷和3份空白问卷，有效问卷105份。在设计过程中应对学习方法与游戏化机制分别进行测试，最终择优匹配。因篇幅原因，下文以游戏化机制评价为例，根据表3中视角转换设计要素=[0 0.6 0.4 0 0]，=[0 0 0.1 0.5 0.4]，由式（2）得到评价矩阵如下：

表4 设计要素FKM分类结果统计表

Tab.4 Statistical table of FKM classification results of design elements

表5 设计要素正、负满意度

Tab.5 Positive and negative satisfaction of design elements

2.3 熵值法确定设计要素权重值

使用七级李克特量表收集设计要素的专家评价意见。邀请5位具有丰富经验的工业设计系教师对游戏指标重要性进行打分，结果见表6。由式（7）得标准化游戏设计要素权重决策矩阵，结果见表8。

表6 设计要素权重决策标准矩阵

Tab.6 Standardized Matrix of Design Element Satisfaction

表7 设计要素重要度熵值、熵权值

Tab.7 Design elements importance entropy value, entropy weight value

2.4 熵权TOPSIS确定设计要素重要度

根据数据信息熵与熵权，为指标客观赋权。由式（10）计算得到设计要素重要度加权评价矩阵，结果见表8。

表8 设计要素重要度加权评价矩阵

Tab.8 Design elements importance weighted evaluation matrix

表9 设计要素重要度的相对贴近度及其正、负理想解的欧式距离

Tab.9 The relative closeness of the importance of design elements and the Euclidean distance of positive and negative ideal solutions

2.3 严肃游戏设计方案确定

将学习方法与游戏机制重要度排序结果根据游戏步骤合理结合，汇总于表10。设计流程中遵循核心要素>推荐要素>备选要素的顺序。围绕游戏教育目的设计游戏流程并安排游戏化机制，其中核心要素为FKM得出的必备设计要素，当核心要素满足游戏形式与目的时，尽最大可能满足用户需求；推荐设计要素为期望需求与兴奋需求中重要度排序靠前设计要素，可围绕核心设计要素，合理搭配使用在各个游戏环节中；备选设计要素为重要度排序较后的设计要素，一般不推荐使用在主要游戏步骤中。

将游戏方法与游戏化机制根据表10进行合理匹配，经过原型测试验证设计方案可靠性后将方案导出。按照游戏流程绘制最终方案设计信息可视化图指导产品设计，见图4。

游戏基本规则如下：玩家同时扮演普通网民与垄断公司，即视角切换机制；玩家开局时拥有5张代表5种不同个人隐私信息的卡，如家庭地址，电话号码等；玩家开局时将同时扮演一种公司类型，如社交媒体公司；通过正确答题解锁更多公司，即问答教学与收集游戏；行走在他人公司会接受盘问，公司所有者可以抽取公司卡提问，回答错误则失去信息卡，即问答教学、元游戏理念、奖惩机制；玩家也可以仅能在终点格时通过保护完好的个人信息卡宣布胜利，而从垄断公司视角集齐他人特定信息卡时可以直接宣布胜利。

表10 信息安全严肃游戏设计需求汇总表

Tab.10 Summary of Design Requirements for Information Security Serious Games

图4 最终方案设计信息可视化图

根据图4，从学习方法角度来看，该游戏的主要教学方式为问答教学，以探索棋盘的方式通过选择判断问答、回顾学习等学习方法，让玩家学习在不同的情况下如何保护自身信息安全。从游戏化机制来看，该游戏主要是一款策略游戏并搭配元游戏的设计概念，玩家通过正确回答问题得到更多的奖励道具、解锁地图上的公司，让游戏有高度的开放性、可控性。从游戏流程上来看，游戏核心是问答教学环节。依照最终设计方案，产出严肃游戏产品——信息安全教育严肃游戏“DataCaptial”见图5。

对比传统设计产品，经过合理设计方法产出的严肃游戏产品具有认知过程顺畅、学习方法多、游戏玩法新颖的特点。可以通过设计手段在兼顾教育目的同时，保持游戏本身的可玩性，良好地化解了如今严肃游戏设计拘泥于范式设计、套路化的困境。提升了玩家体验与学习效率，为严肃游戏方法应用领域的推广、应用层次的提升创造可能。

1–棋盘；2a–机会卡；2b–选择卡；2c–问题卡；3–骰子；4a–个人信息卡；4b–棋子卡；5–公司问题卡；6–包装盒；7–说明书。

(1.Game board 2a. Chance card 2b. Choice card 2c. Question card 3. Dice 4a. Personal information card 4b.Chessman card 5. Company question card 6. Packing box 7. Manual)

3 结语

针对严肃游戏设计中缺少用户需求分析过程的问题，提出基于LM–GM模型作为范式分析与信息收集指导，融合模糊Kano模型与熵权修正TOPSIS法为重要度分析工具的设计方法。具体流程是，首先根据LM–GM模型作为初始设计需求并通过市场调研、范式分析完善对模型的针对性优化；其次应用模糊Kano模型为设计要素分类，熵权TOPSIS法得出具有客观性的设计要素重要性排序；最后，以宣传信息安全的实体游戏产品“DataCapital”为设计案例，验证设计方法优越性。该设计方法改变了以往以经验主义与参考成熟范式为主导的严肃游戏设计思路，将用户对设计需求的评价融入设计调研流程中，拓宽了游戏设计的思路。

在下一步研究中，设计调研应着手进行主客观结合赋权，避免忽略设计要素本身的重要性。而在设计实践中，应将传统严肃游戏设计方法与新的视觉技术如AR与VR技术融合，提升游戏体验与教学中的信息传递效率。

[1] LAMERAS P, ARNAB S, DUNWELL I, et al. Essential Features of Serious Games Design in Higher Education: Linking Learning Attributes to Game Mechanics[J]. British Journal of Educational Technology, 2017, 48(4): 972-994.

[2] STARKS K. Cognitive Behavioral Game Design: A Unified Model for Designing Serious Games[J]. Frontiers in Psychology, 2014, 5: 28.

[3] SAILER M, HENSE J U, MAYR S K, et al. How Gamification Motivates: An Experimental Study of the Effects of Specific Game Design Elements on Psychological Need Satisfaction[J]. Computers in Human Behavior, 2017, 69: 371-380.

[4] ARNAB S, LIM T, CARVALHO M B, et al. Mapping Learning and Game Mechanics for Serious Games Analysis[J]. British Journal of Educational Technology, 2015, 46(2): 391-411.

[5] ARNAB S, BROWN K, CLARKE S, et al. The Development Approach of a Pedagogically-Driven Serious Game to Support Relationship and Sex Education (RSE) within a Classroom Setting[J]. Computers & Education, 2013, 69: 15-30.

[6] CALLAGHAN M, SAVIN-BADEN M, MCSHANE N, et al. Mapping Learning and Game Mechanics for Serious Games Analysis in Engineering Education[J]. IEEE Transactions on Emerging Topics in Computing, 2017, 5(1): 77-83.

[7] ALVAREZ J, PLANTEC J Y, VERMEULEN M, et al. RDU Model Dedicated to Evaluate Needed Counsels for Serious Game Projects[J]. Computers & Education, 2017, 114: 38-56.

[8] ROMERO M, KALMPOURTZIS G. Constructive Align­ment in Game Design for Learning Activities in Higher Education[J]. Information, 2020, 11(3): 126.

[9] HUANG Meng-jun. A novel design research based on fuzzy Kano-TOPSIS exploring the local culture on innovative campus product[C]//2020 13th International Symposium on Computational Intelligence and Design (ISCID). Hangzhou, China. IEEE: 145-148.

[10] 周祺, 李旭, 周济颜. 模糊Kano与情景FBS模型集成创新设计方法[J]. 图学学报, 2020, 41(5): 796-804.

ZHOU Qi, LI Xu, ZHOU Ji-yan. Integrated Innovative Design Method of Fuzzy Kano and Scenario FBS Model[J]. Journal of Graphics, 2020, 41(5): 796-804.

[11] 刘大帅, 杨勤, 吕健, 等. 融合用户满意度的用户需求综合重要性研究[J]. 图学学报, 2019, 40(6): 1137-1143.

LIU Da-shuai, YANG Qin, LV Jian, et al. Comprehensive Importance of Integrating User Satisfaction with User Demand[J]. Journal of Graphics, 2019, 40(6): 1137- 1143.

[12] Charlier N, Fraine B D. Game-Based Learning in Teacher Education: A Strategy to Integrate Digital Games into Secondary Schools[J]. International Journal of Game-Based Learning, 2014, 2(2): 1-12.

[13] LIM T, LOUCHART S, SUTTIE N, et al. Strategies for Effective Digital Games Development and Implementation[M]. PA: IGI Global, 2013.

[14] KANO. Attractive Quality and Must-Be Quality[J]. Journal of the Japanese Society for Quality Control, 1984, 14: 39-48.

[15] 张芳兰, 贾晨茜. 基于用户需求分类与重要度评价的产品创新方法研究[J]. 包装工程, 2017, 38(16): 87-92.

ZHANG Fang-lan, JIA Chen-xi. Products Innovation Method Based on Classification and Importance Evalua­tion of User Needs[J]. Packaging Engineering, 2017, 38(16): 87-92.

[16] LEE Yu-cheng, HUANG S Y. A New Fuzzy Concept Approach for Kano's Model[J]. Expert Systems With Applications, 2009, 36(3): 4479-4484.

[17] SHI Yan-lin, PENG Qing-jin, ZHANG Jian. An Objective Weighting Method of Function Requirements for Product Design Using Information Entropy[J]. Computer-Aided Design and Applications, 2020, 17(5): 966-978.

[18] OLABANJI O M, MPOFU K. Decision Analysis for Optimal Design Concept: Hybridized Fuzzified Weighted Decision Matrix and Fuzzy TOPSIS Using Design for X Tools[J]. Procedia CIRP, 2019, 84: 434-441.

[19] YASIN A, LIN Liu, TONG Li, et al. Improving Software Security Awareness Using a Serious Game[J]. IET Software, 2019, 13(2): 159-169.

Product Design Based on Fuzzy Kano Model and Entropy Weight TOPSIS

LI Yu-xuan1, HAN Xu2, YU Yi3

(1. University of Edinburgh, Edinburgh Scotland, Edinburgh EH8 9ST, United Kingdom; 2. Hubei University of Technology, Wuhan 430068, China; 3. Wuhan University of Technology, Wuhan 430070, China)

In order to provide serious game products with player experience as its core, this paper proposes a serious game design method of learning methods game mechanism model, fuzzy Kano model and Entropy TOPSIS method. Firstly, according to the goal of game and related paradigms, a targeted learning mechanism-game mechanism model is established, and then the relevance of the indicators in the model is evaluated to screen out the design elements that initially accord with the theme of the game and the purpose of education. Secondly, the fuzzy Kano model is used to design the questionnaire survey to get the demand classification. Taking the essential demand as the core design element, the expected demand and excited demand are extracted to sort, thereby calculating the satisfaction index. Thirdly, the evaluation information of satisfaction index is collected by Likert scale, and the objective weight of design elements is obtained by entropy method, and the importance order of each design element is determined by TOPSIS. Finally, taking the entity serious game "data capital" as a design case, the feasibility and superiority of the design method are verified. In conclusion, this method can be conducive to developing serious games, improving the satisfaction of game players, and providing reference for other similar products.

serious games; educational games; fuzzy Kano model; TOPSIS; Entropy weight method; learning mechanism-gamification mechanism model

TP 391；TB472

A

1001-3563(2022)18-0057-08

10.19554/j.cnki.1001-3563.2022.18.008

2022–07–22

教育部人文社科基金（20YJC760025）；湖北省文化创意产业化设计研究中心开放基金重点项目（HBCY2005）

李宇轩（1998—），男，博士生，主要研究方向为信息设计，工业设计，交互设计。

韩旭（1987—），男，博士，讲师，主要研究方向为游戏化设计，虚拟现实设计，智能交互设计。

责任编辑：陈作