感性设计旨在将顾客的感性需求集成到新产品的设计元素中，以提高顾客满意度。确定感性词汇和设计元素之间的映射关系，是感性设计研究的核心议题。现已提出一些方法来建立感性映射模型，但仍然存在着许多问题亟待解决。本文旨在补充和完善这一感性映射过程的方法体系，具体从以下几个方面进行研究：（1）在感性设计过程中考虑顾客群体的异质性，引入质量工程中的一种稳健性设计方法来设计感性产品，不仅使该产品大体上符合顾客群体的感性意象，而且使不同顾客对同一产品的感性反应的波动降到最小乃至消除。具体步骤为：首先，提出“感性距离”的概念，用以量化产品的感性质量；然后，将产品的各项感性参数作为控制因子，将顾客之间不一致的个体特征视为噪声因子，将感性距离作为响应变量，应用用单一表进行响应建模的方法，求得产品感性参数的稳健设置。以手机的感性设计为例，对上述方法进行了实际应用。（2）引入序次Probit回归分析的方法到感性设计领域，用来构建从设计元素到顾客感性的映射知识。并且，本文提出在感性设计的实证研究过程中，为了在序次Probit回归和序次Logit回归模型之中选择一个拟合较好的模型，必须对实际数据分别建模并进行比较研究。对既定的产品轮廓，应用所选模型可以较准确地预测顾客的特定感性响应的具体程度，从而为概念设计的评估提供参考。在实例部分，用手机的感性设计过程进行说明。确定了针对手机产品的四个感性意象尺度和六个关键产品属性。先后运用序次Probit回归和序次Logit回归对所收集的数据建模，以揭示从设计元素到顾客感性的定量关系。在拟合优度、预测准确性、整体显著性、系数显著性、成比例发生比假设检验的显著性水平这五个方面，比较了这两个模型的优劣。结果表明：对于所观测的数据，序次Logit模型比序次Probit模型更为优越。（3）针对感性挖掘过程，提出了一种提炼关联规则的方法：第一步，设定低水平的支持度和置信度的阈值进行关联规则挖掘，以保留尽可能多的有用信息；第二步，从第一步生成的原始关联规则中提炼出优质的关联规则，在这一步中，设计了一系列具体步骤。在设计师进行概念设计的过程中，所提炼出的优质关联规则可以为其提供指导，使产品设计有据可依。在实例部分，通过沃尔沃卡车驾驶室的感性设计说明了该方法的应用。