儿童游戏化智能收纳产品设计研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:liusha5188
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
儿童玩具消费的增长给儿童家庭空间带来了一定的负担,儿童收纳习惯的培养日益受到了家长们的重视。学龄前期正是儿童认知和生活技能发展的黄金时期,学龄前儿童养成的玩具收纳习惯随着时间的推移,会逐渐延伸为对身边大小事物的收纳,甚至是精神上的归纳与整理,对儿童的未来大有益处。然而大多学龄前儿童并不具备主动收纳的执行能力,需要得到来自家长和收纳产品的引导。但很多家长无法有效引导儿童学习收纳,市场上现有的收纳产品也很少以儿童需求为中心,存在趣味性不足、无法引导儿童自主收纳、寻找物品不便等问题。本研究旨在对儿童智能收纳产品进行游戏化设计,以儿童感兴趣的方式引导儿童学习收纳,帮助其在便捷有趣的收纳体验中逐渐养成良好的收纳习惯。首先,本文对儿童特征、游戏化设计理论和特征、儿童收纳方法以及儿童学习收纳的主要方式进行归纳总结,对比分析游戏化设计在儿童收纳设计领域的相对优势,为设计策略构建和设计实践提供研究基础。接着,通过行为观察、深度访谈、实地调研、问卷调查等用户调研方法,洞察儿童收纳行为的影响因素和收纳行为动机,并通过梳理调研中获取的用户信息建立用户画像,进而分析用户对游戏化智能收纳产品的需求。然后,通过相关竞品分析,归纳了现有儿童游戏化智能收纳产品的行为引导形式和游戏化应用,并分析其优缺点,结合前期用户研究,根据儿童产品的一般性设计原则和游戏化设计方法,提出了儿童游戏化智能收纳产品的设计原则,以及基于HOOK上瘾模型的儿童智能收纳产品的游戏化行为引导设计策略。最后,根据前期的用户需求、设计原则和设计策略完成产品定位、功能定位以及智能收纳系统设计,进而对智能硬件的外观、结构、技术实现,软件的信息架构、低保真原型设计、视觉效果设计,以及整体游戏化模式进行细化设计,并通过用户评估发现设计的不足,方便后续进行设计优化。本次课题研究对于儿童游戏化智能收纳产品的设计研究将具有一定的参考价值和推动意义。
其他文献
良好的数字病理图像质量是数字病理学准确应用的前提。为提出应用性更强的数字病理图像质量问题的检测方法,本文把数字病理图像的质量检测问题分为切片级和图片级。切片级质量问题包括对焦错误、载玻片压片偏移、虚拟位置与实际位置偏移,这些问题会导致全视野数字病理切片不可用。图片级质量问题指全视野数字病理切片中存在的不可用的图像区域。针对三种切片级质量问题,本文提出了检测的方法。首先,对焦错误问题的检测依赖于图像
随着物联网新型应用场景的不断发展和通信需求的日益提高,接入网络的移动终端设备和通信数据量呈指数式增长,无线通信网络的性能也面临着更高的要求。一方面,现有的移动终端设备和无线节点多为电池供电,有限的续航能力成为制约通信网络寿命和可靠性的关键因素;另一方面,持续增长的通信业务量带来了巨大的能量消耗。此外,随着基站和接入点增多,基础承载网络的容量面临着更高的需求,无线通信的基础网络架构部署也亟需优化。因
根据Tyler提出的氧插入机理,复合氧化物中的氧空位可被视为天然的赝电容储能点位,本身具有氧空穴结构的烧绿石型复合氧化物是一类具有很大潜力的电化学储能材料,可以通过在其A位或B位掺杂低价元素来调控氧空穴的浓度,从而增加电荷储存位点。为了改善当前柔性超级电容器存在的工作电压有限、能量密度低等问题,本论文采用静电纺丝技术结合低温煅烧制备了具有较高电化学储能性能的烧绿石型无机复合氧化物(La2Ti2O7
纤维素是地球上含量最丰富的天然高分子碳水化合物,采用化学法、机械法或化学与机械相结合等方法可制备出尺度较小的微纳米纤维素(Micro-nano Cellulose Filaments),尤其是纳米纤维素具有较大的比表面积、高强度、高长径比和低热膨胀系数等特点,在食品、化妆、烟草、涂料和造纸等领域具有广泛的应用。本文以漂白针叶木浆为原料,通过羧甲基化预处理结合超声波处理的方法制备出具有高长径比的微纳
作为聚类分析的一大分支,子空间聚类由于其在高维数据条件下表现出的优异性能引起了国内外的广泛关注。而深度学习和子空间聚类理论的结合,则让这种通过将高维数据映射至低维子空间,获取自表达矩阵以进行谱聚类的算法在速度和准确性上提升到一个新高度。然而,当前的深度子空间聚类算法在准确性上仍有进步空间,其局限于理论本身所带来对数据量的限制,导致信息量缺失,影响了算法的泛化性和鲁棒性;此外,其无法良好学习原始高维
在软件产品呈现多样化的今天,软件规模与复杂度也随之提高,给软件测试与质量保证带来了新的挑战。软件缺陷预测通过历史代码模块构建缺陷预测模型,预测项目中潜在的缺陷模块,帮助开发者合理地分配有限的测试资源以及优化测试流程,为软件质量提供保障。传统的软件缺陷预测方法通过设计与源代码统计特性相关的软件度量作为缺陷预测模型的输入特征。然而这些手工软件度量存在不能充分地捕获源代码语法结构和语义信息的问题。此外,
目前临床上对于骨缺损的治疗主要仍为自体骨、异种或同种异体骨和人工合成的骨替代材料来进行移植。然而,对于自身本就有全身性慢性疾病比如糖尿病、甲状腺功能减退、慢性骨感染、恶性肿瘤、钙磷代谢紊乱以及骨质疏松症的人群来说,骨缺损的愈合就尤为困难。因此这就需要研究和开发能够负载相关药物的骨修复材料以满足临床需求。所以从生物安全性、良好的成骨性能以及局部药物长期释放的角度出发,本研究首先使用溶胶凝胶结合模板法
大量实际产品表面均具有某种天然/人工纹理模式。从局部视野来看,纹理模式可表现出复杂的像素灰度空间分布,导致如何从纹理背景中定位和分离出各种潜在缺陷成为一个具有挑战性的问题。同时,生产技术的进步及人工成本的升高使得从工业现场收集足量类型齐全的缺陷样本几乎不可行,意味着现有的有监督检测方法存在较大的局限性。为此,本文基于频谱分析及深度学习,探索了若干无监督纹理缺陷检测方法,具体研究内容如下:(1)针对
随着互联网信息技术的不断发展,互联网上的信息量呈现爆炸式增长。为了缓解信息过载问题,推荐系统的研究受到越来越多研究人员的关注,并应用到了现实生活中的很多场景中,比如:在线购物系统、在线多媒体系统以及搜索引擎等。社会化推荐系统是现代推荐系统中的重要研究方向之一,其研究内容是在结合用户与商品交互关系的基础上引入用户之间的社交关系,希望进一步提升用户偏好预测效果,并缓解数据稀疏问题。虽然近年来许多工作表