互聯(lián)網(wǎng)推薦下視覺品牌形象設(shè)計探析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了互聯(lián)網(wǎng)推薦下視覺品牌形象設(shè)計探析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：以提升用戶滿意度為出發(fā)點，研究基于互聯(lián)網(wǎng)推薦的視覺品牌形象設(shè)計方法。通過互聯(lián)網(wǎng)采集用戶行為數(shù)據(jù)，利用評分預(yù)測方法對未具有評分行為的圖形元素評分，將可體現(xiàn)用戶興趣變化的評分依據(jù)時間變化賦予時間刻度值獲取用戶⁃元素⁃時間評分矩陣，利用時間加權(quán)方法依據(jù)評分矩陣計算用戶興趣相似度，利用用戶最終興趣相似度實現(xiàn)視覺品牌形象初步設(shè)計，將完成初步設(shè)計的品牌形象設(shè)計結(jié)果通過全局亮度調(diào)節(jié)、局部對比度增強以及顏色恢復(fù)完成視覺圖像增強，提升最終品牌形象設(shè)計圖像的視覺呈現(xiàn)效果。結(jié)果表明，采用該方法對某地區(qū)某粥品實施視覺品牌形象設(shè)計，設(shè)計結(jié)果可充分體現(xiàn)品牌文化與主題，不同年齡層、不同職業(yè)用戶對所設(shè)計視覺品牌形象結(jié)果注視時間均高于2s，用戶滿意度高。

關(guān)鍵詞：形象設(shè)計；視覺品牌；互聯(lián)網(wǎng)推薦；數(shù)據(jù)采集；視覺呈現(xiàn)效果；評分矩陣；實例分析

良好的品牌形象設(shè)計可跨越語言、文化等差異限制[1]，使廣大消費者憑視覺接收品牌形象內(nèi)涵。品牌形象設(shè)計需充分考慮用戶興趣，用戶興趣具有較高的反復(fù)性且以線性狀態(tài)呈現(xiàn)[2]。品牌形象是否可在第一時間感染消費者，使消費者產(chǎn)生向往、購買興趣，可決定品牌日后的發(fā)展方向[3]。時間加權(quán)方法在用戶數(shù)據(jù)較為稀疏的情況下具有較高的推薦性能[4]。圖像質(zhì)量決定視覺效果，高質(zhì)量圖像可提升人眼辨別信息的能力[5]。直方圖均衡、多尺度增強等視覺增強方法具有放大噪聲的缺陷，無法獲取良好的視覺效果[6]。實踐證明，消費者主要通過視覺獲取所需信息，視覺獲取的信息在所有信息中高達(dá)85%。徐華穎研究了融合地域文化的鄉(xiāng)村品牌視覺形象設(shè)計[7]；魏向昕等研究了平面設(shè)計在服裝品牌形象塑造中的應(yīng)用[8]，重視服裝品牌形象塑造。為更好地設(shè)計優(yōu)秀的品牌形象，給品牌帶來最佳經(jīng)濟(jì)效益，本文研究利用互聯(lián)網(wǎng)推薦算法，充分考慮用戶興趣，以一種與消費者產(chǎn)生共鳴的方式呈現(xiàn)在品牌形象上，通過設(shè)計視覺品牌形象推動企業(yè)市場競爭力。

1互聯(lián)網(wǎng)推薦的視覺品牌形象設(shè)計

1.1基于互聯(lián)網(wǎng)的時間加權(quán)推薦算法

基于互聯(lián)網(wǎng)的時間加權(quán)推薦算法選取用戶興趣度較高的品牌形象設(shè)計相關(guān)元素，從互聯(lián)網(wǎng)中采集用戶行為數(shù)據(jù)，對不具有評分行為的圖形元素進(jìn)行預(yù)測方法評分[9]，實現(xiàn)用戶感興趣的圖形元素推薦。1.1.1評分預(yù)測用Lu,v表示用戶⁃圖形元素評分矩陣，該矩陣中包含用戶u與用戶v，q表示該矩陣中不具有評分的項，統(tǒng)計項q與其他項目間相似性，項目q的鄰居項目集合Mq利用所獲取相似性較高的項目建立評分體系，用戶i對項目q評分公式如下：Pi,q=∑n∈Mqsimq,n·Gi,n∑n∈Mq||simq,n（1）式中：simq,n與Gi,n分別表示項目q與項目n的相似度以及用戶i對項目n的評分。1.1.2時間刻度值利用式（1）獲取Lu,v內(nèi)全部未評分項，完成評分后，需要賦予時間刻度值于部分符合條件項，通過某元素與集合總體相似性作為所賦予的時間值[10]。用Lu表示用戶u已訪問元素集合，該集合利用時間窗劃分法獲取相同長度時間窗口公式如下：Lu=sum(L)ui（2）式中，需滿足1≤i≤n，n表示大于0的正常數(shù)。通過以上分析可知用戶在該時間段興趣可通過不同時間窗內(nèi)元素集合Lui體現(xiàn)，依據(jù)Lui與不同預(yù)測評分元素q的總體相似性賦予時間刻度值。當(dāng)時間窗口內(nèi)集合Lui與完成評分預(yù)測的元素q具有較高的總體相似性時，表示該元素q評分為某時刻用戶u所完成。集合同元素Lui與元素q總體相似性公式為：sim(q),Lui=∑j∈Luisim(q),jsize(L)ui（3）式中，size(L)ui與sim(q),j分別表示集合內(nèi)元素數(shù)量以及元素q與j間的相似度。用η表示體現(xiàn)總體相似性閾值，且滿足0≤η≤1。通過所獲取Lui與q總體相似性排序各元素，用Max()sim(q),Lui表示相似性最高的元素數(shù)據(jù)，當(dāng)滿足Max()sim(q),Lui≥η時，將該時間窗刻度值大小的二分之一設(shè)置為該元素q預(yù)測的時間刻度值。通過以上過程獲取矩陣用戶興趣相似度。1.1.3時間權(quán)重用戶興趣在不同時間窗口下具有較高偏移，依據(jù)式（2）所獲取時間窗，將相同和差異時間窗內(nèi)評分利用邏輯斯蒂函數(shù)賦予相同或差異時間權(quán)重[11]，滿足不同時間內(nèi)用戶興趣變化，其公式如下：logistic(t)i=11+e-ti（4）式中，ti表示此刻時間與時間窗為i時的間隔。標(biāo)準(zhǔn)化處理時間差t并映射至[]-1,1，可知其滿足0<logistic(t)i<1趨勢且呈現(xiàn)單調(diào)遞增狀態(tài)。時間窗與此刻時間越近時，評分?jǐn)?shù)據(jù)權(quán)值越高[12]，充分考慮用戶興趣變化縮放原始評分大小。完成互聯(lián)網(wǎng)內(nèi)用戶評分預(yù)測以及賦予時間刻度值后，獲取包含時間信息的用戶⁃元素評分矩陣，通過邏輯斯蒂函數(shù)獲取用戶相似度計算公式如下：sim(u),v=∑i∈Lu,v(G)u,i·logistic(t)i--Gu·(G)v,i·logistic(t)i--Gv∑i∈Lu,v(G)u,i·logistic(t)i--Gu2·∑i∈Lu,v(G)v,i·logistic(t)i--Gu2（5）式中，Lu,v表示完成評分預(yù)測以及賦予時間刻度值后互聯(lián)網(wǎng)內(nèi)用戶u與v評分項集合。獲取用戶相似度后，得到用戶對元素感興趣程度公式如下：P(u),i=∑v∈S(u),K⋂N(i)Wuv11+θ(t||)0-tvi（6）式中：t0與tvi分別表示此刻時間以及用戶v對元素i的評分時間；θ與1[]1+θ(t||)0-tvi分別為時間衰減參數(shù)及時間因子；Wuv為用戶u與用戶v的興趣相似度；S(u),K為與用戶u相近的數(shù)量K的用戶。通過以上分析可知用戶對元素的感興趣程度與時間有關(guān)，將排名較前的元素作為視覺品牌形象設(shè)計元素完成視覺品牌形象初步設(shè)計。

1.2視覺圖像增強方法

1.2.1全局亮度調(diào)節(jié)利用非線性映射，依據(jù)圖像明暗程度實現(xiàn)動態(tài)范圍及暗區(qū)域增強的過程為全局亮度調(diào)節(jié)過程[13]。用I(x),y表示彩色圖像亮度分量，其公式如下：I(x),y=max{I}R(x),y,IG(x),y,IB(x),y（7）式中，IR(x),y，IG(x),y，IB(x),y分別為形象設(shè)計彩色圖像的RGB空間內(nèi)像素點R，G，B分量值。亮度圖像明暗程度系數(shù)通過圖像的累積分布函數(shù)獲取公式如下：λ=ìíîïï0,      K≤50(K)-50120,   50<K≤1701,   K>170 （8）式中，K表示灰度累積分布函數(shù)為0.1時亮度圖像相應(yīng)灰階。利用非線性映射實現(xiàn)自適應(yīng)亮度調(diào)節(jié)公式如下：Ig(x),y=[I]n(x),y13λ+13（9）式中：Ig(x),y與λ分別為完成亮度調(diào)節(jié)的圖像及原圖像明暗系數(shù)；In(x),y=I(x),y255為完成歸一化原圖像亮度信息。通過以上實現(xiàn)視覺形象設(shè)計圖像整體亮度非線性調(diào)整，為人眼觀察提供便利。1.2.2局部對比度增強圖像暗區(qū)域通過亮度調(diào)節(jié)后變亮，同時動態(tài)范圍壓縮降低了圖像對比度，實施對比度增強處理。通過圖像內(nèi)點亮度與鄰域平均亮度之間的相關(guān)性提升圖像局部對比度。局部對比度增強公式如下：IL(x),y=Ig(x),yF(x),y（10）式中，Ig(x),y與F(x),y分別為完成亮度調(diào)節(jié)圖像以及圖像內(nèi)(x),y點的增強系數(shù)，增強系數(shù)公式如下：F(x),y=()In(x),yIb(x),y（11）式中，Ib(x),y表示可體現(xiàn)該點所在位置光照情況的鄰域平均亮度。通過雙邊濾波方法獲取(x),y點鄰域平均亮度公式如下：Ib(x),y=∑i,j=-WWGRGVIn(x)i,yj∑i,j=-WWGRGV（12）式中，GV為數(shù)值相似性高斯核函數(shù)：GV(I(x,y),I(x))i,yj=exp()-(I(x)),y-I(x)i,yj22δ2V（13）GR表示空間鄰近度高斯核函數(shù)，其公式如下：GR(x),y,xi,yj=exp()-(x)-xi2+(y)-yj22δ2R（14）式中，δR與δV分別為調(diào)整空間鄰近度衰減速度以及調(diào)整數(shù)值相似性函數(shù)衰減速度的尺度參數(shù)。1.2.3顏色恢復(fù)圖像亮度增強后，利用線性操作進(jìn)行圖像色彩恢復(fù)。完成操作后，像素點R，G，B分量比例關(guān)系固定，將原始圖像內(nèi)顏色信息完整保留[14]。視覺形象設(shè)計圖像增強后的彩色信息恢復(fù)公式如下：I'j(x),y=λ(x),yIj(x),y,j=r,g,b（15）式中：λ(x),y=IL(x),yI(x),y，j=r,g,b分別為點(x),y處比例增強因子及原始圖像R，G，B三原色分量；I'j(x),y為設(shè)計經(jīng)過視覺增強后的三元色分量。

2實例分析

為檢測本文系統(tǒng)有效性，選取某地區(qū)某粥店品牌作為分析對象，考慮多重飲食需求，設(shè)置30余種粥品菜色。

2.1主觀分析

本文方法充分考慮其品牌文化以及產(chǎn)品特色，基于時間加權(quán)推薦算法選取互聯(lián)網(wǎng)內(nèi)用戶好感前3名的圖形元素，初步設(shè)計形象結(jié)果如圖1所示。由圖1可知，本文方法選取用戶好感排名較高的圖形元素作為設(shè)計主要元素，利用螃蟹、蝦等有海鮮特色的元素，充分抓住設(shè)計主題。由于以上圖像色彩較暗，選取視覺圖像增強方法處理上述圖像，完成最終形象設(shè)計如圖2所示。由圖2可知，經(jīng)過視覺圖像增強處理后的圖像顏色鮮艷，暖調(diào)黃色可增加與消費者間的親和力。

2.2客觀分析

選取100名不同年齡段、不同職業(yè)的用戶觀察本文方法所設(shè)計的品牌形象，統(tǒng)計其對設(shè)計結(jié)果的注視時間。為直觀展示本文方法設(shè)計效果，選取地域文化方法（文獻(xiàn)[7]）與平面設(shè)計方法（文獻(xiàn)[8]）作為對比方法。不同年齡層對三種方法的形象設(shè)計結(jié)果平均注視時間統(tǒng)計結(jié)果如表1所示。不同職業(yè)對三種品牌形象設(shè)計結(jié)果的平均注視時間統(tǒng)計結(jié)果如表2所示。由表1、表2可知，不同年齡層、不同職業(yè)用戶對本文方法設(shè)計視覺品牌形象注視時間均高于2s。說明本文方法可提升用戶注視意愿，注視時間增強表明用戶對本文設(shè)計結(jié)果具有較高的滿意度。為進(jìn)一步檢測本文方法的視覺品牌形象設(shè)計效果，利用互聯(lián)網(wǎng)發(fā)起網(wǎng)頁調(diào)查問卷，統(tǒng)計100名互聯(lián)網(wǎng)用戶,對三種方法設(shè)計形象結(jié)果的不同指標(biāo)滿意程度采用10分打分制，打分結(jié)果如表3所示。由以上結(jié)果可知，調(diào)查者對采用本文方法設(shè)計品牌形象結(jié)果的親和度、滿意度等評價指標(biāo)打分均為8.5分以上，八項指標(biāo)的平均評分高達(dá)9.1分；另外兩種方法的形象設(shè)計八項平均指標(biāo)打分為7.3分及7.1分。調(diào)查結(jié)果顯示，采用本文方法所設(shè)計品牌形象可令更多用戶滿意，具有更優(yōu)的設(shè)計效果。

3結(jié)論

品牌形象從某種意義上來說是企業(yè)占有市場的敲門磚，現(xiàn)階段的用戶對于企業(yè)的更多記憶點均在于其視覺形象設(shè)計。因此提出研究基于互聯(lián)網(wǎng)推薦的視覺品牌形象設(shè)計，通過實例分析驗證該方法具有較高的視覺品牌形象設(shè)計性能，可應(yīng)用于品牌形象實際應(yīng)用中?；ヂ?lián)網(wǎng)推薦算法可以依據(jù)用戶興趣設(shè)計出相應(yīng)的視覺品牌形象，以此形象進(jìn)行宣傳更容易讓消費者接受，同時可以盡可能的降低由于設(shè)計師在設(shè)計時主觀印象造成的品牌形象設(shè)計方案不能被大眾認(rèn)可的可能性，在審美上與消費者產(chǎn)生共性，使品牌信息與目標(biāo)消費者達(dá)成心理共鳴，在潛移默化的宣傳中，逐漸將企業(yè)的強勢品牌概念深入人心，從而帶動產(chǎn)品銷售，使企業(yè)在世界經(jīng)濟(jì)一體化的市場中占有一席之地。

作者:張燕 秦興盛 單位:桂林電子科技大學(xué)信息科技學(xué)院 廣西師范大學(xué)電子工程學(xué)院