互联网推荐下视觉品牌形象设计探析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了互联网推荐下视觉品牌形象设计探析范文，希望能给你带来灵感和参考，敬请阅读。

摘要：以提升用户满意度为出发点，研究基于互联网推荐的视觉品牌形象设计方法。通过互联网采集用户行为数据，利用评分预测方法对未具有评分行为的图形元素评分，将可体现用户兴趣变化的评分依据时间变化赋予时间刻度值获取用户⁃元素⁃时间评分矩阵，利用时间加权方法依据评分矩阵计算用户兴趣相似度，利用用户最终兴趣相似度实现视觉品牌形象初步设计，将完成初步设计的品牌形象设计结果通过全局亮度调节、局部对比度增强以及颜色恢复完成视觉图像增强，提升最终品牌形象设计图像的视觉呈现效果。结果表明，采用该方法对某地区某粥品实施视觉品牌形象设计，设计结果可充分体现品牌文化与主题，不同年龄层、不同职业用户对所设计视觉品牌形象结果注视时间均高于2s，用户满意度高。

关键词：形象设计；视觉品牌；互联网推荐；数据采集；视觉呈现效果；评分矩阵；实例分析

良好的品牌形象设计可跨越语言、文化等差异限制[1]，使广大消费者凭视觉接收品牌形象内涵。品牌形象设计需充分考虑用户兴趣，用户兴趣具有较高的反复性且以线性状态呈现[2]。品牌形象是否可在第一时间感染消费者，使消费者产生向往、购买兴趣，可决定品牌日后的发展方向[3]。时间加权方法在用户数据较为稀疏的情况下具有较高的推荐性能[4]。图像质量决定视觉效果，高质量图像可提升人眼辨别信息的能力[5]。直方图均衡、多尺度增强等视觉增强方法具有放大噪声的缺陷，无法获取良好的视觉效果[6]。实践证明，消费者主要通过视觉获取所需信息，视觉获取的信息在所有信息中高达85%。徐华颖研究了融合地域文化的乡村品牌视觉形象设计[7]；魏向昕等研究了平面设计在服装品牌形象塑造中的应用[8]，重视服装品牌形象塑造。为更好地设计优秀的品牌形象，给品牌带来最佳经济效益，本文研究利用互联网推荐算法，充分考虑用户兴趣，以一种与消费者产生共鸣的方式呈现在品牌形象上，通过设计视觉品牌形象推动企业市场竞争力。

1互联网推荐的视觉品牌形象设计

1.1基于互联网的时间加权推荐算法

基于互联网的时间加权推荐算法选取用户兴趣度较高的品牌形象设计相关元素，从互联网中采集用户行为数据，对不具有评分行为的图形元素进行预测方法评分[9]，实现用户感兴趣的图形元素推荐。1.1.1评分预测用Lu,v表示用户⁃图形元素评分矩阵，该矩阵中包含用户u与用户v，q表示该矩阵中不具有评分的项，统计项q与其他项目间相似性，项目q的邻居项目集合Mq利用所获取相似性较高的项目建立评分体系，用户i对项目q评分公式如下：Pi,q=∑n∈Mqsimq,n·Gi,n∑n∈Mq||simq,n（1）式中：simq,n与Gi,n分别表示项目q与项目n的相似度以及用户i对项目n的评分。1.1.2时间刻度值利用式（1）获取Lu,v内全部未评分项，完成评分后，需要赋予时间刻度值于部分符合条件项，通过某元素与集合总体相似性作为所赋予的时间值[10]。用Lu表示用户u已访问元素集合，该集合利用时间窗划分法获取相同长度时间窗口公式如下：Lu=sum(L)ui（2）式中，需满足1≤i≤n，n表示大于0的正常数。通过以上分析可知用户在该时间段兴趣可通过不同时间窗内元素集合Lui体现，依据Lui与不同预测评分元素q的总体相似性赋予时间刻度值。当时间窗口内集合Lui与完成评分预测的元素q具有较高的总体相似性时，表示该元素q评分为某时刻用户u所完成。集合同元素Lui与元素q总体相似性公式为：sim(q),Lui=∑j∈Luisim(q),jsize(L)ui（3）式中，size(L)ui与sim(q),j分别表示集合内元素数量以及元素q与j间的相似度。用η表示体现总体相似性阈值，且满足0≤η≤1。通过所获取Lui与q总体相似性排序各元素，用Max()sim(q),Lui表示相似性最高的元素数据，当满足Max()sim(q),Lui≥η时，将该时间窗刻度值大小的二分之一设置为该元素q预测的时间刻度值。通过以上过程获取矩阵用户兴趣相似度。1.1.3时间权重用户兴趣在不同时间窗口下具有较高偏移，依据式（2）所获取时间窗，将相同和差异时间窗内评分利用逻辑斯蒂函数赋予相同或差异时间权重[11]，满足不同时间内用户兴趣变化，其公式如下：logistic(t)i=11+e-ti（4）式中，ti表示此刻时间与时间窗为i时的间隔。标准化处理时间差t并映射至[]-1,1，可知其满足0<logistic(t)i<1趋势且呈现单调递增状态。时间窗与此刻时间越近时，评分数据权值越高[12]，充分考虑用户兴趣变化缩放原始评分大小。完成互联网内用户评分预测以及赋予时间刻度值后，获取包含时间信息的用户⁃元素评分矩阵，通过逻辑斯蒂函数获取用户相似度计算公式如下：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表示完成评分预测以及赋予时间刻度值后互联网内用户u与v评分项集合。获取用户相似度后，得到用户对元素感兴趣程度公式如下：P(u),i=∑v∈S(u),K⋂N(i)Wuv11+θ(t||)0-tvi（6）式中：t0与tvi分别表示此刻时间以及用户v对元素i的评分时间；θ与1[]1+θ(t||)0-tvi分别为时间衰减参数及时间因子；Wuv为用户u与用户v的兴趣相似度；S(u),K为与用户u相近的数量K的用户。通过以上分析可知用户对元素的感兴趣程度与时间有关，将排名较前的元素作为视觉品牌形象设计元素完成视觉品牌形象初步设计。

1.2视觉图像增强方法

1.2.1全局亮度调节利用非线性映射，依据图像明暗程度实现动态范围及暗区域增强的过程为全局亮度调节过程[13]。用I(x),y表示彩色图像亮度分量，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分别为形象设计彩色图像的RGB空间内像素点R，G，B分量值。亮度图像明暗程度系数通过图像的累积分布函数获取公式如下：λ=ìíîïï0,      K≤50(K)-50120,   50<K≤1701,   K>170 （8）式中，K表示灰度累积分布函数为0.1时亮度图像相应灰阶。利用非线性映射实现自适应亮度调节公式如下：Ig(x),y=[I]n(x),y13λ+13（9）式中：Ig(x),y与λ分别为完成亮度调节的图像及原图像明暗系数；In(x),y=I(x),y255为完成归一化原图像亮度信息。通过以上实现视觉形象设计图像整体亮度非线性调整，为人眼观察提供便利。1.2.2局部对比度增强图像暗区域通过亮度调节后变亮，同时动态范围压缩降低了图像对比度，实施对比度增强处理。通过图像内点亮度与邻域平均亮度之间的相关性提升图像局部对比度。局部对比度增强公式如下：IL(x),y=Ig(x),yF(x),y（10）式中，Ig(x),y与F(x),y分别为完成亮度调节图像以及图像内(x),y点的增强系数，增强系数公式如下：F(x),y=()In(x),yIb(x),y（11）式中，Ib(x),y表示可体现该点所在位置光照情况的邻域平均亮度。通过双边滤波方法获取(x),y点邻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为数值相似性高斯核函数：GV(I(x,y),I(x))i,yj=exp()-(I(x)),y-I(x)i,yj22δ2V（13）GR表示空间邻近度高斯核函数，其公式如下：GR(x),y,xi,yj=exp()-(x)-xi2+(y)-yj22δ2R（14）式中，δR与δV分别为调整空间邻近度衰减速度以及调整数值相似性函数衰减速度的尺度参数。1.2.3颜色恢复图像亮度增强后，利用线性操作进行图像色彩恢复。完成操作后，像素点R，G，B分量比例关系固定，将原始图像内颜色信息完整保留[14]。视觉形象设计图像增强后的彩色信息恢复公式如下：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分别为点(x),y处比例增强因子及原始图像R，G，B三原色分量；I'j(x),y为设计经过视觉增强后的三元色分量。

2实例分析

为检测本文系统有效性，选取某地区某粥店品牌作为分析对象，考虑多重饮食需求，设置30余种粥品菜色。

2.1主观分析

本文方法充分考虑其品牌文化以及产品特色，基于时间加权推荐算法选取互联网内用户好感前3名的图形元素，初步设计形象结果如图1所示。由图1可知，本文方法选取用户好感排名较高的图形元素作为设计主要元素，利用螃蟹、虾等有海鲜特色的元素，充分抓住设计主题。由于以上图像色彩较暗，选取视觉图像增强方法处理上述图像，完成最终形象设计如图2所示。由图2可知，经过视觉图像增强处理后的图像颜色鲜艳，暖调黄色可增加与消费者间的亲和力。

2.2客观分析

选取100名不同年龄段、不同职业的用户观察本文方法所设计的品牌形象，统计其对设计结果的注视时间。为直观展示本文方法设计效果，选取地域文化方法（文献[7]）与平面设计方法（文献[8]）作为对比方法。不同年龄层对三种方法的形象设计结果平均注视时间统计结果如表1所示。不同职业对三种品牌形象设计结果的平均注视时间统计结果如表2所示。由表1、表2可知，不同年龄层、不同职业用户对本文方法设计视觉品牌形象注视时间均高于2s。说明本文方法可提升用户注视意愿，注视时间增强表明用户对本文设计结果具有较高的满意度。为进一步检测本文方法的视觉品牌形象设计效果，利用互联网发起网页调查问卷，统计100名互联网用户,对三种方法设计形象结果的不同指标满意程度采用10分打分制，打分结果如表3所示。由以上结果可知，调查者对采用本文方法设计品牌形象结果的亲和度、满意度等评价指标打分均为8.5分以上，八项指标的平均评分高达9.1分；另外两种方法的形象设计八项平均指标打分为7.3分及7.1分。调查结果显示，采用本文方法所设计品牌形象可令更多用户满意，具有更优的设计效果。

3结论

品牌形象从某种意义上来说是企业占有市场的敲门砖，现阶段的用户对于企业的更多记忆点均在于其视觉形象设计。因此提出研究基于互联网推荐的视觉品牌形象设计，通过实例分析验证该方法具有较高的视觉品牌形象设计性能，可应用于品牌形象实际应用中。互联网推荐算法可以依据用户兴趣设计出相应的视觉品牌形象，以此形象进行宣传更容易让消费者接受，同时可以尽可能的降低由于设计师在设计时主观印象造成的品牌形象设计方案不能被大众认可的可能性，在审美上与消费者产生共性，使品牌信息与目标消费者达成心理共鸣，在潜移默化的宣传中，逐渐将企业的强势品牌概念深入人心，从而带动产品销售，使企业在世界经济一体化的市场中占有一席之地。

作者:张燕 秦兴盛 单位:桂林电子科技大学信息科技学院 广西师范大学电子工程学院