近期，设计学院李振宇副教授团队在AI辅助设计研究方面取得重要进展，研究成果以“A cosmetic packaging design method based on online reviews”为题发表于《Engineering Applications of Artificial Intelligence》。该期刊是工程综合、计算机科学与人工智能领域的国际高水平期刊。论文第一作者为硕士毕业生高瞻，通讯作者为李振宇副教授，署名单位为江南大学。
该研究构建了以电商用户评论为核心的数据驱动设计体系，首先进行数据采集与分析，通过Python编程从电商平台采集用户评论数据，运用潜在狄利克雷分配主题模型聚类核心主题，结合扎根理论编码分析提炼需求要素；其次进行需求排序，采用卡诺模型与层次分析法对需求进行分类及权重排序，确定品牌辨识度、品牌价值感知、视觉美观精致等重点需求维度；最后进行方案设计与优化，结合传统设计软件与生成式人工智能工具开发口红包装设计方案，运用逼近理想解排序法进行综合评价，筛选并优化出最优方案。该体系通过用户评论大数据，多模型协同分析结合AI辅助生成的方式，有助于缩短包装开发周期、降低试错成本，推动设计从经验驱动向数据驱动转变。在口红包装案例中，最优方案较好地兼顾了品牌辨识度、视觉吸引力与用户体验，提升了设计的用户满意度与市场适配度，为化妆品企业提供了可参考的设计方法论，对行业包装设计的高效化、个性化发展具有积极意义。
研究所构建的化妆品包装设计体系为行业提供了数据驱动的新思路，未来可从多维度进一步拓展与深化。在数据维度，可扩大数据源范围，整合社交媒体、用户访谈、消费行为数据等多渠道信息，结合跨平台数据融合技术提升需求挖掘的全面性；在技术维度，可强化生成式AI与专业设计软件的深度协同，优化模型参数以提升设计方案的个性化与创新性，探索AI在材料选择、可持续设计等领域的应用场景；在应用维度，可将该体系拓展至更多化妆品品类，结合不同品类的产品特性与消费群体需求进行定制化调整，同时推动与品牌方的深度合作，实现研究成果的产业化落地，助力化妆品包装设计向更精准、高效、绿色的方向发展。
该研究受中国国家艺术基金资助（项目编号：2024-A-04-110-503）
论文链接：https://doi.org/10.1016/j.engappai.2025.112865
论文封面
