人机交互学习-8 交互设计模型与理论

news2024/11/18 1:42:19

交互设计模型与理论

  • 预测模型
    • GOMS模型
      • GOMS全称
        • Goals
        • Operators
        • Methods
        • Selection Rules
      • 举例
      • GOMS方法步骤
      • GOMS模型分析
    • 击键层次模型
      • 操作符
      • 使用方法
      • 放置M操作符的启发规则
      • KLM分析
      • KLM应用
    • Fitts定律
      • 三个指标
      • a,b的确定
      • 说明
      • Fitts定律建议
      • Fitts定律应用
  • 动态特性建模
    • 状态转移网
    • 三态模型
      • 鼠标的三态模型
      • 触摸板的三态模型

预测模型

  • 能够预测用户的执行情况,但不需要对用户做实际测试
  • 特别适合于无法进行用户测试的情形
  • 不同模型关注用户执行的不同方面
    GOMS
    KLM层次击键模型
    Fitts定律

GOMS模型

  • 最著名的预测模型,基于人类处理机模型
  • 关于人类如何执行认知—动作型任务以及如何与系统交互的理论模型
    采用“分而治之”的思想,将一个任务进行多层次的细化
    把每个操作的时间相加就可以得到一项任务的时间

GOMS全称

  • Goal-目标
    用户要达到什么目的
  • Operator-操作
    任务执行的底层行为,不能分解
    为达到目标而使用的认知过程和物理行为
    如点击鼠标
  • Method-方法
    如何完成目标的过程,即对应目标的子目标序列和所需操作
    如移动鼠标,输入关键字,点击Go按钮
  • Selection rule-选择规则
    确定当有多种方法时选择的方法
    GOMS认为方法的选择不是随机的

Goals

  • 用户要达到的目的
    可分不同层次
    如“编辑一篇文章” 和“删除一个字符”
  • 通常是层次化的
    高层次目标可分解为若干个低层次目标
  • 通常表示为动作-对象序列
    如复制文件,创建目录等

Operators

  • 用户为了完成任务必须执行的基本动作
  • 操作种类:
    1)外部操作
    用户与系统之间可观测的物理操作
    2)心理操作
    用户内部行为
    不可观测
    如假想、猜测等
  • 操作时间是上下文无关的
    花费的时间与用户正在完成什么样的任务或当前的操作环境没有关系

Methods

  • 为实现目标所需要的操作序列
    外部 + 心理
    如使用鼠标单击输入域,输入关键字,再单击“查找”按钮
  • 若用户能够执行一个任务,则表示其拥有该任务的一种方法
    目标对应的方法不唯一

Selection Rules

选择规则是用户要遵守的判定规则:

  • 以确定在特定环境下所使用的方法
  • GOMS中并不认为这是一个随机的选择
  • 而是根据特定用户、系统的状态、目标的细节来预测要选择哪种方法。

举例

使用GOMS模型描述在Word中删除文本的过程:
目标:删除Word中的文本
方法1:使用菜单删除文本

  • 步骤1:思考,需要选定待删除的文本
  • 步骤2:思考,应使用“剪裁”命令
  • 步骤3:思考,“剪裁”命令在“编辑”菜单中
  • 步骤4:选定待删除文本,执行“剪裁”命令
  • 步骤5:达到目标,返回

方法2:使用“删除键”删除文本

  • 步骤1:思考,应把光标定位在待删除的第一个字符处
  • 步骤2:思考,需要使用“删除Del”键
  • 步骤3:定位光标,按“删除”键逐个删除字符
  • 步骤4:达到目标,返回

选择规则如下:
1:若需要删除大量文本,则使用鼠标,通过菜单进行删除;
2:若只是删除个别词,则使用“删除键”进行删除

GOMS方法步骤

  1. 选出最高层的用户目标
  2. 写出具体的完成目标的方法
    即激活子目标
  3. 写出子目标的方法
    递归过程,一直分解到最底层操作时停止

子目标的关系:

  • 顺序关系
  • 选择关系

GOMS模型分析

优点
能够容易地对不同的界面或系统进行比较分析
局限性

  • 假设用户完全按一种正确的方式进行人机交互,没有清楚地描述错误处理的过程
  • 只针对那些不犯任何错误的专家用户
  • 任务之间的关系描述过于简单
  • 忽略了用户间的个体差异

击键层次模型

对用户执行情况进行量化预测
仅涉及任务性能的一个方面:时间

用途:
预测无错误情况下专家用户在下列输入前提下完成任务的时间
便于比较不同系统
确定何种方案能最有效地支持特定任务

操作符

在这里插入图片描述

使用方法

  • 执行时间预测方法
    列出操作次序,累加每一项操作的预计时间
    T e x e c u t e = T k + T p + T h + T d + T m + T r T_execute=T_k+T_p+T_h+T_d+T_m+T_r Texecute=Tk+Tp+Th+Td+Tm+Tr
  • 举例
    DOS环境下执行“ipconfig”命令:
    1)MK[i] K[p] K[c] K[o] K[n] K[f] K[i] K[g] K[回车]
    2)简略表达版本:M9K[ipconfig回车]
    3) T e x e c u t e T_{execute} Texecute=1.35+9*0.28=3.87s
    菜单选择:
    H[鼠标]MP【网络连接图标】K[右键]P[修复]K[左键]
    T e x e c u t e T_execute Texecute=0.40+1.35+2P+2K=4.35秒
    替换文字编辑器中长度为5个字符的单词
    1)任务准备 M
    2)将手放在鼠标上 H m o u s e H_{mouse} Hmouse
    3)将鼠标移到单词 P w o r d P_{word} Pword
    4)选择单词 K
    5)回到键盘 H k e y b o a r d H_{keyboard} Hkeyboard
    6)准备键入 M M M
    7)键入新的5字符单词 5 K w o r d K_{word} Kword

放置M操作符的启发规则

在这里插入图片描述

KLM分析

  • 建模可以给出执行标准任务的时间
  • 但没有考虑下面的问题
    错误
    学习性
    功能性
    回忆
    专注程度
    疲劳
    可接受性

KLM应用

在交互设计早期阶段为用户性能提供有效、准确的模型

Fitts定律

  • 用户访问屏幕组件的时间对于系统的使用效率是至关重要的
  • 能够预测使用某种定位设备指向某个目标的时间
  • 人机交互中,根据目标大小及至目标的距离,计算指向该目标的时间
    可指导设计人员设计按钮的位置、大小和密集程度
  • 对图形用户界面设计有明显的意义
  • “最健壮并被广泛采用的人类运动模型之一”

三个指标

Fitts定律主要定义了如下三个指标:

  1. 困难指数ID (Index of Difficulty) = l o g 2 ( 2 A / W ) log_{2}^{(2A/W)} log2(2A/W) (bits)
    ID是对任务困难程度的量化,主要与目标宽度和到目标的距离有关。
  2. 运动时间MT (Movement Time) = a + b*ID (secs)
    在ID基础上将完成任务的时间量化
  3. 性能指数IP (Index of Performance) = ID/MT (bits/sec)
    基于MT和ID的关系
    也称吞吐量(TP)
    注:A表示振幅(与目标的距离),W为目标宽度

MacKenzie对困难指数ID的公式进行了如下改写:
I D = l o g 2 ( A / W + 1 ) ID=log_{2}^{(A/W+1)} ID=log2(A/W+1)

  • 更好地符合观察数据
  • 精确地模拟了支撑Fitts定律的信息论
  • 计算出的任务困难指数总是整数

平均时间MT:
M T = a + b ∗ l o g 2 A / W + 1 MT=a+b*log_{2}^{A/W+1} MT=a+blog2A/W+1

a,b的确定

  • 设计一系列任务,A和W分别取不同的值
  • 对每一种条件下的任务
    尝试多次
    记录每次执行时间
    进行统计分析
  • 记录准确性
    记录选择的x,y坐标,或
    错误率,即鼠标落在目标区域外的百分比
    在这里插入图片描述

说明

  • 如果MT的计算单位是秒,则a的测量单位是秒,b的测量单位是秒/比特(ID的测量单位是比特)
  • 系数a(截距)和b(斜率)由经验数据确定,且与设备相关
  • 对于一般性计算,可使用a=50,b=150(单位是毫秒)
  • A和W在距离测量单位上必须一致,但是不需要说明使用的具体单位

Fitts定律建议

  • 大目标、小距离具有优势
    对选择任务而言,其移动时间随到目标距离的增加而增加,随目标的大小减小而增加
  • 屏幕元素应该尽可能多的占据屏幕空间
  • 最好的像素是光标所处的像素
  • 屏幕元素应尽可能利用屏幕边缘的优势
  • 大菜单,如饼型菜单,比其他类型的菜单使用简单

Fitts定律应用

策略一:缩短当前位置到目标区域的距离
策略二:增大目标大小以缩短定位时间

动态特性建模

状态转移网

  • 用于描述用户和系统之间的对话
    可被用于探讨菜单、图标和工具条等屏幕元素,还可以展示对外围设备的操作
    适合表达顺序操作和循环操作
  • 状态转移图
    最常用的状态转移网的形式
    有向图
    图中的结点表示系统的各种状态
    图中的边表示状态之间可能的转移
    状态之间通过转移(用带方向箭头的线段表示)互相连接
    转移被事件(转移线段上的标记)触发
    伪状态——初始状态和终止状态
    1)是STNs的起始和终止
    2)可以与系统的其他部分相连接
    在这里插入图片描述

三态模型

  • 帮助设计者为特定交互设计选择合适的I/O设备
  • 三态模型能够体现设备间的关键差别
    在这里插入图片描述
  • 用于对指点设备建模
  • 将指点设备的操作使用状态转移来表示
  • 指点设备状态
    无反馈运动(状态0)
    跟踪运动(状态1)
    拖动运动(状态2)

鼠标的三态模型

  • 跟踪状态(1):左键抬起
    拖动鼠标跟踪鼠标运动并更新鼠标位置
  • 拖动状态(2):左键按下
    文件夹在屏幕范围内被拖动
    在这里插入图片描述
    问题:如何获得状态0?
    将鼠标拿起(模仿手写笔或光笔)
    Buxton(1990)认为鼠标拿起这种状况是未定义的
    Mackenzie(2003)为鼠标定义了s0
    在这里插入图片描述

触摸板的三态模型

  • 无反馈状态(0):手指不接触触摸板
    系统不跟踪手指运动
  • 跟踪状态(1):手指接触触摸板
    系统跟踪手指运动
  • 在没有其他组件配合的条件下触摸板没有状态2
    在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/654688.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

牛客网基础语法61~70题

牛客网基础语法61~70题😘😘😘 💫前言:今天是咱们第七期刷牛客网上的题目。 💫目标:可以掌握循环嵌套,逻辑思维更加清晰,对循环知识掌握熟练。 💫鸡汤&#xf…

dp算法篇Day5

"生予希望,生予微光,生予一切无常" 21、乘积最大子数组 (1) 题目解析 一个正数,需要和正数相乘才能得到一个大的乘积,反之一个负数,需要和一个负数做乘积,才能 得到一个大的乘积。 解决子数组问…

Springboot程序开启远程DEBUG

一、远程debug的原理 Spring Boot程序远程debug的原理主要是通过在启动时指定JVM参数来启用远程调试模式,并在调试器中连接到程序所在的调试地址,从而实现对程序的远程调试。 具体步骤如下: 在运行Spring Boot程序时,在启动命令…

强化学习DDPG:Deep Deterministic Policy Gradient解读

1. DDPG DDPG方法相比于传统的PG算法,主要有三点改进: A. off-policy策略 传统PG算法一般是采用on-policy方法,其将整体强化学习过程分为多个epoch,在每个epoch完成一次policy模型和value模型更新,同时在每轮epoch都…

【Java高级语法】(五)字符串操作类String:几乎每天都会用到的String类,你还在踩坑吗?~

Java高级语法详解之字符串操作类String :one: 概念:two: 使用2.1 创建字符串对象2.2 字符串的比较2.3 字符串长度2.4 字符串连接2.5 字符串截取2.6 字符串的查找和替换2.7 字符串的切割和拆分2.8 字符串和其他类型的转换2.9 字符串的格式化2.10 字符串的判断2.11 手动入池2.12 …

202319读书笔记|《春之海终日优哉游哉:谢芜村俳句300》——远山峡谷间樱花绽放,宇宙在其中

202319读书笔记|《春之海终日优哉游哉:谢芜村俳句300》——远山峡谷间樱花绽放,宇宙在其中 与谢芜村,小林一茶,芭蕉,与谢野晶子,俳句都很赞,虽多本书中略有重复,但多多观…

【备战秋招】每日一题:4月15日美团春招第一题:题面+题目思路 + C++/python/js/Go/java带注释

为了更好的阅读体检,为了更好的阅读体检,,可以查看我的算法学习博客第一题-字符串前缀 在线评测链接:P1235 题目内容 塔子哥是一名优秀的软件工程师,他的公司最近接到了一个新项目,需要在短时间内实现一个新的字符串…

微服务 springcloud 09.整合feign到项目一个子服务中

01.项目结构如下&#xff1a; 02.修改sp04-orderservice项目&#xff0c;添加feign&#xff0c;调用item service和user service 1.sp04-orderservice项目的pom.xml 添加以下依赖: actuator feign hystrix <?xml version"1.0" encoding"UTF-8"?>…

全链路压测演进之迭代式压测

目录 1.背景原因 2.压测流程改进分析 3.迭代式压测流程 4.全流程压测模式演进 5.压测模式对比 6.迭代式压测反馈效果 7.总结 1.背景原因 !! 做系统服务压测都是比较耗时耗人力的&#xff0c;特别是在生产环境上做压测&#xff0c;压测的时间都是在晚上23点后&#xff0c…

Linux之线程安全(上)

文章目录 前言一、预备知识1.线程的ID2.局部存储的验证3.线程的封装 二、线程安全问题1.抢票程序2.问题分析 三、Linux线程互斥1.概念临界资源临界区互斥原子性 2.互斥量概念接口 3.mutex的使用全局锁的使用局部锁的使用 总结 前言 本文从一个模拟生活中的抢票程序的例子引入线…

经典的设计模式22——职责链模式

文章目录 职责链模式 老感觉职责链模式和状态模式有点像&#xff0c;好像都能实现请假流程。百度来一波。 真是巧了&#xff0c;职责链&#xff0c;状态&#xff0c;策略&#xff0c;则三个长得好像。 职责链模式 定义&#xff1a; 使多个对象都有机会处理请求&#xff0c;从…

循环神经网络RNN用于分类任务

RNN是一类拥有隐藏状态&#xff0c;允许以前的输出可用于当前输入的神经网络&#xff0c; 输入一个序列&#xff0c;对于序列中的每个元素与前一个元素的隐藏状态一起作为RNN的输入&#xff0c;通过计算当前的输出和隐藏状态。当前的影藏状态作为下一个单元的输入... RNN的种类…

AMEYA:如何设计好DC-DC电源,注意事项有哪些

DC-DC变换器&#xff08;DC-DC converter&#xff09;是指在直流电路中将一个电压值的电能变为另一个电压值的电能的装置。DC-DC的layout非常重要&#xff0c;会直接影响到产品的稳定性与EMI效果。 DC-DC电源几点经验以及规则 1、处理好反馈环&#xff0c;反馈线不要走肖特基下…

基于JavaWeb的体育赛事平台的设计与实现

摘要 体育是随着社会生产力的发展而产生和发展的&#xff0c;在其漫长的历史中&#xff0c;由于社会、政治和经济发展的影响&#xff0c;其内容、形式、功能和操作方法不断变化。奥运会和世界杯等大型体育赛事代表着体育发展的顶峰&#xff0c;因为它们不仅给组织者带来了巨大…

【考研复习】李春葆新编C语言习题与解析(错误答案订正)持续更新

新编C语言习题与解析 做习题时发现有些错误答案&#xff0c;写篇博客进行改正记录。不对地方欢迎指正&#xff5e; 第二章 C. 其中b的表达形式错误&#xff0c;若加上0x1e2b则正确。所以C错误。 D. e后为整数。指数命名规则&#xff1a;e前有数&#xff0c;后有整数。所以D错…

实验篇(7.2) 15. 站对站安全隧道 - 多条隧道聚合(FortiGate-IPsec) ❀ 远程访问

【简介】虽然隧道冗余可以解决连接问题&#xff0c;但是当大量数据访问或要求访问不能中断时&#xff0c;隧道冗余就力不从心了。这种情况就要用到隧道聚合。但是对宽带的要求也高了&#xff0c;双端都至少需要二条宽带。 实验要求与环境 OldMei集团深圳总部部署了域服务器和ER…

C语言复合类型之结构(struct)篇(结构指针)

结构相关知识总结 什么是结构&#xff1f;结构的声明与简单使用结构的初始化结构中成员变量的访问结构的初始化器结构数组结构数组的声明结构数组的成员标识 结构的嵌套结构指针结构作为参数在函数中传递将结构成员作为参数进行传递将结构地址(指向结构的指针)作为参数进行传递…

AI数字人之语音驱动人脸模型Wav2Lip

1 Wav2Lip模型介绍 2020年&#xff0c;来自印度海德拉巴大学和英国巴斯大学的团队&#xff0c;在ACM MM2020发表了的一篇论文《A Lip Sync Expert Is All You Need for Speech to Lip Generation In The Wild 》&#xff0c;在文章中&#xff0c;他们提出一个叫做Wav2Lip的AI模…

面试题:完败的面试,被虐得体无完肤

经过上一轮的面试&#xff0c;我信心一下子就建立起来了&#xff0c;说巧不巧&#xff0c;前几周正好看到美团校招&#xff0c;想着试一下也不会怎样&#xff0c;就找了学长要了内推码&#xff0c;试着投递了一下&#xff0c;然后就通知周六参加笔试&#xff0c;结果惨不忍睹。…

flv 报错 Unsupported codec in video frame: 12

视频播放器播放 flv 报错 [TransmuxingController] > DemuxException: type CodecUnsupported, info Flv: Unsupported codec in video frame: 12 原因 主要是因为我们的播放器不支持 H.265 视频编码&#xff1b; 解决办法 方法一&#xff1a;将设备端的视频编码改为 …