基于用户无意识行为的交互设计研究

文章从阐述人的无意识行为形成的原因和特点开始,将用户的无意识行为与交互设计相结合,通过了解人的无意识行为,来判断和挖掘用户隐性需求,并将这些隐性的需求显性化,转化为设计元素应用于交互设计中,从而探索出新的交互设计方法。对研究无意识行为在交互设计中的应用提供一种新的思路和方法。     

博物馆数字交互展示中信息传达有效度评估研究

为了解决在博物馆数字交互展示中的信息传达有效度评估问题,文章探索以用户调研为基础的评估测量方案,提出对用户的文化认知、记忆程度以及情感理解方面进行测量评估的方法。借用心理学中的3M认知模型、加工水平理论模型以及情感化设计理论模型中的基础理论,融入社会学中的设计调查方法,考虑博物馆数字交互展示设计中的环境因素等,建立调研方法模型。提出适用于日常研究的评估方法,可用于评价用户的认知、记忆以及情感方面信息传达的有效度。     

基于老年用户认知特征的手机新闻客户端交互设计策略研究

文章探索手机新闻客户端数字化发展与老年读者认知功能衰退之间的交互矛盾。通过构建面向老年用户的手机新闻客户端数字信息加工模型,从感知、思维、记忆等认知功能衰退及其心智模型匹配四个方面,分析了老年用户与手机新闻客户端之间的交互障碍;并从信息接收、逻辑引导、记忆减负和自然交互等方面提出交互设计策略,为提高老年人手机新闻客户端交互设计的可用性、适老性、自然性提供思路借鉴。     

图形用户接口开发系统的设计与实现

研制合适的软件工具以支持用户接口开发是一种趋势。本文介绍了一个基于图形交互描述的动态用户接口开系统ＤＵＩＤＳ的设计与实现。该系统实现了在用户接口开发中避免程序设计工作，从而让更多的人可以介入用主发口设计。系统的面向对象的图形交互描述方法保证了用户接口设计的高效率。     

浅谈管理信息系统的交互体验设计

本文从管理信息系统用户交互体验设计的经验进行归纳,总结出在管理信息系统的用户交互设计中需要了解和遵循的一般原则,强调用户体验需要以人机工程、认知心理、用户体验设计领域理论,以精炼美观的界面,贴近业务场景的操作,使用户减少记忆、使用舒适高效,并能够降低系统用户培训和运维成本,为企业提供一个美观、简练、高效、稳定的内部业务系统,有效支撑企业用户的日常业务处理、提升企业内部管理效率。     

浅谈管理信息系统的交互体验设计

本文从管理信息系统用户交互体验设计的经验进行归纳,总结出在管理信息系统的用户交互设计中需要了解和遵循的一般原则,强调用户体验需要以人机工程、认知心理、用户体验设计领域理论,以精炼美观的界面,贴近业务场景的操作,使用户减少记忆、使用舒适高效,并能够降低系统用户培训和运维成本,为企业提供一个美观、简练、高效、稳定的内部业务系统,有效支撑企业用户的日常业务处理、提升企业内部管理效率。     

基于无意识行为的产品界面交互设计研究

文章研究无意识行为的表现,对用户的隐形需求进行挖掘,对新的交互设计方法进行创新和挖掘,优化用户界面体验。在界面交互设计原则的基础上,对用户的无意识行为进行分析研究,结合具体的交互界面设计案例进行分析,论述用户无意识行为进行的造型设计和用户操作的设计,提出了帮助设计师进行更好的创造与创新的交互界面设计,以期可以设计出引发用户共鸣的产品。     

智慧地球中的信息服务设计探析

阐述了智慧地球的智慧解决方案需要信息服务的介入来实现其"智慧"的特性,其原因是信息服务可以帮助用户更好地利用信息。针对信息服务的对象是用户这一要点,分析了用户体验和用户的交互行为在信息服务设计中的作用,提出了信息服务设计的策略和方法。指出了信息服务设计在实现智慧地球构想中具有的重要价值。     

智慧交通背景下智能停车系统的交互设计研究

智慧交通背景下,智能停车系统的交互设计对于提高城市停车效率和用户体验至关重要。本研究旨在探索智能停车系统的交互设计原则和方法,以提供便利的停车服务。首先,介绍了智慧交通背景下智能停车系统的交互设计及研究现状并识别出用户常见的需求和痛点。其次,讨论了智慧交通背景下智能停车系统的交互设计系统的组成及特点,分析了交互设计系统的要素。最后,提出了一种智慧交通背景下智能停车系统的交互设计研究模型,以进一步优化智能停车系统的交互设计。本研究为智能停车系统的交互设计提供了有价值的参考,有助于提升用户体验和城市停车管理的效率。     

自助服务终端界面交互设计研究

当前国内自助服务终端设备的建设速度很快,但仍有很多用户不能充分享受自助服务技术带来的便利,这主要是由于自助服务终端在界面设计的过程中缺乏合理的交互设计方法。采用什么样的界面交互设计方法才能在最大程度上满足大众用户的需求,是自助服务终端设计和研究人员面对的主要问题。近年来国内外对自助服务终端界面交互问题的研究主要集中在3个方面:建立用户感知模型,提出面向自助服务终端的界面交互设计方法以及研究自助服务终端界面评估方法。综述了这3个方面的研究,并探讨了自助服务终端交互界面设计研究的发展趋势。     

Interacting with proactive public displays

In this paper we describe the design and architecture of an adaptive proactive environment in which information, which reflects the communal interests of current inhabitants, is proactively displayed on large-scale public displays. Adaptation is achieved through implicit communication between the environment and personal sensor devices worn by users. These devices, called Pendle, serve two purposes: they store and make available to the environment user preferences, and they allow users to override the environment's proactive behavior by means of simple gestures. The result is a smooth integration of environment-controlled interaction (experienced by the user as implicit interaction, triggered by their presence) and user-controlled explicit interaction. Initial results show that user-controlled adaptation leads to an engaging user experience that is unobtrusive and not distracting.     

基于度量学习的多空间推荐系统

隐式反馈具有数据获取成本小、形式广泛的特点,因此在现代推荐系统中被广泛使用.由于用户的隐式反馈通常是稀疏,不平衡,且含义不明确的.因此,想要准确学习用户和物品之间的复杂交互具有挑战性.传统的基于矩阵分解的推荐方法只能建模用户-物品之间的相似性.同时,矩阵分解使用点积运算作为相似度评估方式,而点积运算不满足三角不等式,即不能将用户-物品相似性传递到用户-用户以及物品-物品的相似性建模.因此,矩阵分解不足以在隐式反馈中充分建模用户和物品的关系.尽管现在有基于隐式反馈使用欧式距离来度量用户-物品相似度的度量学习方法,使得对应的推荐方法能够满足三角不等式.但是,现有的度量方法通常会将每个用户或者物品表示为度量空间中的单个点,进而在单个空间内通过用户-物品之间的距离来表征用户-物品之间的相似性.由于在不同的环境下,用户对于同一种类型的物品的偏好也可能存在差异.基于单个空间的用户、物品嵌入向量有可能无法满足用户具有的多种偏好和物品具有的多种属性,进而限制了推荐系统的性能.为了充分刻画用户和物品,我们尝试从多个侧面对于用户和物品进行表示,并提出了一个基于多空间的度量学习(MML)框架.通过设计整合多个空间相似性的度量方式,我们将用户和物品投影到多个空间中进行细粒度的表示.另外,我们设计了一种经过校准的优化策略,包括经过校准的最大间隔损失函数和经过校准的采样方法.在保持多空间度量学习表示能力的同时,确保框架的有效性.最后,模型通过训练好的用户、物品向量,对于稀疏的用户-物品交互矩阵进行填补.在动态更新空间权重的同时,可以赋予模型新的训练视角,最终实现端到端的训练.通过四个真实世界推荐数据集上进行的大量实验表明,MML可以在Recall和nDCG衡量指标上将目前最优的对比算法提高40%以上.     

Interface feature prioritization for web services: Case of online flight reservations

Acceptance, utility, and usability of system designs have become a focal interest in human–computer interaction (HCI) research, yet at present there is a lack detailed understandings of which system design features influence them. The purpose of the study is to examine the effects of five product design features; customization, adaptive behavior, memory load, content density, and speed on user preference through an experimental study by using conjoint analysis. In experimental study, instead of classical conjoint cards, prototypes were generated for products. Besides, desirability and market segments of product prototypes were identified. In line with the results, among the five product design features, speed is the most and customization is the least important features that affect user preference. Contrary to the expectations, customization has a relatively small importance value in this research. Subsequent design features that influence user preference after speed are minimal memory load, adaptive behavior, and content density, respectively. According to findings, interfaces that have high-speed, minimal memory load, adaptive behavior, low content density, and customization features are more preferable than those that do not.     

基于集成化知识的产品概念设计技术研究

从用户知识出发，通过对用户内隐性知识的获取、表征、传递、运用的研究，探讨了“用户意象与设计知识”的映射以及“特征基、特征和风格”三层表达体系；建立了用户内隐性知识的获取、表征与运用模型，设计知识的表达模型，用户知识与设计知识的整合模型；提出了基于集成化知识的产品概念设计理论，以手机设计系统为例进行了验证，支持用户和设计师在同一个平台上协同工作，为产品协同设计、网络化设计提供一致的知识体系。     

Post-WIMP界面隐式交互特征研究

首先从认知心理学的角度对Post-WIMP界面下的隐式交互特征进行分析和描述。然后通过对传统界面的交互任务生成结构和Post-WIMP界面的交互任务生成结构进行比较,分析Post-WIMP界面交互任务的生成特点。根据这些特点提出了利用识别技术、上下文感知技术和用户修正技术(User Mediation)相结合的方法来支持Post-WIMP界面的隐式交互,并构造了Post-WIMP界面的交互任务生成框架。这些隐式交互特征的研究将为建立Post-WIMP界面软件框架和交互平台提供底层支持。     

Learning personal preferences on online newspaper articles from user behaviors

This paper discusses methods by which user preferences for WWW-based newspaper articles can be learned from user behaviors. Two modes of inference were compared in an experiment: one using explicit feedback and the other using implicit feedback. In the explicit feedback mode, the users score all articles according to their relevance. In the implicit feedback mode, the user reads articles by performing scrolling and enlarging operations, and the system infers from the operations how much the user was interested in each article. Our newspaper on the WWW, called ANATAGONOMY, has a learning engine and a scoring engine on the server. The system users read daily news articles by using a WWW browser in which there is an interaction agent that monitors the user behaviors. The learning engine on the server infers user preferences from the interaction agent, and the scoring engine scores new articles and creates personalized newspaper pages based on the extracted user profiles. In an experiment, the system was able to personalize the newspaper to some extent when using only implicit feedback when some parameters were properly set, but the personalization was not as precise as it was when explicit feedback was used. By mixing explicit feedback with implicit feedback, the system could personalize newspapers quickly and precisely without requiring too much effort on the part of the users. User preferences can also be used to construct information retrieval agents or even to create cyberspace communities of the users that have similar interests. We think that the proposed technique for learning user preferences greatly enhances the value of the WWW.     

联合自监督学习强化的多行为多任务推荐算法

为解决多行为推荐研究存在的未能全面捕获多行为交互特征,忽略点击等隐式反馈数据存在的大量噪声标签等问题,提出了联合自监督学习强化的多行为多任务推荐算法。首先,从行为影响权重和行为隐含语义两方面感知多行为交互特征,并将特征融合到嵌入传播过程,增强节点嵌入的表达能力;然后,构建自监督学习辅助任务,通过多视图对比学习避免模型对噪声标签过拟合;最后,联合有监督的多行为推荐任务和自监督学习辅助任务,采用多目标损失优化策略进行多任务学习,获取更加准确的用户、项目嵌入。通过实验分析表明,该算法在HR和NDCG指标上较对比算法均有一定提升,证明了算法的有效性和优越性。     

以交互为中心的Post-WIMP界面模型

随着硬件设备和软件技术的发展,国内外开展了大量基于Post-WIMP界面的新型交互技术的研究.面对多种交互设备以及使用环境,在界面设计的过程中,根据上下文选择适当的交互组件或技术,并有效地进行组合与评估,成为构造Post-WIMP界面的关键问题.将界面设计与应用语义分离,使设计者能够灵活地置换各种交互技术.通过对Post-WIMP界面交互过程与界面设计层次的分析,建立起以交互为中心的分层Post-WIMP界面模型,将交互的各个层次进行分离.在模型的基础上,描述一个了Post-WIMP界面生成工具.借助该工具,设计者能够在设计过程中方便地引入新的交互技术,并能在最终的软件系统中加以灵活应用,从而可以快速、有效地进行界面原型实现和迭代评估.应用实例表明,Post-WIMP模型的建立以及生成工具的实现,有利于设计者确定设计方案及对方案的整体评估.     

Extracting relevance and affect information from physiological text annotation

We present physiological text annotation, which refers to the practice of associating physiological responses to text content in order to infer characteristics of the user information needs and affective responses. Text annotation is a laborious task, and implicit feedback has been studied as a way to collect annotations without requiring any explicit action from the user. Previous work has explored behavioral signals, such as clicks or dwell time to automatically infer annotations, and physiological signals have mostly been explored for image or video content. We report on two experiments in which physiological text annotation is studied first to (1) indicate perceived relevance and then to (2) indicate affective responses of the users. The first experiment tackles the user’s perception of relevance of an information item, which is fundamental towards revealing the user’s information needs. The second experiment is then aimed at revealing the user’s affective responses towards a -relevant- text document. Results show that physiological user signals are associated with relevance and affect. In particular, electrodermal activity was found to be different when users read relevant content than when they read irrelevant content and was found to be lower when reading texts with negative emotional content than when reading texts with neutral content. Together, the experiments show that physiological text annotation can provide valuable implicit inputs for personalized systems. We discuss how our findings help design personalized systems that can annotate digital content using human physiology without the need for any explicit user interaction.     

基于用户动态兴趣的视频点击率预测模型

针对经典的点击预测模型无法捕捉用户动态兴趣和分析特征低阶高阶交互困难的问题,提出一种基于用户动态兴趣的视频点击预测模型。该模型首先将离散的数据经嵌入过程后映射成易于操作的低维连续向量;为捕捉用户动态兴趣变化,引入transformer模型,同时分析用户点击视频序列与待预测的候选视频,抽取行为序列中的视频与待推荐视频之间的相互作用;为深入挖掘用户点击行为背后的隐式特征交互,引入DeepFM网络并在网络结构上进行优化改进,使模型更加适合顺序依赖的点击数据。实验结果表明本文提出改进的模型预测精度优于在点击率预测方面比较具有代表性的深度分解机等模型,同时引入transformer机制可以明显提升点击率预测的精度。