人机交互

  • 界面涉及到的3类人
    • 视觉设计师
    • 程序设计师
    • 交互设计师
  • 以用户为中心的设计UCD——User-Centered Design
  • 人机交互HCI——Human-Computer Interaction
  • 历史
    • 批处理阶段:一个用户 01串
    • 联机终端时代:命令行
    • 图形用户界面
      • WIMP:Window Icon Menu Pointer
      • GUI的主要特征:直接操纵
      • 图形用户界面优于字符界面?
      • 答:在可用性方面没有根本性的不同,更重要的是认真对待界面设计的态度
  • 可用性目标
    • 易学性:系统学习曲线的开头部分(10分钟)
    • 易记性:迅速回想起使用方法
    • 高效率:系统学习曲线上平坦阶段的稳定绩效水平
    • 少出错:出错频率低,恢复速度快
    • 主观满意度:喜爱程度
      • 调查问卷的设计:
        • 简短
        • 以1-5/1-7的Likert度量尺度作为打分标准//5分中3.6
        • 在大规模测试前进行小规模试点测试
  • 四种主要技术
    • 用户和任务观察
    • 场景
    • 简化的边做边说:最有价值
    • 启发式评估
      • 5个专家可以发现80%的可用性问题//最恰当
  • 设计规则
    • 启发式规则
      • 系统状态的可见度
      • 系统和现实世界的吻合
      • 用户拥有控制权和自主权
      • 一致性和标准化
      • 避免出错
      • 依赖识别而非记忆
      • 使用的灵活性和高效性
      • 审美感和最小化设计
      • 帮助用户识别、诊断和恢复错误
      • 帮助和文档
  • 可视化设计
    • 窗口界面类型
      • 多文档界面——节省系统资源,屏幕显示复杂
      • 单文档界面——视觉复杂小,不能被分离
      • 标签文档界面——看到哪些打开,但是看不到2个以上窗口
    • 对话框
      • 模态对话框——禁止用户做其他操作
      • 非模态对话框——允许…eg查找
      • 属性对话框
      • 功能对话框
      • 进度对话框:应该表明相对时间的进度,过程规模的进度
      • 公告对话框:错误警告应该用阻塞对话框
      • 错误对话框:提示错误存在的问题
      • 消除错误消息
      • 警告对话框,确认对话框,消除确认对话框
  • 评估范型与技术
    • 范型与具体学科相关,对如何评估有很大的影响
    • 每种范型有特定的技术
  • 评估范型
    • 快速评估
    • 可用性测试【典型用户执行典型任务】
    • 实地研究
    • 预测性评估
  • 评估技术
    • 观察用户
    • 询问用户意见
    • 询问专家意见
    • 测试用户的执行情况【比较优劣】
    • 基于模型和理论
  • 评估方法组合:
    • 启发式评估+边做边说等用户测试技术
      • 专家通过启发式评估排除明显的问题
      • 用户反复检查设计的结果
    • 访谈+问卷调查
      • 现对小部分用户进行访谈,确定问卷中的具体问题
  • DICEDE评估框架
    • 决定目标
    • 发掘问题
    • 选择范型和技术
    • 标志必须解决的问题
    • 决定有关道德的问题
      • 协议书IRB
        • 说明研究的目的以及要求参与者做的工作
        • 说明保密事项
        • 测试对象是软件而非个人
        • 特殊要求(边做边说
        • 自由表达意见
        • 是否对过程录像
        • 欢迎用户提问
        • 用户有终止权
        • 征得话语使用权,匿名
    • 评估解释并表示数据
  • 可用性问题分级
    • 1个人的评价与真实结果的差在0.5以内的概率只有55%
    • 4个专家做的平均值,为95%
  • 预测模型
    • GOMS——Goal Operate Method Selection
    • Eg。目标:xxx。方法:xxx。步骤:xxx。选择规则:xxxx。
    • 用于比较~
    • 缺点:
      • 没有清楚的描述错误处理的过程
      • 只针对于不犯错误的专家用户
      • 任务之间的关系描述过于简单
      • 忽略了用户间的个体差异
    • KLM:量化预测
      • 没有考虑错误,学习型,专注程度,疲劳
    • Fitts定律:目标越大,距离越小,点击越快(饼形菜单)
Table of Contents