尹浩，姜澤勛，趙冰

（1.清華大學(xué)北京信息科學(xué)與技術(shù)研究中心，北京 100084；2.中國傳媒大學(xué)動畫學(xué)院，北京 100024）

1 引言

人類歷史與社會的變革和進(jìn)步往往伴隨著新技術(shù)的發(fā)明與應(yīng)用。20世紀(jì)以來，數(shù)字技術(shù)與數(shù)字媒介的迅速發(fā)展構(gòu)建出了一個全新的數(shù)字時代，人們感知世界與相互交流的方法比之前任何時代都更加豐富，藝術(shù)、社會、政治、經(jīng)濟(jì)、文化等諸多方面與數(shù)字世界不斷相互滲透與融合［1］。人與計算機(jī)的交互在這個時代變得尤為重要，其中，智能手機(jī)與移動互聯(lián)網(wǎng)的迅速發(fā)展極大拓展人機(jī)交互技術(shù)可觸及的用戶群體和市場規(guī)模。美國移動應(yīng)用報告［2］中的數(shù)據(jù)顯示，目前移動應(yīng)用已經(jīng)以52%的比例牢牢占領(lǐng)著人們使用媒體設(shè)備的時間。根據(jù)統(tǒng)計［3］，每個智能手機(jī)用戶平均每天花費(fèi)3小時在各個移動應(yīng)用上，每月平均要使用40個移動應(yīng)用。在2019年，消費(fèi)者在全球各大應(yīng)用商店上消費(fèi)已經(jīng)超過1540億美元［4］，并仍然在快速發(fā)展。用戶與市場的發(fā)展為人機(jī)交互技術(shù)的應(yīng)用提供了更加豐富的場景，也推動了相關(guān)技術(shù)研究。

隨著移動應(yīng)用市場的迅速發(fā)展，用戶和市場對于移動應(yīng)用質(zhì)量的要求也在不斷提高。因為智能手機(jī)受限的用戶交互途徑和屏幕尺寸，結(jié)合移動應(yīng)用用戶快節(jié)奏的應(yīng)用場景，移動應(yīng)用的交互界面設(shè)計變得尤為重要［5］，其重要性甚至超過了移動應(yīng)用的功能與內(nèi)容，能很大程度上影響應(yīng)用設(shè)計質(zhì)量和用戶留存度，所以研究和理解交互界面設(shè)計與用戶反饋（feedback）之間的關(guān)系就顯得十分重要，能幫助設(shè)計師與開發(fā)者更有針對性的優(yōu)化移動應(yīng)用的交互界面，提高用戶體驗。許多相關(guān)研究嘗試總結(jié)出具有共性的移動應(yīng)用交互界面設(shè)計方法與標(biāo)準(zhǔn)［6-10］。一方面，交互界面設(shè)計涉及主觀審美評判，有研究表明，文化背景和年齡等因素都會影響受眾的主觀審美傾向，不存在統(tǒng)一的美學(xué)度量衡。另一方面，移動應(yīng)用是面向海量用戶的人機(jī)交互場景，需要具有共性的設(shè)計方法與標(biāo)準(zhǔn)來指導(dǎo)移動應(yīng)用交互界面的設(shè)計，使得交互界面設(shè)計特征之間的關(guān)系復(fù)雜，影響用戶反饋的形式也更加多變，所以基于有限樣本的定性研究難以系統(tǒng)性的在交互界面設(shè)計與用戶反饋之間建立關(guān)系，同時經(jīng)驗性研究時間上的滯后性也無法適應(yīng)當(dāng)前快速變化的大眾審美，因此定性研究難以支撐移動互聯(lián)網(wǎng)等實際應(yīng)用場景的交互界面設(shè)計研究。

針對交互界面設(shè)計的復(fù)雜性，為了系統(tǒng)性的研究移動應(yīng)用交互界面設(shè)計與用戶反饋之間的關(guān)系，本文嘗試回答以下理論問題：

①交互界面視覺特征是否會影響用戶的反饋和體驗？

②不同的視覺特征對用戶體驗的影響程度是否不同？

③如何利用數(shù)據(jù)與計算能力優(yōu)化移動應(yīng)用交互界面設(shè)計？

為了回答以上問題，本文提出了數(shù)據(jù)與知識聯(lián)合驅(qū)動的移動應(yīng)用交互界面設(shè)計方法，通過數(shù)據(jù)和機(jī)器學(xué)習(xí)的方法厘清交互界面設(shè)計視覺特征與用戶反饋之間的關(guān)系，主要包含以下步驟：

①構(gòu)建數(shù)據(jù)集：本文通過自動化移動應(yīng)用交互界面獲取工具（AMACS，Automated Mobile Application Content Sensing）收集移動應(yīng)用交互界面數(shù)據(jù)，并進(jìn)一步結(jié)合應(yīng)用市場數(shù)據(jù)與用戶評分，構(gòu)建移動應(yīng)用交互數(shù)據(jù)集，解決傳統(tǒng)理論研究樣本集小的問題；

②量化視覺特征：基于現(xiàn)有定性移動應(yīng)用交互界面設(shè)計和數(shù)據(jù)集，定義移動應(yīng)用交互界面設(shè)計視覺特征，包括界面對比度、一致性等；

③分析特征關(guān)系：利用決策樹和支持向量回歸等機(jī)器學(xué)習(xí)方法，分析交互界面設(shè)計視覺特征與用戶反饋之間關(guān)系；

④形成知識：利用決策樹模型反推特征范圍，產(chǎn)生定量移動應(yīng)用交互界面設(shè)計原則。

通過以上步驟，本文充分利用現(xiàn)有的交互設(shè)計理論知識與海量移動應(yīng)用交互數(shù)據(jù)來產(chǎn)生新的移動應(yīng)用交互設(shè)計原則、方法與標(biāo)準(zhǔn)。全文結(jié)構(gòu)如下，第2章綜述相關(guān)工作，第3章描述構(gòu)建數(shù)據(jù)集的方法和過程，第4章描述了識別移動應(yīng)用交互界面設(shè)計視覺特征的方法，第5章分析了視覺特征與用戶反饋之間的關(guān)系，第6章通過模型歸納交互界面設(shè)計原則，第7章對文章進(jìn)行總結(jié)，并展望未來工作。

2 相關(guān)工作

近年來，人與計算機(jī)的關(guān)系正在從“人機(jī)交互”向“人機(jī)共生”發(fā)展［11］，研究者在不斷探索人機(jī)自然融合、深度協(xié)作的技術(shù)發(fā)展方向，新型信息技術(shù)的不斷涌現(xiàn)和消費(fèi)電子市場的快速發(fā)展都為人機(jī)交互技術(shù)的發(fā)展帶了全新的機(jī)遇。

現(xiàn)有的移動應(yīng)用交互界面設(shè)計研究主要基于定性設(shè)計經(jīng)驗總結(jié)，比如文章［6］總結(jié)了5個被討論和引用最多的交互界面設(shè)計原則，包括一致性、層級關(guān)系、對比度、平衡感與和諧感。研究工作［7］通過比較不同的購物應(yīng)用的界面設(shè)計，分析用戶對不同設(shè)計特性的偏愛程度。文章［8］分析了老齡用戶使用移動醫(yī)療應(yīng)用的行為，提出了針對老齡用戶的應(yīng)用界面設(shè)計要充分考慮用戶的文化背景。這類定性研究能為相關(guān)的交互設(shè)計工作提供思路與依據(jù)，但樣本數(shù)有限的定性研究難以充分客觀的感知用戶的交互審美傾向，用戶的審美主觀性和交互行為本身的復(fù)雜性使得基于經(jīng)驗總結(jié)和定性分析難以在交互界面設(shè)計的復(fù)雜要素之間建立因果關(guān)系，所以現(xiàn)有方法無法解決當(dāng)前交互設(shè)計中面臨的挑戰(zhàn)。

為了解決以上挑戰(zhàn)，基于人工智能的人機(jī)交互界面設(shè)計是重要發(fā)展方向之一，目標(biāo)是通過人工智能研究具有基礎(chǔ)指導(dǎo)意義的人機(jī)交互與界面設(shè)計規(guī)則。Swire［12］通過深度學(xué)習(xí)的方法提取交互界面特征，并支持通過草圖進(jìn)行快速搜索和輔助設(shè)計。文章［13］在［14］收集的數(shù)據(jù)集的基礎(chǔ)上通過神經(jīng)網(wǎng)絡(luò)研究移動應(yīng)用界面設(shè)計模型和交互模式，并把相關(guān)成果和研究思路成果推廣到服裝設(shè)計［15］等相關(guān)領(lǐng)域。

基于數(shù)據(jù)的移動應(yīng)用交互界面設(shè)計分析需要數(shù)據(jù)集的支撐，但移動應(yīng)用交互界面數(shù)據(jù)獲取是具有挑戰(zhàn)性的。交互數(shù)據(jù)獲取的方式主要分為兩種：白盒測量和用戶側(cè)黑盒采集。白盒測量的方式簡單直接，能獲取到相對準(zhǔn)確的交互數(shù)據(jù)，但需要交互目標(biāo)和用戶的配合，適用的應(yīng)用場景較少，大部分場景還是需要使用黑盒的方式進(jìn)行數(shù)據(jù)獲取，如［16-17］采用類似自動化測試的方式實現(xiàn)自動化的交互數(shù)據(jù)獲取，但無法很好的保證效率與隱私。文章［14］采用眾籌的方式采集移動應(yīng)用交互數(shù)據(jù)，這類方法依賴于人工，成本高，可拓展性差。

3 構(gòu)建數(shù)據(jù)集

海量的數(shù)據(jù)是在用戶主觀審美與大眾公共審美要素之間建立關(guān)聯(lián)的“橋梁”，但目前缺乏大規(guī)模移動應(yīng)用交互界面數(shù)據(jù)集和獲取工具，面臨的主要技術(shù)挑戰(zhàn)包括：1）移動應(yīng)用大部分是閉源程序，無法獲得到源代碼并進(jìn)行分析，在不使用源碼分析的情況下，能獲取到的應(yīng)用內(nèi)容和系統(tǒng)信息都十分有限；2）受限跳轉(zhuǎn)和動態(tài)內(nèi)容也使得探索移動應(yīng)用變得具有挑戰(zhàn)性，移動內(nèi)容經(jīng)常是與相關(guān)移動應(yīng)用強(qiáng)耦合的，在不安裝和使用相關(guān)移動應(yīng)用的情況下無法直接獲取移動應(yīng)用內(nèi)容。

為了應(yīng)對移動應(yīng)用交互界面難獲取的挑戰(zhàn)，作者提出了一種自動移動應(yīng)用交互界面獲取工具AMACS（Automated MobileApplication Content Sensing）［18］，其主要工作原理如圖1所示，AMACS主要由4個部分構(gòu)成：1）Android設(shè)備，由于成本和隱私保護(hù)的考慮，AMACS使用了Android虛擬設(shè)備（AVD），以虛擬機(jī)的形式運(yùn)行在服務(wù)器上，能像正常智能手機(jī)一樣安裝和運(yùn)行移動應(yīng)用；2）設(shè)備控制器，AMACS利用開源的移動應(yīng)用測試工具Appium［19］控制Android設(shè)備和移動應(yīng)用。設(shè)備控制器作為遠(yuǎn)程調(diào)試工具與Android設(shè)備通過網(wǎng)絡(luò)連接，能將邏輯單元的指令翻譯成交互命令，發(fā)送給Android設(shè)備，實現(xiàn)驅(qū)動設(shè)備探索和提取內(nèi)容的目的；3）邏輯單元，通過運(yùn)行動態(tài)內(nèi)容兼容的探索算法來為設(shè)備控制器生成指令，實現(xiàn)對移動應(yīng)用的探索和內(nèi)容獲取；4）數(shù)據(jù)存儲單元，負(fù)責(zé)存儲所有從移動應(yīng)用獲取的交互界面內(nèi)容和所有的中間結(jié)果，比如應(yīng)用狀態(tài)標(biāo)識符等。

圖1 移動應(yīng)用交互界面獲取工具

AMACS基于交互界面布局樹（如圖2）對交互界面進(jìn)行建模識別，設(shè)計應(yīng)用狀態(tài)標(biāo)識符模型，AMACS基于應(yīng)用狀態(tài)標(biāo)識符，確定移動應(yīng)用的狀態(tài)，并追蹤探索路徑，檢索已經(jīng)獲取到的內(nèi)容，支持高效的移動應(yīng)用探索和交互界面獲取。

圖2 移動應(yīng)用交互界面布局樹

在應(yīng)用標(biāo)識狀態(tài)標(biāo)識符模型的基礎(chǔ)上，如圖3所示，AMACS進(jìn)一步利用有限狀態(tài)自動機(jī)模型對移動應(yīng)用進(jìn)行建模。

圖3 移動應(yīng)用有限狀態(tài)自動機(jī)模型

定義1（移動應(yīng)用模型）:

其中∑是輸入集合，包括系統(tǒng)事件和用戶交互。S是由所有應(yīng)用狀態(tài)標(biāo)識符組成的狀態(tài)集合，S0是應(yīng)用初始狀態(tài)，一般為應(yīng)用主頁或者歡迎頁面。S0為狀態(tài)轉(zhuǎn)移方程，δ為結(jié)束狀態(tài)，應(yīng)用退出。

在移動應(yīng)用模型的基礎(chǔ)上，本文設(shè)計了動態(tài)內(nèi)容魯棒的移動應(yīng)用交互界面探索算法，能夠在沒有任何先驗知識的情況下自動探索移動應(yīng)用，并自動提取相關(guān)交互數(shù)據(jù)。AMACS 能夠自動安裝移動應(yīng)用、自動生成用戶交互、提取交互界面和保存截圖，具體采集的交互數(shù)據(jù)包括：

1）交互界面截圖，AMACS 通過自動探索移動應(yīng)用，并同時對移動應(yīng)用交互界面進(jìn)行截圖；

2）原始內(nèi)容布局文件，與交互界面截圖一一對應(yīng)，以XML 文件的形式輸出，與網(wǎng)頁源代碼HTML類似，包含所有顯示的元素和相關(guān)的屬性，如圖2 所示，能解析成樹狀結(jié)構(gòu)，從中可以獲得所有元素的位置和大小。

新聞咨詢類的移動應(yīng)用具有界面內(nèi)容豐富和交互操作相對簡單的特點，適合AMACS 提取豐富的交互界面內(nèi)容，能很好的支撐移動應(yīng)用交互界面視覺特征的分析。本文通過AMACS 對109個該類別的移動應(yīng)用進(jìn)行了數(shù)據(jù)收集（如表1），主要分為三類：國內(nèi)新聞、國際新聞和旅游咨詢。

表1 數(shù)據(jù)集

圖4 是數(shù)據(jù)集中交互界面截圖的示例圖片，紅框標(biāo)記的部分是工具識別出的頁面上的關(guān)鍵控件與內(nèi)容，以原始內(nèi)容布局文件的形式輸出。圖4 顯示AMACS 能有效的獲取移動應(yīng)用交互界面的截圖，識別交互界面布局與元素，支撐面向移動應(yīng)用的交互界面設(shè)計定量分析。

圖4 移動應(yīng)用交互界面截圖

為了評估移動應(yīng)用的交互界面設(shè)計質(zhì)量，本文利用網(wǎng)頁爬蟲和被試實驗收集了兩方面的移動應(yīng)用用戶反饋質(zhì)量指標(biāo)：

①移動應(yīng)用下載量，來自移動應(yīng)用榜單網(wǎng)站App Annies［20］的移動應(yīng)用的下載量數(shù)據(jù)，可以從一定程度上代表用戶市場對應(yīng)用質(zhì)量的評價；

②人工評分，通過被試人員對移動應(yīng)用交互界面進(jìn)行主觀比較打分，整理后形成移動應(yīng)用交互界面設(shè)計的人工評分

4 量化視覺特征

通過相關(guān)文獻(xiàn)調(diào)研［6］，本文總結(jié)了5個被討論和引用最多的交互界面設(shè)計原則，如表2 所示。結(jié)合AMACS 構(gòu)建的數(shù)據(jù)集和定性原則，進(jìn)一步構(gòu)建了相應(yīng)的量化視覺特征［21-22］。

表2 交互界面設(shè)計原則

4.1 一致性

一致性是被討論最多的界面設(shè)計原則之一，文字、顏色、圖片、動畫和導(dǎo)航等設(shè)計元素應(yīng)該在移動應(yīng)用中保持相對一致［23］，類似的屬性和布局能幫助用戶更快的適應(yīng)和上手［24］?；谝陨隙ㄐ缘拿枋?，一致性定義為移動應(yīng)用所包含的不同的交互界面布局或模式的數(shù)量。頁面一致性的計算過程可以分為以下兩步：

步驟1：計算界面之間的相似度。本文使用離散余弦變換函數(shù)作為感知哈希函數(shù)［25-26］，計算交互界面截圖之間相似度，這種方法經(jīng)常用于圖片檢索，感知哈希函數(shù)能針對每張截圖生成一個數(shù)字指紋，并基于指紋計算圖片之間的相似程度。

步驟2：聚類。在相似度的基礎(chǔ)上，本文對圖片進(jìn)行DBSCAN［27］聚類，該聚類方法的好處是不需要提前設(shè)置聚類的類別數(shù)量，并且對噪音具有較強(qiáng)的魯棒性。聚類結(jié)果中的類別代表移動應(yīng)用中存在的不同交互界面模式，類別的數(shù)量代表移動應(yīng)用的頁面一致性。

4.2 層級關(guān)系

層級關(guān)系用于衡量頁面或屏幕上的內(nèi)容組織形式是否滿足用戶的閱讀習(xí)慣。用戶傾向于通過層級關(guān)系判斷內(nèi)容之間的重要程度和關(guān)系［6］，“相似內(nèi)容、相近排列”的原則經(jīng)常用于良好的層級關(guān)系設(shè)計，能減少界面的復(fù)雜程度。

本文根據(jù)用戶使用移動設(shè)備的習(xí)慣將層級關(guān)系分類為：

①橫貫?zāi)Ｊ剑喝鐖D5(a)所示，移動設(shè)備屏幕被橫向貫穿的線條分割成多塊，主要的元素沿著屏幕自上而下分布；

②非橫貫?zāi)Ｊ剑喝鐖D5(b)所示，屏幕上有縱向的線條對功能區(qū)域進(jìn)行切分。

圖5 層級關(guān)系

移動應(yīng)用交互界面的原始內(nèi)容布局XML 文件中包含界面顯示的所有元素和相應(yīng)的元素屬性，比如位置和包含文字等。因為XML 文件通常可以轉(zhuǎn)化成樹狀數(shù)據(jù)結(jié)構(gòu)，其中的點代表頁面元素，文章［21］中提出了一種自底向上的啟發(fā)式算法通過界面的樹狀結(jié)構(gòu)來判斷頁面的層級關(guān)系類型，如算法1 所示。

算法1 確定層級關(guān)系輸入：界面元素樹T，層級閾值l，屏幕大小(W,H)1. 目標(biāo)節(jié)點集合：Atar ←{}2. 橫貫節(jié)點數(shù)量：numk ←0 3. 總節(jié)點數(shù)：tot ←0 4. for T 上的每個葉子節(jié)點n do 5. tot ←tot + 1 6. 找到n之上l的節(jié)點n'7. n'元素的大小為(w',h')8. if w' ≈W then 9. numk ←numk + 1 10. end if 11. end for 12. if numk ≈tot then 13. 界面為橫貫?zāi)Ｊ?4. else 15. 界面為非橫貫?zāi)Ｊ?6. end if

基于數(shù)據(jù)集的分析表明，76%的移動應(yīng)用主要的交互界面是橫貫?zāi)Ｊ?，說明了移動應(yīng)用更傾向于這種層級關(guān)系模式，這樣也許更加符合用戶的閱讀習(xí)慣。

4.3 對比度

對比度是影響交互界面可讀性和層級關(guān)系的重要指標(biāo)之一，交互界面通過顏色、大小和形狀等要素建立對比度，改善界面的可視度和可讀性［28］。移動應(yīng)用中的交互界面不僅要傳遞視覺信息，還要支持方便高效的交互行為，界面的對比度能有效影響界面的可用性。因為缺少移動應(yīng)用對比度的具體標(biāo)準(zhǔn)與計算方法，所以本文參考了網(wǎng)頁設(shè)計規(guī)范［29］中的相關(guān)定義。

定義2（移動應(yīng)用交互界面對比度）

其中Lwhite是交互界面上亮色的相對明度，因為大部分界面的默認(rèn)背景顏色是白色的，所以就選取白色為默認(rèn)的亮色；Ld是界面上主導(dǎo)顏色的相對明度，文章［21］中提出了一個啟發(fā)式算法來確定界面的主導(dǎo)顏色。相對明度定義如下。

定義3（相對明度）對于sRGB 顏色，

L= 0.2126R + 0.7152G + 0.0722B

因為移動應(yīng)用界面在某種程度上與網(wǎng)頁的用處是類似的，所以使用以上公式來確定移動應(yīng)用界面的對比度也是在合理范圍之內(nèi)的。

4.4 平衡感

交互界面設(shè)計中的平衡感指的是合理布置元素與空間，使頁面上的任何一部分都不壓過其他部分。由于文字是大部分移動應(yīng)用的用戶關(guān)注點，本文提出了通過計算應(yīng)用界面文字密度分布的方式來評價界面的平衡感。

定義4（文字密度）界面上特定點pos 的密度可以定義為

其中e為交互界面元素集合E 中的元素，Te為元素e中的字符數(shù)量，we,he為元素e的長和寬。

圖6 是移動應(yīng)用界面文字密度分布的熱力圖例子，從圖上可以顯著看出屏幕上的文字密度的頂點在屏幕的右上角，并且向四周以遞減的趨勢分布。為了方便表示，本文使用文字密度最大處在交互界面上的位置來代表交互界面的平衡感特征，本文將交互界面按照4x4 分成16 份，并按照1-16 進(jìn)行編號，文字密度頂點所在的區(qū)域即為平衡感特征。

圖6 平衡感分布

4.5 和諧感

和諧感指的是通過交互界面設(shè)計為用戶提供一個舒服和具有美感的交互環(huán)境，來幫助用戶學(xué)習(xí)和適應(yīng)［30］。其中，顏色和諧指的是在設(shè)計中通過顏色的布置來提升用戶感受。顏色和諧［31］包含兩種基本模式：互補(bǔ)和諧，指相反的色調(diào)之間的互補(bǔ)關(guān)系；同色和諧，指類似的色調(diào)之間的和諧。

在HSV 顏色模型（色調(diào)、飽和度和明度）中，色調(diào)通常是以角度（［0°,360°］）的方式來表示的。本方法中將色調(diào)盤等分成6 等份，每個部分為60°代表一組相似的顏色。根據(jù)［31］，對于兩個不同顏色，如果它們的色相屬于同一部分或相鄰部分，被認(rèn)為是同色和諧；如果兩個顏色所屬的色相部分相差180°，則認(rèn)為是互補(bǔ)和諧。

定義5（交互界面和諧度）對于交互界面p，

其中，Ni是屬于(i°,(i+60)°］和((i+180)°,(i+240)°］的像素數(shù)量，Ntot是像素總量。

5 分析特征關(guān)系

分析和理解交互界面設(shè)計視覺特征與用戶反饋之間的關(guān)系，能幫助設(shè)計師與開發(fā)者更有針對性的優(yōu)化移動應(yīng)用的交互界面，提高用戶體驗。但視覺特征之間的關(guān)系相對復(fù)雜，比如交互界面的層級關(guān)系、平衡感和和諧感都會影響交互界面的一致性；另一方面，視覺特征影響用戶反饋的方式也比較復(fù)雜，比如相對簡單的交互界面設(shè)計會提高交互界面的一致性和簡化層級關(guān)系，也許能提高用戶對移動應(yīng)用的審美評價，但簡化的界面也可能會使得應(yīng)用無法快速滿足部分用戶的交互需求，降低移動應(yīng)用的易用性。

為了厘清視覺特征和用戶反饋之間的關(guān)系，本章節(jié)定義了兩個不同用戶反饋指標(biāo)［21］，如下所示：定義6（下載量指標(biāo)）：對于移動應(yīng)用a，

其中Down(a)為移動應(yīng)用a的下載量，d的取值范圍為2到10。

定義7（人工評分指標(biāo)）：對于移動應(yīng)用a，

其中t(p)為頁面p的人工評分，P(a)為移動應(yīng)用a的頁面集合，Norm為歸一化函數(shù)。

下載量指標(biāo)相對綜合，表示用戶對于移動應(yīng)用質(zhì)量的總體評價，而人工評分指標(biāo)代表用戶對于交互界面設(shè)計的評價。

基于以上用戶反饋指標(biāo)，本文首先計算了特征與指標(biāo)之間的相關(guān)系數(shù)，結(jié)果展示在表格3 中。從結(jié)果中可以看出，下載量和人工評分之間的相關(guān)度比較低，只有0.078，說明影響下載量的不只是交互界面設(shè)計，可能還有其他的因素發(fā)生作用。單個視覺特征和用戶反饋指標(biāo)之間并沒有特別強(qiáng)的直接線性相關(guān)性，說明特征與指標(biāo)之間的關(guān)系更加復(fù)雜。

表3 相關(guān)系數(shù)

為了進(jìn)一步挖掘多個視覺特征與用戶反饋之間的深層次關(guān)系，本文使用的是相對簡單和直接的支持向量回歸（SVR）［32］的方法。支持向量回歸與支持向量機(jī)（SVM）［33］的分類方法類似，使用的核函數(shù)是徑向基函數(shù)［34］，主要思路是在變化過的特種空間內(nèi)調(diào)整超平面來最大化間距和最小化誤差，從而發(fā)現(xiàn)特征和質(zhì)量指標(biāo)之間的關(guān)系。利用第4 章中提出的5個量化特征對數(shù)據(jù)集進(jìn)行訓(xùn)練與交叉驗證，在實驗過程中，隨機(jī)的將數(shù)據(jù)集分成70%的訓(xùn)練集和30%的測試集，并經(jīng)過20次的重復(fù)交叉驗證來獲得更加穩(wěn)定的結(jié)果。

圖7(a)展示了針對下載量指標(biāo)的預(yù)測誤差分布，圖7(b)是針對人工評分指標(biāo)的預(yù)測誤差分布。對于下載量指標(biāo)而言，結(jié)果顯示平均預(yù)測誤差1.40，80%的測試點誤差小于2.0。對于人工評分指標(biāo)而言，平均預(yù)測誤差是0.217，80%的測試點誤差小于0.3?？傮w而言，只使用簡單的機(jī)器學(xué)習(xí)方法和默認(rèn)參數(shù)的情況下，SVR就能有效的感知移動應(yīng)用界面視覺特征和用戶反饋指標(biāo)之間的關(guān)系。實驗結(jié)果也證明了提出的定量特征和非線性的估計方法能用于進(jìn)行用戶反饋的估計。

圖7 誤差累計分布圖

在此基礎(chǔ)上，本文進(jìn)一步拓展分析模型，基于以下三種機(jī)器學(xué)習(xí)模型來分析界面視覺特征與下載量質(zhì)量指標(biāo)之間的非線性關(guān)系：

①樸素貝葉斯是應(yīng)用最為廣泛的機(jī)器學(xué)習(xí)分類算法之一，使用概率統(tǒng)計的方法對數(shù)據(jù)集進(jìn)行學(xué)習(xí)和分類；

②支持向量機(jī)是一類監(jiān)督學(xué)習(xí)分類方法，其原理是在樣本空間內(nèi)求解滿足條件的超平面；

③決策樹能夠表示分類結(jié)果與參數(shù)概率之間的樹狀映射關(guān)系，樹中每個分叉路徑則代表的某個參數(shù)判斷條件，而每個葉結(jié)點代表分類結(jié)果，對應(yīng)從根節(jié)點到該葉節(jié)點的路徑即特征分類標(biāo)準(zhǔn)。

模型訓(xùn)練與驗證的結(jié)果展示在圖8和表4中。

表4 模型估計準(zhǔn)確度

從圖8 和表4 可以看出決策樹在分類準(zhǔn)確度上在三種方法中表現(xiàn)最好，能達(dá)到83.5%的準(zhǔn)確度，平均誤差只有0.362，表示決策樹模型能相對準(zhǔn)確的表示視覺特征與下載量指標(biāo)之間的關(guān)系。

圖8 下載量估計誤差

在決策樹模型的基礎(chǔ)上，可以計算出不同特征之間的不同權(quán)重，表5 表示決策樹模型中的特征權(quán)重，可以看出一致性、對比度和和諧感與下載量之間的關(guān)系更加密切，在交互界面設(shè)計中應(yīng)該更加關(guān)注。

表5 決策樹模型特征權(quán)重

6 形成知識

第5 章通過非線性的支持向量回歸模型在交互設(shè)計視覺特征與用戶反饋指標(biāo)之間建立了關(guān)系，但設(shè)計師與開發(fā)者無法直接通過抽象的機(jī)器學(xué)習(xí)模型指導(dǎo)和優(yōu)化移動應(yīng)用的交互界面設(shè)計。為了產(chǎn)生具有可讀性和可操作性的交互界面設(shè)計原則，本文通過對支持向量回歸模型離散化，設(shè)置質(zhì)量指標(biāo)的特征閾值點，將支持向量回歸模型轉(zhuǎn)化為決策樹，從而分析出關(guān)鍵的視覺設(shè)計特征邊界［21］。

優(yōu)質(zhì)移動應(yīng)用的質(zhì)量指標(biāo)閾值特征點設(shè)置為：

1）移動應(yīng)用下載量指標(biāo)da> 8；

2）移動應(yīng)用交互設(shè)計人工評分Sa處于數(shù)據(jù)集整體前10%。

通過對支持向量回歸模型離散化，結(jié)合以上特征點，對模型結(jié)果進(jìn)行可視化，可以得到圖9 為滿足下載量指標(biāo)閾值的樣本點決策樹，圖10 為滿足人工評分指標(biāo)閾值的樣本點決策樹。

圖10 人工評分指標(biāo)決策樹

進(jìn)一步，對圖9 中的下載量指標(biāo)決策樹進(jìn)行分析，存在4種滿足閾值的情況如表6。

圖9 下載量指標(biāo)決策樹

表6 下載量指標(biāo)閾值條件

對所有情況的條件取交集后，可以得出在滿足下載量指標(biāo)閾值的情況下，交互界面設(shè)計應(yīng)該滿足以下條件：

①一致性為9，即移動應(yīng)用內(nèi)部有9種交互界面模式；

②層級關(guān)系為橫貫?zāi)Ｊ剑?/p>

③平衡感為13 或14，交互界面的元素和文字應(yīng)該圍繞著屏幕左下角進(jìn)行布局；

④和諧感在0.7～0.8之間。

對圖10 的人工評分指標(biāo)決策樹模型進(jìn)行分析，存在3種滿足閾值的情況如表7。

表7 人工評分指標(biāo)閾值條件

條件取交集后對應(yīng)的交互界面設(shè)計應(yīng)該滿足以下條件：

①層次關(guān)系為橫貫?zāi)Ｊ剑?/p>

②一致性為2或3；

③和諧感至少要超過0.7。

通過分析發(fā)現(xiàn)，在兩種用戶反饋指標(biāo)下，優(yōu)質(zhì)移動應(yīng)用具有的共性交互界面視覺特征為1）層級關(guān)系為橫貫?zāi)Ｊ剑?）和諧感在0.7 以上。以上分析結(jié)果說明這兩點可以作為移動應(yīng)用交互界面設(shè)計的共性原則。

兩種用戶反饋指標(biāo)對應(yīng)的一致性的范圍不同，因為下載量大的移動應(yīng)用通常需要提供更豐富的內(nèi)容，界面設(shè)計也就需要相對復(fù)雜，而使用更加簡潔與和諧的設(shè)計語言能提升用戶對交互界面本身的評價。根據(jù)移動應(yīng)用的設(shè)計目的的不同，設(shè)計者可以相對應(yīng)的調(diào)整交互界面的一致性，使得設(shè)計更加貼合用戶需求。

以上的移動應(yīng)用交互界面設(shè)計原則由設(shè)計理論知識和數(shù)據(jù)挖掘兩方面驅(qū)動產(chǎn)生，既包含了現(xiàn)有工作的經(jīng)驗，又包含了海量用戶的共性審美傾向。通過數(shù)據(jù)與知識聯(lián)合驅(qū)動的方法產(chǎn)生的交互界面設(shè)計建議是量化且具體的，更適應(yīng)于指導(dǎo)實際場景下移動應(yīng)用人機(jī)交互界面設(shè)計工作。

7 結(jié)論與未來工作

本文總結(jié)了面向移動應(yīng)用人機(jī)交互面臨的機(jī)遇與挑戰(zhàn)，說明了交叉領(lǐng)域研究的必要性。在數(shù)據(jù)層面，本文提出的AMACS 解決了移動應(yīng)用交互數(shù)據(jù)獲取難的挑戰(zhàn)，高效建立了交互界面數(shù)據(jù)集；在模型層面，基于5個相關(guān)文獻(xiàn)中提及最多的定性設(shè)計原則，本文提出了對應(yīng)的交互界面設(shè)計視覺特征，并通過決策樹等模型在將用戶反饋和交互設(shè)計之間建立量化關(guān)系；在知識層面，本文基于量化模型，針對不同的交互設(shè)計評價標(biāo)準(zhǔn)，產(chǎn)生了實際可操作的交互界面設(shè)計原則。數(shù)據(jù)與知識驅(qū)動的移動應(yīng)用交互界面設(shè)計能夠有效解決交互設(shè)計理論研究復(fù)雜性的挑戰(zhàn)，完善交互設(shè)計理論，提高設(shè)計標(biāo)準(zhǔn)的可操作性，充分融合了理論與技術(shù)兩方面的研究成果。

基于現(xiàn)有的工作基礎(chǔ)，下一步的研究工作可以分為以下幾個方向：

①在構(gòu)建數(shù)據(jù)集上面，進(jìn)一步完善AMACS 工具，提高移動應(yīng)用內(nèi)容獲取能力，拓展和豐富現(xiàn)有數(shù)據(jù)集，細(xì)化移動應(yīng)用類別和應(yīng)用場景；

②在量化視覺特征方面，基于現(xiàn)有的數(shù)據(jù)與知識聯(lián)合驅(qū)動的方法，拓展量化視覺特征的范圍，進(jìn)一步完善移動應(yīng)用交互界面設(shè)計知識體系；

③在分析特征關(guān)系方面，拓展交互界面設(shè)計相關(guān)的機(jī)器學(xué)習(xí)模型，基于用戶反饋和交互設(shè)計之間的關(guān)系，研究和設(shè)計交互界面設(shè)計輔助工具，比如自動化界面布局與配色等；

④在形成知識方面，研究人工智能輔助的移動應(yīng)用交互界面設(shè)計，將交互設(shè)計理論與人工智能進(jìn)行融合，優(yōu)化和探索全新的交互設(shè)計流程。