陳 磊,呂 健,潘偉杰,劉 翔

(貴州大學(xué) 現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,貴陽 550025)

隨著人機(jī)交互技術(shù)的發(fā)展,用戶界面的呈現(xiàn)方式越來越多樣化,如何為用戶打造高效、滿意的用戶界面是界面設(shè)計的熱點(diǎn). 界面質(zhì)量是界面設(shè)計有效性和用戶滿意度的關(guān)鍵因素,布局方式更是界面質(zhì)量的重要組成部分. 影響布局方式的主要因素是界面元素本身所要表達(dá)信息量的大小、用戶的生理行為及心理認(rèn)知等人因特性因素,界面設(shè)計不僅需要滿足用戶生理特性的基本需求,更是需要滿足心理特性的認(rèn)知層,進(jìn)而發(fā)展到人機(jī)系統(tǒng)設(shè)計中偏重用戶體驗(yàn)的感性層[1]. 目前基于管理平臺界面設(shè)計中以用戶體驗(yàn)為導(dǎo)向的設(shè)計差距還較大,因此優(yōu)化用戶界面設(shè)計對于提升平臺系統(tǒng)可用性及滿意度具有重要意義.

1 相關(guān)工作

界面中布局方式所構(gòu)成信息理解的難易程度決定了用戶對于界面布局認(rèn)知的準(zhǔn)確性和高效性[2],良好的布局方式有助于提升用戶的認(rèn)知效率. 目前針對界面布局優(yōu)化的方向主要有兩種: 一種是通過主觀測量數(shù)據(jù)優(yōu)化界面,另一種則是利用算法等技術(shù)手段進(jìn)行界面布局設(shè)計. 前者,許永生等人[3]通過模擬實(shí)驗(yàn)測量駕駛員的注意力分配情況,通過主觀量表工作負(fù)荷以及訪談對高鐵操縱臺布局進(jìn)行優(yōu)化; 后者,Wu 等人[4]建立誤差因子-視覺感知-界面布局的關(guān)聯(lián)模型并利用遺傳算法尋求最優(yōu)解進(jìn)行界面優(yōu)化; 康慧[5]基于工效學(xué)及美度評價原則建立布局準(zhǔn)則,并運(yùn)用遺傳算法對產(chǎn)品界面布局進(jìn)行優(yōu)化; 劉昕等人[6]引用改進(jìn)粒子群算法提出了我國飛行員人機(jī)布局優(yōu)化新方法; 國外,Diego-Mas等人[7]使用眼動跟蹤、鼠標(biāo)移動和切片樹的遺傳算法對界面進(jìn)行布局優(yōu)化; Oulasvirta 等人[8]對用戶界面設(shè)計中元素組合優(yōu)化的方法進(jìn)行闡述. 近年來在用戶認(rèn)知過程中有關(guān)認(rèn)知負(fù)荷的研究越來越受到學(xué)者重視,袁義凡[9]歸納了近10 年認(rèn)知負(fù)荷在界面設(shè)計中應(yīng)用研究的熱點(diǎn)領(lǐng)域、重點(diǎn)、研究趨勢等,表明負(fù)荷大小是影響界面可用性設(shè)計和提升用戶體驗(yàn)的重要因素之一.然而,目前將認(rèn)知負(fù)荷引入界面布局優(yōu)化的研究并不多.

界面布局優(yōu)化本身屬于多目標(biāo)優(yōu)化問題,遺傳算法、粒子群算法、蟻群算法等啟發(fā)式算法已在許多布局優(yōu)化問題研究中得到了應(yīng)用. 趙子健等人[10]運(yùn)用蟻群算法對操縱器布局進(jìn)行優(yōu)化排列,葉坤武等人[11]引入帶有慣性權(quán)重的粒子群算法對飛機(jī)駕駛艙界面布局進(jìn)行優(yōu)化. 但算法之間各有優(yōu)劣,遺傳算法可以求全局最優(yōu)解,但收斂速度較慢,局部搜索能力較差、控制變量較多; 群智能優(yōu)化算法因易操作、魯棒性強(qiáng)等優(yōu)點(diǎn)被廣泛應(yīng)用,典型的群智能優(yōu)化算法有粒子群算法、蟻群算法,但是粒子群對于參數(shù)的設(shè)置依賴性較強(qiáng),易陷入局部最優(yōu)解中; 蟻群算法計算量較大,收斂速度較慢且容易局部最優(yōu); Xue 等人[12]受麻雀覓食和反捕食行為的啟發(fā)提出了麻雀搜索算法(sparrow search algorithm,SSA),該算法結(jié)構(gòu)簡單且控制參數(shù)較少,收斂速度快、穩(wěn)定性好、全局搜索能力強(qiáng),可以滿足全局的搜索能力和局部探索能力,在進(jìn)行優(yōu)化問題時具有良好的性能,一定程度上提升了優(yōu)化搜索空間的探索利用能力. 李雅麗等人[13]使用標(biāo)準(zhǔn)基準(zhǔn)測試函數(shù)對2010 年以來新提出的6 種典型群智能優(yōu)化算法進(jìn)行分析,結(jié)果表明SSA各方面性能優(yōu)于其他算法. 因此本文運(yùn)用SSA 對所建立的優(yōu)化目標(biāo)函數(shù)進(jìn)行求解.

界面布局優(yōu)化問題受到很多學(xué)者的研究,并出現(xiàn)許多相關(guān)的應(yīng)用案例,但針對客觀的工效學(xué)布局原則與用戶心理認(rèn)知規(guī)律相結(jié)合進(jìn)行研究的較少. 針對用戶界面布局優(yōu)化問題,本文建立了融合認(rèn)知負(fù)荷以及界面美度計算為設(shè)計原則的多目標(biāo)優(yōu)化模型,利用SSA模擬種群的捕食和反捕食過程,生成界面優(yōu)化布局解集. 以某鐵路建造智能化協(xié)同管理平臺首頁為例,展開優(yōu)化方案的生成,并通過生理測量數(shù)據(jù)建立布局與認(rèn)知負(fù)荷之間的評價目標(biāo)函數(shù),最后選取20 名用戶對初始方案及優(yōu)化方案進(jìn)行評價驗(yàn)證,本文流程如圖1 所示.

圖1 結(jié)合負(fù)荷的界面布局優(yōu)化流程圖

2 建立界面布局設(shè)計原則

人機(jī)界面交互過程中,用戶作為界面信息的接收者和使用者,始終是人機(jī)交互中的核心要素. 界面布局是將元素按可行性約束放置于界面中,影響其設(shè)計的因素眾多,需要綜合考慮人機(jī)關(guān)系、人的認(rèn)知模式、系統(tǒng)功能、界面設(shè)計美學(xué)、計算機(jī)技術(shù)、信息識別和獲取等多方面的因素[14]. 在用戶認(rèn)知模型支持下,需要同時滿足用戶心理及生理的前提下并綜合考慮用戶認(rèn)知過程中會受到的影響因素[15]. 界面設(shè)計在不斷發(fā)展過程中,形成了許多通用的界面布局設(shè)計原則:Sanders 等人[16]建立了界面信息元素排列的基本設(shè)計原則; Wickens 等人[17]提出了鄰近相容原則,要求相關(guān)元素應(yīng)緊密的呈現(xiàn)在一起,此外還需考慮到各元素的使用頻率.

2.1 結(jié)合認(rèn)知負(fù)荷的工效學(xué)布局原則

人機(jī)界面中的負(fù)荷主要存在于用戶認(rèn)知過程中,隨著界面信息數(shù)量的增多或信息難度的上升,會加大用戶在認(rèn)知過程中的負(fù)荷量,容易造成誤操作等失誤情形. 認(rèn)知負(fù)荷理論劃分了外在認(rèn)知負(fù)荷、內(nèi)在認(rèn)知負(fù)荷和相關(guān)認(rèn)知負(fù)荷3 種類型的認(rèn)知負(fù)荷. 李晶等人[18]在均衡認(rèn)知負(fù)荷中提出要減少外在認(rèn)知負(fù)荷,保持內(nèi)在認(rèn)知負(fù)荷,增加相關(guān)認(rèn)知負(fù)荷. 本文首先歸納了調(diào)節(jié)界面中外在認(rèn)知負(fù)荷的策略,與工效學(xué)原則進(jìn)行結(jié)合并形成界面工效學(xué)基本布局原則.

外在認(rèn)知負(fù)荷主要受信息元素的布局呈現(xiàn)方式影響,因此界面布局設(shè)計中應(yīng)著重關(guān)注如何降低外在認(rèn)知負(fù)荷的策略. 界面設(shè)計中形成認(rèn)知負(fù)荷的原因有: 信息量超過工作記憶; 信息難度超過認(rèn)知加工水平; 注意力資源分配不均等. 因此界面設(shè)計中需要根據(jù)元素的重要程度來進(jìn)行排列,把重要元素放置在最佳視覺區(qū)域; 人的工作記憶有限,因此需要減少無關(guān)信息干擾,界面中可以利用鄰近減負(fù)原則來減少不必要的設(shè)計.調(diào)節(jié)外在認(rèn)知負(fù)荷策略布局設(shè)計原則如表1 所示.

表1 調(diào)節(jié)外在認(rèn)知負(fù)荷策略及布局設(shè)計原則

界面布局優(yōu)化最理想的結(jié)果是將每一個信息元素放置在最優(yōu)位置,充分發(fā)揮人機(jī)效率,但布局原則之間會存在相互重疊,為避免這種情況,需要添加系數(shù)進(jìn)行調(diào)控,從而對設(shè)計原則進(jìn)行優(yōu)先排序. 布局優(yōu)化要求優(yōu)化方案整體評價最高,布局原則約束下需要使目標(biāo)函數(shù)得到最大值. 在優(yōu)化模型中可以得出重要度越高、使用越頻繁則需要靠近視覺最佳布置點(diǎn),加權(quán)值也就越大. 本文通過調(diào)節(jié)認(rèn)知負(fù)荷策略原則,確定界面元素操作順序、重要程度、使用頻率以及元素間相關(guān)性的設(shè)計原則,由此建立目標(biāo)函數(shù)如式(1)所示:

其中,Si表示操作順序;Pi表示重要度和操作頻率;Oi是相關(guān)性原則; ω1i和 ω2i是位置控制系數(shù);dia是元素i的幾何中心的位置坐標(biāo)與最佳布置點(diǎn)a的距離;damax是待布局區(qū)域中的元素位置點(diǎn)與最佳布置點(diǎn)a的最大距離.

① 將界面元素按照一定的操作順序放置,有助于提升用戶認(rèn)知效率. 根據(jù)視覺認(rèn)知規(guī)律,元素應(yīng)當(dāng)按照從左到右或從上到下進(jìn)行排列. 操作順序矩陣C可以表示為:

矩陣中,n為界面元素個數(shù),d為不同任務(wù)下的操作順序,Cij為元素i在任務(wù)j狀態(tài)下的操作順序. 操作順序的數(shù)學(xué)模型可以表示為:

其中,i=1,2,···,n;j=1,2,···,d,ω1i為信息元素i的操作順序權(quán)重.

② 重要度由專家進(jìn)行評價,重要度矩陣可以表示為:

矩陣中,h為專家人數(shù);Iij表示信息元素i由專家j進(jìn)行評估的重要程度,專家權(quán)重矩陣可以表示為ωC=[ωC1ωC2··· ωCg]T.

信息元素的操作頻率矩陣F可以表示為:

矩陣中,fij是指信息元素在使用過程中的操作頻率,操作的權(quán)重由其操作的概率決定,表示為:

元素i的加權(quán)操作頻率可表示為:Zi=ωz fij; 因此,重要度和操作頻率原則的數(shù)學(xué)模型可以描述為:

③ 相關(guān)性是反映信息元素之間關(guān)系的密切程度,關(guān)系緊密的應(yīng)靠近布置,因此相關(guān)度矩陣可以表示為:

矩陣中,Oij表示信息元素i和信息元素j的相關(guān)度,n為待布局的信息元素數(shù),信息元素i與其他信息元素的相關(guān)性的數(shù)學(xué)模型可以表示為:

dij是指信息元素i與信息元素j之間的距離,計算方式為當(dāng)相關(guān)性越大,dij取值就越小.

2.2 美度計算設(shè)計原則

Ngo 等人[19]在圖形顯示上制定了14 種審美指標(biāo):平衡、均衡、對稱、順序、凝聚力、統(tǒng)一性、比例、簡單性、密度、規(guī)律性、經(jīng)濟(jì)性、均勻性、節(jié)奏性、順序性和復(fù)雜性. 周蕾等人[20]從界面的感性意象出發(fā)對美度計算進(jìn)行定量分析,建立界面美度的感性意象結(jié)構(gòu),根據(jù)界面的平衡度、比例美度、簡潔美和呼應(yīng)美度4 個方面進(jìn)行12 個美度指標(biāo)的建立,進(jìn)一步完善了美度評價指標(biāo). 根據(jù)已有研究中的美度指標(biāo),并針對于項(xiàng)目管理平臺凝聚成12 個美度感性詞匯,并邀請專家進(jìn)行項(xiàng)目建設(shè)管理平臺界面美度的語義進(jìn)行評價,根據(jù)最后的評價結(jié)果,選取了簡潔、統(tǒng)一、協(xié)調(diào)、舒適4 個美度指標(biāo)如表2,以此構(gòu)建界面美度評價目標(biāo)函數(shù):

表2 界面布局美度評價度量指標(biāo)[20]

其中,ε為歸一化因子,為保證兩部分量綱統(tǒng)統(tǒng)一,把數(shù)據(jù)映射在[0,1]之間處理并使它們的最優(yōu)結(jié)果最大值接近1; θ為加權(quán)因子,θ1,θ2,θ3,θ4分別表示每一個因素的權(quán)重,若影響因素簡潔影響較大,則 θ1相對于其他θ2,θ3,θ4的值則較大,且必須滿足θ1+θ2+θ3+θ4=1.

3 基于麻雀搜索算法的界面布局優(yōu)化

3.1 構(gòu)建數(shù)學(xué)模型

首先建立界面元素布局坐標(biāo)系,通過簡化處理降低目標(biāo)函數(shù)求解的難度,將信息元素轉(zhuǎn)化為矩陣形狀,在二維坐標(biāo)上進(jìn)行設(shè)計布局. 將界面大小設(shè)為1920 px×1080 px (px 代表像素)的矩形,將需要放置的信息元素抽象為矩陣,長和寬已知,各信息元素在界面中和坐標(biāo)軸平行.L表示界面總長度,W表示界面總寬度,布局如圖2 所示.

圖2 界面布局示意圖

針對布局優(yōu)化問題,上述建立了結(jié)合認(rèn)知負(fù)荷的工效學(xué)以及美度計算的界面布局設(shè)計原則,并將布局原則量化轉(zhuǎn)為可進(jìn)行計算的數(shù)學(xué)建模指標(biāo)進(jìn)行編碼,建立如下的優(yōu)化目標(biāo)函數(shù):

設(shè)界面中有n個待布局信息元素,li,wi分別代表物體i的長和寬,(xi,yi)表示物體i在界面上的中心坐標(biāo). 待布局信息元素i的中心坐標(biāo)和待布置元素j的中心坐標(biāo)之間的距離通過式(11)進(jìn)行計算:

最后求解得到滿足設(shè)計原則的設(shè)計變量,即信息元素坐標(biāo)系集X={(xi,yi)|i=1,2,···,n}. 界面中的元素需要遵循界面大小的限制,目標(biāo)函數(shù)的構(gòu)建需要確認(rèn)信息元素不能超出布局范圍且要確保元素信息之間不能重合,因此需要加入間距及邊界約束條件如下.

(1)間距約束: 信息元素應(yīng)該保持一定的距離,即要滿足公式:

dxmin和dymin分表表示元素A和元素B在x和y方向的最小間距;Ai和Aj分別表示元素A的長寬大小.

(2)邊界約束: 保證信息元素與界面邊界保持一定的距離,即要滿足公式:

其中,damin和dbmin分別表示元素與邊界x方向和y方向的最小間距.

3.2 算法求解

本文運(yùn)用SSA 對目標(biāo)函數(shù)全局尋找最優(yōu)解,適應(yīng)度函數(shù)值最大時得到最優(yōu)參數(shù),算法流程具體如圖3 所示.

圖3 麻雀搜索算法流程圖

Step 1. 初始化變量和麻雀搜索算法各參數(shù),設(shè)置種群規(guī)模以及迭代次數(shù).

Step 2. 計算初始適應(yīng)度值,得出初始適應(yīng)度的極值及位置并且進(jìn)行標(biāo)記.

Step 3. 計算預(yù)警值. 在算法中,發(fā)現(xiàn)者為整個麻雀種群尋找食物并對所有追隨者提供捕食方向,因此具有較好適應(yīng)度值的發(fā)現(xiàn)者會優(yōu)先獲取食物,而且發(fā)現(xiàn)者可以獲取更大的覓食搜索范圍.

以預(yù)警值大小更新發(fā)現(xiàn)者的位置,在每次迭代中,發(fā)現(xiàn)者的位置更新如下:

其中,t為當(dāng)前迭代次數(shù),j=1,2,···,d.Xit,j表示第i只麻雀在迭代t次時的第j維值.itermax是迭代次數(shù)最多的常數(shù). α ∈(0,1]是一個隨機(jī)數(shù).R2(R2∈[0,1])和ST(ST∈[0.5,1])分別表示報警值和安全閾值.Q是一個服從正態(tài)分布的隨機(jī)數(shù).L表示一個1×d的全1 矩陣,其中每個元素都是1. 當(dāng)R2

追隨者是適應(yīng)度比較差的個體,它們監(jiān)視發(fā)現(xiàn)者尋找食物,為競爭食物會改變當(dāng)前的位置. 更新追隨者的位置,根據(jù)式(15)更新追隨者的位置.

其中,Xp是發(fā)現(xiàn)者所占據(jù)的最佳位置.Xworst表示當(dāng)前全局最差位置.A表示1×d矩陣且其中每個元素隨機(jī)分配1 或?1,A+=AT(AAT)?1. 當(dāng)i>n/2時,表明第i個適合度值較差的麻雀最有可能挨餓.

在模擬實(shí)驗(yàn)中,我們假設(shè)意識到危險的麻雀占總數(shù)的10%–20%. 這些麻雀最初的位置是在種群中隨機(jī)產(chǎn)生的. 根據(jù)式(16)更新位置,數(shù)學(xué)模型可以表示為:

為簡單起見,當(dāng)fi>fg表示麻雀在種群的邊緣.Xbest代表人口中心的位置,在它周圍是安全的.fi=fg的研究表明,處于種群中間的麻雀意識到了危險,需要靠近其他麻雀.K為麻雀移動的方向,也是步長控制系數(shù).

4 實(shí)例分析與驗(yàn)證

4.1 實(shí)例驗(yàn)證

本文以某鐵路項(xiàng)目管理平臺首頁為研究對象,對所提方法進(jìn)行驗(yàn)證. 首先以平臺界面首頁為目標(biāo)任務(wù)構(gòu)建任務(wù)模型,通過專家對信息元素的評價獲取該目標(biāo)任務(wù)所需要的任務(wù)信息元素以及之間關(guān)系. 首先對該平臺首頁所包含的決策信息元素: 系統(tǒng)名稱、數(shù)字工廠、驗(yàn)工計價、物資管理、進(jìn)度報表、合同管理、變更設(shè)計、質(zhì)量工程、竣工資料、用戶管理、系統(tǒng)設(shè)置以及平臺菜單進(jìn)行編碼,根據(jù)各個信息元素類型不同,將每個類型以及同類元素進(jìn)行標(biāo)準(zhǔn)化設(shè)定,如表3所示.

表3 12 個待布局元素的編碼以及重要度、使用頻率

邀請平臺專家針對各決策元素進(jìn)行打分以此確定布局元素之間的重要度、使用頻率以及元素之間的相關(guān)性,布局與本身之間的相關(guān)性為1,所有確定的評分?jǐn)?shù)據(jù)都確定在[0,1]之間,待布局元素之間的影響因素越大則數(shù)值越大. 將評價結(jié)果進(jìn)行綜合計算,重要度、使用頻率見表3,待布局元素間的相關(guān)性見表4.

表4 12 個待布局元素間的相關(guān)性

通過上述步驟完成對布局元素的編碼、界面以及待布局元素尺寸的定義以及相關(guān)數(shù)據(jù)的計算,再設(shè)定SSA 控制參數(shù): 迭代的最大次數(shù)為3 000,種群大小設(shè)置為300 (n=300),發(fā)現(xiàn)者數(shù)量和SD 分別占20%和10%,ST=0.8,通過問卷調(diào)研以及專家打分確定加權(quán)系數(shù),將數(shù)據(jù)輸入SSA 中,運(yùn)用Matlab R2019b 進(jìn)行輔助優(yōu)化計算求解,根據(jù)初始信息和約束條件,得到適應(yīng)度隨迭代次數(shù)的變化曲線如圖4 所示.

從圖4 中可得,在迭代至20 次左右時獲得最優(yōu)解,此時12 個待布局元素在界面中的位置見表5.

表5 計算結(jié)果布局

圖4 適應(yīng)度隨迭代次數(shù)的變化曲線

結(jié)合表5 的數(shù)據(jù),將重要度及使用頻率高的放置在視覺認(rèn)知的最佳位置,按相關(guān)性與操作順序確定了布局元素之間的位置和距離關(guān)系,從上到下進(jìn)行縱向排列得到優(yōu)化后的布局方案如圖5 所示.

圖5 兩種界面布局方案

4.2 方案有效性評價

為驗(yàn)證本文方法的有效性,運(yùn)用眼動生理測量實(shí)驗(yàn)進(jìn)行分析驗(yàn)證. Holsanova 等人[21]指出不同布局對于眼睛運(yùn)動行為有顯著影響,且已有眼動指標(biāo)被證實(shí)與認(rèn)知負(fù)荷具有顯著相關(guān)性. 本文首先歸納出5 種常用布局方式以及6 種眼動指標(biāo),運(yùn)用方差分析計算F比求證不同布局與所選眼動指標(biāo)之間是否具有相關(guān)性,并以眼動數(shù)據(jù)構(gòu)建計算負(fù)荷量大小的評價函數(shù),用以計算不同布局間負(fù)荷量的大小.

從現(xiàn)有項(xiàng)目管理平臺界面中歸納出5 種常用的界面布局方式: 上下型、左右型、廠字型、口字型、T 字型,以驗(yàn)工計價界面為例形成實(shí)驗(yàn)樣本,如圖6 所示. 選取6 種眼動指標(biāo): 注視點(diǎn)數(shù)目、每秒注視點(diǎn)數(shù)量、平均注視持續(xù)時間、平均掃視長度、平均掃視速度以及掃視總長度. 由易到難設(shè)計5 種實(shí)驗(yàn)任務(wù): 流程審批、清單內(nèi)計價、量差計價、變更設(shè)計、價差計價,測量用戶在界面認(rèn)知過程中眼睛運(yùn)動行為數(shù)據(jù).

圖6 布局結(jié)構(gòu)示意圖

為避免被試者因界面有序?yàn)g覽順序而影響實(shí)驗(yàn)結(jié)果,本文采用拉丁方設(shè)計實(shí)驗(yàn). 選取20 名來自工業(yè)設(shè)計專業(yè)的碩士研究生,年齡(25±3.5)歲,視力正?；虺C正視力正常. 實(shí)驗(yàn)首先確定自變量是不同布局設(shè)計,因變量是眼動數(shù)據(jù),根據(jù)拉丁方設(shè)計,隨機(jī)將行與列調(diào)換形成拉丁方表格,如圖7 所示.

圖7 實(shí)驗(yàn)處理順序的分配方案

通過5 種布局方式6 種眼動指標(biāo)進(jìn)行雙因素?zé)o交互作用方差分析計算F比,有關(guān)布局方式與眼動指標(biāo)的F比值為:

SA為因素A的平方和,SE為誤差E的平方和,SB為因素B的平方和,因素A的自由度為(a–1),因素B的自由度為(b–1),誤差E的自由度為(a?1)(b?1). 由于無法避免用戶之間的個性差異,因此顯著性水平取值α=0.05,實(shí)驗(yàn)數(shù)據(jù)結(jié)果如表6 所示. 查得F0.08(4,20)=2.81,F0.08(5,20)=2.71,計算得出F1=3.14>2.81,F2=6.27>2.71,結(jié)果表明不同布局方式與所選眼動指標(biāo)具有顯著的影響,所得眼動數(shù)據(jù)具有有效性,基于此數(shù)據(jù)可以建立測量眼動負(fù)荷大小的評價函數(shù).

表6 雙因素方差顯著性計算分析

實(shí)驗(yàn)獲取到20 名被試人員的眼動指標(biāo)數(shù)據(jù),由此建立測量眼動負(fù)荷的目標(biāo)函數(shù):

Ldn是指被試者界面認(rèn)知過程中d布局的第n種眼動指標(biāo),矩陣可以表示為:

a是指被試者的d布局的第n種眼動指標(biāo)的均值大小,矩陣可以表示為:

根據(jù)數(shù)據(jù)結(jié)果求得a值,運(yùn)用Matlab R2019b 計算相乘求得界面認(rèn)知過程中負(fù)荷量的大小. 讓20 名被試者對項(xiàng)目管理首頁初始界面及優(yōu)化后的布局界面進(jìn)行驗(yàn)證分析,計算結(jié)果如表7 所示.

表7 測量負(fù)荷大小結(jié)果

計算結(jié)果顯示優(yōu)化后的布局?jǐn)?shù)值低于初始布局?jǐn)?shù)值,表明本文基于SSA 的界面布局優(yōu)化模型后的界面相對于初始界面,降低用戶認(rèn)知負(fù)荷量,提升用戶認(rèn)知效率,增強(qiáng)了界面的可用性.

5 結(jié)語

本文以降低用戶認(rèn)知過程中的負(fù)荷大小及減少界面設(shè)計的主觀性為目標(biāo),建立融合眼動負(fù)荷的界面布局設(shè)計原則并運(yùn)用SSA 進(jìn)行優(yōu)化設(shè)計. 該方法綜合考慮到界面對用戶影響因素,從客觀的界面布局基本原則及用戶主觀認(rèn)知出發(fā),建立結(jié)合認(rèn)知負(fù)荷的工效學(xué)和美度計算的目標(biāo)優(yōu)化函數(shù),通過對信息元素的合理布局,提升用戶的認(rèn)知效率,降低用戶認(rèn)知過程中負(fù)荷大小,增加用戶對界面的滿意度,提升了系統(tǒng)平臺的可用性. 此次研究還未考慮到布局元素的顏色、動效等視覺因素對用戶認(rèn)知過程負(fù)荷大小的影響,后續(xù)的研究中會進(jìn)一步探索并完善該研究.