龍世豪，許志紅，陳歡，李志強(qiáng)

【設(shè)計(jì)研討】

基于文獻(xiàn)計(jì)量的人機(jī)界面中用戶體驗(yàn)中外對比研究

龍世豪，許志紅*，陳歡，李志強(qiáng)

（吉首大學(xué)，湖南 張家界 427000）

對比分析國內(nèi)外人機(jī)界面用戶體驗(yàn)研究的異同，總結(jié)國內(nèi)學(xué)界目前的研究現(xiàn)狀并發(fā)現(xiàn)問題。研究中使用WOS與CNKI作為數(shù)據(jù)來源，通過文獻(xiàn)計(jì)量學(xué)的方法及綜合運(yùn)用CiteSpace 、VOSviewer等軟件將文獻(xiàn)資料進(jìn)行可視化分析。國內(nèi)外人機(jī)界面用戶體驗(yàn)研究領(lǐng)域文獻(xiàn)產(chǎn)出較為一致，都在2019年及之前達(dá)到產(chǎn)出高峰，2019年后出現(xiàn)回落趨勢。研究主體是與計(jì)算機(jī)科學(xué)、互聯(lián)網(wǎng)技術(shù)等相關(guān)的理工科院校。在團(tuán)隊(duì)合作方面，國內(nèi)跨團(tuán)隊(duì)的研究相對較少，存在明顯的研究壁壘，需要加強(qiáng)研究合作的程度。在總體上呈現(xiàn)出“整體分散、局部集中”的特點(diǎn)。在關(guān)鍵詞聚類分析上，國內(nèi)外人機(jī)界面用戶體驗(yàn)相關(guān)熱點(diǎn)研究呈現(xiàn)出一定的相似性與差異性。相似性表現(xiàn)為國內(nèi)外人機(jī)界面用戶體驗(yàn)研究在關(guān)鍵詞聚類上都形成四個(gè)聚類，構(gòu)成研究閉環(huán)且國內(nèi)外學(xué)界對可用性都有較大的關(guān)注度。而差異性方面則表現(xiàn)為，在與用戶體驗(yàn)強(qiáng)相關(guān)的交互方式研究上，國際學(xué)界視線已脫離傳統(tǒng)的人機(jī)界面交互方式，轉(zhuǎn)而專注于虛擬交互技術(shù)，而國內(nèi)目前處于初始階段?？鐚W(xué)科合作不足、自身研究創(chuàng)新性不強(qiáng)、缺少自己的理論研究與模型等則是現(xiàn)階段國內(nèi)HCI-UE研究主的要問題。

界面設(shè)計(jì)；用戶體驗(yàn)；文獻(xiàn)計(jì)量學(xué)

隨著信息技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展，技術(shù)創(chuàng)新正在經(jīng)歷一場轉(zhuǎn)型。越來越多的關(guān)注開始集中在以用戶為中心、以人為本的設(shè)計(jì)理念上，人機(jī)界面設(shè)計(jì)也引起了廣泛的關(guān)注。從滿足用戶的功能需求和審美需求，逐漸轉(zhuǎn)向更加人性化和易于用戶接受的用戶體驗(yàn)[1]。人機(jī)界面（Human Computer Interface）又稱用戶界面或使用者界面，是用戶與機(jī)器進(jìn)行信息傳遞和互動(dòng)的接口，提供用戶使用機(jī)器系統(tǒng)的綜合操作環(huán)境，是用于實(shí)現(xiàn)人與機(jī)器之間信息交流和控制活動(dòng)的媒介[2]。優(yōu)秀的人機(jī)界面不但有美觀、簡單易懂的引導(dǎo)功能，還可以提升用戶情感與情緒方面的體驗(yàn)，滿足用戶的個(gè)性化需求[3]。用戶體驗(yàn)則是興起于20世紀(jì)40年代的人機(jī)交互設(shè)計(jì)領(lǐng)域，當(dāng)用戶在使用產(chǎn)品（包括物質(zhì)和非物質(zhì)產(chǎn)品）或服務(wù)時(shí)，所產(chǎn)生的心理感受和體驗(yàn)被稱為用戶體驗(yàn)。在信息技術(shù)應(yīng)用的設(shè)計(jì)中，用戶體驗(yàn)主要來自用戶與人機(jī)界面之間的互動(dòng)過程、用戶與產(chǎn)品界面的交互方式，以及使用流程等[4]。國際標(biāo)準(zhǔn)化組織（ISO）對用戶體驗(yàn)的定義為用戶在使用或期望使用系統(tǒng)、產(chǎn)品或服務(wù)時(shí)產(chǎn)生的知覺和反應(yīng)。這一定義強(qiáng)調(diào)了用戶的感知，而一些研究者則提供了更加具體和實(shí)用的定義，將用戶體驗(yàn)與使用環(huán)境和產(chǎn)品之間的關(guān)系結(jié)合在一起[5]。目前國內(nèi)外學(xué)界關(guān)于人機(jī)界面中用戶體驗(yàn)研究的目的在于通過界面滿足用戶更高層面的需求[6]。而經(jīng)過近些年的發(fā)展，國內(nèi)外關(guān)于人機(jī)界面中的用戶體驗(yàn)研究（Human Com-puter Interface User Experience，HCI-UE）已經(jīng)積累大量成果，若要深入研究HCI-UE，就需要充分了解當(dāng)前的研究趨勢，但當(dāng)前關(guān)于HCI-UE領(lǐng)域的綜述鮮有針對國內(nèi)外HCI-UE研究做全面對比的，僅有針對國際學(xué)界HCI-UE領(lǐng)域研究的綜述[7]。同時(shí)，國內(nèi)外HCI-UE研究的諸多文獻(xiàn)成果在知識(shí)結(jié)構(gòu)上逐漸復(fù)雜化，在學(xué)科上呈現(xiàn)出明顯的交叉性，僅依靠原有傳統(tǒng)文獻(xiàn)綜述方法難以梳理清楚當(dāng)下領(lǐng)域的發(fā)展脈絡(luò)、研究熱點(diǎn)，以及未來趨勢，也難以對比分析國內(nèi)外研究的差異所在，形成學(xué)術(shù)上的國際視野。不利于認(rèn)識(shí)國外研究現(xiàn)狀，從而促進(jìn)自身的提升與發(fā)展。為深入探究國內(nèi)外HCI-UE研究現(xiàn)狀，本研究將采用WOS及CNKI數(shù)據(jù)庫中收錄的HCI-UE相關(guān)文獻(xiàn)作為數(shù)據(jù)來源，全面對比國內(nèi)外HCI-UE研究，借助文獻(xiàn)計(jì)量學(xué)對文獻(xiàn)資料進(jìn)行知識(shí)結(jié)構(gòu)的可視化，對比分析國內(nèi)外研究發(fā)展的異同，進(jìn)而為國內(nèi)HCI-UE研究提供相關(guān)參考與借鑒。研究將從以下三個(gè)方面展開，以探究HCI-UE 研究現(xiàn)狀。

1）HCI-UE的研究主體，國內(nèi)外哪些人、哪些機(jī)構(gòu)在主要研究HCI-UE？

2）HCI-UE國內(nèi)外學(xué)界各自的熱點(diǎn)研究主題是什么？國內(nèi)外學(xué)界熱點(diǎn)主題及未來前沿趨勢上有何異同？

3）HCI-UE國內(nèi)外高被引文獻(xiàn)研究主題及研究范式是否有差異？

1 研究設(shè)計(jì)

1.1 數(shù)據(jù)來源

為全面比較中外研究異同，探究HCI-UE研究現(xiàn)狀，本文分別選擇WOS與CNKI數(shù)據(jù)進(jìn)行對比分析。WOS的“核心集”是世界知名的引文索引數(shù)據(jù)庫，因其開創(chuàng)性的內(nèi)容、高質(zhì)量的數(shù)據(jù)、悠久的歷史而被廣泛用于科學(xué)研究和評估[8]。因此在國際研究方面，本研究選擇WOS的“核心集”作為數(shù)據(jù)庫，在WOS的核心合集中選擇SSCI、SCI、A&HCI、CPCI-S這四大常用引文檢索作為檢索源。為收集所有相關(guān)文章，檢索時(shí)間設(shè)置為全年份。為避免跨學(xué)科文獻(xiàn)的丟失，未對文獻(xiàn)來源進(jìn)行精簡，設(shè)置檢索條件為TS=（“Interaction Interface”O(jiān)R“User Interface”O(jiān)R “Human-machine Interface”O(jiān)R“UI”）和 TS =（“User Experience”O(jiān)R“UX”O(jiān)R“UE”O(jiān)R“Customer Experience”），剔除字段信息缺失及重復(fù)數(shù)據(jù)得到1 714篇有效文獻(xiàn)，并將檢索所得文獻(xiàn)全部以純文本格式導(dǎo)出。

CNKI是China National Knowledge Infrastructure 的縮寫，意為中國國家知識(shí)基礎(chǔ)設(shè)施，其包含人文與社會(huì)科學(xué)期刊、博碩士論文、報(bào)紙、圖書、會(huì)議論文等在內(nèi)的公共知識(shí)信息資源[9]，是中國地區(qū)權(quán)威的文獻(xiàn)資源檢索庫。因此，在國內(nèi)研究方面選擇知網(wǎng)作為文件檢索源，來獲取HCI-UE相關(guān)數(shù)據(jù)。利用知網(wǎng)的專業(yè)檢索進(jìn)行數(shù)據(jù)收集，設(shè)置檢索條件為SU%=（“人機(jī)交互界面”+“用戶界面”+“UI”）和SU%=“用戶體驗(yàn)”。為確保論文數(shù)據(jù)的全面性，未在時(shí)間上設(shè)定篩選范圍。在剔除字段信息缺失及重復(fù)數(shù)據(jù)后得到1 235篇有效文獻(xiàn)，以Refworks格式導(dǎo)出為純文本文件。

1.2 研究方法

在本文中研究采用科學(xué)文獻(xiàn)計(jì)量方法與知識(shí)結(jié)構(gòu)可視化，綜合運(yùn)用CiteSpace、VOSviewer等軟件以獲得更加全面的數(shù)據(jù)，旨在確定最具影響力的研究及熱門領(lǐng)域，并為當(dāng)前研究興趣和該領(lǐng)域未來研究方向提供見解。文獻(xiàn)計(jì)量學(xué)是一門綜合運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等方法研究文獻(xiàn)體系和文獻(xiàn)計(jì)量特征的學(xué)科，通過對文獻(xiàn)情報(bào)的分布結(jié)構(gòu)、數(shù)量關(guān)系、變化規(guī)律和定量管理等方面的研究，深入探討科學(xué)技術(shù)的結(jié)構(gòu)、特征和規(guī)律，從而為科研、學(xué)術(shù)評價(jià)等提供定量化的分析和支持[10]。文獻(xiàn)計(jì)量學(xué)是一種定量方法，用于回顧和描述已發(fā)表文獻(xiàn)，這有助于研究人員在焦點(diǎn)領(lǐng)域評估學(xué)術(shù)研究。如今它不斷發(fā)展，并被廣泛用于分析學(xué)術(shù)交流模式和評估研究成果。CiteSpace是由美國德雷塞爾大學(xué)陳超美團(tuán)隊(duì)開發(fā)，運(yùn)行于JAVA程序的引文計(jì)量分析可視化工具，是一種用于文獻(xiàn)計(jì)量學(xué)研究的科學(xué)制圖程序，支持關(guān)鍵詞分析、作者合作網(wǎng)絡(luò)分析，以及主題和領(lǐng)域共現(xiàn)的可視化等多種類型的研究方法。通過對領(lǐng)域的結(jié)構(gòu)、動(dòng)態(tài)模式和趨勢進(jìn)行可視化分析，CiteSpace能夠幫助研究者直觀地辨識(shí)學(xué)科前沿的演進(jìn)路徑和經(jīng)典基礎(chǔ)文獻(xiàn)，從而提供有力的分析和研究支持[11]。VOSviewer是一個(gè)免費(fèi)提供的，用于構(gòu)建和查看書目地圖的計(jì)算機(jī)程序。與SPSS和Pajek等常用于文獻(xiàn)計(jì)量制圖的程序不同，VOSviewer特別關(guān)注文獻(xiàn)計(jì)量圖的圖形表示，其功能特點(diǎn)是用易于理解的方式來解釋大型書目[12]。

2 內(nèi)外HCI-UE文獻(xiàn)計(jì)量結(jié)果及分析

2.1 HCI-UE研究基本特征

年度發(fā)文數(shù)量的變化可以呈現(xiàn)出研究熱點(diǎn)在特定時(shí)間段內(nèi)的演變情況，是一項(xiàng)重要的指標(biāo)，可以幫助評估研究的發(fā)展態(tài)勢。通過對年度發(fā)文數(shù)量的分析，可以深入了解未來研究的動(dòng)態(tài)和趨勢，為科學(xué)研究的規(guī)劃和決策提供有力的參考依據(jù)[13]。將檢索所得的HCI-UE數(shù)據(jù)清洗去重后進(jìn)行字段提取得到相關(guān)數(shù)據(jù)，見圖1。由圖1的發(fā)文量曲線及趨勢線可見國內(nèi)外學(xué)界文獻(xiàn)產(chǎn)出趨勢總體較為一致，且呈現(xiàn)上升趨勢。國外學(xué)界的第一篇文獻(xiàn)發(fā)布于1991年，峰值產(chǎn)生于2019年，文獻(xiàn)年均產(chǎn)出基本保持逐年穩(wěn)步增長的態(tài)勢，且分為以下三大階段。

圖1 HCI-UE文獻(xiàn)年度產(chǎn)出分布圖

1）1990—2006年為國外學(xué)術(shù)初步探索階段。

2）2007—2014年為國外學(xué)術(shù)研究高速發(fā)展階段。在此期間文獻(xiàn)產(chǎn)出增速較快，達(dá)到82篇一年。增速之快主要得益于2008年左右移動(dòng)設(shè)備的出現(xiàn)及普及，使得移動(dòng)應(yīng)用和移動(dòng)網(wǎng)站的用戶體驗(yàn)成為研究的熱點(diǎn)。iOS和Android平臺(tái)的迅速發(fā)展也為此提供了助力。

3）2015—2022年為研究成熟階段。文獻(xiàn)產(chǎn)出略有波動(dòng)，但總體上呈增長態(tài)勢。

而國內(nèi)學(xué)界研究則起步較晚，國內(nèi)第一篇有關(guān)HCI-UE的文獻(xiàn)發(fā)布表于2004年，峰值產(chǎn)生于2016年，文獻(xiàn)年均產(chǎn)出保持逐年遞增的趨勢，主要分為以下幾大階段。

1）2004—2009年為研究初步探索階段。

2）2010—2014年為研究高速增長階段。在此期間文獻(xiàn)產(chǎn)出增速較快，年均產(chǎn)出75篇。

3）2015—2022年為研究成熟階段，文獻(xiàn)產(chǎn)出達(dá)到最高峰。該階段與國際學(xué)界HCI-UE研究發(fā)展趨勢基本一致，二者皆進(jìn)入成熟階段。在此階段都呈現(xiàn)出一定的波動(dòng)幅度，且有回落趨勢?；芈洮F(xiàn)象的產(chǎn)生可能是受近幾年的全球疫情影響。但從整體上來看，未來依舊會(huì)有增長空間，HCI-UE研究依舊會(huì)是未來重點(diǎn)關(guān)注對象。

2.2 發(fā)文作者與研究機(jī)構(gòu)分析

通過對發(fā)文作者和研究機(jī)構(gòu)的發(fā)文量進(jìn)行分析，可以明確突出的研究主體，并通過共現(xiàn)關(guān)系的研究來揭示它們之間的合作情況。這種分析方法可以幫助深入了解研究領(lǐng)域的合作模式和網(wǎng)絡(luò)。將WOS、CNKI數(shù)據(jù)導(dǎo)入Vosviewer運(yùn)行，選擇“Author”并將節(jié)點(diǎn)閾值設(shè)置為“2”，得到國內(nèi)外HCI-UE研究作者合作網(wǎng)絡(luò)圖。其中，國際作者合作圖譜有28個(gè)結(jié)點(diǎn)、61條連線；國內(nèi)作者合作圖譜有105個(gè)結(jié)點(diǎn)、26條連線。國際HCI-UE前期研究人員以Mesch-tscherjakov、Alexander、Schmidt、Albrecht、Holzinger、Andreas等為主，近期的興新團(tuán)隊(duì)則是以Riener、Andreas、Pfleging、Bastian、Frison、Anna-Katharina等為代表。如圖2所示，國際HCI-UE研究學(xué)者之間是具有一定的合作度，跨團(tuán)隊(duì)研究較多，同時(shí)在整體與局部上較為集中。如圖3所示，國內(nèi)初期作者中以羅仕鑒、覃京燕、朱上上等發(fā)文最多，近期以張婷、杜莎等為代表的國內(nèi)團(tuán)隊(duì)在研究合作方面逐漸嶄露頭角。與國際團(tuán)隊(duì)相比，國內(nèi)團(tuán)隊(duì)的合作呈現(xiàn)出整體分散、局部集中的特點(diǎn)，通常由同一機(jī)構(gòu)的學(xué)者組成，這表明國內(nèi)的跨團(tuán)隊(duì)合作較為有限，合作有待加強(qiáng)。

圖2 WOS HCI-UE文獻(xiàn)作者共現(xiàn)關(guān)系圖

圖3 CNKI HCI-UE文獻(xiàn)作者共現(xiàn)關(guān)系圖

通過對1 714篇國際文獻(xiàn)進(jìn)行分析，列出1990—2022年文獻(xiàn)產(chǎn)出前十名的高產(chǎn)機(jī)構(gòu)。在國際方面，前十高產(chǎn)的機(jī)構(gòu)分別為：Microsoft（18）、Korea Advanced Institution of Science Technology Kaist (16)、University of California System (16)、Fraunhofer Gesellschaft (15)、Simon Fraser University (14)、Stanford University (14)、Tsinghua University (14)、University of Oulu (14)、University System of Georgia (14)、Eindhoven University of Technology(14)。而對1 240篇國內(nèi)文獻(xiàn)進(jìn)行分析，得出前十高產(chǎn)的機(jī)構(gòu)分別是：江南大學(xué)（47）、北京郵電大學(xué)（43）、湖南大學(xué)（43）、東南大學(xué)（32）、武漢理工大學(xué)（29）、浙江大學(xué)（27）、上海交通大學(xué)（26）、東華理工大學(xué)（25）、西安工程大學(xué)（21）、華南理工大學(xué)（21）。通過對高產(chǎn)機(jī)構(gòu)的分析發(fā)現(xiàn)，從國際國內(nèi)研究機(jī)構(gòu)學(xué)科屬性分布來看，專注HCI-UE的研究機(jī)構(gòu)大多為與計(jì)算機(jī)科學(xué)、互聯(lián)網(wǎng)技術(shù)等相關(guān)的理工科院校，具有一定相似性。

2.3 HCI-UE領(lǐng)域研究主題分析

將WOS、CNKI數(shù)據(jù)導(dǎo)入Vosviewer，WOS數(shù)據(jù)設(shè)置為“作者”和“擴(kuò)展關(guān)鍵詞”，共現(xiàn)頻次“4”。CNKI數(shù)據(jù)設(shè)置為“關(guān)鍵詞”，共現(xiàn)頻次“3”。對同義關(guān)鍵詞進(jìn)行合并清洗后得到國際的HCI-UE研究關(guān)鍵詞共現(xiàn)聚類圖（如圖4～5所示）。其中，國際研究關(guān)鍵詞共現(xiàn)圖譜共有389個(gè)結(jié)點(diǎn)、5 493條連線，共形成了4個(gè)主要聚類，即：可用性測試與評估（#1）；虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)（#2）；用戶研究（#3）；理論與方法（#4）。國內(nèi)關(guān)鍵詞共現(xiàn)圖譜共有226個(gè)結(jié)點(diǎn)、1 349條連線，共形成了4個(gè)主要聚類，即: UI設(shè)計(jì)（#1）；以用戶為中心的設(shè)計(jì)（#2）；理論與方法（#3）；可用性測試與多通道交互（#4）。

針對可用性測試與評估（#1），由EEG、SUS、Prototyping、Software Engineering、Evaluation、Layout、Color、Icons、Satisfaction、Quality等147個(gè)關(guān)鍵詞組成。該聚類主要側(cè)重于可用性方面的測試與評估，通過聚類內(nèi)容可得知，在進(jìn)行界面可用性評估時(shí)的評估對象分別為：布局（Layout）、顏色（Color）、圖標(biāo)（Icons）、滿意度（Satisfaction）、質(zhì)量（Quality）、美學(xué)（Aesthetics）等元素。在評估方法上有：腦電信號(hào)采集（EEG）、系統(tǒng)可用性量表（SUS）、模型研究法（Model）等。其中的系統(tǒng)可用性量表（System Usability Scale，SUS）是一種可靠的、低成本的心理測量工具，在世界范圍內(nèi)被廣泛使用，具有很高的有效性和可靠性。它通過10個(gè)交替的正面和負(fù)面陳述，讓受訪者對系統(tǒng)的可用性進(jìn)行主觀評估。但這類基于用戶的主觀性評估易受到環(huán)境、用戶主觀偏好、時(shí)間等因素的影響，因此這類實(shí)驗(yàn)方法存在數(shù)據(jù)真實(shí)性及客觀性問題。腦電信號(hào)采集（EEG）屬于用戶體驗(yàn)度量方法中生理測量的一個(gè)分支，它具有及時(shí)性、非侵入性、精密度高等特性，被廣泛用于人機(jī)交互產(chǎn)品設(shè)計(jì)、遠(yuǎn)程教育等用戶體驗(yàn)設(shè)計(jì)領(lǐng)域[14]。跟傳統(tǒng)主觀測量法相比腦電信號(hào)采集（EEG）可以有效避免用戶主觀報(bào)告的模糊性與不確定性，使得結(jié)果客觀準(zhǔn)確。此外，隨著技術(shù)的進(jìn)步，筆者預(yù)計(jì)將有更多的工具和方法被開發(fā)出來，以支持更復(fù)雜、更個(gè)性化的用戶體驗(yàn)設(shè)計(jì)和評估。例如，虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)技術(shù)可能會(huì)與EEG等生理測量工具結(jié)合，為設(shè)計(jì)師提供更為真實(shí)和沉浸式的用戶反饋。SUS量表雖然是一種經(jīng)典的評估工具，但隨著用戶需求和技術(shù)的變化，可能會(huì)有新的評估工具和方法出現(xiàn)，以滿足更為復(fù)雜的用戶體驗(yàn)設(shè)計(jì)需求。例如，基于人工智能和機(jī)器學(xué)習(xí)的自動(dòng)評估工具可能會(huì)被開發(fā)出來，它們可以實(shí)時(shí)分析大量的用戶數(shù)據(jù)，為設(shè)計(jì)師提供更為精確和深入的反饋?？偟膩碚f，隨著技術(shù)的進(jìn)步和用戶需求的變化，HCI-UE下的可用性測試研究將朝著更為深入、客觀和實(shí)時(shí)的方向發(fā)展。未來的研究將更加注重用戶的真實(shí)體驗(yàn)，而不僅僅是他們的主觀反饋。

圖4 WOS HCI-UE關(guān)鍵詞共現(xiàn)聚類圖

圖5 CNKI HCI-UE關(guān)鍵詞共現(xiàn)聚類圖

針對虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)（#2），主要由Aug-mented Reality、Virtual Reality、System、Natural User Interface、Tangible User Interfaces、Gesture Recognition、Mixed Reality、Video Games等83個(gè)關(guān)鍵詞組成。該聚類的高頻關(guān)鍵詞反映出當(dāng)前AR和VR的交互方式給用戶所帶來的全新體驗(yàn)正成為國際學(xué)界關(guān)注熱點(diǎn)。虛擬現(xiàn)實(shí)是一種由計(jì)算機(jī)生成，通過視覺、聽覺、觸覺、嗅覺等多種方式作用于用戶，并為用戶創(chuàng)造一種身臨其境的交互式視覺仿真體驗(yàn)的計(jì)算機(jī)系統(tǒng)，使用戶能夠在虛擬世界中創(chuàng)造和體驗(yàn)不同于真實(shí)世界的感覺[15]。通過該聚類高頻關(guān)鍵詞可觀察到國際HCI-UE領(lǐng)域在人機(jī)交互方式上的變革如下。

1）從傳統(tǒng)界面到自然用戶界面。隨著技術(shù)的進(jìn)步，交互方式從傳統(tǒng)的鍵盤和鼠標(biāo)轉(zhuǎn)向了自然用戶界面（Natural User Interface）。這種界面允許用戶通過更直觀和自然的方式，如手勢、語音和觸覺，與計(jì)算機(jī)系統(tǒng)進(jìn)行交互。

2）實(shí)體用戶界面的出現(xiàn)。實(shí)體用戶界面（Tangible User Interfaces）為用戶提供了一種通過物理對象與數(shù)字信息交互的方式[16]。這種交互方式為用戶提供了更加直觀和身臨其境的體驗(yàn)。

3）手勢識(shí)別技術(shù)的發(fā)展。手勢識(shí)別（Gesture Recognition）技術(shù)使得用戶可以通過手勢來控制與虛擬世界的交互[17]。這種交互方式為用戶提供了一種無需任何物理設(shè)備的交互方式。

4）混合現(xiàn)實(shí)的崛起。混合現(xiàn)實(shí)（Mixed Reality）結(jié)合了虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)的特點(diǎn)，為用戶提供了一種在真實(shí)世界和虛擬世界之間無縫切換的體驗(yàn)。

綜上所述，國際HCI-UE學(xué)界在人機(jī)交互方式上已脫離傳統(tǒng)的人機(jī)交互方式，更加注重通過多通道的人機(jī)交互方式，以此來增強(qiáng)用戶體驗(yàn)。

針對用戶研究（#3），主要由Eye Tracking、Older Adults、Children、Health、Safety、Inclusive Design、Behavior、Requirements 、Technology Acceptance Model、Questionnaire等98個(gè)關(guān)鍵詞組成。綜合該聚類關(guān)鍵詞可知，其表明國際上的HCI-UE研究注重用戶，以用戶為導(dǎo)向，從認(rèn)知、接受度、行為等方面出發(fā)。在研究方法上，除了使用眼動(dòng)追蹤（Eye Trac-king）、問卷調(diào)查（Questionnaire）、行為實(shí)驗(yàn)法（Behavior）外，還有相關(guān)的模型研究法，例如Technology Acceptance Model（TAM）理論模型被廣泛用于預(yù)測用戶對創(chuàng)新技術(shù)或新產(chǎn)品的使用和接受程度[18]，模型包含五個(gè)主要變量，分別為：實(shí)際行為、行為意圖、態(tài)度、感知有用性和感知易用性[19]。從以上高頻關(guān)鍵詞，可推斷出國際HCI-UE在未來的用戶研究方面的趨勢如下。

1）多元化的用戶群體。關(guān)鍵詞中的“Older Adults”“Children”表明，未來的用戶研究將更加注重不同年齡段的用戶，從兒童到老年人，都將成為HCI-UE研究的重要對象。這意味著設(shè)計(jì)師和研究者需要更加細(xì)致地考慮不同年齡段用戶的特點(diǎn)和需求。

2）健康與安全的重視。關(guān)鍵詞“Health”和“Safety”表明，用戶的健康和安全將成為未來用戶研究的重要方向，隨著技術(shù)的發(fā)展，如何確保用戶在使用產(chǎn)品和服務(wù)時(shí)的健康和安全將成為研究的重點(diǎn)。

3）包容性設(shè)計(jì)（Inclusive Design）意味著設(shè)計(jì)師和研究者需要考慮到所有用戶的需求，包括那些有特殊需求的用戶[20]。這種設(shè)計(jì)方法將確保所有用戶都能獲得良好的用戶體驗(yàn)。

4）用戶行為的深入研究。除了傳統(tǒng)的眼動(dòng)追蹤和問卷調(diào)查方法，未來的用戶研究還將更加深入地研究用戶的行為。這將幫助研究者更好地理解用戶的需求和期望。

5）技術(shù)接受模型的進(jìn)一步發(fā)展。TAM理論模型已經(jīng)被廣泛應(yīng)用于用戶研究，但隨著技術(shù)的發(fā)展，這一模型也可能會(huì)進(jìn)行進(jìn)一步地完善和擴(kuò)展。

綜上所述，國際HCI-UE對未來的用戶研究趨勢將會(huì)是從更加注重多元化用戶群體、健康與安全、包容性設(shè)計(jì)、對用戶行為的深入研究，以及技術(shù)接受模型的進(jìn)一步發(fā)展等方面展開。

針對理論與方法（#4），主要由Big Data、Machine Learning、Deep Learning、Affective Computing、Data Analysis、Algorithm、Data Mining、User Study等62個(gè)關(guān)鍵詞組成。綜合該聚類的關(guān)鍵詞來看，其主要反映近些年來國際HCI-UE領(lǐng)域使用的理論與方法，這些數(shù)據(jù)分析方法能夠使得研究者更加準(zhǔn)確地抓取隱藏在海量數(shù)據(jù)背后的數(shù)字規(guī)律。例如，關(guān)鍵詞機(jī)器學(xué)習(xí)（Machine Learning）是一門人工智能的科學(xué)，機(jī)器學(xué)習(xí)算法能夠從數(shù)據(jù)中分析獲得數(shù)據(jù)規(guī)律，然后利用得到的規(guī)律對位置數(shù)據(jù)進(jìn)行預(yù)測。機(jī)器學(xué)習(xí)算法主要有監(jiān)督式學(xué)習(xí)（Supervised Learning）、無監(jiān)督式學(xué)習(xí)（Unsupervised Learning）、半監(jiān)督式學(xué)習(xí)（Semi-supervised Learning）三大類[21]。基于理論與方法（#4）的主要關(guān)鍵詞，可以觀察到HCI-UE領(lǐng)域在理論與方法上的主要發(fā)展趨勢如下。

1）從傳統(tǒng)數(shù)據(jù)處理到大數(shù)據(jù)分析。隨著技術(shù)的進(jìn)步，HCI-UE領(lǐng)域從簡單的數(shù)據(jù)處理逐漸轉(zhuǎn)向大數(shù)據(jù)分析。大數(shù)據(jù)（Big Data）的出現(xiàn)使得研究者可以處理和分析前所未有的大量數(shù)據(jù)，從而得到更加深入和全面地進(jìn)行洞察。

2）機(jī)器學(xué)習(xí)的廣泛應(yīng)用。機(jī)器學(xué)習(xí)（Machine Learning）已經(jīng)成為HCI-UE領(lǐng)域的核心技術(shù)之一。通過使用機(jī)器學(xué)習(xí)算法，研究者可以從大量的用戶數(shù)據(jù)中提取有價(jià)值的信息，從而為設(shè)計(jì)和決策提供支持。

3）深度學(xué)習(xí)的崛起。深度學(xué)習(xí)（Deep Learning）是機(jī)器學(xué)習(xí)的一個(gè)子領(lǐng)域，它通過使用深度神經(jīng)網(wǎng)絡(luò)模型來處理復(fù)雜的數(shù)據(jù)結(jié)構(gòu)[22]。在HCI-UE領(lǐng)域，深度學(xué)習(xí)已經(jīng)被廣泛應(yīng)用于圖像識(shí)別、語音識(shí)別和自然語言處理等任務(wù)中。

4）情感計(jì)算的發(fā)展。情感計(jì)算（Affective Computing）是一個(gè)新興的研究領(lǐng)域，旨在使計(jì)算機(jī)能夠識(shí)別和模擬人類的情感。在HCI-UE領(lǐng)域，情感計(jì)算可以幫助研究者更好地理解用戶的情感反應(yīng)，從而為設(shè)計(jì)提供更加人性化的建議。

綜上所述，HCI-UE領(lǐng)域的理論與方法演變主要集中在從傳統(tǒng)數(shù)據(jù)處理到大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)的廣泛應(yīng)用、深度學(xué)習(xí)的崛起、情感計(jì)算的發(fā)展等方面。

在國內(nèi)學(xué)界HCI-UE研究方面，針對UI設(shè)計(jì)（#1），主要由界面、手機(jī)游戲、扁平化設(shè)計(jì)、感性工學(xué)、視覺思維、用戶情感、層次分析法、遺傳算法等53個(gè)關(guān)鍵詞構(gòu)成。從高頻關(guān)鍵詞來看，該聚類關(guān)鍵詞明顯地突顯了UI設(shè)計(jì)的多個(gè)方面，特別是在視覺和情感層面。

對于界面與手機(jī)游戲，隨著移動(dòng)設(shè)備的普及，手機(jī)游戲的界面設(shè)計(jì)成為了UI設(shè)計(jì)的重要分支。這要求設(shè)計(jì)師不僅要考慮游戲的可玩性，還要確保其界面直觀、易于使用，同時(shí)滿足各種屏幕尺寸和操作習(xí)慣[23]。對于感性工學(xué)，這是一個(gè)將用戶的情感和感知考慮進(jìn)產(chǎn)品設(shè)計(jì)的方法。在UI設(shè)計(jì)中，感性工學(xué)強(qiáng)調(diào)創(chuàng)建能夠引起用戶情感共鳴的界面，從而提高用戶的滿意度和忠誠度，創(chuàng)造良好用戶體驗(yàn)[24]。對于層次分析法與遺傳算法，這兩種方法都是為了優(yōu)化UI設(shè)計(jì)而采用的。層次分析法幫助設(shè)計(jì)師確定不同設(shè)計(jì)元素的優(yōu)先級(jí)[25]，而遺傳算法則是一種搜索最佳設(shè)計(jì)解決方案的方法。綜上所述，該聚類的關(guān)鍵詞揭示了UI設(shè)計(jì)的多個(gè)重要方面，從基礎(chǔ)的視覺設(shè)計(jì)到高級(jí)的優(yōu)化方法，都反映了HCI-UE研究領(lǐng)域的深度和廣度。

針對以用戶為中心的設(shè)計(jì)（#2），由用戶體驗(yàn)、交互設(shè)計(jì)、視覺要素、情感化設(shè)計(jì)、行為邏輯、用戶心理模型、符號(hào)學(xué)、模型、用戶體驗(yàn)要素等77個(gè)關(guān)鍵詞組組成，該聚類中主要圍繞用戶，為用戶設(shè)計(jì)?？梢钥吹结槍τ脩趔w驗(yàn)設(shè)計(jì)的理論方法在近年來已經(jīng)發(fā)生了很大的演變。從最初基于直觀的設(shè)計(jì)方法，到現(xiàn)在更加注重用戶的心理和行為模型，這都反映了HCI-UE研究領(lǐng)域的深化和拓展。首先，用戶體驗(yàn)在設(shè)計(jì)結(jié)構(gòu)上的演變，如層次模型、結(jié)構(gòu)模型和過程模型，都是為了更好地理解和滿足用戶的需求。其中，Norman提出的層次模型，特別是本能層、行為層和反思層，為人們提供了一個(gè)全面的框架來理解用戶的體驗(yàn)。這種模型不僅關(guān)注用戶的直觀感受，還深入到用戶的行為和情感層面，使得設(shè)計(jì)更加人性化和情感化[26]。其次，隨著科技的發(fā)展，新的工具和技術(shù)也被引入到用戶體驗(yàn)設(shè)計(jì)中。例如，符號(hào)學(xué)、模型研究法等都為設(shè)計(jì)師提供了新的視角和方法以分析和優(yōu)化用戶體驗(yàn)。這些理論方法的引入，使得設(shè)計(jì)更加科學(xué)和系統(tǒng)，也為研究者提供了更多的研究方向和深度。但是，隨著理論方法的演變，也帶來了新的挑戰(zhàn)。如何在眾多的理論和方法中找到最適合的，以及如何確保設(shè)計(jì)的有效性和實(shí)用性，都是研究者和設(shè)計(jì)師需要面對的問題。此外，隨著用戶需求和技術(shù)的不斷變化，如何確保設(shè)計(jì)的持續(xù)性和適應(yīng)性，也是一個(gè)重要的議題。綜上所述，用戶體驗(yàn)設(shè)計(jì)的理論方法在不斷地演變和發(fā)展，為人們提供了更多的工具和視角來滿足用戶的需求。與此同時(shí)，也帶來了新的挑戰(zhàn)和問題，需要研究者和設(shè)計(jì)師不斷地學(xué)習(xí)和探索。

對于理論與方法（#3），主要由心理學(xué)、方法、創(chuàng)新設(shè)計(jì)、設(shè)計(jì)策略、用戶模型、設(shè)計(jì)原則、認(rèn)知心理學(xué)、人機(jī)工程學(xué)、迭代設(shè)計(jì)、心智模型、用戶研究、設(shè)計(jì)流程等45個(gè)關(guān)鍵詞組成。結(jié)合高頻關(guān)鍵詞特征，可以將該聚類概括為HCI-UE的研究理論與方法。通過提取高頻關(guān)鍵詞，可以觀察到國內(nèi)HCI-UE領(lǐng)域在理論方法上的演變趨勢如下。

1）跨學(xué)科融合的出現(xiàn)。從心理學(xué)到人機(jī)工程學(xué)，再到設(shè)計(jì)策略，這些關(guān)鍵詞顯示了HCI-UE領(lǐng)域的跨學(xué)科特性。這種跨學(xué)科的融合使得研究方法更加多元和綜合，為解決復(fù)雜的設(shè)計(jì)問題提供了更多的視角和工具[27]。

2）從定性到定量的研究方法轉(zhuǎn)變。早期的HCI研究更多地依賴于定性的方法，如觀察和訪談。但隨著技術(shù)的發(fā)展，如眼動(dòng)追蹤，研究者開始使用更多的定量方法來深入了解用戶的行為和心理[28]。

3）從單一方法到混合方法的研究。隨著研究問題復(fù)雜性的增加，研究者開始使用混合方法，結(jié)合定性和定量的方法，以獲得更全面和深入的理解[29]。

4）迭代設(shè)計(jì)的重要性。迭代設(shè)計(jì)成為了設(shè)計(jì)流程的一個(gè)重要部分，它強(qiáng)調(diào)了在設(shè)計(jì)過程中不斷測試和修改的重要性，以確保設(shè)計(jì)滿足用戶的需求。

綜上所述，該聚類關(guān)鍵詞反映出國內(nèi)HCI-UE領(lǐng)域的理論和方法經(jīng)歷了從跨學(xué)科融合的出現(xiàn)到定性研究，再到定量研究方法的轉(zhuǎn)變，以及對迭代設(shè)計(jì)重要性的認(rèn)識(shí)。

對于可用性測試與多通道交互（#4），主要由可用性測試、用戶界面、眼動(dòng)追蹤、可用性評估、手勢交互、自然交互、信息可視化、人機(jī)交互、移動(dòng)終端、體感交互、優(yōu)化、搜索效率、用戶認(rèn)知、度量等51個(gè)關(guān)鍵詞構(gòu)成。可以得出國內(nèi)HCI-UE領(lǐng)域在研究前沿趨勢上的主要發(fā)展方向如下。

1）多模態(tài)交互。隨著技術(shù)的發(fā)展，手勢交互、自然交互、體感交互等多通道交互已經(jīng)成為國內(nèi)HCI-UE的研究熱點(diǎn)。這些交互方式為用戶提供了更加自然和直觀的交互體驗(yàn)，同時(shí)也為設(shè)計(jì)師提供了更多的設(shè)計(jì)可能性[30]。

2）信息可視化。隨著大數(shù)據(jù)時(shí)代的到來，如何有效地呈現(xiàn)數(shù)據(jù)及與數(shù)據(jù)進(jìn)行交互成為了一個(gè)重要的研究方向。信息可視化技術(shù)可以幫助用戶更好地理解和分析數(shù)據(jù)。

3）對用戶認(rèn)知的深入研究。用戶認(rèn)知是HCI-UE研究的核心內(nèi)容。深入研究用戶的認(rèn)知過程和機(jī)制可以為設(shè)計(jì)提供更加科學(xué)的理論支持。

通過對比國際與國內(nèi)的關(guān)鍵詞共現(xiàn)圖譜可知，國內(nèi)外HCI-UE研究在主題上存在一定的相似性與差異性。相似性方面如下。

1）在關(guān)鍵詞聚類上，國內(nèi)外研究都形成了四個(gè)主要聚類，同時(shí)這四個(gè)聚類又形成了HCI-UE領(lǐng)域的研究閉環(huán)。

2）可用性在國內(nèi)外HCI-UE研究中都占據(jù)一定關(guān)注度，其中共同關(guān)鍵詞有可用性、可用性評估、眼動(dòng)追蹤、圖標(biāo)等。

3）國內(nèi)外HCI-UE研究都很注重用戶，以用戶為中心且注重用戶情感，強(qiáng)調(diào)從用戶角度出發(fā)，共同關(guān)鍵詞包括老年人、兒童、用戶需求、易用性等，以提供更自然和直觀的用戶體驗(yàn)。

差異性表現(xiàn)如下。

1）國際學(xué)界在人機(jī)交互方式上已脫離傳統(tǒng)的人機(jī)界面交互方式，轉(zhuǎn)而專注于虛擬技術(shù)。目前美國主要通過用戶界面、感知、后臺(tái)軟件和硬件四個(gè)方面來把握虛擬技術(shù)的發(fā)展和研究方向，日本則希望建立大規(guī)模的知識(shí)庫[31]。國內(nèi)雖有相關(guān)的研究與進(jìn)展，但目前仍舊處于初始階段。

2）在理論與方法上，國際學(xué)界注重大數(shù)據(jù)（Big Data）、深度學(xué)習(xí)（Deep Learning）、機(jī)器學(xué)習(xí)（Machine Learning）這類前沿的定量實(shí)證研究方法，具有較強(qiáng)的學(xué)科交叉特征，也更多元化。而產(chǎn)生這樣的原因可能是受益于國際方面學(xué)科發(fā)展的完善性，能更早意識(shí)到學(xué)科交叉的重要性。

3）在可用性研究上，國內(nèi)以主觀報(bào)告與SUS量表數(shù)據(jù)為主，手段較為單一。而國際學(xué)界多運(yùn)用腦電信號(hào)采集（EEG）、普適計(jì)算（Ubiquitous Computing）等前沿方法，同時(shí)結(jié)合眼動(dòng)、SUS量表等測試手段，對數(shù)據(jù)的收集更加充實(shí)。

整體而言，國內(nèi)外HCI-UE研究在主題上的相似性較高，在研究進(jìn)展上以跟隨國際熱點(diǎn)研究為主，且學(xué)科交叉發(fā)展處于初級(jí)階段，研究方式較為單一，需做好學(xué)科建設(shè)及多學(xué)科的交流。

2.4 研究熱點(diǎn)的演變及未來前沿趨勢

為了進(jìn)一步探究HCI-UE研究的前沿主題和發(fā)展趨勢，使用CiteSpace 5.6.R4將CNKI數(shù)據(jù)時(shí)間設(shè)置為“2004—2022年”，WOS數(shù)據(jù)設(shè)置為“1991—2022年”，時(shí)區(qū)切片上設(shè)置為一年一個(gè)時(shí)區(qū)片段，在Selection Criteria中選擇G-index算法閾值并設(shè)為“4”，減枝方法上選擇了尋徑（Minimum Spanning Tree），在Layout上選擇Timezone View，與Burstness其余選項(xiàng)按照軟件默認(rèn)設(shè)定進(jìn)行設(shè)置，得到關(guān)鍵詞貢獻(xiàn)時(shí)區(qū)圖與關(guān)鍵詞突現(xiàn)圖。從圖6可見，WOS近幾年出現(xiàn)的高頻關(guān)鍵詞是人機(jī)界面（Human Machine Interface）、康復(fù)（Rehabilitation）、老年人（Older Adult）、可用性測試（Usability Evaluation）、問卷調(diào)查（Ques-tionnaire）、自動(dòng)駕駛（Automated Driving）、情感（Emotion）、混合現(xiàn)實(shí)（Mixed Reality）、機(jī)器學(xué)習(xí)（Machine Learning）。從圖7可發(fā)現(xiàn)，CNKI數(shù)據(jù)中平均出現(xiàn)時(shí)間晚于2017年的關(guān)鍵詞主要有虛擬現(xiàn)實(shí)、自然交互、扁平化設(shè)計(jì)、醫(yī)療設(shè)備、老年用戶、智能手表、可用性測試、自動(dòng)駕駛、情感化、心智模型等。圖8～9分別列出WOS和CNKI中突現(xiàn)強(qiáng)度前29的關(guān)鍵詞，其中深色部分表現(xiàn)文獻(xiàn)關(guān)鍵詞引用頻次相對突出的年份，反映了HCI-UE研究的變化趨勢[32]。Timezone時(shí)區(qū)圖與Burstness關(guān)鍵詞突現(xiàn)圖均為關(guān)鍵詞引入實(shí)踐維度的分析指標(biāo)，二者相互佐證參照可以獲得更加客觀準(zhǔn)確的結(jié)果[32]。

圖6 WOS HCI-UE關(guān)鍵詞共現(xiàn)聚類圖

圖7 WOS HCI-UE關(guān)鍵詞時(shí)區(qū)圖

如圖8所示，將關(guān)鍵詞按時(shí)間順序排列可看出，國際的研究動(dòng)態(tài)同樣可分為三個(gè)階段，前期聚焦于User Interface與Gesture Recognition。經(jīng)過發(fā)展，提出進(jìn)一步的界面交互方式，即Natual User Interface與Tangible User Interface。而近期Machine Learning、Augmented Reality、Mixed Reality、Virtual Reality成為了熱點(diǎn)。國際關(guān)于HCI-UE研究的演變在研究對象上呈現(xiàn)出從單一的圖形用戶界面向多通道、多模態(tài)、高復(fù)雜的自然用戶界面、有形用戶界面、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)發(fā)展，具有高度的跨學(xué)科特性。CNKI數(shù)據(jù)中關(guān)于HCI-UE的研究同樣可分為三個(gè)區(qū)間，關(guān)鍵詞從前期的可用性、用戶研究、以用戶為中心、用戶界面設(shè)計(jì)發(fā)展到智能手機(jī)、自然用戶界面、扁平化設(shè)計(jì)、UI界面、手機(jī)界面，再到用戶需求、情感化設(shè)計(jì)、老年用戶等。從區(qū)間關(guān)鍵詞演變來看，在前期國內(nèi)HCI-UE在研究上從關(guān)注可用性與用戶界面設(shè)計(jì)，到中期的智能手機(jī)、APP，再到后期的老年用戶、情感化、移動(dòng)端。可得出一直以來國內(nèi)較為關(guān)注UI應(yīng)用層面的研究，同時(shí)近年來在人口老齡化的因素影響下，為老年用戶群體的界面體驗(yàn)設(shè)計(jì)被學(xué)界慢慢地關(guān)注。

將關(guān)鍵詞時(shí)區(qū)圖與關(guān)鍵詞突現(xiàn)圖結(jié)合分析，能看到國際學(xué)術(shù)界未來研究內(nèi)容的重點(diǎn)集中于機(jī)器學(xué)習(xí)（Machine Learning）、任務(wù)分析（Task Analysis）、康復(fù)（Rehabilitation）、用戶中心計(jì)算（Human Center Computing）、語音用戶界面（Voice User Interface）、增強(qiáng)現(xiàn)實(shí)（Augmented Reality）、虛擬現(xiàn)實(shí)（Virtual Reality）、物聯(lián)網(wǎng)（Internet of Thing）、腦電信號(hào)采集（EEG）、老齡化（Aging）等方面。國內(nèi)學(xué)術(shù)界未來的研究重點(diǎn)則主要集中在自動(dòng)駕駛、語音交互、自然交互、虛擬現(xiàn)實(shí)、無意識(shí)認(rèn)知、增強(qiáng)現(xiàn)實(shí)、眼動(dòng)追蹤、老年用戶等方面。

圖8 WOS HCI-UE關(guān)鍵詞突現(xiàn)圖

圖9 CNKI HCI-UE關(guān)鍵詞突現(xiàn)圖

綜上所述，國內(nèi)外在前沿主題的研究上有一定趨同性，主要集中在自動(dòng)駕駛、老年用戶，以及語音用戶界面等領(lǐng)域。

2.5 高被引文獻(xiàn)分析

尋常的高被引文獻(xiàn)分析，選取文獻(xiàn)往往是時(shí)間段內(nèi)被引次數(shù)從高到低，不利于把握整體趨勢，而且選取的文獻(xiàn)在時(shí)間上往往較為靠前，包含較少的近期文獻(xiàn)。為把握整體趨勢，進(jìn)一步對比分析國內(nèi)外HCI-UE研究范式異同，下文將選取檢索式下近五年來，且每年總被引量排名前三的被引文獻(xiàn)內(nèi)容進(jìn)行分析（已排除綜述性論文）。通過分析表1～2可知，在研究范式上國內(nèi)外學(xué)界各自有其特點(diǎn)，但兩者都包括了定量、定性和混合的研究方法。例如，深度訪談、統(tǒng)計(jì)學(xué)方法等都在國內(nèi)外HCI-UE論文中出現(xiàn)。同時(shí)兩者都以用戶為中心，強(qiáng)調(diào)從用戶角度出發(fā)，且在發(fā)展路徑上兩者都是從單一圖形界面向多模態(tài)、多通道趨勢發(fā)展。這一結(jié)論與前文關(guān)鍵詞聚類結(jié)果相吻合。

在具體研究對象上，國際學(xué)界目前研究對象主要聚焦于虛擬交互技術(shù)領(lǐng)域。如，Speicher等[33]通過在虛擬鍵盤上選擇字符來研究VR中的文本輸入，評估VR中基于選擇的、文本輸入的設(shè)計(jì)空間，在此基礎(chǔ)之上設(shè)計(jì)了六種不同的虛擬交互方式并評估了它們的性能和用戶偏好，最后結(jié)果表明使用跟蹤手持控制器的指向優(yōu)于所有其他方法。Loeken等[34]分析了來自工業(yè)界和學(xué)術(shù)界的28個(gè)關(guān)于自動(dòng)駕駛車輛狀態(tài)的概念，這些概念將被傳達(dá)給行人，告知行人車輛中狀態(tài)。在實(shí)驗(yàn)中測量了參與者對增強(qiáng)現(xiàn)實(shí)的信任度，以及參與者過馬路時(shí)的安全感和用戶體驗(yàn)等指標(biāo)，最后得出最好的互動(dòng)信號(hào)是參與者已經(jīng)熟悉的信號(hào)及簡單、易懂、具有高辨識(shí)度的信號(hào)。他們的這一研究填補(bǔ)了自動(dòng)駕駛車輛與行人互動(dòng)的這一研究空白。Grubert等[35]研究了虛擬現(xiàn)實(shí)（VR）應(yīng)用中使用的兩種主流文本輸入設(shè)備——桌面鍵盤和觸摸屏鍵盤的性能和用戶體驗(yàn)，討論了有限的視覺反饋帶來的局限性，并考察了不同使用策略的效率，最后得出用戶可以將打字的技能快速轉(zhuǎn)移到VR中。相比較而言，雖然國內(nèi)HCI-UE研究領(lǐng)域?qū)μ摂M技術(shù)近幾年有一定關(guān)注，但是整體上側(cè)重UI設(shè)計(jì)方向。學(xué)者相靜[36]從用戶體驗(yàn)的視角出發(fā)探究手機(jī)界面設(shè)計(jì)，在研究中分別對感官層、情感層、評價(jià)層做詳細(xì)分析與論述。學(xué)者陳雪等[37]在對用戶體驗(yàn)設(shè)計(jì)在界面設(shè)計(jì)領(lǐng)域的價(jià)值進(jìn)行分析的同時(shí)，以用戶體驗(yàn)和界面設(shè)計(jì)的相關(guān)理論為基礎(chǔ)，闡述了用戶體驗(yàn)設(shè)計(jì)在界面設(shè)計(jì)中的重要性。最后，從人因?qū)W的角度探析影響用戶體驗(yàn)的界面設(shè)計(jì)因素，總結(jié)歸納出基于用戶體驗(yàn)的界面設(shè)計(jì)要素。在理論與方法上，國際學(xué)界側(cè)重于大數(shù)據(jù)（Big Data）、深度學(xué)習(xí)（Deep Learning）、機(jī)器學(xué)習(xí)（Machine Learning）、情感計(jì)算（Affective Computing）、數(shù)據(jù)分析（Data Analysis）、數(shù)據(jù)挖掘（Data Mining）、用戶學(xué)習(xí)（User Study）這類定量的實(shí)證研究方法，涵蓋了諸多的定量和混合方法，方法多樣化，在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方面尤甚。例如，Soure等[38]提出了一種協(xié)作視覺分析工具CoUX，以幫助用戶體驗(yàn)評估人員集體審查數(shù)字界面的可用性測試視頻，這款工具基于機(jī)器學(xué)習(xí)的原理，可以從視頻和音頻中提取的聲學(xué)、文本、視覺特征，將數(shù)據(jù)可視化，從而支持用戶體驗(yàn)評估人員之間的協(xié)作。Cho等[39]提出了一種基于深度學(xué)習(xí)的非對稱虛擬環(huán)境（DAVE），用于沉浸式體驗(yàn)元宇宙內(nèi)容，同時(shí)還基于深度學(xué)習(xí)設(shè)計(jì)了手勢界面、文本界面等。國內(nèi)學(xué)界偏向于設(shè)計(jì)策略、用戶模型、設(shè)計(jì)原則、認(rèn)知心理學(xué)等。例如，學(xué)者羅欣等[40]探索了智能櫥柜交互界面的用戶體驗(yàn)設(shè)計(jì)原則與策略，提出以用戶為中心、用戶需求層次、信息通達(dá)性、操作易用性、情感愉悅化的智能櫥柜的五條交互界面設(shè)計(jì)原則，以及梳理需求層次優(yōu)先級(jí)、注重用戶操作反饋流程、設(shè)計(jì)評估與反饋意見以推動(dòng)產(chǎn)品迭代的三條設(shè)計(jì)策略。胡駿[41]為解決醫(yī)療設(shè)備界面設(shè)計(jì)所存在的問題，從認(rèn)知心理學(xué)的角度出發(fā)，解析了認(rèn)知心理與界面體驗(yàn)之間的關(guān)系，提出了基于認(rèn)知心理學(xué)的界面體驗(yàn)設(shè)計(jì)方法，并建立相應(yīng)的認(rèn)知體驗(yàn)?zāi)Ｐ涂蚣?。在可用性研究上，國際學(xué)界側(cè)重腦電信號(hào)采集（EEG）這一類的生理實(shí)驗(yàn)法，Mangion等[42]使用腦電信號(hào)采集（EEG）系統(tǒng)記錄實(shí)驗(yàn)參與者在某些社交媒體平臺(tái)上執(zhí)行任務(wù)時(shí)的情緒波動(dòng)，以此直觀了解用戶在使用界面時(shí)的狀態(tài)。國內(nèi)學(xué)界主要依靠系統(tǒng)可用性量表（SUS）這一類的行為實(shí)驗(yàn)法。例如，學(xué)者李源楓等[43]采用系統(tǒng)可用性量表（SUS）在醫(yī)療終端界面布局設(shè)計(jì)中收集界面布局方案可用性數(shù)據(jù)。

表1 國內(nèi)外學(xué)界高被引文獻(xiàn)

Tab.1 Highly cited literature in Chinese and foreign academic circles

表2 國內(nèi)外學(xué)界高被引文獻(xiàn)研究范式

Tab.2 Research paradigms of highly cited literature in Chinese and foreign academic circles

3 結(jié)論

國內(nèi)外HCI-UE研究領(lǐng)域中的文獻(xiàn)產(chǎn)出趨勢基本一致。截至2019年，總體上呈上升趨勢，2019年后出現(xiàn)回落趨勢，回落現(xiàn)象的產(chǎn)生可能是受近幾年的全球疫情影響。國際國內(nèi)文獻(xiàn)產(chǎn)出峰值分別在2019年與2016年，這表明該領(lǐng)域已經(jīng)進(jìn)入到成熟階段。相關(guān)的理工科院校是其研究主體。

綜合關(guān)鍵詞聚類可知，國內(nèi)外學(xué)界在HCI-UE研究領(lǐng)域有一定的相似性與相異性。相似性表現(xiàn)為在關(guān)鍵詞聚類上國內(nèi)外研究都形成四個(gè)主要聚類，研究主題總體一致，這四個(gè)聚類形成了HCI-UE領(lǐng)域的研究閉環(huán)。此外，國內(nèi)外學(xué)界都聚焦于可用性測試，且國內(nèi)外學(xué)界均重視用戶研究，以用戶為中心設(shè)計(jì)。而相異性表現(xiàn)為：（1）在交互方式的研究上，國際學(xué)界視線已脫離傳統(tǒng)的人機(jī)界面交互方式，轉(zhuǎn)而專注于更加前沿的虛擬技術(shù)，而國內(nèi)目前處于初始階段；（2）在研究前沿趨勢上，國際學(xué)界未來重點(diǎn)集中在機(jī)器學(xué)習(xí)（Machine Learning）、任務(wù)分析（Task Analysis）、康復(fù)（Rehabilitation）、用戶中心計(jì)算（Human Center Computing）等方面，國內(nèi)則聚焦自動(dòng)駕駛、語音交互、自然交互、虛擬現(xiàn)實(shí)等方面。

對于研究范式，國內(nèi)和國際的研究范式都有其特點(diǎn)，但國際范式在某些方面，特別是技術(shù)和算法的應(yīng)用上可能更加先進(jìn)和深入，具體如下。

1）國際學(xué)界側(cè)重定量研究，使用機(jī)器學(xué)習(xí)（Machine Learning）、任務(wù)分析（Task Analysis）、數(shù)據(jù)挖掘（Data Mining）等前沿技術(shù)，強(qiáng)調(diào)數(shù)據(jù)分析方法在捕捉海量數(shù)據(jù)背后的規(guī)律中的重要性。此外，國際研究還涉及算法與用戶研究的結(jié)合，以提供更科學(xué)的設(shè)計(jì)理論支持。國內(nèi)研究則從心理學(xué)、創(chuàng)新設(shè)計(jì)、設(shè)計(jì)策略等多學(xué)科角度出發(fā)，從定性研究逐漸轉(zhuǎn)向定量研究。

2）在數(shù)據(jù)來源上，國外數(shù)據(jù)更多地使用客觀生理測量數(shù)據(jù)，如EEG、Eye Tracking等。國內(nèi)則以SUS量表數(shù)據(jù)及主觀報(bào)告數(shù)據(jù)為主。

[1] 羅仕鑒, 龔蓉蓉, 朱上上. 面向用戶體驗(yàn)的手持移動(dòng)設(shè)備軟件界面設(shè)計(jì)[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2010, 22(6): 1033-1041.LUO S J, GONG R R, ZHU S S. Handheld Mobile Device Software Interface Design for User Experience[J]. Journal of Computer Aided Design and Graphics, 2010, 22(6): 1033-1041

[2] 黃艷群, 黎旭, 李榮麗. 設(shè)計(jì)·人機(jī)界面[M]. 北京：北京理工大學(xué)出版社, 2007: 3-8. HUANG Y Q, LI X, LI R L. Design: Human Machine Interface[M]. Beijing: Beijing University of Technology Press, 2007: 3-8.

[3] 丁玉蘭. 人機(jī)工程學(xué)[M]. 第4版. 北京: 北京理工大學(xué)出版社, 2011: 9-10. DING Y L. Ergonomics[M]. 4th, ed. Beijing: Beijing University of Technology Press, 2011: 9-10.

[4] 羅仕鑒. 人機(jī)界面設(shè)計(jì)[M]. 北京: 機(jī)械工業(yè)出版社, 2002. LUO S J. Man-machine Interface Design[M]. Beijing: Machinery Industry Press, 2002.

[5] ISO 9241-210, 2019 Ergonomics of Human-System Interaction Part 210: Human-centred Design for Interactive Systems[S].

[6] 魏瑋, 宮曉東. 基于用戶體驗(yàn)的人機(jī)界面發(fā)展趨勢[J]. 北京航空航天大學(xué)學(xué)報(bào), 2011, 37(7): 868-871. WEI W, GONG X D. Development Trend of Human-computer Interface Based on User Experience[J]. Journal of Beijing University of Aeronautics and Astronautics, 2011, 37(7): 868-871.

[7] 宗敏, 吳瑜, 綦宗金. 基于CiteSpace的國外用戶界面體驗(yàn)圖譜量化分析[J]. 濰坊學(xué)院學(xué)報(bào), 2021, 21(6): 7-15.ZONG M, WU Y, QI Z J. Quantitative Analysis of Foreign User Interface Experience Atlas Based on Cite-Space[J]. Journal of Weifang University, 2021, 21(6): 7-15

[8] MONGEON P, PAUL-HUS A. The Journal Coverage of Web of Science and Scopus: A Comparative Analysis[J]. Scientometrics, 2016, 106: 213-228.

[9] 趙蓉英, 邱均平. CNKI發(fā)展研究[J]. 情報(bào)科學(xué), 2005(4): 626-634. ZHAO R Y, QIU J P. NKI Development Research[J]. Information Science, 2005(4): 626-634

[10] 文庭孝, 劉曉英. 計(jì)量學(xué)學(xué)科發(fā)展譜系研究[J]. 情報(bào)科學(xué), 2022, 40(6): 12-18. WEN T X, LIU X Y. Research on the Development Pedigree of Metrology Discipline[J]. Information Science, 2022, 40(6): 12-18.

[11] CHEN C. CiteSpace II: Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359- 377.

[12] WALTMAN E L. Software Survey: VOSviewer, A Computer Program for Bibliometric Mapping[J]. Scientometrics, 2010, 84(2): 523-538.

[13] 崔峰, 尚久楊. 中國農(nóng)業(yè)文化遺產(chǎn)研究的文獻(xiàn)計(jì)量與知識(shí)圖譜分析——基于中國知網(wǎng)(CNKI)和Web of Science數(shù)據(jù)庫[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(9): 11. CUI F, SHANG J Y. Literature Metrology and Knowledge Map Analysis of China's Agricultural Cultural Heritage Research: Based on CNKI and Web of Science Database[J] Chinese Journal of Ecological Agriculture (Chinese and English), 2020, 28(9): 11.

[14] 葛燕, 陳亞楠, 劉艷芳, 等. 電生理測量在用戶體驗(yàn)中的應(yīng)用[J]. 心理科學(xué)進(jìn)展, 2014, 22(6): 959-967. GE Y, CHEN Y N, LIU Y F, et al. Application of Electrophysiological Measurement in User Experience[J]. Advances in Psychological Science, 2014, 22(6): 959-967.

[15] 汪成為. 靈境, 虛擬現(xiàn)實(shí)技術(shù)的理論、實(shí)現(xiàn)及應(yīng)用[M]. 北京: 清華大學(xué)出版社, 1996. WANG C W. The Theory, Implementation and Application of Virtual Reality Technology in the Spirit World [M]. Beijing: Tsinghua University Press, 1996.

[16] HULUSIC V, GUSIA L, LUCI N, et al. Tangible User Interfaces for Enhancing User Experience of Virtual Reality Cultural Heritage Applications for Utilization in Educational Environment[J]. ACM Journal on Computing and Cultural Heritage, 2023, 16(2): 1-24.

[17] YEH S C, WU E H K, LEE Y R, et al. User Experience of Virtual-reality Interactive Interfaces: A Comparison between Hand Gesture Recognition and Joystick Control for Xrspace Manova[J]. Applied Sciences, 2022, 12(23): 12230.

[18] AL-EMRAN M, MEZHUYEV V, KAMALUDIN A. Technology Acceptance Model in M-learning Context: A Systematic Review[J]. Computers & Education, 2018, 125(10): 389-412.

[19] DAVIS F D, BAGOZZI R P, WARSHAW P R. User Acceptance of Computer Technology: A Comparison of Two Theoretical Models[J]. Management Science, 1989, 35(8): 982-1003.

[20] REED D, MONK A. Inclusive Design: Beyond Capabilities towards Context of Use[J]. Universal Access in the Information Society, 2011, 10: 295-305.

[21] 賈凱凱. 網(wǎng)絡(luò)視頻服務(wù)中用戶體驗(yàn)質(zhì)量預(yù)測研究[D]. 北京: 北京交通大學(xué), 2017. JIA K K. Research on Prediction of User Experience Quality in Online Video Service[D]. Beijing: Beijing Jiaotong University, 2017.

[22] LYU Z, POIES F, DONG Q, et al. Deep Learning for Intelligent Human: Computer Interaction[J]. Applied Sciences, 2022, 12(22): 11457.

[23] 徐穎. 手機(jī)游戲交互界面的用戶體驗(yàn)研究——針對女性用戶[J]. 設(shè)計(jì), 2019, 32(17): 44-46.XU Y. Research on User Experience of Mobile Game Interactive Interface: Targeting Female Users[J]. Design, 2019, 32(17): 44-46.

[24] 胡晨. 互聯(lián)網(wǎng)金融產(chǎn)品用戶界面的情感化設(shè)計(jì)應(yīng)用研究[D]. 青島: 青島理工大學(xué), 2022.HU C. Research on the Application of Emotional Design in User Interface of Internet Financial Products[D]. Qingdao: Qingdao University of Technology, 2022.

[25] 王文麗, 徐江華, 石小濤. 基于用戶體驗(yàn)的座艙人機(jī)交互設(shè)計(jì)[J]. 時(shí)尚設(shè)計(jì)與工程, 2023(2): 10-15.WANG W L, XU J H, SHI X T. Cockpit Human- machine Interaction Design Based on User Experience[J]. Fashion Design and Engineering, 2023(2): 10-15

[26] NORMAN D A. The Design of Everyday Things[J]. Design of Everyday Things, 1988, 26(4):166.

[27] 師喬喬, 張阿維. 淺析基于用戶體驗(yàn)生命周期的產(chǎn)品APP界面設(shè)計(jì)[J]. 西部皮革, 2020, 42(4): 62. SHI Q Q, ZHANG A W. Analysis of Product APP Interface Design Based on User Experience Lifecycle[J]. Western Leather, 2020, 42 (4): 62.

[28] 賈梧, 周睿, 劉揚(yáng), 等. 基于眼動(dòng)實(shí)驗(yàn)的短視頻手機(jī)APP界面偏好研究[J]. 人類工效學(xué), 2022, 28(2): 11-16. JIA W, ZHOU R, LIU Y, et al. Study on Interface Preference of Short Video Mobile APP Based on Eye Movement Experiment[J]. Ergonomics, 2022, 28 (2): 11-16.

[29] 孫林輝, 韓貝貝, 張偉. 基于眼動(dòng)實(shí)驗(yàn)的英語學(xué)習(xí)類手機(jī)APP界面設(shè)計(jì)評價(jià)[J]. 人類工效學(xué), 2021, 27(2): 1-8. SUN L H, HAN B B, ZHANG Wei. Evaluation of English Learning Mobile App Interface Design Based on Eye Movement Experiments[J]. Ergonomics, 2021, 27 (2): 1-8.

[30] 王文娟, 張碧含, 符夢婷, 等. 無人物流車的車外屏人機(jī)界面設(shè)計(jì)研究[J]. 圖學(xué)學(xué)報(bào), 2020, 41(3): 335- 341. WANG W J, ZHANG B H, FU M T, et al. Research on the Design of Human-machine Interface for Car Exterior Screens of Unmanned Streaming Cars[J]. Journal of Graphics, 2020, 41(3): 335-341.

[31] 陳睿. 虛擬與現(xiàn)實(shí)互動(dòng)型的玩具設(shè)計(jì)研究[D]. 武漢: 湖北工業(yè)大學(xué), 2021. CHEN R. Research on Virtual and Realistic Interactive Toy Design[D]. Wuhan: Hubei University of Technology, 2021.

[32] DASARATHY B V. Data Mining and Knowledge Discovery[J]. Kluwer Academic Publishers, 2003, 4(1): 1-10.

[33] SPEICHER M, FEIT A M, ZIEGLER P, et al. Selection-based Text Entry in Virtual Reality[C]// Proceedings of the 2018 CHI Conference. New York: Association for Computing Machinery, 2018.

[34] LOEKEN A A, GOLLING C, RIENER A. How should Automated Vehicles Interact with Pedestrians? A Comparative Analysis of Interaction Concepts in Virtual Reality[C]// Proceedings of the 11th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. New York: Association for Computing Machinery, 2019.

[35] GRUBERT J, WITZANI L, OFEKO E, et al. Text Entry in Immersive Head-mounted Display-based Virtual Reality Using Standard Keyboards[C]. Berlin: IEEE, 2018.

[36] 相靜. 基于用戶體驗(yàn)的手機(jī)界面設(shè)計(jì)路徑研究[J]. 包裝工程, 2021, 42(10): 347-349. XIANG J. Research on the Path of Mobile Phone Interface Design Based on User Experience[J]. Packaging Engineering, 2021, 42 (10): 347-349.

[37] 陳雪, 周美玉. 基于用戶體驗(yàn)的界面設(shè)計(jì)因素分析[J]. 設(shè)計(jì), 2019, 32(1): 81-83. CHEN X, ZHOU M Y. Analysis of Interface Design Factors Based on User Experience[J]. Design, 2019, 32(1): 81-83.

[38] SOURE E J, KUANG E, FAN M, et al. CoUX: Collaborative Visual Analysis of Think-aloud Usability Test Videos for Digital Interfaces[J]. IEEE Transactions on Visualization and Computer Graphics, 2021, 28(1): 643-653.

[39] CHO Y, HONG S, KIM M, et al. DAVE: Deep Learning-based Asymmetric Virtual Environment for Immersive Experiential Metaverse Content[J]. Electronics, 2022, 11(16): 2604.

[40] 羅欣, 周橙旻, 詹先旭. 智能廚柜交互界面用戶體驗(yàn)設(shè)計(jì)原則與策略[J]. 家具, 2021, 42(2): 22-27. LUO X, ZHOU C M, ZHAN X X. Principles and Strategies of User Experience Design for Interactive Interface of Intelligent Kitchen Cabinets[J]. Furniture, 2021, 42(2): 22-27.

[41] 胡駿. 基于認(rèn)知心理學(xué)的醫(yī)療設(shè)備界面體驗(yàn)設(shè)計(jì)研究[D]. 杭州: 浙江大學(xué), 2018. HU J. Research on Medical Device Interface Experience Design Based on Cognitive Psychology[D]. Hangzhou: Zhejiang University, 2018.

[42] MANGION R S, GARG L, GARG G, et al. Emotional Testing on Facebook’s User Experience[J]. IEEE Access, 2020, 8: 58250-58259.

[43] 李源楓, 吳群, 張劍, 等. 結(jié)合用戶導(dǎo)向和遺傳算法的醫(yī)療終端界面布局設(shè)計(jì)[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2021, 33(5): 662-670. LI Y F, WU Q, ZHANG J, et al. Layout Design of Medical Terminal Interface Combining User-oriented and Genetic Algorithm[J]. Journal of Computer Aided Design and Graphics, 2021,33(5): 662-670.

[44] SARSAM S M, AL-SAMARRAIE H .Towards Incorporating Personality into the Design of an Interface: A Method for Facilitating Users' Interaction with the Display[J]. User Modeling and User-adapted Interaction, 2018, 28:75-96.

[45] MCLEAN G, OSEI-FRIMPONG K, ALEXA H. Examine the Variables Influencing the Use of Artificial Intelligent In-home Voice Assistants[J].Computers in Human Behavior, 2019, 99(10): 28-37.

[46] KORAVLEVA O, DURAND T, KALIMULLINA O, et al.Studying User Satisfaction with the MOOC Platform Interfaces Using the Example of Coursera and Open Education Platforms[C]// Proceedings of the 2019 International Conference on Big Data and Education. New York: Association for Computing Machinery, 2019.

[47] HIENTANEN A, PIETERS R,LANZ M,et al.AR-based Interaction for Human-robot Collaborative Manufac-turing[J]. Robotics and Computer-integrated Manufac-turing, 2020, 63: 101891.

[48] FAAS S M, MATHIS L A, BAUMANN M R K. External HMI for Self-driving Vehicles: Which Information Shall be Displayed?[J]. Transportation Research Part F Traffic Psychology and Behaviour, 2020, 68: 171-186.

[49] ALSSWEY A, AL-SAMARRAIE H.Elderly Users'Acceptance of Health User Interface (Ul) Design-based Culture: the Moderator Role of Age[J]. Journal on Multimodal User Interfaces, 2020, 14(1): 49-59.

[50] SUN Z, ZHU M, ZHANG Z,et al. Artificial Intelligence of Things (AIoT) Enabled Virtual Shop Applications Using Self-powered Sensor Enhanced Soft Robotic Manipulator[J]. Advanced Science, 2021, 8(14): 210030.

[51] YOUN S, JIN S V."In A.I. We Trust?" The Effects of Parasocial Interaction and Technopian Versus Luddite Ideological Views on Chatbot-based Customer Relationship Management in the Emerging "Feeling Economy"[J]. Computers in Human Behavior, 2021, 119: 106721..

[52] TAI Y, GAO B, LI Q,et al.Trustworthy and Intelligent COVID-19 Diagnostic IoMT through XR and Deep Learning-based Clinic Data Access[J]. IEEE Internet of Things Journal, 2021, 99: 1.

[53] LEI Z, ZHOU H, HU W, et al.Unified and Flexible Online Experimental Framework for Control Engineering Education[J].IEEE Transactions on Industrial Electronics, 2021, 99: 1-1.

[54] HENG W, SOLOMON S, GAO W.Flexible Electronics and Devices as Human-machine Interfaces for Medical Robotics[J].Advanced Materials, 2022(16): 34.

[55] WANG Y, YANG Q, LIN X, et al. G4LDB 2.2: A Database for Discovering and Studying G-Quadruplex and i-Motif Ligands[J]. Nucleic Acids Research, 2021, 12:113-120.

[56] 李倩. 基于用戶體驗(yàn)的UI界面中圖標(biāo)設(shè)計(jì)研究[D]. 沈陽: 沈陽師范大學(xué), 2018. LI Q. Research on Icon Design in UI Interface Based on User Experience[D]. Shenyang: Shenyang Normal University, 2018.

[57] 馮志兵. 基于用戶體驗(yàn)的網(wǎng)頁界面交互設(shè)計(jì)研究[D]. 株洲: 湖南工業(yè)大學(xué), 2018. FENG Z B. Research on User Experience Based Web Interface Interaction Design[D]. Zhuzhou: Hunan University of Technology, 2018.

[58] 李奕飛, 何人可. 基于用戶體驗(yàn)的洗衣機(jī)軟界面設(shè)計(jì)原則研究[J]. 包裝工程, 2019, 40(10): 196-202. LI Y F, HE R K. Research on Soft Interface Design Principles for Washing Machines Based on User Experience[J]. Packaging Engineering, 2019, 40(10): 196- 202.

[59] 丁金虎. 基于情境認(rèn)知的自然用戶界面體驗(yàn)設(shè)計(jì)研究[D].無錫: 江南大學(xué), 2019. DING J H. Research on Natural User Interface Experience Design Based on Contextual Cognition[D]. Wuxi: Jiangnan University, 2019.

[60] 馬超民, 趙丹華, 辛灝. 基于用戶體驗(yàn)的智能裝備人機(jī)交互界面設(shè)計(jì)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2020, 26(10): 2650-2660. MA C M, ZHAO D H, XIN H. Design of Human- machine Interaction Interface for Intelligent Equipment Based on User Experience[J]. Computer Integrated Manufacturing System, 2020,26(10): 2650-2660.

[61] 董媖妲. 基于用戶體驗(yàn)為核心的手機(jī)APP界面設(shè)計(jì)研究[J]. 智庫時(shí)代, 2020(3): 271-272. DONG Z H. Research on Mobile APP Interface Design Based on User Experience as the Core[J]. Think Tank Era, 2020(3): 271-272.

[62] 耿陽, 趙煒濃. 融合參與觀察的用戶界面設(shè)計(jì)方法研究[J]. 設(shè)計(jì), 2020, 33(9): 44-46. GENG Y, ZHAO W N. Research on User Interface Design Methods for Integrating Participatory Observations[J]. Design, 2020, 33(9): 44-46.

[63] 彭華明, 陶玉棠. 用戶體驗(yàn)導(dǎo)向下的APP個(gè)性化界面設(shè)計(jì)研究[J]. 現(xiàn)代電子技術(shù), 2022, 45(4): 73-77. PENG H M, TAO Y T. Research on Personalized Interface Design of APP under User Experience Orientation[J]. Modern Electronic Technology, 2022, 45(4): 73-77.

[64] 沈蘭寧. 基于用戶體驗(yàn)的移動(dòng)端UI交互設(shè)計(jì)探究[J]. 電腦知識(shí)與技術(shù), 2022, 18(3): 64-65. SHEN L N. Exploration of Mobile UI Interaction Design Based on User Experience[J]. Computer Knowledge and Technology, 2022, 18(3): 64-65.

[65] 楊煥, 鮑坤坊, 孫耀. 大數(shù)據(jù)分析下以用戶體驗(yàn)為導(dǎo)向的移動(dòng)應(yīng)用界面設(shè)計(jì)創(chuàng)新方法研究[J]. 設(shè)計(jì), 2022, 35(1): 41-43. YANG H, BAO K F, SUN Y. Research on Innovative Methods for User Experience Oriented Mobile Application Interface Design under Big Data Analysis[J]. Design, 2022, 35(1): 41-43.

Comparative Study of User Experience in Human-Computer Interface Based on Bibliometrics

LONG Shihao, XU Zhihong*, CHEN Huan, LI Zhiqiang

(Jishou University, Hunan Zhangjiajie 427000, China)

The work aims to compare and analyze the similarities and differences of human-computer interface user experience research in China and abroad and summarize the current research status of Chinese academia and find out problems. In the study, WOS and CNKI were used as data sources, and the literature materials were visualized and analyzed by means of bibliometrics and the comprehensive use of Citespace, VOSviewer and other software. The literature output in the field of human-computer interface user experience research in China and abroad is relatively consistent, reaching the peak before 2019 (including 2019), and showing a downward trend after 2019. The research subjects are science and engineering colleges and universities related to computer science and Internet technology. In terms of research team cooperation, there are few cross-team studies in China, and there is an obvious research highland and the degree of research cooperation needs to be strengthened. On the whole, it presents the characteristics of "overall dispersion and local concentration". In terms of keyword cluster analysis, the hot research on user experience of human-computer interface in China and abroad shows some similarities and differences. The similarity shows that the user experience research in human-computer interface in China and abroad has formed four clusters in keyword clustering, and forms a research loop. Secondly, Chinese and foreign academic circles have paid great attention to usability. The difference is that in the research of interaction methods strongly related to user experience, international academic circles have deviated from the traditional human-computer interface interaction methods and focus on virtual interaction technology, while China is currently in the initial stage. The main limitations of Chinese HCI-UE researchers at this stage are insufficient interdisciplinary cooperation, weak innovation in their own research and lack of their own theoretical research and models.

interface design; user experience; bibliometrics

TB472

A

1001-3563(2024)04-0288-16

10.19554/j.cnki.1001-3563.2024.04.031

2023-09-18