层级菜单排序优化及目标搜索选择的绩效研究

来源 :成都理工大学 | 被引量 : 0次 | 上传用户:lfshiyi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人机交互界面已经成为信息终端与人类之间沟通的桥梁,为用户提供综合的操作环境。其中应用菜单以一组层次化的列表方式提供用户可用的功能选项,用户通过搜索并选择菜单项完成人机交互操作。应用菜单作为人机交互界面重要的部件,其可用性将直接影响人机交互的使用体验,其合理而有效的设计对信息终端整体可用性的提高也极为重要。目前对菜单可用性的研究中,对于菜单布局的优化排序理论研究工作相对较少,菜单排序的优劣及最优菜单排序尚缺定量描述的理论支撑。菜单绩效预测模型的建立将对菜单交互可用性提供评估依据,有助于指导设计人员设计出可用性更高的菜单。已有层级菜单绩效模型较多围绕一级层级菜单建立,对隐藏布局的层级菜单和多级层级菜单的绩效预测模型建立不够全面。合理的控制显示增益调整策略会影响目标选择过程的效率和用户的使用体验,也会影响到菜单交互的可用性。针对层级菜单的可用性问题,本文主要从排序优化和绩效预测模型两方面开展研究。对层级菜单排序优化开展了理论和应用研究工作,首先提出了层级菜单基于选择菜单项的先验概率进行排序优化的思想,进一步提出了菜单最佳优化排序定律,然后融合认知与交互行为对层级菜单多种布局情况下的任务搜索与目标选择绩效预测模型进行了研究,最后提出一种控制显示增益调整方法。论文研究的主要内容和创新点包括以下几个部分:(1)提出了层级菜单基于选择概率进行排序优化的思想。通过对常用层级菜单和选项卡菜单的使用频率进行调研,得知菜单项选择概率基本符合二八定律,即常用菜单项占比例约为20%~40%。据此提出了菜单排序优化思想,并给出了菜单选择时间特征值的计算公式。进行菜单项排序优化后所得最优菜单与其他排序方式相比,菜单选择时间特征值应是最小的。(2)提出了菜单最佳优化排序定律。提出并用数学归纳法证明向量积最小值定理,然后基于向量积最小值定理和费茨定律得到菜单最佳优化排序定律。菜单最佳优化排序定律给出了排序优化思想的具体应用方法。菜单最佳优化排序定律以定量的方式指出菜单项的最佳排序是按照选择菜单项的先验概率从大到小排序。通过对层级菜单四种布局方案的研究,结果表明菜单最佳优化排序定律具有实用性和普适性的特点,可为层级菜单的布局设计以及菜单项排序提供定量描述的理论依据。(3)研究了层级菜单在多种布局情况下任务搜索与目标选择的绩效预测和评估的实用模型。通过研究人机交互中的预测模型,指出了中文文献中对席克定律理解的偏差,分析相关认知模型与交互行为模型的特征、优缺点以及现有关于层级菜单绩效模型的不足之处。有机结合费茨定律和席克定律,针对层级菜单布局的特点,为层级菜单的任务搜索与目标选择建立了更有效、更实用的绩效预测与评估模型,有助于研究人员进行层级菜单可用性测试评估工作。(4)提出了一种基于各段初始加速度的控制显示增益调整方法。随着大量数据涌入各种应用程序中,存在着移动距离小且频繁的交互场景。针对频繁交互的目标选择阶段,本文研究了控制显示增益调整方法。合理的控制显示增益调整方法对提高用户选择菜单项的效率十分有益。通过研究现有的控制显示增益调整方法,提出一种基于各段初始加速度的控制显示增益调整方法。对比以往移动距离小且频繁的交互场景下使用的固定控制显示增益值的方法,基于加速的控制显示增益调整方法更加灵活,并减少了目标选择时间。
其他文献
商机数据指的是各地政府在其公共交易网站上发布的一些招标公告和中标候选公示等数据。随着大数据时代和5G技术的发展,各地政府逐步舍弃了传统招投标交易模式,开始使用电子招投标方式,交易过程中产生了大量的商机数据。海量商机数据有着多数据源、异构、不可共享等问题,加上传统软件系统难以满足高效的数据共享和数据管理等需求。因此本文基于苗放教授在2012年提出的面向数据的体系结构(Data-Oriented Ar
学位
随着浅层矿产资源几乎枯竭,寻找新的地表矿床的可能性越来越小。我国自2008年实施国家深部探测技术与实验研究专项(Sino Probe),为深部找矿吹响了号角,其中三分量井中磁测方法能利用深井有效探测磁性矿,是深部找矿和预测隐伏矿床的利器之一。目前国内缺乏实用化的小口径深井(3000m)高精度三分量井中磁力仪,国家重点研发计划项目专题“基于微型磁通门的井中高温小直径三分量磁场传感器的研制(2018Y
学位
大地电磁测深法是地质勘探工作的重要方法,因有效易行、成本低廉,被应用于越来越多的领域。正演是大地电磁测深法的关键技术,它具有两大作用:一是为理论计算作辅助验证;二是为反演计算提供基础资料。传统正演算法的发展渐趋成熟,但对于复杂模型的计算效率不高。而深度学习可为地磁正演提供更高效的方案。深度学习是计算机行业研究的热门领域,常用于图像处理等方面,但其在大地电磁正演方面的研究较少。故而本文以拓展深度学习
学位
个性化推荐系统是“数据大爆炸”时代下的产物。个性化推荐系统作为一个“信息过滤器”,能够“量身定做”地为用户提供精确度高、效率快的服务。目前,个性化推荐系统已经成功应用到图书推荐、影视推荐、美食推荐等多个领域。针对传统个性化推荐系统中存在的数据稀疏和冷启动问题,学者们进行了大量的深入研究。其中,奇异值分解(SVD)算法通过奇异值分解技术填充矩阵的缺省值,较好地缓解了数据稀疏的问题。SVD++算法是在
学位
单幅图片超分辨率重建技术是通过一定算法算法将一幅低分辨率的图片进行处理,重建出一幅高分辨率图片的技术。目前该技术在医学影像、卫星遥感、高清数字电视、高清游戏和城市安防等多个领域中都有着广泛的应用,同时该技术还有着重要的理论意义,为人们创造了巨大的社会价值与学术科研价值。随着计算机性能的提高以及神经网络的发展,基于深度学习的超分辨率重建方法的优点逐步体现出来,人们逐渐将卷积神经网络应用在超分辨率重建
学位
近年来,随着信息化社会的不断发展,多媒体技术、现代通信及智能系统等新兴领域迅速崛起。自然语言作为一种理想的人机通信方式,为计算机、自动化等系统建立了良好的人机交互环境。但是在以信息化方式进行语音的传达、存储、识别、合成的过程中,往往受到周围环境噪声的影响,造成通信系统性能下降,严重时甚至失效。语音增强的目的就是从受污染信号中尽可能提取出纯净语音,从而改善语音质量,提高语音处理系统的识别率和抗干扰能
学位
互联网为人们带来了海量数据,如何从大数据中快速获取需要的信息已经成为当前的研究热点之一。推荐算法作为有效解决信息过载问题的方法,已经被广泛运用于多个领域。本文通过不同的角度对推荐算法进行研究,旨在提高推荐算法的综合性能,解决冷启动问题。一方面以二部图网络结构为基础,加入时间因素,针对马太效应中的营销近视症问题提出基于物品综合流行性的推荐模型,提升了算法的综合性能;另一方面利用神经网络挖掘用户与物品
学位
在我国国家公园体制建设的背景下,2017年4月《大熊猫国家公园体制试点方案》印发,大熊猫国家公园的建设和相关研究随之展开。国家公园最重要的功能就是保护生态环境和保护生物多样性保护,因此,大熊猫国家公园的作用不仅是保护大熊猫,同时也是保护整个区域的生态环境及各种珍稀物种。将平武县作为本文研究区域,根据P-S-R模型理论建立生态环境质量评价指标体系,以平武县2004年、2009年、2014年和2019
学位
自上世纪50年代以来,我国川西地区开展了大规模森林采伐活动,使得大面积暗针叶林遭到严重破坏。虽然在采伐后期陆续进行了人工造林,但是由于该地区造林主要采用植苗方式,选用的造林树种单一,形成了林分结构单一的同龄针叶纯林。正面临着生物多样性下降、水源涵养能力减少和生态系统功能退化等问题。如何开展采伐迹地植被恢复及调控人工林林分结构与物种组成已成为当前国内外广泛关注的科学问题,因此本研究主要围绕川西高海拔
学位
地震勘探观测系统用于描述炮点、检波点的位置及炮检点间的关系,观测系统的布设情况直接决定着采集的地震数据质量。勘探工区覆盖范围可达上千平方公里,其中建筑物、水域和道路等均属于障碍物区域。部分工区障碍物数量多且种类繁杂,而障碍物区域无法布设炮点或检波点,需要进行观测系统变观处理。观测系统变观分为人工变观和自动变观两种。人工变观首先获取勘探工区的遥感图像,再人工勾画障碍物边缘轮廓,最后将炮检点移出障碍物
学位