基于信息架构的用户界面设计检索

来源 :四川大学 | 被引量 : 0次 | 上传用户:quake_bj
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
用户界面作为向用户传递信息的直接桥梁,需要将界面中的信息合理地展现给用户。线框图是基于信息架构设计的,既能反映出信息架构的信息规划,又是信息架构的具体表现,可以说线框图已经确定了产品界面的雏形。然而合理布局信息元素、绘制高质量的线框图需要设计者具有长期的经验积累。参考符合信息架构的界面设计样例可以帮助设计者设计线框图,基于信息架构进行界面检索,可以帮助设计者在线框图设计阶段收集相似信息架构的界面设计参考示例,一方面节约收集参考界面设计示例的时间,提高设计效率,另一方面通过参考优秀的界面示例,可以帮助设计者理解和运用设计知识,提高线框图的设计质量。现有面向用户界面信息组织和架构的研究侧重于信息架构在界面设计中的应用,缺少一种计算机可理解的信息架构表示方法;另外,虽然已经有很多用户界面数据库,可以找到界面和代码数据,但由于信息架构是界面设计过程中的一个中间产物,很难直接获取与界面对应的信息架构;用户界面检索的相关研究也多是基于元数据或基于像素的界面检索,无法满足线框图阶段的界面检索需求。为了解决这些问题,实现基于信息架构的用户界面设计检索,本研究从信息架构的特征入手,探索信息架构的形式化描述方法,并基于此对界面库中的界面进行信息层次树的抽取,然后设计信息架构树的相似性算法,最终实现通过信息架构进行用户界面设计检索。主要工作内容如下:(1)提出了信息架构的形式化表示方法,解决了传统信息架构表述方法计算机无法理解的问题。针对信息架构最常使用的树形结构,本文提出了信息架构形式化表达方法,分别对信息架构树层次结构、根节点、非根非叶节点、叶节点的特征和关系进行分析,并通过卡片分类法的方式对叶节点的常见类型进行了聚类分析,获得了9类叶节点类型,通过该形式化模型,可以从信息架构不同节点的特征、属性、节点关系等角度对用户界面信息架构树进行准确、全面的形式化描述与定义,为基于信息架构的检索工作打下基础。(2)提出了基于语义聚类的界面信息层次树抽取方法,解决了信息架构数据难以获取的问题。现有研究很少有关于界面信息架构的抽取问题,信息架构作为界面设计的中间产物,很难直接获得与界面对应的信息架构。而要基于信息架构对界面进行检索,需要界面库中界面对应的信息架构。为此,本文基于第一章提出的信息架构的形式化表示方法,从移动用户界面数据中抽取出页面的信息层次树。首先从移动应用界面的视图层次结构代码文件中提取界面的整体架构,然后基于启发式规则对冗余组件和属性进行约简,最后通过语义聚类的方法将界面中语义相近的重复项进行聚类合并,为后续基于信息架构的界面检索工作奠定基础。(3)设计了基于模糊子树匹配的信息架构树相似性算法,解决了信息架构树和界面匹配的问题。虽然前面工作从界面中抽取出了信息层次树,具有信息的层次、组合等特征,但由于其节点更偏向于具体元素而非信息表达,与信息架构树仍然存在差距,无法直接进行相似度计算。为此,设计了基于模糊子树匹配的信息架构树相似性算法,该算法通过对模糊子树进行定义,建立了信息架构树中节点与其具体实现方式(即元素类型)之间的映射,将树之间的相似度分解为多个子树的相似度,对子树进行最大匹配,再按照子树权重计算树的相似度。最后基于该算法设计基于信息架构的用户界面检索实验,在RICO数据集上对该算法进行验证,并对结果进行分析。
其他文献
人体行为识别是计算机视觉中一种重要的场景分析技术,目前已经得到广泛应用。基于视频的人体行为识别方法存在识别率不高的问题,这与视频帧提取中关键信息丢失、冗余信息较多等因素有关,也与在面对复杂场景时,使用单一特征难以对人体行为进行充分表达等因素有关。本文针对关键帧提取和人体运动视频的多特征表达进行研究,主要工作和创新点如下:(1)针对基于关键帧提取的人体行为识别,提出了一种基于动态双向时空切片聚类的关
随着科技水平的提高和社会的发展,在物质生活已经得到满足之后,人们开始更加关注精神生活的水平,很多丰富精神文明的商品成为大家追逐的目标。其中,智能手机和家庭影院的普及,让人们能享受到更好的拍摄和观看的体验。但光学领域的研究中,由于镜头的透镜在生产时无法达到理想的精度而且在组装过程中也可能产生偏差,最后会使得到的图像产生畸变,影响人们的观看体验。相机镜头产生的畸变按种类分为:径向和切向。径向畸变是因为
如今,从网上购物、视听娱乐到生活旅游等方面,人们的日常行为和决定越来越多地受到推荐系统的影响。所谓推荐即是根据用户的历史、项目的相关属性进行建模,从海量的信息中,推断出用户的兴趣爱好,帮助用户找到感兴趣的项目。推荐系统的技术核心是如何从巨量信息中为用户挖掘出有效的信息。然而,传统的推荐算法里已有的数据稀疏性问题,会致使推荐质量不太理想,无法更好地提升用户对系统的满意度。再而,因缺少系统给出的推荐结
运动目标检测是许多视频分析应用中的关键步骤。由于真实视频数据通常存在相机抖动、光照变化和恶劣天气等复杂情况,导致基于背景减法的目标检测算法可能无法有效对背景信息建模,严重影响目标检测效果。因而具有鲁棒效果的鲁棒性主成分分析(Robust Principal Component Analysis,RPCA)在目标检测领域得到广泛应用。虽然RPCA模型被成功应用于目标检测领域,但是在经典RPCA模型中
科学文献是科研人员通过实验对自然科学现象进行充分观察或研究后,对成果与结论的书面表达。海量科学文献的发表使科学的结构不断发展与完善,对科学发展中的重要影响因素进行深入了解可以有效地解决环境、社会和技术问题。通过分析科学文献数据,揭示学科主题结构及发展历程,对理解学科特点、发现新兴研究以及预测未来趋势至关重要。围绕科学文献,现有研究只关注学科框架的构建或单研究领域的主题分析,缺少完善的从学科层级自顶
基于代理的建模技术经常被用于研究复杂的多细胞生物学现象,这一技术在生物医学研究中发挥着重要的作用。近年来通过建立仿真模型研究癌症发育的过程,推测癌细胞转移时机成为了一个重要的研究方向。现有的研究证明,癌细胞的转移扩散是导致癌症患者死亡的主要原因。对于目前发病率较高的结直肠癌,肝脏是其常见的转移靶器官。因此本文利用基于代理的建模技术对结肠癌的肝转移过程展开具有针对性的研究。本研究能够评估疾病进展,为
随着2018年国家标准《智慧校园总体框架》发布,致力于构建校园工作、学习和生活一体化的智慧校园正在全国多个高校逐步成型,从课堂到生活的教育理念已经被广为接受。传统基于预制定教学计划的培养模式已不能满足当前创新性人才的个性化培养需求。以大数据分析、人工智能等信息技术为支撑的智慧教育模式已成为教育信息化的趋势,通过掌握学生的兴趣、爱好、生活习惯等,提高人才培养质量成为当前教育数据挖掘领域的重要研究问题
在计算机三维动画领域中,通过模拟类似脂肪等软体的动态效果,能为模型形变带来更丰富的视觉效果。传统的模拟软体形变的方法受限于复杂的物理计算,往往需要昂贵的时间成本。近年来,位置动力学因其简单快速的物理模拟框架,被大量应用于实时应用中。位置动力学方法通过对模型的粒子系统施加形状匹配等约束来控制粒子间的位置关系,模拟软体的形变。在实际的计算过程中,位置动力学方法通过高斯赛德尔迭代来计算模型约束集合的近似
鲁棒性和数据稀疏问题已经成为推荐系统研究中的两大热点问题。鲁棒性推荐旨在从有噪声的用户数据中捕捉用户的真实偏好,提供准确且稳定的个性化推荐。数据稀疏问题是指,相对于推荐系统的海量用户和商品,每个用户交互过的物品仅仅是商品总量的很小一部分,这导致依赖于用户历史数据的推荐模型难以准确捕捉用户的个性化偏好。尽管现有工作已经对这两个问题进行了研究,但推荐系统的鲁棒性问题和数据稀疏问题仍未得到很好的解决。现
信息抽取任务旨在从非结构化文本中自动抽取信息,并转换为结构化的三元组(实体-关系-实体)。根据三元组中的关系类别是否限定,信息抽取任务可以分为封闭域和开放域两类。其中,开放域信息抽取不限定三元组中的关系类别,从文本中抽取所有可能的三元组,为问答系统、信息检索和知识库构建等自然语言处理任务提供有力支持。目前开放域信息抽取工作大多在句子上抽取三元组,但在结构复杂的句子上学习抽取模板、制定抽取规则具有极