基于用户（共12篇）
基于用户 篇1
摘要：网站优化,一直以来使人们关注的一个问题,如何为用户构建更好的用户体验是网站优化的最终目的。文章从实践出发,主要以缓存技术,页面压缩,存储过程和可用性优化等几个方面来对网站优化进行了探讨,并提出一些参考意见。
关键词：用户,网站,优化
随着Internet的不断发展,各种新的技术手段日益的更新,人们接收和处理信息的方式也发生了巨大的变化,这已经成为不争的事实。据中国互联网络信息中心发布的《第25次中国互联网络发展状况统计报告》显示,截止到2009年12月份,中国网民规模已经达到3.84亿人,较上一年增长28.9%,互联网普及率在稳步上升。在各种网络应用中,我们可以大致分为四类:信息获取类;交流沟通类;网络娱乐类;商务交易类。以上应用绝大多数都离不开Web的支持,如何构建合适的Web网站,提供更好的用户体验,成为人们更为关注的热点问题。笔者以自己参与研究的河南省教育和科研网络论坛为例,从用户的角度出发,提出了在实践中发现的问题,并给出了Web网站优化的几点意见,以供参考。
1 面向Web用户的需求分析
据CNNIC提供的数据显示,中国网民继续向低学历人群渗透。2009年初中及以下网民群体增速超过整体网民增速,占到整体网民的35.6%,高中学历网民所占比例略微提升,大专及以上学历网民所占比例继续降低,网民学历结构更为均衡。从职业结构来看,中国学生网民群体占比明显下降,同时产业工人、服务业从业者、无业人员、农民群体等网民比重有所提升,越来越多的弱势群体开始使用互联网。
用户的需求包括功能性需求、性能需求、环境需求、可靠性需求、安全保密需求、用户界面需求、资源使用需求等。根据上文对网民结构所做的分析,从不失一般性的角度出发,我们可以得出Web用户更关注功能性需求、性能需求和用户界面需求,但作为Web服务的提供者,其他几种需求也是应该考虑到的。功能性需求是指用户想要得到何种Web服务,这是最主要的需求。性能需求是指用户应该得到满意的服务质量,包括在不同环境下得到相同的服务,信息传递延迟的要求等。用户界面需求是指用户能够在友好的环境下方便、有效、愉快地使用所提供的服务,从市场的角度来看,具有友好界面的Web具有很强的市场竞争力。
2 现有环境及问题分析
河南省教育科研网论坛(bbs.ha.edu.cn)由河南教育科研网网络中心和郑州大学研究生创新中心于2009年共同创办,是一个面向全省的综合性门户网站,内容涉及大学师生的工作、学习、生活的各个方面。网站采用IIS6.0作为Web服务器,以Visual Studio2005作为开发工具,采用C#语言,以ASP.NET 2.0技术平台来实现页面的动态生成,数据库采用SQL Server 2005服务器。
整体而言,目前的用户使用网络的目的更趋于实用性,选择更多,更容易选择或离开一个Web站点,用户的耐心几乎成为一种稀缺资源。如何在用户可以忍受的范围内,将有价值的信息呈现给用户,是进行网站优化的最基本要求。美国一家独立调查公司的调查结果显示,网站必须在10秒之内对用户的访问做出响应,否则将流失至少30%的潜在客户。截止到2010年底,用户所能容忍的时间已从10秒缩短至不到3秒。在进行网站优化之前,我们必须了解以下三个事实。1、用户不阅读,只扫描。人们只是扫描一下网页,寻找其中感兴趣的内容,并点击他们,对于其他内容,毫不关心。2、用户不要最佳结果,满意即可。一个网页可能提供多个同一类型的链接,用户在扫描的时候,并不考虑哪个链接能提供最佳的结果,只是尝试性的点击其中一个,如果能够得到满意的内容,不会再去点击其他链接,即使点错了,再退回去,并不造成什么损失。3、用户不探究,只应付。人们使用现实中的某种物品,并不理解他的运作原理,而是按照自己的习惯去使用,比如对于某种电器产品,用户买回家后,很少去阅读使用说明,而是按照自己的理解(即使是错误的)去操作,只要能够顺利完成任务就万事大吉,这种应付的态度对于Web的使用也是同样的。用户并不按照设计师的想法去理解网站的运作原理,而是按照自己一贯的,某种有效方法去操作,即使有更好的操作途径。
3 基于用户的优化技术
在充分考虑到用户的感受和Web使用习惯后,我们可以着手从以下几个方面对网站进行优化。
3.1 使用缓存技术
高流量的交互性网站,往往会面临一个难题,就是反复大数据量的操作时,Web应用程序的性能很难保证,单纯依赖硬件的提升会直接造成费用的攀升。如果我们对经常请求且很少变化的数据加以缓存,那么就可以缓解这个难题带给我们的烦恼。ASP.NET提供了两类Web应用程序缓存:输出缓存和数据缓存。
输出缓存技术通过缓存从动态页生成的内容来提高请求/响应吞吐量。输出缓存在默认情况下是开启的,但是除非执行显示操作以使响应可以缓存,否则来自任何给定响应的输出都不会被缓存。页面的内容经过页输出缓存处理后存储在内存中。当用户再次请求这个被缓存的页面时,ASP.NET从内存中作出响应,而不必再次经过页处理生命周期。页输出缓存对那些不经常更改,但需要大量处理才能创建的页特别有用。可以单独缓存一个页面也可以通过配置Web应用程序的配置文件缓存多个页面。这样除第一次请求外,后续请求将直接从缓存中输出网页,而无需重新生成页面,从而节省了资源,提升了Web应用程序的整体性能。需要注意的是,网站缓存大量页面实例会消耗很多的服务器资源,在有些情况下,网站页面的大部分区域是不变的,因此只需要页的某些部分在请求的时候更新。为此,我们可以采用部分缓存功能。例如,可以通过创建用户控件来包含缓存的内容,与普通缓存页一样加入@OutputCache指令来指定缓存策略,或者在用户控件后置代码中使用PartialCachingAttribute类,以声明的方式为用户控件设置设置这些策略。如一个BBS网站的大量页面都包含一个静态公告,其他内容均为动态的,这部分静态公告就可以放入用户控件来缓存起来。
数据缓存的运行机制是将应用程序的数据缓存起来,以提高程序的性能。缓存是由Cache对象实现的,缓存实力是每个应用程序专用的。缓存生存周期依赖于应用程序的生存期;重新启动应用程序之后,将重新创建Cache对象。Cache对象具备过期策略,我们可以通过使用简单的键∕值对将项防止在Cache中,从而进行存取。例如:
添加缓存
检索缓存
Cache类提供了强大的功能,允许自定义如何缓存项,以及将其缓存多长时间。例如,应用程序运行中,服务器缺乏内存时,缓存会自动移除优先级较低的或很少使用的项以释放内存。这是缓存确保过期数据不适用宝贵服务器资源的方法之一。
3.2 使用页面压缩技术
对于一个HTTP请求,如果给予更少的应答内容,那么在服务器和客户端之间的传输时间将因为数据包的减少而减少,对于带宽较低的网络效果则更加明显。对脚本和样式表进行压缩是减少网页容量的最简单方法。GZIP最早由Jean-loup Gailly和Mark Adler创建,被用于于UNIX系统文件的压缩,目前已经成为Internet上非常普遍使用的数据压缩技术。大部分的Web服务器和浏览器都支持Gzip压缩。在服务器上的页面在传输之前,先使用Gzip压缩再传输给客户端,客户端接收之后由浏览器解压显示,这样一来带宽利用率被大幅度提高。对于纯文本的网页,压缩率是相当可观的。假如每个用户节约50%的带宽,那么网站租用来的那些带宽就可以服务多一倍的客户。但是,PDF文件和图片就不应该进行压缩,因为它们本身已经被压缩过了。虽然采用压缩和解压技术会带来一定的CPU负担,不过比起发送和传输时延的大幅减少所带来的收益,还是值得的。
3.3 使用存储过程
存储过程是存储在服务器上的一组预编译的SQL语句。在后台数据库的优化中,我们可以将部分常用的数据库访问操作封装为存储过程,这样做可以带来以下好处。首先,封装了基本事物,从而使数据库访问接口更加清晰、简洁,层次也更为合理。其次,存储过程可以提高数据库访问的性能,减少网络访问的数据交换。存储过程将相关事物封装起来,不仅符合数据库访问按事物进行的要求,而且可以将存储过程的访问结果进行缓存,从而提高访问性能。此外存储过程相当于函数,在使用时只需传输存储过程名、参数和参数的数值等数据,无需编写复杂的SQL语句,因此可以减少网络流量。再次,对于程序设计而言,存储过程可以简化编码,并有利于系统修改。存储过程封装了基本事物,这样可以增加代码的复用性、共享性和结构化,从而加快开发速度。此外,利用存储过程可以有效的减少在页面中分散的SQL语句的访问,有利于系统修改。如果需要修改数据库的逻辑结构,只需更新相关存储过程即可,对页面可以实现很好的封装和隔离,不必大规模修改页面。
3.4 可用性优化
Web界面优化是网站优化的一种延伸,是人机交互方式的演变。
(1)搜索引擎优化。现在的用户使用互联网寻求问题的答案时,总是首先想到求助于搜索引擎,但几乎从不看除第一页之外的搜索结果,因此搜索引擎优化就成为一个Web的重要内容。我们首先来看一下几个网络社区的首页标题。如表1。
搜索引擎往往会给予出现在页面标题中的单词更多的权重,而用户在浏览搜索结果列表时,通常会根据标题的内容来判断该网站所提供的内容。例如,新浪论坛首页标题中出现的“全球最大中文社区”,爱卡汽车论坛首页出现的“汽车论坛_汽车社区_爱卡汽车论坛|车友会_爱卡汽车网”等内容,很容易使搜索引擎,按照用户所提供的关键词搜索到该网站,也便于用户识别该网站所提供的内容,从而提高网站点击率。而河南省教育科研网论坛的首页标题就显得过于苍白,不妨改为“河南省教育科研网论坛_大学生自己的网上家园”。
(2)信息表现优化。首先应该为页面建立清晰的视觉层次,而且能够准确的描述页面内容间的关系:哪些内容相关,哪些内容是其他内容的嵌套。其中包括突出重要部分,可将重要内容以加粗倾斜的方式,或者用比较强烈的颜色进行显示;使逻辑上相关的部分在逻辑上也相关,例如可以把内容相关的部分放在一组或同一个标题下。
(3)采用人们熟悉的界面。
对比图1和图2为的登录界面,除了必要的用户名、密码输入框、登录按钮、新用户注册和忘记密码的服务外,大河论坛还提供了站内搜索的功能。两个网站最大的不同在于,“帮助文档”的呈现方式。图1中的“BBS管理制度”,对普通用户来说几乎没有任何作用,更不会花费时间去阅读。但是用户在使用网站出现问题时,通常会去点击如图2中的“帮助中心”,并查询问题的解答。对于注重实用性需求的交互式网站而言,除非有一个更好的实用的创新,否则尽可能的采用人们习惯的界面。
(4)让内容易于扫描。现在的用户在非必要的情况下,不会去阅读整段的文字,因为那意味着,他们要从许多大段的文字中,寻找有用的信息,而这样做的效率是比较低的。一个比较好的做法是,控制网页中的文字性内容,使用户能够从简短的语句甚至单词的描述中,找到有价值的信息。比如,控制用户帖子标题和内容的字符长度。
4 总结
在交互式网站的优化中,诸如动态页面静态化,合理的选择控件,对用户个性化信息进行控制等方法也是可以采用的,但要考虑到网站的具体运行情况和所面向用户的使用习惯问题。无论如何,只有在实践中加以探索,才能达到更好的效果。
参考文献
[1]中国互联网络信息中心(CNNIC)第25次中国互联网络发展状况统计报告[R].www.cnnic.cn.2010.
[2]刘婕,张琳.ASP.NET2.0+SQL Server动态网站开发从基础到实践[M].北京:电子工业出版社,2007.
[3]张海藩,倪宁.软件工程[M].3版.北京:人民邮电出版社,2010.
[4]董建民,傅立民.Gravriel Salvendy.人机交互:以用户为中心的设计和评估[M].北京:清华大学出版社,2003.
[5]魏璞.Web优化的研究及其应用[D].北京邮电大学工程硕士研究生学位论文,2008.
基于用户 篇2
2009年12月18日15:51
人民网讯 “人民网奖学金”优秀论文奖评选结果日前揭晓，武汉大学共有10篇论文获奖，《基于用户体验的新闻网站信息架构研究》获得一等奖，以下是论文全文。
[内容摘要] 体验经济的快速发展推动各行各业越来越关注用户体验，尤其是交互活动中的体验。面对新闻网站浩瀚而混乱的信息时，用户往往面临“信息焦虑”的问题、得不到很 好的体验；中国新闻网站间的同质化现象也非常严重。在这样的背景下，本文以“基于用户体验的新闻网站信息架构研究”为题，从用户的真实体验角度，即从用户使用新闻网站信息的需求、观点、行为、感受、习惯、经验等方面出发，使用放声思考的用户测试方法找出并分析了中国新闻网站在信息架构上用户体验不足问题的具体表现，并提出了建设符合用户体验信息架构要求的新闻聚合系统的建议，以使得新闻网站更实用、更可用、更易用，并使用户满意能获得更好的体验，适应网站 建设的新要求。
[关 键 词] 用户体验 新闻网站 信息架构
[中图分类号] G20
[文献标识码] A 研究背景
当今最具影响力的社会思想家之一，著名未来学家阿尔文·托夫勒（Alvin Toffler）在其1970年出版的成名作《未来的冲击》（Future Shock）一书中提出“服务业最终会超过制造业，体验生产又会超过服务业”的观点。他同时预言，农业经济、工业经济、服务经济的下一步 是走向体验经济。美国学者约瑟夫·派恩二世（B.Joseph Pine II）与詹姆斯·吉尔摩（James H.Gilmore）在《体验经济》一书 中这样描述，“在这里，消费只是过程，消费者成为这一过程的产品。当过程结束后，体验记忆将会长久地保存在消费者脑中。消费者愿意为体验付费，因为它美好、难得、非我莫属、不可复制、不可转让、转瞬即逝，它的每一瞬间都‘惟一’”。两位学者都一直致力于推广这样的观念：我们正迈入体验经济时代，体验经济 将取代服务经济。当前经济的发展正逐渐证明着两位学者的观点，商家们越来越重视“以顾客为中心”的经营策略，并把营造良好的用户体验作为自己经营上取得突破的关键。“体验经济”是顺应“以人为本”时代大潮的产物，体验经济的快速发展推动各行各业越来越关注用户体验，尤其是交互活动中的体验。
随着科学技术的发展、中国经济水平的提升、人民生活水平的增强和中国互联网普及率的日益提高，互联网逐渐成为人民日常获取新闻资讯的重要途径。特别是在近年的一些突发事件、重大事件上，互联网因其无界性、时效性、互动性而不断展现出了它的新闻传播和舆论导向优势。例如，在藏独事件中，中国互联网成为当时 唯一的可以和境外媒体抗争的阵地；汶川地震事件中，第一条地震消息和很多重要的消息都是最先出现在互联网上；三鹿奶粉事件中，在传统媒体都未曾关注的情况 下，互联网对事件不断跟进，并最终引起主流媒体和政府的关注。
尽管中国互联网在新闻传播领域发挥着重要的作用，但是对于用户来说，与 传统媒体的一天一张的报纸，或者一天一次的广播、电视的新闻联播节目的有限信息相比，一个新闻网站一天的信息更新无疑是海量的。在这巨大的信息量面前，用户常常感到很茫然，并且新闻网站在对这些新闻信息的组织上表现出混乱的状态。
面对新闻网站浩瀚而混乱的信息时，用户往往得不到很好的体验，这样的网络环境使得用户束手无策，逐渐面临“信息焦虑”的问题。再加上现在大部分的中国新闻网站之间都是相互转载新闻内容，网站间的同质化现象非常严重。因此，如何营造良好的用户体验，以提高网站的传播效果、提升自身的竞争力，成为摆在中国新闻网站面前一个亟待解决的重大问题。从上面的讨论可知，关注、提升用户体验将成为新闻网站取得进一步发展的重要途径。针对这样的发展趋势，本文围绕中国新闻网站的用户体验这样一个主题来进行研究。研究问题
本文以“基于用户体验的新闻网站信息架构研究”为题，旨在从用户的真实体验角度，即从用户使用新闻网站信息的需求、观点、行为、感受、习惯、经验等方面出发，找出并分析中国新闻网站在信息架构上用户体验不足问题的具体表现，寻求一套满足用户需要的、符合良好用户体验的、用户感到比较满意的新闻网站信息架构方法，并提出可操作的建议，使新闻网站更有用、更可用，使用户能获得更好的体验，适应网站建设的新要求。
本文从网站的信息架构这个角度展开研究，主要由于两点原因。一是因为目前中国新闻网站表现出来的由于信息量大、信息类型繁多而导致信息组织混乱、用户在访问时十分茫然等问题。这类问题主要体现在网站信息架构的不合理或者说不符合用户体验。二是由于信息建构处于网站的用户体验设计流程中宏观问题和微观问题之间、抽象问题和具体问题之间的层次。研究新闻网站的信息建构一方面不会因为太过宏观和抽象而得不出可以在行业中可操作的研究结果，另一方面也不至于因为太过微观和具体而使得到的研 究成果无法在新闻网站中具备普遍的意义。
信息架构（Information Architecture），通常简称为IA，国内常用的翻译还有信息建构、信息构建等。到目前为止，对于IA的定义，无论是在国外，还是在国内，都没有达成共识，各位专家学者各持不同的观点。本文主要研究网 站信息架构的相关内容，结合一些组织和学者的观点，本文采用较公认的Louis Rosenfeld和Peter Morville所下的定义 ：信息架构是一门组织信息和界面的艺术和科学，涉及组织系统、标签系统、导航系统和搜索系统的设计，目的是帮助人们在网络和Web环境中更成功地发现和管理信息，有效地解决用户的信息需求。本文讨论的IA均指网站信息架构。
网站的用户体验可以看成是人自身与互联网发生情绪关系和联系的一种方式。每次我们访问一个网站或使用网络上某个服务时，我们本质上是在消费网站所带来的一种体验。整个对网站的体验过程涉及一个很复杂的心理流程体系：感觉、感知、领悟、认知、影响等等。除了这些，还包括体验过程中一些相互作用的心理因素例如期望、态度、需要、欲望等等。体验可以是丰富的也可以是单调的，这都取决于它所作用的感觉以及它所能够产生的意义的多样性。本文通过系统地分析新闻网站信息架构与用户体验的相关内容，探讨根据用户体验的要求来评价新闻网站信息架构的框架，并以用户测试的实验方法找出新闻网站信息架构上的用户体验的问题。尝试通过对用户测试结果的分析，运用基于用户体验的信息架构思想，提出建立符合用户体验信息架构要求的新闻聚合系统的建议，重新组织与设计新闻网站的信息，以解决新闻网站信息架构中存在的诸多问题，实现新闻网站的良好用户体 验目标，并为新闻网站实际建设提供崭新的视角和理论指导。研究目标和研究框架
3.1基于用户体验的新闻网站信息架构的研究目标
本研究试图从用户体验视角探求中国新闻网站的信息架构方法，那么很自然地，研究者首先要问：何谓基于用户体验的信息建构目标?根据前文的分析讨论，本文 认为，基于用户体验的信息架构从用户使用网站信息的习惯、感受、观点出发，考察网站信息内容，最终可把网站设计成为符合用户使用习惯、交互性强、易用、富有美感、让用户得到情感上满足的网站。用户体验的衡量标准可用用户满意度来体现，用户满意是信息服务的最终目标。运用基于用户体验的信息架构思想组织与设计网站信息，可使用户能够方便、快捷、容易地使用网站，提高网站使用者的满意度。
总之，基于用户体验的信息架构围绕用户展开，关注用户使用信息中的真实体验，对建设用户满意的网站具有重要的作用和意义。基于用户体验的信息架构应广泛应用于网站建设中，赢得用户的同时可提高它们的运作效率。
3.2基于用户体验的新闻网站信息架构的研究框架
根据前面对用户体验以及信息架构相关研究的综述，在这里本研究选取适合用来评价新闻网站信息架构的用户体验的元素与信息架构的基本内容框架相结合，来架构本文的研究框架。由于本文的研究目的是以满足用户体验为核心，去评价用户实际访问新闻网站时的在信息架构出现的问题，并提出解决方案，所以在此建立起以 用户体验原则去评价新闻网站信息架构的研究框架，如图1。研究方法设计
本节根据基于用户体验的新闻网站信息架构研究框架，选择具体研究过程中采用的评估方法、评估对象网站、测试用户等，并设计出具体的网站测试内容、相关测 试项目列表，通过预测试及结果分析，对测试中发现的研究方案上的问题进行修正，确定最终的网站测试内容、相关测试项目列表，然后正式进行用户测试。
4.1评估方法选择
根据对用户体验研究方法的综述，并比较各个方法之间的优缺点，本文的研究选择基于放声思考的用户测试的研究方法，具体理由如下：① 本文研究主要是为了 找新闻网站满足用户体验的地方及其用户体验上的问题和问题产生的原因，而放声思考法的优点正在于此。② 放声思考的用户测试方法可以从用户那里获得大量的 过程数据，可以发现很多的用户体验的问题。③ 不需要先进的用户体验实验室，和专业的测试设备，任何拥有可正常访问互联网的办公室都可以。④ 前人的研究 证明（Nielsen，2000），放声思考方法只需要3-5个用户，且在这个用户数量的测试收益最大。⑤ 可以在测试中得到许多的生动的和多彩的实例。⑥ 在开发过程的期间和开发结束后的任何时间都可以进行。⑦ 不需要专家的介入。⑧ 该方法具有一定得访谈的性质，但是由于是基于用户实际使用的访谈，所以可以解决传统访谈在用户体验研究上的缺点。
4.2评估网站选择
根据网站的规模和网站本身的特征，我国主要的有传播新闻行为的网站分为以下几类，在每一个小的类别中挑选1-2个有代表性的网站，作为正式评估的网站。
（一）新闻门户类
该类是我国有传播新闻行为的网站中最重要也是最主流的一个类型，此类网站规模和新闻涉及的地域和主题的范围都是最大的，用户访问量也最大，同时每天的新闻更新量也是各类型中最多的，所以在这儿我称其为“新闻门户”。按照此类网站本身新闻发布的权限还可以进行细分：具有完全自主新闻采访和发布权的新闻门户网站；和不具有重大主题新闻自主采访和发布权的综合类网站。
尽管上述两类网站的性质有所不同，但是由于前一类网站致力于向门户发展的定位和后一类网站内容上以新闻为主的特征，在互联网新闻传播上来看，这两类网站基本上都是朝向新闻门户的方向发展的。这一类网站还有一个共同的特征就是，在网站的页面上发布什么新闻、按什么方式排序、新闻显示在什么位置都是由网站的内容编辑决定的。新闻门户类，选择人民网、网易新闻。
（二）新闻聚合式网站
新闻聚合式网站其容聚合方式的不同，可以分为基于搜索引擎的新闻聚合式网站、掘客及具有掘客特征的信息聚合网站、具有新闻聚合特征的虚拟社区网站等，其他新闻聚合方式还有RSS式新闻聚合、邮件订阅是新闻聚合等等，但是由于这些聚合方式并没有以一个网站的形式呈现，所以在本文中不予讨论。基于搜索引擎的新闻聚合网站类，选择Google资讯；掘客类网站，选择抓虾（）和网易（）。对这两个网站的用户测试分别进行了三轮，每一轮5位测试用户。
（一）组织系统测试结果分析 分类法方面，根据用户测试的结果来看，新闻门户类网站的内容分类可以用两个字来形容，那就是“混乱”。主要体现在以下方面：没有明显的分类依据，部分分类内容不符合用户正常的认知，容易造成误解。很多不同分类之间的界限并不明显，分类之间存在交叉和包含的关系，用户有不知道应该从哪个类别中寻找信息的情况。分类数目众多，不方便用户寻找和记忆。用户存在在导航条中反复搜寻所需内容的情况，且在多次寻找同一分类时，也无法迅速的定位到所寻找的内容上。某些细节分类不足，用户在寻找所需新闻时不得不自行花大量时间浏览新闻标题，以剔除不需要的内容。用户满意程度及需求方面，测试用户普遍表现出不满意网站分类的态度，并且表示需要符合其自身使用习惯和认知的分类方式。
等级结构方面，由于受到分类法混乱的影响，新闻门户网站的等级结构也存在着很多问题，例如有满足“分组内有最高的相似度，而在分组之间有最少的交迭”的要求，由于一级分类众多，使得网站等级结构广度过大，而细节分类不足又使网站等级结构深度不足。
在进行多个用户完成同一任务的测试中，结果发现不同用户寻找到相同内容的路径并不完全相同，这说明网站的等级结构并不稳定。
内容选择、排序与呈现方式方面，被测试的新闻门户网站主要采用按时间的内容排序方式，以致于用户不得不逐条浏览以确定内容对于自己的重要程度，大大降低了信息获取的效率。测试用户表示，在所浏览的标题页面中，很多内容是自己不关心的，而且那些不需要的标题一定程度上影响了自己对所需内容的寻找；在页面重要位置网站编辑推荐的新闻内容，很多用户也不赞同它的重要程度。
个性化信息组织与呈现方式方面，在被测的新闻门户网站中并未提供个性 化信息组织与呈现的功能，而且其他主要新闻门户也都未提供该功能。在完成对组织系统的测试时，询问了测试用户关于对个性化信息组织与呈现功能的需求，一部分互联网深度用户表示，个性化信息组织与呈现功能应该可以解决他们很多在新闻浏览时遇到的问题；而另一部分互联网初级用户则表示，他们可能会因为对新功能的不熟悉，而遇到更多的麻烦。
（二）标签系统测试结果分析
被测网站在标签的有效性与合理性上，存在着标签名称无法有效地表达了标签所代表的涵义的情况，不符合用户通常的认知习惯。
被测网站在标签一致性上存在着同名标签指向不同内容和不同标签指向相同内容的情况，这些问题在测试令用户感到十分茫然，常常无法通过这样的导航标签完整需要内容的查阅。
两个被测网站整体的导航元素都只存在“导航条”一种形式，没有目录、下拉菜单、索引、网站地图、网站指南等辅助导航方式，来帮助用户更清晰的使用网站。有个别频道设置了频道地图，但是指向也不够清晰。
由于该类网站分类上的问题，导航条都有标签过多的问题，测试中，大部分用户都有在导航条中来回寻找才能定位到所要找的标签上的情况。
在两个被测网站中都存在很多下级页面没有全局导航或者没有与首页相同的全局导航的情况，这样用户在想更换访问类别时，只能通过链接退回到首页才能选择其他的分类。
很多分类页面存在同一局部导航条在不同页面中的显示不一样的情况，这样一方面不方便用户的使用，另一方面也不利于用户的记忆。
在新闻内容页面中，还存在“相关新闻”和“精彩推荐”等语境导航系统，测试中用户对“相关新闻”的语境导航方式比较满意，可以延伸他们对该新闻事件的阅读；但是对“精彩推荐”则比较不满意，因为推荐的内容与用户所阅读的新闻之间基本没有关系。
（三）检索系统测试结果分析
在对检索系统的用户测试中，用户对检索结果的相关程度还是比较满意的，尽管由于检索是基于全文的，所以会有一些包含检索关键字的与用户所寻找内容不相干的新闻，但是绝大部分，相关性还是比较高的。测试用户主要不满意的是检索结果的排序方式比较单一，只有按照时间先后的一种排序方式，由于对一些热点新闻的 检索结果往往是大量的，用户只有自己一条一条点开浏览来确定每条新闻的有用程度，信息获取效率很低。
6.2 新闻聚合式网站测试结果分析
在对其他3个新闻聚合式网站的测试结果进行分析时发现，用户所遇到的问题与前面一个类型的测试结果类似，在此就不赘述了，不过测试中还是发现了一些他们在新闻传播上令用户满意的地方。
个性化信息组织与呈现方式。中文Google资讯提供了自行添加和删除一级分类的功能，添加一级分类时用户可以自定义该分类的检索关键词和标签，另外用户还可以自行设置一级分类的内容在“焦点”页面中的位置，用户可以将自己平时关注的内容设置在靠前的位置，以适应自己平时的阅读习惯，节省新闻寻找的时间。
自定义分类标签。用户可以根据自己的理解和喜好自行选择标签名，方便实用，用户比较满意。
个性化导航。导航栏中不同的标签使用了不同的颜色进行标示，便于用户分辨；同时，用户还可以按照自己的习惯设定导航栏中的标签顺序，十分方便。
自行订阅新闻内容。用户可以自行选择所要订阅的新闻内容的类别，可以对所订阅的频道进行分类，用户可以自定义目录，然后可以将自己订阅的频道放在合适的目录下，这样就形成了一个自定义的目录导航，方便用户查找所订阅的内容。
标签式的内容分类方式。用户可以使用自定义标签方法对内容进行分类，比较符合个人习惯，使用标签可以快速找到自己收藏的内容。所有自定义标签形成了一个由所有用户互动共同完成的一个公共标签分类体系，这样的分类体系是建立在用户对于内容的理解之上的，可以较为准确的反映内容与分类之间的相关度，并且可以反映出某个类别的收关注程度。这样的标签分类体系比较适合用来作为检索和内容选择的基础。
多种排序方式。用户可以对内容进行推荐，于是内容的排序有按时间、按推荐数和综合时间和推荐数三种方式在测试中，用户对按某一时间段内的推荐数排序内容的方式比较满意，因为推荐数反映了内容的热门度和重要度。
社会化网络式的信息组织方式。SNS虚拟社区网站的信息组织与信息传递主要是建立在不同的用户之间形成的社会化网络之上的，在这个社会化网络中信息可以快速的在用户达到一个很大的覆盖面，传播速率非常的快。
社会化的内容质量评定。SNS虚拟社区网站中用户对内容的发布、评论和分享等并不是一个简单的操作，其中表达了用户对内容的一种赞同，这种赞同对该用户的好友而言意味着内容的质量和对于自己的重要程度，而内容的质量和重要程度将是影响用户对内容阅读体验的重要因素，这对于新闻网站的建设是很有借鉴意义的。研究结论与建议
根据前面分析测试结果得到的我国各类新闻网站信息架构在用户体验上反映出的不同的问题，本节试图提出相关建议，建立一个符合用户体验信息架构要求的新闻聚合系统，以解决那些问题。笔者之所以选择新闻聚合的解决方案，而不是直接改变现有的新闻网站的信息架构的方式，是因为该方案最具合理性和可行性。目前很多新闻网站已经具有非常复杂的结构体系和及其繁多的信息内容，如果要改变其信息架构，势必要大动筋骨，人力物力上的花费将是巨大的，而且在没有证明我所提出的方案是行之有效的情况下，也不会敢于直接改变自己的信息体系的，于是采用建立新闻聚合方式的方案可以在不改变网站现有结构的情况下进行尝试，而且对于新闻门户类网站来说，也只有使用新闻聚合的办法，才能真正解决他们在信息架构上的用户体验问题。本文研究试图建立的新闻聚合系统建议需具有以下信息架构上的要求。
7.1 用户个性化的信息组织方式
只有具备用户个性化的信息组织方式，才能满足不同用户的需求。具体来说需要满足：让用户可以自定义分类与等级结构，可以自行选择关注的新闻主题和设定新闻呈现方式等。
例如我们可以假设这样一个用户角色，后面的章节中将沿用这个用户角色进行举例，他平时最关注体育新闻，但是他并不是关注所有体育新闻，而是只喜欢篮球和足球，而篮球中他只关注NBA的火箭队和湖人队的新闻，对于足球他则关注所有的足球新闻，由于最近突发甲型流感，所以他又想关注一下甲型流感的相关新闻。于是他就可以在自己的页面中建立这样一个的等级结构，一级分类包括体育新闻和甲型流感，而体育分类中还包括NBA和足球两个耳机分类，甚至他还可以在NBA和足球下建立三级分类。然后他可以设置自己喜欢的新闻呈现方式，如显示新闻标题和新闻内容的前100字，这样他可以不点开全文就可以大致确 定某条新闻是否是他需要的。系统不仅应满足用户对聚合到个人页面的新闻的个性化组织，还应满足用户对收藏内容个性化组织，以方便用户对新闻进行收藏，建立起个人的新闻资料库。
7.2 自定义标签功能
自定义标签功能允许用户可以自行设定分类的标签和新闻内容的标签，不同用户对相同内容的认知是不同的，于是对于相同的分类或者新闻内容，不同的用户会贴上不同的标签，自定义标签功能可以让用户根据自己的认知习惯，选择自 己喜欢的词语来标示分类和新闻内容。自定义标签反映了用户对于新闻内容的类别和主题等的理解，应鼓励用户在阅读、推荐和分享新闻时给新闻内容贴上自定义标 签，因为这对于用户自己、其他用户和新闻网站三方面都是有利的，对于用户自己来说，网站可以通过用户常用的自定义标签了解到用户经常关注的新闻主题，这样 可以提高给用户推荐新闻时的相关度和准确性，节省用户获取新闻的时间，提高用户体验质量；对于其他用户来说，自定义标签可以指导他们对新闻内容的寻找；对 于网站来说，用户对某条或某类新闻使用较多的标签可以作为该条或该类新闻的元数据，这些元数据可以帮助网站的搜索引擎和推荐等相关功能更好的实现。
7.3 自定义内容聚合方式和范围
系统应当支持用户自定义内容聚合方式和范围或者可以根据用户对自定义类别的设置来推荐内容聚合方式和范围。例如根据前面例子里提到的用户需求，一般的新闻门户网站都会有关于NBA和足球的RSS频道，于是对于NBA和足球内容的聚合方式用户就可以选择RSS的方式，RSS的范围用户可以根据习惯和喜好自行选择一个或多个网站的相关内容频道；而像甲型流感这样的事件新闻，一般新闻网站的RSS频道都不会这么细节，所以对甲型流感相关新闻的聚合则更适合使用基于搜索引擎的方式；更好的情况是，系统可以根据用户对自定义分类设置的标签自动推荐内容聚合方式和范围。在基于搜索引擎的聚合方式中，搜索结果应当是在综合考虑关键词与新闻全文的匹配程度、用户自定义分类的标签与新闻内容及其所属类别的标签间的匹配程度的情况下产生的，因为这样才能避免像中文 Google资讯那样因只根据全文关键词搜索的结果进行聚合，而使聚合的内容中包含与类别主题毫不相关新闻的情况出现。
7.4 可供选择的多种内容排序方式
系统对新闻标题的排序应支持按时间、按时间段内用户对新闻的推荐数、按用户对新闻的评论数等方式，然后用户可选择某一种或设置某一种为默认的排序方式，这样可以最大程度的满足不同用户对新闻的时效和质量的需求。
7.5 基于数据挖掘的自动推荐功能
对于熟悉互联网的高级用户来说，各种自定义功能会方便他们的使用，然而对于初级用户来说，让他们自定义太多东西简直是种灾难，于是这时网站的自动推荐就十分重要了，并且在语境导航中对内容进行的自动推荐可以提高用户的信息获取效率，基于数据挖掘的推荐功能可以提高推荐内容与用户需求之间的相关度，给用户带来很多的便利，满足用户体验的需求。随着参与用户的增加和使用时间的延长，这种数据挖掘的结果将会越来越准确。具体的应包括对用户个人属性、用户关注的新闻类别、用户的阅读习惯、用户常用的自定义标签、用户对新闻内容的点击流等数据的长期挖掘，以完成给用户推荐常用新闻分类、内容聚合方式和范围、新闻内 容标签等所有可自定义的内容。
7.6 基于SNS的内容传递功能
系统应支持用户与用户之间可以建立起好友关系，以形成类似于SNS网站的社会化网络，然后用户对新闻的阅读、推荐、评论、收藏、分享等操作信息可以通过社会化网络迅速地传递给好友或者成为好友的个人页面内容排序的参考变量。
从以上提出的符合用户体验信息架构要求的新闻聚合系统应当具有的功能来看，这个系统是可以切实解决我国新闻网站信息架构上出现的种种问题的，并且具有切实的可行性。结语
本文通过对网站信息架构与用户体验的相关内容系统地综述和分析，并结合我国新闻网站的特点，探讨并提出了根据用户体验的要求来评价新闻网站信息架构的框架，然后以放声思考的用户测试实验方法找出我国各类新闻网站信息架构上的用户体验的问题。通过对用户测试结果的分析，并运用基于用户体验的信息架构思想，本文提出了建立符合用户体验信息架构要求的新闻聚合系统的建议，重新组织与设计新闻网站的信息，以解决新闻网站信息架构中存在的诸多问题，实现新闻网站的 良好用户体验目标，并为新闻网站实际建设提供崭新的视角和理论指导。
研究层面，本文研究中所建立的基于用户体验的原则来评价新闻网站 信息架构的研究框架，以及按照用户体验原则对新闻网站信息架构进行用户测试实验评估的方法，是对用户体验和用户体验研究的拓展，在对其它类型网站的信息架 构和用户体验进行研究时，本文的研究成果可以供其借鉴。
实践层面，本文提出的建立符合用户体验信息架构要求的新闻聚合系统的建议，在实际的网络新闻信息服务行业中，指导其进行网站信息架构是具有非常大的意义和可行性的。
在可行性上，首先，这个系统建设的建议最为适合新闻门户类网站采用，因为一方面新闻门户类的网站信息架构的用户体验问题最多，使用该系统可以解决大部分的问题，并使系统本身发挥最大的价值；另一方面，新闻门户类网站是各类新闻网站中用户量最大的，大量用户的参与可以使系统中的数据挖掘和基于SNS的信息传递等功能更好的发挥作用；另外，新闻门户类网站本身就用户大量的新闻内容信息，这使得内容聚合功能可以很容易的实现，因为网站内部内容聚合的容易程度和效率都是要远大于外部内容聚合的。
其次，在其它类型的新闻网站中，都或多或少的拥有“符合用户体验信息架构要求的新闻聚合系统”的部分功能，这些网站只要相应地添加其他功能，就可以容易地架构起该系统。
参考文献
基于视觉思维的用户界面设计 篇3
随着信息时代的迅猛发展，大数据、云计算、智能终端等信息处理技术为用户界面的多样性带来了可能。用户增强体验、界面宜人可用变得越来越重要，对用户认知行为的研究将有助于提升用户界面的体验质量。文章对认知学领域下的视觉思维进行研究，旨在将视觉思维作为“以用户为中心”的理论出发点，探究其在用户界面设计中的运用，总结基于视觉思维的用户界面设计方法。
关键词：
视觉思维 认知 用户界面 设计方法
中国分类号：J0-05
文献标识码：A
文章编号：1003-0069 （2015） 02-0109-03
随着计算机硬件设备和软件及信息技术的进步，用户界面逐渐从单一的呈现形式向多感官交互、实时个性化呈现方式发展。如今，以用户为中心成为用户界面设计的重要原则，单纯地通过技术手段已不能够满足用户界面的体验质量。在用户界面设计时应深入了解用户从感官体验到理性思维的过程，充分满足用户的认知行为和需求，为用户提供更为高效易用的增强性交互体验。
视觉感知是用户与界面进行交互过程中最为频繁的感知行为，而视觉思维活动作为感知与思维相结合的认知活动能够帮助用户在进行人机交互过程中完成—系列认知任务。因此，从视觉思维任务及作用机制角度来探索用户界面设计对提高人机界面的用户增强体验有着十分重要的意义。
1 视觉思维的概念
20世纪早期，一个由德国心理学家组成的研究小组提出了格式塔原理（Gestalt，又称完形心理学），打破了对于视觉活动的片面理解，对认知心理学的发展起到了推动作用，更为设计领域带来了更为深远的影响，而视觉思维理论正是基于认知心理学与格式塔原理提出的，该理论得到了生理学、心理学等各方面的有力支持。
1.1 视觉思维的概念及特征
视觉思维（ Visual thinking），又称视知觉，是视觉感受与理性思维的融合产物，最早是由美国心理学家鲁道夫，阿恩海姆（Rudolf Arnheim）在其著作《视觉思维>中提出的。不同于诸如逻辑思维、语言思维等抽象思维，视觉思维是一种基于视觉感知的创造性思维。人借助对所获得的视觉感知进行筛选，从而得到心理形象产物即视觉意象，视觉思维能够以这些视觉意象作为中介，构建知觉与思维的沟通桥梁，摆脱已有的认知规范，从而使认识主体直接感受来自外界的视觉感知，充分发挥认识主体的创造力和主观能动性。
视觉思维的特点具体表现为四个方面。首先，视觉思维源于并受制于客体自身结构。认识主体是通过对客观事物的感知接受视觉信息，并将这些视觉信息的含义通过视觉思维的认知过程传递到大脑中，因此，认识主体的视觉思维是在客体的引导下进行信息的理解与认知。其次，视觉思维能够唤醒“无意识心理”。视觉思维往往能够诱导直觉的产生，进而使深藏于意识主体中的沉默知觉快速转化为现实而有效的知识，从而更为有效地被自觉意识加以利用。第三，视觉思维具有灵活性与选择性。视觉思维受到人的主观因素影响，通过视觉意象操作，发挥想象作用进而产生的，因此人们通常试图将所感受到的客观事物与大脑中的记忆与经验或者个人的视觉习惯与兴趣爱好相联系，从而具有灵活性与选择性。最后，视觉思维还具有一定的固定模式。人的视觉思维在一次次的视觉感受经验影响下，产生了一种固定模式，这使得此后一旦再次接收到相似的视觉信息，大脑就会将其与之前的经验相联系，并将主要的精力分配到对固定模式中核心信息的理解上。
1.2 视觉思维的任务过程
对于外界事物所见所闻的过程构成感觉，将输入的图像、声音等信息进行变换、简化、加工、存储、恢复、解释并提取，这一信息处理的过程就是认知。认知所涉及到的能力主要包括视觉搜索（visual search）.发现（detection）、辨别（discrimination）、识别（recog nition）、确认（identification）和记忆搜索（memory search）这几点，这其实也正是视觉思维的主要任务过程，即视觉思维是对视觉活动所接收到的信息进行再加工的过程：首先，来自物理世界的图形图像、文本、符号、色彩等视觉信息被探测并输入到心理世界：目标信息通过一系列的视觉查询机制被视觉注意所接收，视觉注意对目标信息对象进行有效筛选，并决定所筛选的信息需要进入意识进行加工处理还是可以直接反应；随后意识通过视觉处理对感兴趣的信息进行特征分析以及优先排序，对未知的信息进行学习和适应，将有意义的信息输入记忆中作进一步加工；最终形成经验知识以供以后的高级理性抽象认知。
2 视觉思维的作用机制及其启示
2.1 视觉思维的作用机制
（1）视觉查询
视觉思维的本质是对注意力的分配，它是由一系列与注意相关的动作组成的：大脑触发快速的眼睛运动，当我们需要关注所需信息时，就会调整发现信息的路径，将注意力集中于特定信息，这些与注意相关的动作叫作“视觉查询（visual queries）”。视觉思维首先就是从客观的视觉世界中通过构建视觉查询来寻找和选取重要的信息，例如，当我们与地图、图表、张贴画等信息载体进行视觉交互时，通常是要确定想要解决的问题，然后通过对特定信息的一系列搜索，即通过视觉查询来获得答案。
（2）视觉处理
视觉处理首先是通过位置通道，对视野中所见信息的每一部分同时进行特征分析，既要从这些特征中提取有意义的部分，又要考虑它们的顺序。对特征的视觉处理和分析可以帮助我们了解视觉信息中哪些部分会很醒目，例如颜色、方向、锐度、运动形式等方面都是早期阶段的特征属性，可以用于大脑指挥眼睛运动。接下来，就是对图案的处理机制，将视觉空间划分为具有轮廓的区域、包含相似颜色、图案或运动形式的区域。最后，对于进一步的视觉处理是通过更为繁杂的内容通道，即物体的识别。
（3）视觉工作记忆
通过视觉感受到的外界信息中有90%以上已存在于我们的脑海中，识别物体会激活认知的动作模式，以便执行接下来的操作。可见，看到某个物体会令大脑倾向于特定的思维行动模式，从而引起进一步的行为。这种对大脑中视觉对象的激活作用叫作“视觉工作记忆”，根据视觉对象的不同，视觉工作记忆最多能够同时记录三件事物，有的视觉对象从建立到保持只需要通过一次视觉注意，而对于某些对象则需要一次又一次视觉注意过程。通常留在视觉工作记忆中的对象能减小下一次视觉注意中的对象范围。
2.2 视觉思维作用机制对设计的启示
视觉思维对设计的启示可以总结为以下几点：
（1）设计要支持大脑的图案查找能力。因为人的大脑能够快速而灵活的发现视觉图案，因此，在设计中，可以将信息转换为可视化的视觉设计。
（2）好的设计能够优化认知过程。应该让图案和标志发挥各自的优势，帮助用户有效地处理视觉查询。在计算机用户界面的设计中，这一点尤为关键。
（3）设计师应从认知经济学的角度出发，充分权衡学习新的工具或适应新的视觉呈现方式所带来的长远利益与所花费代价之间的矛盾关系，选择最优化的设计方案。
（4）在设计时应从多个层次考虑视觉注意力，优化认知线索。3基于视觉思维的用户界面设计方法
从视觉思维的角度来研究用户界面设计，要从两个方面出发：首先，用户界面信息的准确传达能够使视觉思维更为快速清晰地对接收到的界面视觉信息做出相应的反应；反之，更多的认知任务被视觉思维快速处理，将有助于认识主体对用户界面信息的深度理解，进而提高认识主体做出决策的效率。
3.1 构建界面信息层次
为了使用户将视觉注意集中于真正想要了解的目标信息上，应对界面的内容和视觉进行简化和分层，减少用户处理的信息量，提高用户在界面完成任务的效率。在用户界面中，多余的视觉元素会分散用户对于信息的认知注意，妨碍用户的视线，这可能会令用户不得不放弃对该界面的进一步操作。因此，在进行用户界面设计时，一方面应将信息进行筛选和梳理，构建信息的内容层次，创造界面各部分的视觉结构，另一方面，在不影响用户界面整体易读性的前提下，尽量简化视觉设计。
（1）筛选原始数据信息量
在进行用户界面设计时，应当充分考虑界面的使用环境，了解用户需求。在设计初期，从用户的背景、基本情况、心态、任务目标这几个问题出发，把握用户在界面中想要做的是什么，筛选最具有代表性的内容呈现于用户界面，避免过多信息对用户的干扰，并允许有需求的用户能够进行更深层次信息的研究。
（2）确定界面内容的主次关系
在对信息进行筛选过后，应该根据用户的需求，首先按照信息的不同情况，明确信息的主次关系，将用户界面内容分为主要内容、次要内容等。其次，对界面的信息内容选择性构建，在界面结构中根据主次关系设置一级界面、二级界面、三级界面，在界面版面中设置主标题、次标题、小标题等，并排列相关内容。
（3）创建界面视觉的层次结构
视觉的注意和选择是有重点的，因此通过将信息的呈现方式结构化和精炼，能够避免重复的视觉“噪音”，提高用户接受信息的效率。
首先，应给予用户界面内容合理的视觉分层。在界面布局上，应划分不同类别、不同层级内容所在的位置，每一层的用户界面只用于呈现一层的内容关系，并合理优化承载信息的用户界面排版和位置布局。在进行界面视觉设计上，应至少设置两层视觉层级。在第一层界面中，应向用户展示整体的内容，第二层级的内容主要是针对用户在第一层所选项进行详细解释和细节展示。其次，在视觉设计上强化不同层次内容的对比。用户界面中的视觉主体与其他不需要被关注的次要元素之间的对比界限的清晰程度能够影响主要内容在用户界面中的识别度和用户在人机交互过程中的视觉疲劳度。因此在保持用户界面功能和内容的前提下，尽可能地强化主次内容之间的对比。
（4）给予信息准确的视觉转化
介于某些抽象信息不易被理解，在进行用户界面设计时，给予信息适当的视觉转化与概念转换，能够更加准确地传达信息内涵。因此在用户界面设计时，要利用适合的视觉元素来对信息进行形象地体现和准确地释义。用户界面视觉元素的设计应与所代表的信息含义具有一定的象征意义联系。例如，可以采用简化图形的方式，经过一定的形状提炼与重组设计具有代表性的图标。图3.1中SAP Lumira的图标设计，就是将简单几何图形组合成为具有代表性的，象征不同类型图表的视觉符号。
3.2 强化界面色彩搭配
在用户界面中，色彩通常是一个先声夺人的要素，它对于界面视觉表现有着重要的作用。色彩不仅可以有效地区别不同的类别及内容，增强用户对界面信息的记忆，还能够直观地表现用户界面带来的情感属性和营造的氛围，其传达效果甚至超越了文字和图形。
（1）明确色彩的象征
在用户界面设计中，色彩的象征性具有重要的作用，色彩在不同用户界面环境具有不同的含义：红色表示注意和警告等含义；黄色表示接近危险、引起注意等含义；绿色代表安全、健康等含义；蓝色则代表财政、缓解等含义；黑色象征着死亡和黑暗，而在用户界面中则更多地作为背景色来突出其他鲜亮色彩。如图3.2展示的“My Bank”这款APP，运用的是黑色和深灰色背景，对高饱和度的文字和数据图起到了烘托的作用，同时使用户的视觉注意集中到了信息主体。
（2）增强形色的对比
在进行用户界面信息可视化的色彩搭配时，应注意图形和颜色之间的对应关系。在颜色设计时，若为了区分尺寸较小的视觉元素，应增强它为与背景之间颜色的对比度，例如，在浅色背景上的深色图形以及黑色背景上的浅色图形等，以此增加用户界面信息的识别度。
（3）协调色彩的搭配
在用户界面设计中，协调的色彩组合关系能够加强用户界面内容之间的分类和联系。虽然强化不同元素之间的色彩对比能够便于用户对它们进行区分，但过于强烈的对抗色会对用户的视觉造成刺激，容易产生令人难受的闪烁感，从而影响用户视觉在界面上的停留与注意。为达到色彩搭配的美观舒适，可在用户界面前景元素的色彩中运用纯度较高的色系，而背景则采用纯度较低的冷色或者深灰色、黑色，如图3.3。
3.3 合理运用视觉修辞
所谓视觉修辞，就是一种以图像、图形、语言等综合符号为媒介，以取得最佳的视觉效果为目的的传播行为。在用户界面信息可视化设计中，隐喻和反复是最为常用的视觉修辞手法。
（1）符号隐喻
符号隐喻是用户界面视觉元素设计的重要方法之一。计算机的命令都是通过数学公式的运算执行的，而用户无法直接与这些数学计算公式进行沟通，因此，便需要通过形象化的视觉符号表示计算机的功能和操作信息。在计算机操作系统的发展历程中，Windows首先通过运用符号隐喻的方法设计图标，实现了用户与信息交流。在对用户界面图标进行设计时，首先应提炼图标要表征的主要含义，寻找与之具有联系的具象图形，通过对图形特征进行提炼和重组，最终形成能够明确释义的视觉隐喻符号。
（2）视觉反复
视觉反复修辞的方法是通过一个被人们所熟知的视觉符号作为参考依据进行解构和同构而衍生出代表其它信息的视觉符号。在视觉思维过程中，对视觉多次刺激形成的长期记忆会产生思维定势。当用户再次感知相似的视觉元素时，就会调用之前所保留的类似信息，从而准确地识别当前的视觉符号含义。因此，在设计用户界面的图形语言时，应尊重认知经验，对于已有的元素进行反复使用，能够使用户轻松识别，降低用户的认知成本。
3.4 提高使用流畅程度
提高用户使用流畅度是提升界面易用度的核心之一，能够为用户带来良好的认知与体验，从而吸引用户不断深入使用界面功能。
（1）合理规划视觉化流程
人在用户界面中的视觉流程存在一定的规律性，对某些区域的关注较多，并在观看用户界面时存在一定方向性。在进行用户界面的内容布局设计时，应按照一般用户的视觉流进行合理分配，一般来说，用户界面的左侧中上部为视觉热点位置，将重要内容的简介或可供选择的部分置于此处能够有效引导用户的视觉注意。
（2）提高反馈效应灵敏度
在人机交互的过程中，对用户操作结果进行快速呈现并及时给予反馈，能够缩短用户的等待时间，提升用户与界面之间的互动感受。认知心理学的研究表明，当界面的响应出现停顿或延误时，用户会产生怀疑、急躁等不良情绪，严重影响用户与界面的交互质量。因此，在不影响内容的情况下，可适当降低呈现品质，例如适度缩小图形的尺寸，从而加快界面加载信息的速度和反馈的灵敏度。
（3）提供人性化操作帮助
目前，越来越多的用户界面具备移动、拖拽、点击等多样的交互操作方式，这对某些用户来说是陌生的。为了帮助用户快速地熟悉操作，流畅地进行界面交互，享受互动的乐趣，应在用户界面中以图文、实例演示等方式提供相应的提示和指导，比如：在初始界面为用户提供使用演示，提示用户如何进行操作；同时在一些可操作的元素上给予提示性标志，例如闪动、标记等，以此告知用户接下来的操作流程；同时在用户的操作出现错误时，及时给予提示和建议，以减轻用户由于持续出错而产生的负面情绪。
4 结语
基于用户 篇4
1 用户属性及关系数据的采集
分析用户影响力的一般过程, 首先是通过采集器采集用户属性数据及其关系数据, 然后对采集到的数据进行规整和建模, 最后建立评价指标对用户影响力进行评价。
1.1 采集策略的制定
采集论坛用户数据的最有效方法是论坛管理员直接获得后台数据, 但是这种方法往往难以实施, 常用的方法是使用网络爬虫对特定论坛进行抓取。要想高效地获取有价值的用户数据, 必须遵循一定的抓取策略。抓取策略主要包括初始用户集合的确定、搜索算法的选取、干扰用户的鉴别、终止条件的确定等方面。
(1) 初始用户集合的确定。可以有多种方法, 例如可以选择论坛热帖的楼主和跟帖者作为初始用户集合, 也可以选择某主题新帖的楼主和跟帖者作为初始用户集合, 还可以以各版块版主作为初始用户集合等。
(2) 搜索算法的选取。主要分为广度优先、深度优先和最佳优先策略三种算法。广度优先算法以初始用户集合为中心进行逐层扩展, 采集的用户与初始用户关系密切;深度优先算法以初始用户集合为起点进行深度搜索, 易搜索出复杂的关系网。
(3) 干扰用户的鉴别。论坛中除了大量的僵尸用户外, 还有不少水军, 排除这些用户更利于提高用户分析的效率和准确性。可以通过查看用户登录时间、发帖数量、发帖质量来进行有效鉴别。
(4) 终止条件的确定。用户搜索必须设置终止条件, 例如:可以设定用户数量上限、可以设定搜索次数、可以设定搜索深度等。不同的用户分析需求应该选择不同的终止条件。
依据采集目的, 本文采取的策略为:以涉军板块新帖楼主和跟帖者为初始用户集合, 采用广度优先的搜索算法, 屏蔽长时间没有登录的用户和发帖质量较低的用户, 直至搜索不到新的有效用户为止。
1.2 采集步骤的设计
本文采集的论坛中, 用户可以通过添加关注的方式将其他用户加自己的“好友”, 好友的最近动态将被自动推送给关注用户。关注某用户的用户称之为被关注用户的“粉丝”。
本文以涉军板块近期新帖楼主和跟帖者为初始用户集合, 采用广度优先搜索近期登录的用户和发帖质量较高的用户, 循环以上步骤直至搜索不到新的有效用户为止。采集步骤设计如下。
(1) 查找该论坛11个涉军板块近一个月的新帖, 将楼主和跟帖用户确定为待搜索用户集合。 (2) 遍历待搜索用户集合中的用户, 选择粉丝数大于10或者年发帖量大于50或者年精华帖大于2的用户, 采集该用户的粉丝。 (3) 遍历待搜索用户集合中的用户, 选择关注数大于10或者年发帖量大于50或者年精华帖大于2的用户, 采集该用户的好友。 (4) 将待搜索用户集合清空, 并将步骤 (2) 和步骤 (3) 中采集到的新用户添加到待搜索集合。 (5) 重复 (2) 、 (3) 、 (4) 步骤, 直至待搜索集合为空。
1.3 采集的量化结果
经过两天时间的采集, 用户关系网络得到收敛, 获得一个联通有向图。本次采集, 共抓取用户14 509个, 用户关系163 647个。分析该联通有向图, 存在13个环, 平均度数为22.56。用户网龄最长的为12年, 用户最多发帖222 076个, 用户最多精华帖1 604个, 用户最多粉丝数432个, 用户最多好友数为353个。
2 从用户属性分析用户的影响力
用户影响力是指用户驱使其他用户认同某观点或使信息广泛传播的能力。国外较早开始对社交网络的研究, 主要是针对Twitter用户, 多数算法是基于著名的网页排名算法Page Rank算法, 对影响因子的选取主要有转贴、回复、提及的能力。不同论坛的用户属性数据有所区别, 但最重要的是发帖数量、精华贴数量及点赞数等属性。
2.1 用户影响力相关主要属性
直接采集到的论坛用户属性主要包括发帖数量、精华帖数、好友数和粉丝数。
(1) 发帖数量。发帖数量指的是用户发表的主题帖和评论帖的总数。发帖数量的多少直接体现了用户的活跃度, 显然用户发帖数量越多, 影响力就可能越大。经统计, 用户发帖量符合二八原则, 发帖最多的前21.7%用户发布了80%的帖子, 而近3%的用户没有发帖。用户发帖量与用户数分布近似指数分布。
(2) 精华帖。精华帖是指引起热议的原创帖。精华帖数体现了用户的发帖质量, 是其他用户对该用户发帖的认可度, 可以体现出用户影响力。
(3) 好友数。好友数是指用户关注其他用户的数量。好友数的多少反映了该用户获取信息的愿望和能力, 可以在一定程度上提高用户影响力。经统计, 26.7%的用户关注了多于10名的好友, 其中1%的用户关注了多于100名的好友, 没有好友的用户几乎没有。
(4) 粉丝数。粉丝数是其他用户对该用户关注程度的直接反映, 是反映用户影响力最为直接的属性。经统计, 35.3%的用户拥有超过10名的粉丝, 其中1.3%的用户拥有超过100名的粉丝, 56%的用户没有粉丝。
2.2 用户影响力分析
用户属性中与用户影响力相关的属性主要有发帖数量、精华帖数、好友数和粉丝数。使用4种属性对用户进行评价并对用户进行排序, 得到4种不同的结果, 见表1。
2.3 属性相关性分析
用户的发帖数量、精华帖数、好友数和粉丝数是与用户影响力最为相关的几个属性。经分析, 发帖数量、精华帖数与粉丝数均没有明显的线性相关性, 存在很多精华帖不多、但粉丝数很多的用户;也存在不少精华帖较多、但粉丝数较少的用户。发帖数量、精华帖数与好友数也不存在明显的线性相关性, 发帖数量与精华贴数也不存在明显线性相关性, 好友数与粉丝数也不存在明显线性相关性。
3 从用户关系分析用户影响力
社会网络分析方法是由社会学家根据数学方法﹑图论等发展起来的定量分析方法, 以社会结构为主要研究对象, 而不特别关注个体属性。
3.1 社会网络中的用户影响力
从社会网络角度分析, 用户影响力主要表现为信息获取能力、信息传播能力和信息控制能力。
信息获取能力是指用户收集特定主题信息的能力。在社会网络中, 好友越多, 越容易获得信息;好友影响力越大, 越容易获得高质量信息。信息传播能力是指用户发布的帖子传播的广度和速度。在社会网络中, 粉丝越多的用户, 发布的帖子传播越广;粉丝的影响力越大, 发布的帖子传播得越快。信息控制能力是指用户在信息传播过程中作为“消息中间人”所发挥的作用。在社会网络中, 经常作为其他用户中间人的用户信息控制能力较强。
在社会网络分析中, “中心度”是用来描述个人或组织在社会网络中居于怎样地位的一种度量, 主要度量有“度数中心度”“中间中心度”和“邻近中心度”等。
(1) 度数中心度是描述节点度数的一种度量, 用节点的度数表示。如果某节点具有较高的度数, 自然与其他节点“关系密切”。在有向图中又分为“内中心度”和“外中心度”, 分别对应“点入度”和“点出度”。“内中心度”可以描述用户传播信息的能力, 粉丝越多, 传播能力越强;“外中心度”可以描述用户获取信息的能力, 好友越多, 获取信息能力越强, 从而进一步影响其粉丝。
(2) 中间中心度是描述节点发挥“中间人”作用的一种度量, 用节点通过任意其他两个节点最短路径的次数表示。如果最短路径是某两个节点的唯一最短路径, 则次数增加1, 否则增加m/n (其中n为最短路径的条数, m为经过该节点的最短路径条数) 。如果一个节点多次位于其他节点的最短路径上, 则此节点居于重要地位。该指标可以描述用户在传播信息中发挥“消息中间人”作用的重要程度。
(3) 邻近中心度是描述节点与其他节点邻近程度的一种度量, 用节点与其他节点最短路径之和的倒数表示。如果某节点与其他所有节点的总距离较短, 则该节点对其他节点的影响则较为直接。在有向图中, 该度量又分为内邻近性和外邻近性。内邻近性越大表示该节点的消息扩散越快, 外邻近性越大表示该节点能够较快获得其他节点的消息。
3.2 用户影响力分析
使用复杂网络分析软件, 计算用户关系网络的“度数中心度”“中间中心度”和“邻近中心度”3个度量共5个指标, 并对用户进行排序, 得到5种不同的结果, 见表2。5种结果从不同角度分析了用户在关系网络中的中心地位。
3.3 指标相关性分析
“度数中心度”“中间中心度”和“邻近中心度”从不同角度分析了用户在社会网络中的地位, 从计算方法来看, 可能有一定的相关性。经分析用户度数中心度与邻近中心度存在相关性, 内中心度与外中心度不存在明显的相关性, 中间中心度与其他中心度指标不存在明显的相关性。
4 用户影响力的综合评价
从用户属性分析用户的影响力, 主要关注用户创造信息的能力, 而从社会网络分析用户的影响力, 则主要关注用户传播信息的能力。笔者使用投票法对多种结果进行综合评价, 对该投票法计算方法进行如下所述。
假设存在m种评价指标, 分别表示为Ci (i=1, 2, …, m) 。用Ci (n) 表示节点n在第i种评价指标中的得分, 用Si (n) 表示节点n在第i种评价指标中的排名, 用Nia={n|Si (n) ≤a}表示在第i种评价指标中排名在前a名的节点集合。用C表示使用m种评价指标进行投票的综合评价指标, 则Ca (n) =F1a (n) +F2a (n) +…+Fma (n) (其中Fia (n) =1当且仅当n∈Nia, 否则=0) 。用Sa (n) 表示节点n在综合评价指标中的排名, 用Nba={n|Sa (n) ≤b}表示在综合评价指标中排名在前b (b≤a) 名的节点集合, 则Nba即为综合评价的结果。
从两种视角共9种指标中选取相互独立的发帖数量、精华贴数、好友数、粉丝数和中间中心度5种指标对用户进行综合评价, 取a=20, b=10, 则可以计算出综合影响力排名前10名的用户, 见表3。
从表3中看出, 影响力前10名的用户中, “1306246”和“1857202”在关系网络中地位最为重要, 在5项分指标中3次进入前20名;其他用户则仅有2次进入前20名。因此, 用户影响力综合评价方法充分考虑了用户的主要属性和社会网络关系, 能较为客观地对用户按照影响力进行了排名。
参考文献
[1]张殿芳.基于网页分块的论坛爬虫关键技术研究[D].哈尔滨:哈尔滨工业大学, 2009.
[2]唐飞龙, 叶施仁, 肖春.基于用户质量的微博社区博主影响力排序算法[J].计算机工程与应用, 2015 (4) .
[3]路远聪, 刘云.基于用户能量排序的论坛用户影响力分析[J].铁路计算机应用, 2014 (12) .
基于用户 篇5
为定量估计与提高基于空间分割的手写输入系统用户绩效,运用Fitts定律及离散变量的数学期望等方法推导了用户绩效的.数学模型.实验验证了该模型在具体界面中能较好地拟合用户在8次(8×24字)训练后的实际操作绩效.应用该模型可较好地拟合用户使用手写系统完成抄写任务的时间、推算输入系统某些参数的最佳设置值;并发现当输入系统的其它参数为定值时,缩短用户单字手写时间会比缩短系统识别时间能更有效地提高用户绩效.
作 者：吴昌旭 李怀龙 杨群会 张侃 作者单位：吴昌旭(University of Michigan,Ann Arbor,U.S.A.48109)
李怀龙,杨群会,张侃(中国科学院心理研究所,北京,100101)
基于微博用户信息行为探析 篇6
关键词：微博客;用户行为;微博引发的道德问题
1.引言
随着互联网的迅猛发展，应接不暇的网络新型事物出现在人们的生活当中。尤其是近年来国内微博客发展迅速，很多网名沉迷于写微博、QQ聊天、在网上种菜偷菜等网络社交活动时，一种新生的网络交流工具登上了网络的舞台－微博客。目前，多家网络媒体都创建了自己的微博客平台，新浪、腾讯、网易这三大门户开展的微博服务在如火如荼的进行中。“微博客”不同于其他网络交流工具的是微博是一个基于用户关系的信息分享、传播以及获取平台，以140个左右的文字更新信息，它改变了很多人的互联网习惯，微博服务对用户生活、工作、娱乐具有重要的现实意义，但当它成为一种生活必需品时，随之而来的一些问题也浮出水面。
2.微博解析
2.1 微博的传播力量
在网络发展迅猛的同时，微博以简洁明快、自由性强为优势受到了人们的亲睐。微博的传播特性造就了它巨大的社会影响力，开辟了人人是记者、个个是媒体的新局面，在微博上发表言论，除了140个字数的限制外几乎没有其他限制条件，不管是才华横溢的知识精英还是普通的老百姓都有同等的发言权，可以无障碍的发表自己的看法，畅聊最近的所见所闻、所思所想。只要一条信息发布出去，它就会像病毒一样以裂变的方式传播，如果用户对某一信息关注和认可，该信息就会以一传十，十传百的速度传播开来。
2.2 微博个性化服务
微博，称之为小世界中的大精彩，微博客由客户自己定制使用，这种个性化服务反映了微博对用户的尊重与亲睐。通过跟踪用户的浏览行为，对用户的信息、爱好进行挖掘，为用户提供感兴趣的内容，还可以把用户感兴趣的信息在第一时间呈现在客户的面前，实现信息推送。微博的展开实现用户的交流便捷化、信息聚合的容易化、服务的个性化，使微博成为不同用户之间相互沟通、学习、共享的有效平台。
3.微博用户信息行为
3.1 微博用户使用动机与态度
微博提供给用户一个展现自我的平台，它具备了人际交往的能力，也兼具了能够自由与他人进行情感交流、分享信息、交换意见等社交功能。微博用户使用微博是更好维护人际关系的方式之一，他们可以参与社会交往，与微博好友积极互动来分享、丰富自己的娱乐生活，这些都满足了用户充当生活主角的愿望。他们在表达想法时，可能会处于名人效应而有感而发，带着求同心理抒发自己的感想，又基于新奇感在自我展示的同时进行情感的交流，随着时代步伐的日趋紧凑，能够达到缓解压力、娱乐放松的效果。
3.2 微博用户转发与关注行为
微博客们有一句话“在人际关系冷漠的时代，你需要一条温暖的围脖，不期待它能改变世界，但愿它能改变你的生活。”在社科院研究员闵大洪认为，微博作为社会化媒体的一员，受限于140字，微博用户记录的不是针对某一事件的完整描述，而是对生活的状态，对某一事件的看法，关注某一好友的最新动态，微博用户传播动机转发分享最为强烈，用户发布的信息能够引起他人的注意并激发他人产生一定的行为。
4.微博的信息传播问题分析
4.1 虚假信息的泛滥
微博在信息传播过程中，随着微博用户的急剧膨胀，信息源的多样化，传播过程中存在的风险也在不断加大，一些虚假信息的泛滥在用户传播过程中不仅对用户自身造成伤害而且还影响到微博的健康发展。在一定程度上给微博用户带来阅读负担，微博用户本身具有信息获取自主性强、信息共享便捷迅速的特点，因此虚假信息的传播即使证明为虚假信息，转发也仍在继续，使得关注者同时成为发布者。
4.2微博用户微博素养欠缺
微博用户在这个大平台起着主人翁的角色，用户的发布、转发、评论是为微博添彩的一个重要组成部分，因为微博用户是信息发布的源头，可以跟不同的微博用户实现“零距离”的交流。然而信息传播的越快，存在的风险也增加的越大。用户在转发回复或者对所关注人的微博作主评论时，可能因为知识欠缺无法领略内容的意图。
5.结语
本文从微博特性出发探讨了微博用户的使用动机、转发与评论行为、发布时间、以及微博用户的群体行为特征，展现了微用户在微博传播过程中的现状。用户倾向于频繁的是使用微博这显然是一种积极地外露，但随着用户数量不断攀升，微信息在传播过程中也存在一些隐患。虚假信息的泛滥、用户素养不足，甚至微博的出现可能导致隐私的暴露，针对上述问题，应具体从以下几个方面做起:微博用户日趋增加，体现了用户对微博这一信息交流工具的喜爱。但正因为信息的多样化，导致虚假信息乘虚而入，模糊了用户的视线。微博本身具有传播性强的特性，因此用户往往会属于核实信息的真实性。
参考文献：
[1]李丹：《社交网络用户行为和动机》[J].《传媒视察》，2009年4月.
[2]黎斌，微博用户持续使用意愿影响因素研究-基于期望确认理论的视角，硕士学位论文，浙江大学，2012.
[3]Bandura,A.(1986), Social Foundations of Thought and Action, Prentice-Hall, Eaglewood Cliffs, NJ.
基于口令的安全用户认证模型 篇7
随着网络在人们生活中的不断深入, 网络安全越来越受到人们的关注。身份认证是网络安全中最令人关心的热点问题之一。通常, 用户在使用网络服务前必须向认证服务器提供一个对应的身份标识以及相应的秘密信息用于身份认证, 网络服务提供商根据认证结果决定是否提供所需的网络服务及用户权限。目前网络应用大致利用以下三种类型的秘密信息实现身份认证机制:用户拥有的, 比如利用智能IC卡存放一个足够大的秘密随机数 (128/256 b) 进行身份认证;用户知道的, 比如用户利用自选的口令进行身份认证;用户的特征, 比如用户用自身的生物特征, 例如指纹、声纹、视网膜、脸型等进行身份认证。在这三类机制中, 由于成本最低、实施方便使得基于口令的认证方式应用最为广泛。
1 相关工作
目前主要应用两种口令管理方式来增强口令的安全性:一种是一次口令 (OneTime Password, OTP) 的方式[1,2];另外一种是基于Hash函数的口令管理方式。对于一次口令的方式中用户在每次认证的时候, 所提交的认证信息都是不同的, 使整个认证过程更加安全, 从而能够较好地应用在Internet环境下。但这样的OTP认证系统每隔一段时间需要用户重新初始化系统, 这使得服务器的额外开销比较大;另外, 用户在认证时需要进行多次Hash运算, 在应用上也不够方便。
目前的研究热点主要集中在基于Hash函数的口令管理方式上, 此方式的特点是真正的口令是由Hash函数计算产生, 如Gabber等提出的LPWA[3], Ross等提出的PwdHash[4], Halderman等提出的Password Multiplier[5]和Yee等提出的Passpet[6]方案。LPWA和PwdHash方案都是将用户主口令和站点域名的Hash值作为真正的账号口令。这两个方案解决了多个口令的维护问题, 但由于Hash函数的运算速度很快, 它们容易遭到暴力破解。Password Multiplier和Passpet方案首先用主口令和用户信息经过多次执行Hash运算得到中间变量v, 并保存在本地主机上, 然后使用主口令、v和Web站点域名多次执行Hash运算得到账号对应的口令, 两次计算中都执行迭代Hash运算, 增加了计算的时间复杂度, 提高了暴力破解的难度。以上基于Hash函数的方案存在明显的安全漏洞, 只要攻击者攻破主口令, 就可以计算出用户的所有账号口令, 并且用户不能修改单个账号的口令。
Gajek等[7]提出应用每个用户使用高熵的口令并且不同的帐号使用不同的口令的方法来增强口令的强度, 但没有解决用户需要记忆多个口令的问题, 并且实现方法复杂。Bruce Schneier提出的Password Safe方案[8], 将用户所有的帐号和对应的口令存储在经Twofish加密算法加密的口令库中, 用户只需要记忆访问口令库对应的主口令就能管理所有的口令, 但将口令文件存储在本地磁盘上, 非常容易被窃取和破坏, 因此不但没有增强口令的强度和安全性, 反而增加了口令的不安全因素。
本文在挑战/响应的基础上, 结合Hash函数的口令管理技术和隧道技术提出了一个基于口令的安全用户认证模型。
2 提出的基于口令的安全用户认证模型
应用Diffe-Hellman密钥交换协议, DES和SHA-512提出了一个基于口令的安全用户认证模型, 如图1所示。此模型既能够抵抗中间人攻击, 重放攻击, 字典攻击和拒绝服务攻击, 同时还能提供完善向前保密。在此模型中客户端连接器和服务器端连接器使用彼此的公钥加密Diffe-Hellman交换参数以抵抗中间人攻击;抵抗重放攻击通过在客户端连接器和服务器端连接器使用挑战/响应方式进行会话密钥建立;引入口令处理器以增加口令的强度, 同时在服务器端引入“挂起”机制以抵抗字典攻击;抵抗拒绝服务攻击通过应用Email Server用于接受服务器发送过了的激活码;为了提供完善向前保密, 客户端连接器和服务器端连接器在创建隧道时随机选择秘密指数, 隧道创建成功后就将秘密指数删除。
提出的模型主要包含:登陆模块, 口令处理器模块, 连接器模块, 数据库模块, Email Server模块。
用户通过登陆模块输入“用户名”和“口令”, 登陆模块将“用户名”和“口令”传给口令处理器模块处理, 连接器模块将“用户名”和处理过的“口令”通过隧道方式传给数据库, 数据库将处理后的结果返回给连接器, 然后通过隧道将结果返回给登陆模块。各模块的功能如下:
登陆模块:与用户实现交互的界面, 向其他模块提出请求, 并显示其他模块的响应。
口令处理器模块:用户注册和修改口令时, 主动检查用户的口令;用户登陆时, 加密用户的口令。
由于一般的用户往往会选择短的、有意义的字母组合或日常生活中常用的号码作为口令以方便记忆, 而这些类型的口令数是有限的, 因此攻击者可以利用电脑将所有可能的口令存放在字典中, 然后快速地遍历字典进行反复猜测与比对, 并在很短的时间内就有可能猜出一个用户的口令。
主动的口令检查在用户注册和试图修改口令的时候就进行。这样就可以有效地消除脆弱的, 易被破解的口令。主动的口令检查对时间和资源也没有太大的消耗, 因为其检查的过程不是一个破解的过程, 而是利用口令本身检查其脆弱性的过程[9]。
登陆时用户的口令被当作DES的密钥用以加密用户名和口令的Hash值, 为了提高安全性这里建议Hash算法使用SHA-512。加密算法被重复25次, 得出结果中包含了11个字符长的字符串和两个字符的“Salt”。在系统校验用户口令时, 系统把经过加密后的口令与Password表中存储的加密字串进行比较, 如果相同则证明用户输入的口令正确。
连接器模块:为模块之间的通信提供加密解密功能。在模块之间建立隧道, 提供相互认证, 分配会话密钥和PFS。g和p是公共的Diffe-Hellman参数, a是A选择的秘密指数, b是B选择的秘密指数。
(1) 连接器A向连接器B发送质询RA;
(2) 连接器B收到质询RA, 计算gbmod p, 并将计算结果和RA一起用A的公钥加密, B再对加密结果{RA, gbmod p}A进行签名操作, 并将运算结果[{RA, gbmod p}A]B和质询RB一起发送给连接器A;
(3) 连接器A将收到结果进行解密, 得到质询RB, 质询RA和gbmod p , A计算gamod p, 并将计算结果和RB一起用B的公钥加密, A再对加密结果{RB, gamod p}B进行签名操作, 并将运算结果[{RA, gbmod p}B]A发送给连接器B;
(4) 连接器B将收到结果进行解密, 得到质询RB和gamod p;
(5) 连接器A和B各自计算gabmod p, 得到共享的会话密钥K, 隧道建立成功。
数据库模块:存储用户的相关信息。
数据库中包含Users, Password和Faillog表。这三个表解决了文献[10]中提到的如何既能防止字典攻击, 又能防止拒绝服务攻击的问题。Users表通过访问Password表获得用户的口令;Password表只能被Users表访问, 提高口令的安全性;Faillog表记录用户登陆失败的情况, 设置一个阈值, 与阈值比较, 超过阈值将该用户挂起不允许该用户再次登陆, 这样可以完全抵制字典攻击;并将一个生成的激活码发送给该用户的Email中, 以便用户再次激活帐号, 这样可以抵制拒绝服务攻击。三个表的关系如图2所示。
下面给出这三个表的具体的结构。
Users表用来记录用户登陆时认证和授权的信息, 其结构如下:
用户名:标识一个惟一用户, 设为主码, 这里用用户的邮箱地址作为用户名。
连接Password:用来连接Password表, 存取用户的口令。
用户标识:标识用户的安全级别。只有当用户的安全级别高于文件的安全级别时才可以对文件有“读”访问权[10]。
组标识:标识用户所属的组。
状态:标识用户帐户的有效性。有两个状态:“有效”和“挂起”。它能完全杜绝字典攻击。
激活码:激活用户帐户, 能防止拒绝服务攻击。
Password表用来记录用户的口令, 只能由Users表来连接调用和读取, 对其他任何操作透明。其结构如下:
用户名:同表1的“用户名”字段。
口令:这里实际存储的是加密后的口令。
Faillog表用来记录用户用户登陆时的一些相关信息, 其结构如下:
用户名:同表1的“用户名”字段。
次数:统计用户登陆失败的次数。
时间:记录最近一次登陆失败时间。
在此安全模型中另外还包括例外处理模块, 各例外处理模块的功能如下:
用户名不存在例外处理模块:向调用模块返回“用户名不存在”, 并进行相应处理。
状态无效例外处理模块:向调用模块返回“状态无效”, 要求用户输入激活码, 并与Users表中该用户的“激活码”字段比较, 相等时激活用户的帐号。
密码不正确例外处理模块:向调用模块返回“密码不正确”, 并进行相应处理。
Email Server:用于接受数据库发送过来的激活码, 可以防止拒绝服务攻击。
3 基于C/S方式的原型实现
本文提出的基于口令的安全用户认证模型的实现可以采用B/S方式, 也可以采用C/S方式。在此给出一个基于C/S结构的原型实现, 如图3所示, 客户端包含登陆模块, 口令处理模块和连接器模块;服务器端包含连接器模块和数据库。
3.1 用户注册
用户输入注册名, 连接器A使用会话密钥K加密用户名并将结果发送给连接器B, B使用会话密钥K解密将结果发送给数据库, 数据库检查用户名是否存在, 并将检查结果返回;用户名通过检测, 用户输入口令;口令处理器主动检查输入口令, 不允许弱口令通过;口令通过检测, 口令处理器对口令加密, 连接器A使用会话密钥K对用户名和加密后的口令进行加密, 并发送到连接器B;连接器B使用会话密钥K解密得到用户名和加密过的口令, 将用户名和加密过的口令发送给数据库, 数据库将用户的相关信息添入表中。
3.2 用户登陆
用户登陆时, 过程如下:
(1) 用户在登陆模块中输入用户名和口令;
(2) 口令处理器加密口令;
(3) 用户名和加密过的口令通过隧道传给数据库;
(4) 数据库验证用户
① 在Users表中查找, 如果用户名存在并且状态为“有效”, 则进入下一步;如果用户名不存在, 转向用户名不存在例外处理模块;如果用户名存在但是状态为“挂起”, 则转向状态无效例外处理模块。
② 通过连接Password字段, 连接Password表。在Password中查找用户名所对应的口令进比较如果相等进入第 (5) 步;否则进入下一步。
③ 在Faillog表查找用户名对应的记录。记录此次登陆失败的时间。将登陆失败次数加1, 比较是否超过最大限制次数。如果超过进入下一步;否则, 转向密码不正确例外处理模块。
④ 将Users表中用户的状态字段改为“挂起”。通过Faillog表中用户最近一次登陆失败时间生成一个激活码 (用于激活用户帐号) , 存储到Users表中用户对应的“激活码”字段并发送到用户的邮箱中, 转向状态无效例外处理模块。
(5) 验证通过, 通过Users表对用户进行初始化。
在客户端使用HOOK (钩子) 技术来加强登陆的安全性。
钩子函数实际上是一个处理消息的程序段, 每当一个应用程序调用函数GetMessage或PeekMessage而恰有一个消息即将被处理时, 系统调用钩子函数。也就是说, 当特定的消息发出, 在没有到达目的窗口前, 钩子函数先捕获消息, 亦即钩子函数先获得控制权。这时钩子函数既可以加工处理该消息, 也可以不作处理而继续传递消息, 还可以强制结束消息传递。系统为每种类型的钩子维护一个钩子链, 最近安装的钩子放在链的开始, 而最先安装的钩子放在最后, 也就是后加入的钩子先获得控制权。
由于最后安装的钩子总是放在最前, 也就是最先获得对消息的控制权。为此可以在客户端每次登陆时, 安装键盘钩子, 钩子截取用户输入的用户名和口令, 发送给口令处理模块和连接器模块, 登陆成功后卸载键盘钩子。由钩子函数来阻断键盘消息在钩子链中的传递, 将消息直接发送给消息接受窗口。本模型创建钩子的核心代码如下:
创建一个键盘线程钩子WHKEYBOARD, 在登陆窗口中SetWindowsHookEx (WHKEYBOARD, (HOOKPROC) KeyboardProc, hInst, GetCurrentThreadId () ) ;
钩子处理函数KeyboardProc如下:
登陆成功后UnhookWindowsHookEx (hook) ;
4 结 语
身份认证是网络安全中热点问题之一, 本文对基于口令的安全用户认证模型进行研究, 应用DES, SHA-512和Diffe-Hellman密钥交换协议提出一个能够有效抵抗中间人攻击, 重放攻击, 字典攻击和拒绝服务攻击, 同时能提供完善向前保密的安全用户认证模型, 并且进行了安全性分析。最后给出了一个基于C/S结构的原型实现。
摘要：对基于口令的访问控制进行研究, 应用DES, SHA-512和Diffe-Hellman密钥交换协议, 提出一个基于口令的安全用户认证模型。此模型可以抵抗中间人攻击、重放攻击、字典攻击和拒绝服务攻击, 同时还能提供完善向前保密。基于提出的安全用户认证模型应用HOOK技术, 给出了一个基于C/S方式的原型实现。
关键词：访问控制,身份认证,弱口令,哈希函数,HOOK,DES,Diffe-Hellman密钥交换协议
参考文献
[1]Lamport L.Password Authentication with Insecure Commu-nication[J].Communications of the ACM, 1981, 24 (11) :770-772.
[2]Haller N.The S/KEY One-Time Password System.RFC1760.1995.
[3]Gabber E, Gibbons P B, Matias Y, Mayer A.How to MakePersonalized Web Browsing Simple, Secure and Anonymous[J].Proceedings of Financial Cryptography′97, Anguilla:Springer-Verlag, 1997:17-31.
[4]Ross B, Jackson C, Miyake N, et al.Stronger Password Au-thentication Using Browser Extensions[A].Proceedings ofthe 14th USENIX Security Symposium[C].2005:17-32.
[5]Halderman J A, Waters B, Fehen E W.A ConvenientMethod for Securely Managing Passwords[A].Proceedingsof the 14th International Conference on World Wide Web[C].Chiba:ACM Press, 2005:471-479.
[6]Yee K P, Sitaker K.Passpet:Convenient Password Manage-ment and Phishing Protection[A].Proceedings of the SecondSymposium on Usable Privacy and Security[C].New York:ACM, 2006:32-43.
[7]Gajek S, Sadeghi A R, Stuble C, et al.Compartmented Secu-rity for Browsers-or How to thwat a phisher with trustedcomputing[A].Proceedings of the 2nd International Confe-rence on Availability, Reliability and Security[C].Washing-ton DC:IEEE Computer Society, 2007:120-127.
[8]Schneier B.Password Safe[EB/OL].http://www.schneier.com/passsafe.html.
[9]董光宇, 高安全等级操作系统及网络服务的标识鉴别机制[D].北京:中科院软件所, 2002.
基于用户研究的产品绿色设计 篇8
关键词：用户研究,需求,产品绿色设计
一、用户研究概述
(一) 用户研究的定义
用户研究是近年来欧美设计界兴起的一股新思潮。它从产品用户的角度出发, 体现了一个过程概念。作为“用户中心”产品设计流程中的首步。用户研究通过焦点小组, 用户访谈等各种方法, 充分了解产品用户, 将他们的需求、态度、评价等依据及时提供给设计师和企业, 来有效提升产品体验的水平并帮助企业做出正确定位。
(二) 用户研究的目的
用户研究的目的是帮助企业了解用户, 定义产品的目标用户群, 明确目标用户需求、细化产品概念, 并通过对用户的任务操作特性、知觉特征、认知心理等特征的研究, 将用户的实际需求作为产品设计的客观依据和导向, 使设计的产品能更好地让用户使用, 在提高用户体验的同时, 加强用户对产品的黏性与满意度并能够适时的引导用户。
(三) 用户研究的内容
用户研究的内容包括:用户群特征, 产品功能架构, 用户任务模型和心理模型, 用户角色的设定, 用户体验等等。从用户的基本情况到用户的潜在心理都是我们研究的对象。我们要研究他们的生活模式、价值观取向、周边的生存环境, 甚至连他们平日使用的产品、家居摆设、喜欢的业余活动、待人接物的态度等都属于我们研究的内容。
(四) 用户研究的方法
对用户进行研究时, 应当从用户角度出发, 有以下几种研究方法:人种志、用户访谈、现场调查、问卷调查、卡片分类法、人物角色、日记/笔记研究、可用性测试、参与式设计、焦点小组等研究方法。人种志、用户访谈、问卷调查、卡片分类法、人物角色、日记/笔记研究等方法在产品开发初期开展比较合适, 可用性测试、参与式设计、焦点小组方法可以贯穿整个产品开发周期。
二、用户研究体验的设计意义与产品设计的发展趋势
(一) 用户研究体验的设计意义
未来市场是一个“用户中心”的市场, 所以用户研究在产品设计过程中起着特别重要的作用。人的习惯是不容易改变的, 正所谓“江山易改本性难移”, 要通过详细的用户研究之后, 才能对市场及目标人群做出准确的定位, 为产品设计提供符合用户需求的数据。这不仅仅是对消费者负责, 也是对市场、对企业负责。只有经过深入连贯的用户研究, 设计师或是企业才能推出符合用户需求, 市场定位准确且具有自身特色的产品, 并有利于自身产品的不断发展和创新。对用户而言, 用户研究也使产品更加贴近他们的真实需求。
(二) 产品设计现状及发展趋势
随着20世纪70年代“能源危机”的爆发, 越来越多的产品设计师开始从更深层面上探索工业设计与人类可持续发展的关系, 力图通过设计活动, 寻求一种人—社会—环境间的协调发展机制, 这就是产品绿色设计的理念。这不仅是一种单纯的设计流派, 更多的体现了设计师道德和社会责任心的回归, 也是工业设计史上的一次重大变革。如今, 产品绿色设计的概念显然已成为全球工业设计发展的主要趋势之一。产品绿色设计与传统设计方法不同, 它贯穿产品生命周期的各个阶段, 实现了产品“从摇篮到再现”的过程。它以节材、节能、降耗、环保、资源循环利用为宗旨, 提出了面向环境、面向能源、面向材料的新设计思路和方法, 强调资源的高效和可持续的循环利用。
三、基于用户研究的产品绿色设计
(一) 用户研究与绿色设计的融合趋势
随着环保问题的日益凸显和绿色设计知识的普及, 客户需求已不再局限于传统的功能和技术方面, 环境保护、绿色性能方面的需求也逐渐受到广大客户的重视。所以在产品设计中, 应该充分重视客户的这些特殊需求, 同用户达成绿色设计理念的共鸣, 采取合理的方法解决由绿色性能的特殊性所引发的问题与冲突。这一过程应贯穿用户研究、用户需求向技术特性的转换、技术特性的工程实现等不同阶段。在产品绿色设计初始阶段, 将用户研究理念引入其中, 将成为产品绿色设计的必然趋势。
(二) 产品用户研究促进环境与经济发展的平衡
时代的发展, 使用户对产品的需求和认知成为未来产品设计导向的重要因素之一, 因此未来的产品绿色设计更加强调“以人为本”。我们需要将用户研究引入到绿色设计中, 把洞察及满足用户需求作为提升产品市场竞争力的方法。在用户研究的过程中, 我们应当着力研究用户的需求, 包括他们的生理及心理需求, 因此我们设计出的绿色产品不仅能够实现产品的理性价值, 更应该突出的是它们的感性价值, 而这种价值将远远大于产品本身, 从而使企业在市场上立于不败之地。另外, “绿色”本身就可作为产品用户研究的主题, 在研究用户的同时, 引导用户的绿色需求, 刺激用户的消费动机, 让消费者更愿意去使用绿色产品, 主动实现环境与社会经济间的良性循环。
(三) 绿色体验的营造
用户研究将用户的参与融入到设计当中, 把研究过程作为一种媒介, 将用户与设计联系到一起。因此, 它需要将用户研究作为激发用户绿色环保意识的“导向标”, 以用户为中心创造能够使用户乐于参与和消费使用的绿色产品。如何实现绿色产品中的体验呢?首先, 主题是体验的灵魂, 只有为产品赋予绿色主题才能构成绿色体验;其次, 由于体验是人受外界影响而产生的切身感受, 就需要寻找引发用户绿色意识的客体元素, 而这种由客体所引发的情感共鸣需要建立在他们原有的经历与认知上, 通过分析当前生态发展观下的社会意识形态, 以及人们对绿色文化的理解程度, 在理念的表达上使用户找到符合自身的表达物;最后, 就产品的形式和功能, 只有体现出切实、生动、深刻的主题, 才更容易被用户所接纳, 从而最大程度地通过体验来传达绿色设计的人文关怀并激发用户的环保意识及绿色消费。2007年, 中国为遏制“白色污染”而推出了“限塑令”。布袋和纸袋成为了塑料袋的替代性产品, 但在此令颁布实施初期, 人们长久以来养成的使用和消费习惯一时无法改变, 环保袋也只能够被强制推广。而在英国, 由Hind march推出的一款叫做“I am not plastic bag”的全棉环保袋, 却在世界各地掀起了一阵购买热潮, 其售价从开始的5英镑, 一路飙升到将近60英镑, 成功的在市场中突围。这款帆布包如此畅销, 与设计中对用户的研究分析有着密不可分的关系。虽然它只是一个普通的帆布袋, 但设计师却为其取了一个不普通的名字:“我不是塑料袋”, 如此一来不仅使产品彰显了自身的绿色本质, 同时也明确了产品的体验主题。人们所购买的不再只是一个简单的环保袋, 而是充当个人形象和价值观的象征物。
(四) 富于教育特性的未来产品绿色设计
社会经济的快速发展, 使我们正迎来一个“物质”与“非物质”并行的社会, 未来绿色产品的功能和设计重心也相应发生了转移, 不仅只局限于节能与环保, 设计师更需要考虑产品对用户情感的影响及绿色意识的正面引导。应当强调的是, 用户研究是连接绿色产品“物质”和“非物质”的有效工具, 在绿色设计的过程中我们可以运用用户研究的这种特性, 实现人与产品间的互动, 在产品的物质和精神层面都体现“绿色”。这种用绿色产品影响人们意识, 引导用户绿色生活的特性称为产品绿色设计的教育特性。基于此, 我们可以在用户研究的过程中不断营造难忘的绿色体验, 为用户树立正确的绿色生活观;此外由于科学技术的迅猛发展, 用户研究的形式也将随之不断丰富扩展, 更多新的研究、体验方式融入到产品绿色设计当中, 从而呈献给用户更多、更生动的绿色产品。像在Nagoya Design do 2006设计大赛中获得银奖的作品“I save”。这是一个提示人们节约用水的环保水龙头, 它用数字符号夸张显示出使用者的用水量, 其目的在于提醒人们控制用水量。在用户研究中, 产品绿色设计的教育性通过用户的体验, 间接刺激和引导用户的感官和行为。让用户产生对绿色生活的责任感, 反思自我行为, 从而将消费需求上升到绿色产品的高度, 最终实现个体用户带动群体, 群体用户推动社会, 从而实现全人类绿色生活的良性循环。
四、结论
21世纪是一个生活中充满设计的时代。设计将面临形形色色的用户群体, 且随着人们消费心理的逐渐成熟, 市场竞争进入了白热化阶段。同时, 产品绿色设计的思想也已成为目前设计研究的热点之一。在这种形势下, 基于用户研究的产品绿色设计理念对满足用户需求, 增强企业市场竞争力及促进环境与经济的协调发展具有重要的意义和实用价值。
参考文献
[1]戴力农.当代设计研究理念:用户体验·超人性化设计方法[M].上海:上海交通大学出版社, 2009.
[2]欧阳波, 贺赘.用户研究和用户体验设计[J].江苏大学学报:自然科学版, 2006, (9) .
[3]王受之.世界现代设计史[M]北京:中国青年出版社, 2002.
[4]蔡克中, 余伟伟.基于环境意识的人性化产品设计[J].包装工程, 2006, (6) .
[5]许芳.如何构建顾客满意度指标体系[J].商业时代, 2006, (13) .
[6]任工昌, 高晋, 王平.以人性化为导向构建绿色设计战略体系[J].包装工程, 2009, (1) .
[7]郭伟祥.绿色产品概念设计过程与方法研究[D].合肥:合肥工业大学博士学位论文, 2006.
[8]邱东, 宋旭光.观念创新与政策实施之桥——现代可持续发展指标[M].北京:中国财政经济出版社, 2002.
[9]齐皓, 张俏梅, 余勇.设计心理学 (21世纪高等院校艺术设计专业教材) [M].武汉:湖北美术出版社, 2008.
[10]宁三香.用户研究在产品设计中的应用[J].艺术与设计:理论, 2007, (4) .
[11]周祎德, 许佳.以体验为导向的绿色产品设计[J].企业技术开发, 2009, (9) .
基于云计算的用户兴趣建模 篇9
近年来, 云计算由一个计算机领域的专有名词逐渐变成普通人, 特别是网络参与者, 熟知的一个新兴概念。国内外各大IT相关企业 (如Amazon.com、Oracle、IBM、瑞星和奇虎等) 争相推出了云计算相关产品, 也有许多中小型企业从中获益。作为一种基于互联网的新型计算方式, 云计算在一定程度上结合了丛集运算和网格运算的优势, 既注重高效能又着力于提高资源的利用率, 偏向于少量而多次的运算[1]。
云计算不仅仅具备计算能力, 它也是一个庞大的数据中心, 这就可以为个性化推荐系统中用户兴趣建模提供完备的数据来源。用户兴趣建模是个性化服务技术的关键, 决定了个性化服务系统的性能优劣[2], 而如何获取丰富的反映用户偏好的信息 (如用户浏览内容、浏览行为、基本信息、显式反馈和订单信息等) 一直以来是研究人员和开发人员难以突破的问题[3]。
用户兴趣建模的方法很多, 包括向量空间模型、Navie Bayes、神经网路、遗传算法等[4]。本文提出一种基于云计算的用户兴趣模型, 充分利用云中符合条件的偏好数据, 采用树状向量空间模型来表示, 通过用户资料中的兴趣喜好创建兴趣模型, 根据用户的反馈和从云中获取的数据自适应地修改兴趣模型。本文主要研究该模型在电子商务平台中的应用, 为其提供个性化技术支持。
二、用户兴趣模型的表示
1. 云计算
2007年10月, Google和IBM开始在美国的一些大学推广云计算计划, 旨在降低分布式计算技术在学术研究方面的成本, 并为他们提供设备和技术支持。因为云计算是基于网络的, 而网络一般被表示成云朵的形状, 这种新的计算方式因此而得名。云计算主要是通过互联网上异构、自治的服务网络为个人和企业提供按需索取的计算, 也就是说云的计算能力就像日常生活中使用的水和电一样, 用户按使用量向服务提供商付费。通过这种方式, 一些中小型企业和个人可以大大缩短软件开发的周期, 运营成本也将大幅降低。云计算可以提供“基础设施即服务 (Iaa S) ”“平台即服务 (Paa S) ”和“软件即服务 (Saa S) ”三个层次的服务。云计算提供在线商业应用时, 软件和数据均可存储在其数据中心[5]。本文主要利用云计算数据中心存储用户偏好信息, 并获得结构化的主题与特征信息数据, 再使用本地服务器完成用户兴趣建模过程, 构建用户兴趣模型, 系统结构如图1所示。
用户偏好原始数据是无结构的有噪声的数据, 利用云计算去除数据噪声, 运算得到结构化的主题和特征项信息, 也就是说建模过程中主要运算负荷由云计算完成。本地资源主要用来提取用户偏好数据和将结构化数据构建成兴趣模型。
2. 项目的表示
在电子商务平台中, 有许多供用户选择的商品, 这也是最终要推荐给用户的项目。因此, 每个具体的商品被看做是一个项目, 由若干个特征项来表示一个商品项目。本文设定一个向量V (
其中, N (mi) 表示在整个电子商务平台项目所涉及的特征项中mi出现的次数, N表示的是所有项目的特征项的总记数。
3. 用户兴趣的提取与表示
用户的兴趣采用兴趣模型树来表示, 共三层, 顶层是用户的概述, 第二层是项目信息, 涵盖了所有表示该项目的特征项, 而最底层是所有项目有关的特征项信息, 是对商品项目的进一步细化。整个兴趣模型中既有父子关系节点, 也有兄弟关系节点, 这满足了本系统区分单个用户不同兴趣类别的要求。
根据以上分析, 采用三层树来表示用户兴趣模型。根节点表示用户标识和兴趣类别, 用户标识是每个电子商务参与者都具备的用户ID, 用以唯一确认单个用户, 兴趣类别用以区分用户的活跃兴趣和稳定兴趣。第二层节点表示用户的兴趣主题, 这是一个和商品项目息息相关的层次, 在很多时候, 一个主题代表t, 具体通过公式 (2) 计算得来:
其中, Ti-T0表示兴趣树更新的时间与该主题项加入兴趣树时时间相差的秒数, 并对差去对数。Si用来区别活跃兴趣和稳定兴趣。
第二级非根节点, 也就是叶子节点, 它代表用以描述用户特定兴趣项的特征项, 每个主题项Ii (i=1, 2, …n) 都包含若干个特征项IiCj (j=1, 2, …m) , tj表示对应特征项的描述, wj表示特征项所具备的权重, 也就是表示主题项时所占的比重, 可通过公式 (3) 计算得出:
Ct (o) 表示用户在电子商务平台注册的就是一个商品项目, 同时, 一个主题可以有很多主题特征项。第三层节点表示用户某个兴趣主题下的特征项, 多个特征项用以表示单个主题, 这些特征项是由系统统一确立的。
用户兴趣模型的具体结构如图2所示。
对单个用户来说, 系统共有两棵树表示用户兴趣模型, 分别是活跃兴趣树 (AIT, Active Interest Tree) 和稳定兴趣树 (SIT, Steady Interest Tree) 。AIT表示用户短期的且不稳定的兴趣, 有时候可能只是一种随意的喜好;SIT表示长期的且稳定的偏好, 一般不会改变。这一特性通过兴趣树根节点中的兴趣类别来区分。
不管是AIT还是SIT, 都有两级非根节点:第一级非根节点代表用户的偏好类别, 也是对用户的偏好的分类, 采用一组主题项 (I1, I2, …, In) 来表示, 每一兴趣类Ii对应的Si表示用户该主题项加入兴趣树的时间长度, 初始值为零, 需要在系统运行过程中不断更新, 更新时间间隔为时, 所填写或选择的信息中特征项IiCj出现的次数, Ct (p) 表示在用户已成功购买的项目和用户偏好反馈中特征项IiCj出现的次数, Ct (d) 表示用户所浏览过的商品项目中特征项IiCj出现的次数, a, b, c分别表示不同的权值, 0≤a, b, c<1, 且a+b+c=1。相对而言, 用户已成功购买的商品和反馈中的信息可以更加准确地表示用户的兴趣喜好, 所以, b比a和c的值要大。
三、兴趣模型的建立和更新
1. 基于云计算的相似度
某项目是否符合用户偏好通过相似度计算来判断, 具体来说, 就是去计算商品项目特征值向量与用户兴趣模型的主题向量的相似度, 也就是计算两个向量的夹角。由于计算量大, 规模较小的电子商务平台很难完成这一计算, 所以该过程通过云计算的Iaa S完成。计算向量相似度的方法有很多种, 本文采用常用的cosine来实现, 具体如公式 (4) 所示:
其中, V表示主题项向量, C表示商品项目特征值向量, n为向量的维数, wi和vi分别为两个向量的第i维的权重。
2. 用户兴趣模型的建立算法
在创建用户兴趣模型时, 主要是建立AIT和确定初始阀值, 计算同样通过云计算的Iaa S完成。具体算法描述如下:
输入:用户注册时提交的兴趣和偏好信息, 非结构化数据。
输出:AIT, 结构化数据。
第一步从用户注册时提交的兴趣和偏好信息中提取所有主题项Ii和对应的特征项tj, 通过云计算用公式 (3) 计算每项的权值wj, 得到初始AIT的主题项向量组 (I1, I2, …, In) 。
第二步从用户信息数据库中获取用户ID, 结合步骤1得到的主题向量组 (I1, I2, …, In) , 构建AIT。
第三步从电子商务平台的商品项目库中选出N种商品, 表示成向量的形式, 用公式 (1) 计算特征项的权值, 构建商品向量组 (P1, P2, …, PN) 。
第四步用公式 (4) 计算商品向量组中向量与用户兴趣主题向量组中向量的相似度, 根据计算的相似度结果和系统要求产生的推荐项目数确定初始阀值。
第五步算法结束。
初始状态下并不产生SIT, 用户被看做是系统中的新用户, 所有的兴趣偏好都看做是暂时的和不稳定的兴趣, 当兴趣主题在AIT中存在的时间达到一定量的时候, 该兴趣主题才会被当作是用户的稳定兴趣偏好, 加入SIT, 并在AIT中删除该主题。也就是说, 某一兴趣主题项不可能同时存在于AIT和SIT中。
3. 兴趣模型的更新
随着用户活跃度的增加, 发生了一些购买和浏览行为, 兴趣偏好也会发生一定的变化, 活跃兴趣和稳定兴趣将逐渐被区分开来。用户兴趣模型根据用户的反馈信息和行为可进行自动更新, 主要包括AIT、SIT和阀值的修改, 该过程同样通过云计算的Iaa S来完成。
兴趣模型自动更新的过程主要是依据用户对推荐商品的评判, 大体来说, 在推荐过程中可能发生下表所示的四种情况:
其中, N+是指用户感兴趣但系统并没有推荐, 这些项目很难直接获取, 在系统中暂时不进行考虑。N-主要是指用户不感兴趣系统也并未推荐, 这是理想情况。在这里, 系统主要考虑R+和R-对兴趣模型和阀值的影响, 这些信息可由用户对推荐结果的显式反馈提供, 更新算法描述如下:
输入:用户对推荐结果的显式反馈, AIT (SIT) 。
输出:更新后的AIT和阀值。
第一步用公式 (4) 计算商品特征值向量 (P1, P2, …, Pk) 与兴趣主题特征值向量 (I1, I2, …, In) 的相似度。
第二步将相似度大于阀值的商品推荐给用户。
第三步用户对推荐的商品做出显式反馈, 得到R+和R-。
第四步用公式 (5) 修改用户兴趣模型:
公式中的VSM (up') 表示更新后兴趣模型, V (R+) 表示满足用户偏好的商品项目向量, VSM (up') 表示原兴趣模型, η和ω是表示相应权值的参数。
第五步调整阀值:
(1) 若Count (R+) /[Count (R+) +Count (R-) ]≥60%且Count (R+) 小于用户请求的推荐数量, 则THR=THR×0.9。
(2) 若Count (R+) /[Count (R+) +Count (R-) ]<60%且Count (R+) 大于用户请求的推荐数量, 则THR=THR×1.1, 若修改后新阀值大于1则回退该修改, 阀值THR不变。
(3) 否则阀值不变。
第六步算法结束。
该算法假定用户会对所产生的推荐结果做出显式反馈, 如果用户未进行该操作, 或只对极少部分推荐结果进行评价, 将影响到兴趣模型的自动更新算法效率。
四、总结
用户兴趣模型的建立和更新是个性化服务的基础和关键, 直接关系到个性化推荐的效果。本文以目前广泛流行且发展形势强劲的电子商务平台为依托, 充分利用云计算所提供的运算和数据处理能力, 提出采用基于云计算的用户兴趣模型表示和更新机制, 根据用户在系统注册时提供的初始兴趣偏好建立兴趣模型, 利用用户对推荐结果的反馈实现兴趣模型的自动更新。由于充分利用了云计算的Iaa S, 该模型可以应用到软硬件资源非常有限的中小电子商务企业中, 让个性化服务不再是Amazon、Google和淘宝等大型电子商务平台的专利, 对个性化服务在各级电子商务平台的应用具有较大意义。
参考文献
[1]陈康, 郑纬明.云计算:系统实例与研究现状[J].软件学报, 2009, 20 (5) :1337-1348.
[2]应晓敏, 刘明, 窦文华.一种面向个性化服务的无需反例集的用户建模方法[J].国防科技大学学报, 2002, 24 (3) :67-71.
[3]林霜梅, 汪更生, 陈弈秋.个性化推荐系统中的用户建模和特征选取[J].计算机工程, 2007, 33 (17) :196-198.
[4]Esposito F, Licchelli O, Semeraro G.Discovering Student Models in e-learning Systems[J].Journal of Universal Compter Science, 2004, 10 (1) :47-57.
基于用户兴趣的混合推荐模型 篇10
随着网络技术的发展以及机器学习、数据挖掘等知识发现技术的出现, 推荐系统应运而生, 它根据用户的兴趣爱好, 推荐符合用户兴趣爱好的对象。推荐系统模拟商店销售人员向用户提供商品推荐, 帮助用户快速找到所需商品, 顺利完成购买过程, 可以有效保留用户, 提高电子商务系统的销售能力, 重建客户关系。目前电子商务推荐系统主要有两种方法, 一是基于内容过滤的推荐方法, 二是基于协同过滤的推荐方法。
基于内容过滤的推荐方法, 为每个用户建立兴趣模型 (profile) , 根据用户以往的购买历史和访问数据, 提取用户的兴趣特征集合, 形成用户的兴趣模型。基于内容过滤的系统如:Personal WebWatcher[1], CiteSeer[2], WebMate[3], WebPersonalizer[4]等。基于内容过滤的系统其优点是简单、有效, 缺点是难以区分资源内容的品质和风格, 而且不能为用户发现新的感兴趣的资源。
基于协同过滤的推荐方法, 其出发点在于任何人的兴趣不是孤立的, 应处于某个群体所关心的兴趣当中, 因此可以根据相同或相近兴趣的用户对相应信息作出的评价进行推荐。基于协同过滤的系统如: WebWatcher[5], GroupLens[6], SiteSeer[7]等。基于协同过滤系统的优点是能为用户发现新的感兴趣的信息, 缺点是存在稀疏性问题和可扩展性问题。
本文提出一种基于用户兴趣的混合模式推荐方法, 该方法首先根据用户的购买数据和浏览行为, 形成用户的兴趣模型, 并按商品与用户兴趣模型的相似度进行推荐;然后, 根据相似兴趣的用户其特征向量也相似的原则将用户进行分类, 按照用户特征相似度进行推荐;再根据用户评价的相似度, 将评价一致或者相似的用户分为一类, 利用用户间的评价进行推荐;最后对推荐的贡献进行加权求和, 形成最终的推荐。该推荐方法综合考虑来自两个类别的影响, 能动态调整用户类别以及相应地修改各类参数, 以提高推荐系统的准确性。
2 用户兴趣模型的表示机制
要实现个性化的推荐服务, 首先必须搜集用户的个人信息, 建立用户兴趣特征模型。用户兴趣模型建立的主要依据是用户感兴趣的文本以及用户对于文本的关注程度, 用户对文本内容兴趣的程度不同, 其对用户兴趣模型的贡献也不同, 用户兴趣模型是感兴趣的文本以及兴趣强度的函数[8,9], 即:
其中Di表示示例文本集, gi是对Di的兴趣强度, s是文本数, i=1, 2, 3, …, s.
用户兴趣模型的基础是示例文本的特征表示, 用户对于文本的关注可大致归结为对概念的关注, 兴趣强度越大, 说明该文本所体现的概念对于用户的兴趣相关程度越大。用户对于文本的关注强度可以根据显式方式获得, 即通过用户明确的反馈获得, 也可以通过隐式方式获得, 即收集用户的访问模式来确定。兴趣强度设定为如下函数:
其中0≤gi≤1, U表示用户;Di表示访问的HTML页面或者文本;i表示文本编号;Bi表示访问模式的类型, i=1, 2, …, s; gi表示用户关注强度。
Bi∈{Bookmark, Save, BrowseTime, BrowsePage, Feedback, …}, Bookmark表示将页面加入书签的动作;Save表示保存页面; BrowseTime表示浏览的时间因素; BrowsePage浏览指定页面的动作, 如滚动或点击; Feedback表示对于给定的要求, 用户给予的反馈。
设用户的示例文本的特征向量为Di= (ti1, ti2, …, tik) , 这里是潜在语义空间的k维向量;用户U对于示例文本Di的兴趣强度为gi=g (Di, Bi, U) , n是示例文本数目, 则用户兴趣模型为:
3 混合模式推荐模块的构建与修改
3.1 混合模式推荐算法的流程
整个推荐分为两个模块, 即内容过滤推荐模块和协同过滤推荐模块, 其基本流程是:首先将用户当前访问序列、用户购物历史数据和Web日志等内容进行预处理, 提取出用户兴趣的主题向量和特征向量, 经过数据处理建立基于内容过滤的推荐模块;再根据用户兴趣特征、用户评分数据和当前访问序列等数据, 建立基于协同过滤的推荐模块, 提取用户的最近邻和当前访问序列的最近邻;然后综合两个推荐模块进行加权求和运算, 对产品信息库中的产品, 与混合推荐模型进行相似度计算 (即推荐处理) , 生成top-N推荐访问序列, 通过Web服务器将序列推荐给用户, 并获得用户对推荐序列的反馈信息, 自适应的调整推荐模型和阈值, 以获得最佳的推荐质量。
基于用户兴趣的混合模式推荐算法的基本流程如图1所示。
3.2 基于内容过滤推荐模块的建立
(1) 数据处理流程
首先将用户U当前访问序列转变为兴趣主题向量, 连同从用户历史购物数据和Web日志中抽取的特征向量进行加权和运算, 得到初始推荐模型, 再计算初始向量和当前访问序列之间的相似度, 最后为每一个兴趣主题设置最优的初始相似度阈值。
数据处理的流程如图2所示。
(2) 基于内容过滤的推荐模型
初始推荐模型向量是由兴趣主题向量、从用户购物历史数据中抽取的特征向量以及从Web日志中抽取的特征向量进行加权和运算得到的, 设权重分别为a, b和c, 则有:
式中Q表示兴趣主题, Pf0 (Q) 表示用户兴趣主题Q的初始推荐模型向量, P0、P1和P2分别是它的3个分向量。P0 (Q) 是主题向量, P0 (Q) = (P01, P02, …, P0w) , P0i表示第i个词wi的权重;P1 (Q) 是从用户购物历史数据中抽出的特征向量, P1 (Q) = (P11, P12, …, P1w) , P1i表示wi的权重;P2 (Q) 是从Web日志中抽出的特征向量, P2 (Q) = (P21, P22, …, P2w) , P2i表示wi的权重。
3.3 基于用户协同过滤推荐模块的建立
选取登录次数较多和浏览文本较多的用户参与用户聚类, 便于从总体上考虑产品信息内容与用户兴趣之间的关系, 兼顾产品信息的范围。用户聚类模块可以根据聚类的内容不同而分为用户的内容类和用户的合作类。
(1) 用户的内容类
用户的内容类依据用户兴趣之间的相似度进行确定, 本文选择用夹角余弦的方法, 用户的兴趣相似度为simC (U, V) =cos (U, V) , U和V表示用户, U= (u1, u2, …, uk) , V= (v1, v2, …, vk) 。
根据用户特征向量之间的相似度, 将其进行聚类, 使兴趣相近的用户归入一类, 便于处理, 同时对于新产品信息文档, 通过判断其类别归属, 获得应该推荐的用户清单。假定所要求的分类数为K, 用户数为P, 两个用户之间的相似度采用夹角余弦公式, 两个类之间的相似度为两类之间最不相似的用户特征向量相似度:
分类中采用完全联接的基本思想在于使同一类中用户兴趣的相似度较大, 而不同类之间的用户兴趣的相似度较小。
具体分类算法如下:
①设分类数为L, 初始时刻L=P, 即P个用户各成一类, Ci={Ui}。
②若L≤N则结束退出。
③寻找两类之间相似度最小的两类Ci, Cj.
④合并Ci, Cj, 删除Cj, 计算新类与其它类的相似度, 转L=L-1。
当达到预先给定的类别数N时, 分类停止。由此获得N个用户类{C1, C2, …, Cn}, 由于是基于用户兴趣内容进行的分类, 故称为用户的内容类 (content class) 。
(2) 用户的合作类
基于内容所作的分类即通过内容的相似度进行分类, 其好处是能够发现和用户已有兴趣相似的信息, 但如何发现新的感兴趣的信息, 还要通过合作方式获得, 即通过用户间的评价相似度来确定对于信息的感兴趣程度。基于合作方式的用户类别作为用户内容类的某种程度上的兼类, 称之为合作类 (collaborative class) , 仿照内容类的划分方法, 进行合作类的划分。
定义用户之间的评价相似度为:
式中U, V分别表示用户评价的文本集合, ‖U‖和‖V‖分别表示其评价的文本数量, g (D, B, U) 和g (D, B, V) 分别表示用户U和V的兴趣强度函数, D表示访问的HTML页面或者文本, B表示访问模式的类型。
通过相似性的度量得到目标用户的最近邻后, 下一步则需要产生相应的推荐。设用户U的最近邻集合用NNu表示, 则用户U对项目i的预测评分Pu, i可以通过用户U对最近邻集合NNu中项目的评分得到, 计算方法如下:
式中sim (U, N) 表示用户U与用户N之间的相似性, Rn, i表示用户N对项目i的评分,
通过上述方法预测用户对所有未评分项目的评分, 然后选择预测评分最高的前若干个项目作为推荐结果。
3.4 混合模式推荐模型的建立
对于产品信息库中对产品进行描述的信息文本D, 获取其在语义空间的特征表示, 首先计算D与用户U兴趣的相似度, 即文本特征向量与用户特征向量的相似度simU (U, D) ; 然后计算与用户的内容类的相似度, 即计算内容类的类别特征向量与文本特征向量的相似程度simCE (U, D) ;其次计算与用户合作类的相似度simDE (U, D) , 最后综合计算文本D与用户U的相似度。
这里类别特征向量为:
L为类别, ‖L‖为类别的用户数, dij为第i个用户的第j个特征分量。
simU (U, D) =simU (pf, D) =cos (pf, D) , 表示根据用户兴趣模型pf与文本D的相似度。
simCE (U, D) =cos (C, D) , 表示用户所在的内容类别C与文本D的相似度。
最终的综合相似度sim (U, D) 为下面公式所示:
式中α、β、γ为可调节的权重参数, 表明在匹配过程中, 用户兴趣模型相似度、用户的内容类类别兴趣相似度、用户的合作类兴趣强度对推荐系统的贡献程度, α+β+γ=1 (0≤α≤1, 0≤β≤1, 0≤γ≤1) 。若β=0, γ=0, 则为基于内容过滤的推荐模型;若α=0, 则为协同过滤的推荐模型。
4 实验结果及分析
4.1 实验数据集和评价指标
本文采用MovieLens站点 (http://movielens.umn.edu/) 提供的数据集来测试混合模式推荐算法。从用户评分数据库中选择12000条评分数据作为实验数据集, 实验数据集中共包含245个用户和1106部电影, 其中每个用户至少对20部电影进行了评分, 评分值为从1到5的整数, 数值越高, 表明用户对该电影的偏爱程度越高。
整个实验数据集需要进一步划分为训练集和测试集, 为此引入划分系数x表示训练集占整个数据集的百分比, 我们选择的电影数据集的稀疏等级为:
评价推荐系统推荐质量的度量标准主要包括统计精度度量方法和决策支持精度度量方法两类。本文采用平均绝对偏差MAE (Mean Absolute Error) 和文本检索系统中的综合评价指标F-measure作为度量标准。平均绝对偏差MAE通过计算预测的用户评分与实际的用户评分之间的偏差度量预测的准确性, MAE越小, 推荐质量越高;文本检索系统中的综合评价指标F-measure综合考虑了精确率和召回率对推荐系统的影响, F-measure值越大, 对应的推荐效果越好。
4.2 实验结果及分析
首先查看在不同的训练集测试集比例即拷虑在不同数据稀疏程度的情况下, 两种方法的MAE性能比较, 最近邻用户数值设置为30, 实验结果如图3所示;然后查看在一定训练集测试集比例即稀疏程度不变、最近邻集大小不同的情况下, 两种方法的MAE性能比较, 考虑最近邻集大小的不同对算法性能的影响, 实验结果如图4所示。
从图3和图4可以看出, 基于用户兴趣的混合模式推荐方法的平均绝对偏差MAE数值比基于用户协同过滤推荐方法的MAE数值也要小, 混合模式推荐算法的MAE曲线也处于基于用户协同过滤算法的MAE曲线下方, 混合模式推荐方法的推荐效果优于基于用户协同过滤推荐算法的推荐效果。在数据稀疏程度不同的条件下, 随着训练集数据的增多, 两者之间MEA值的差距在逐渐缩小, 说明混合模式推荐效果的优势随着训练集的增多而缩小;在数据稀疏程度相同的条件下, 随着最近邻集数量的增加, 推荐效果将会下降, 说明在较小的最近邻数值范围内就可以得到较为准确的预测值。
为了比较基于用户兴趣的混合模式推荐方法与基于内容过滤的推荐方法的性能, 将2002年的数据作为训练集, 2003年、2004年和2005年的数据作为测试集, 两种方法在F-measure指标的实验结果如图5所示。
从图5可以发现, 不论是基于内容过滤的推荐方法还是基于用户兴趣的混合模式推荐方法, 其综合评价指标F-measure随着时间的推移逐渐提高, 说明两种推荐方法随着系统的运行, 其综合性能都能得到提高, 系统具有一定的机器学习能力;同时, 混合模式推荐方法的F-measure曲线位于基于内容过滤推荐方法对应折线的上方, 说明混合模式推荐方法的推荐效果优于基于内容过滤推荐方法的推荐效果。
5 结束语
基于用户兴趣的混合模式推仅方法综合考虑用户的阅读习惯和兴趣, 同时也利用了用户之间的评价所体现出来的兴趣一致性, 不但能够根据用户的历史资料来推荐相似的信息, 而且能够通过相似兴趣用户的推荐来获取新的信息, 实现兴趣的扩充和转移, 推荐质量得到了显著提高。本文只是针对推荐系统中用户信息和商品信息的处理这一小部分作了分析和探讨, 提出的方法也有一定的局限性, 在实际应用中可能会存在一些问题, 下一步工作可以从信息获取、推荐质量与推荐实时性平衡等方面展开。
参考文献
[1]Mladenic D.Machine learning for better Web brows-ing[A].Rogers S, Iba W.AAAI 2000 spring sym-posium technical reports on adaptive user interfaces[C].Menlo Park, CA:AAAI Press, 2000:82~84.
[2]Bollacker K D, Lawrence S, Giles C L.Discoveringrelevant scientific literature on the Web[J].IEEEIntelligent Systems, 2000, 15 (2) :42~47.
[3]Chen L, Sycara K.WebMate:a personal agent forbrowsing and searching[A].Sycara K P, WooldridgeM.Proceedings of the 2nd international conferenceon autonomous agents[C].New York:ACM Press, 1998:132~139.
[4]Mobasher B, Cooley R, Srivastava J.Automatic per-sonalization based on Web usage mining[J].Commu-nications of the ACM, 2000, 43 (8) :142~151.
[5]Joachims T, Freitag D, Mitchell T.WebWatcher:atour guide for the World Wide Web[A].Georgeff MP, Pollack E M.Proceedings of the internationaljoint conference on artificial intelligence[C].SanFrancisco:Morgan Kaufmann Publishers, 1997:770~777.
[6]Konstan J, et al.GroupLens:applying collaborativefiltering to usenet news[J].Communications of theACM, 1997, 40 (3) :77~87.
[7]Rucker J, et al.Siteseer:personalized navigation forthe web[J].Communications of the ACM, 1997, 40 (3) :73~75.
[8]曹毅, 贺卫红.基于向量空间模型的信息安全过滤系统[J].计算机工程与设计, 2006, 27 (2) :224~227.
基于用户 篇11
本文主要研究了基于用户体验的交互设计方法与原则，结合马斯洛的用户需求层级理论，研究分析了用户体验的需求层级，并结合用户体验的需求层级分析总结了基于用户体验的交互设计的特点;最后结合分析与研究总结得出了基于用户体验的交互设计的相关原则，为基于用户体验的交互设计提供了可行的、有效地参考依据。
【关键词】用户体验;交互设计;体验层级;设计原则
在当今社会，任何产品，只要涉及到人们的使用，都会存在信息交互的相关问题，以及如何能够通过良好的交互设计达到更好的用户体验效果的需求。人们可以从好的交互设计中受益，但也不得不承受那些存在问题的设计给消费者所带来的麻烦与折磨。基于用户体验的交互设计的目的在于如何关心用户，让用户知道如何在受到自身和外界限制的条件下来完成自己的任务;如何能够为交互过程中出现的问题提供多种解决方案;如何采取广泛的多学科思维方式来产生设计灵感;如何针对交互行为过程中特定的问题指定特定的解决方法，并充分考虑用户的情感需求。
因此，形成科学化、高效化、系统化以及充分满足用户体验需求的交互设计成就为了设计师所追求的终极目标。满足所有用户的体验需求，即生理、心理、情感以及行为能力的需要，使得他们能够通过交互行为获取和识别所需信息更加的快速、准确、高效和舒适，就成为了现今社会发展的必然趋势。
1 交互设计中的用户体验层级
交互设计中的用户体验研究涉及多方面的因素，他应考虑到用户的生理、心理以及行为上的需求，最终设计应与用户形成全方位的共鸣。而用户的体验需求是有层次之分的，不同地域、民族、国家的用户的需求是有所不同的，即使是同一个用户，在他的不同生理阶段的需求也是不一样的。结合马斯洛关于人的需求层次的理论，并针对交互设计的具体内容可以将交互设计中的用户体验需求进行图1所示的分类。
图1所示的用户体验需求的内容是有层级之分的，并呈金字塔状分布。实现不同的用户体验需求层级，所能实现的交互设计的目标是不一样的。高层级的用户体验需求的实现是以低层级用户体验需求的实现为基础的。不仅如此，用户体验需求会随着外界条件的变化而逐渐提高，这种变化包括消费者日常生活水平的不断提高，以及信息科学技术的不断发展，如图2所示。
1.1 用户体验的感知需求
满足用户体验的感知需求所能达到的交互设计的目标是实现交互过程的感受性，即用户可以通过自身的感知系统包括视觉、听觉、触觉等，来实现对交互设计的第一印象。满足用户体验的感知需求可以最终实现交互设计的可视性，尤其是当用户第一次进行此类交互行为时，其感知体验可能会对用户的使用起决定性作用，感觉美观、舒适的交互设计肯定比那些难看、使人不愉悦的交互设计更受用户的关注与喜爱。只有首先赢得了用户的感知体验的满意，才能促使用户进一步的了解和使用。
1.2 用户体验的认知需求
满足用户体验的认知需求所能达到的交互设计的目标是实现交互过程的理解性，即对感知到的信息特征进行加工、分析并予以解释。对于认知需求的满足可以最终实现交互设计的可用性，即交互过程是否顺畅，用户是否可以快速、轻松地实施交互行为，从而达到他们获取所需信息的目的。
1.3 用户体验的交互需求
满足用户体验的交互需求所能达到的交互设计的目标是实现交互过程的使用性，即如何根据所理解的信息进行有效的操作来完成目标任务。对于交互需求的满足可以帮助提供有效地的交互工具、建立可行的交互方式，以及指导合理的交互行为。满足用户体验的交互需求可以最终实现交互设计的交互性。
1.4 用户体验的情感需求
满足用户体验的情感需求所能达到的交互设计的目标是提高交互过程的用户满意度，即如何通过有效地交互行为和可靠的交互使用来提高用户使用的心情，即用户对于交互设计的满意程度。情感需求是用户在信息交互过程中所产生的感情，即用户在交互过程中被重视、被关爱;体会到交互过程的互动性和使用乐趣。情感需求强调交互过程的互动感、故事感、娱乐感和意义感，交互设计要想进一步吸引用户，就必须动人和有趣。
1.5 用户体验的自我需求
满足用户体验的自我需求所能达到的交互设计的目标是实现交互设计的个性化，即结合不同的情感需求来规划和设计交互行为或交互方式，提供属于使用者内心向往的、与众不同的交互情境。个性需求要根据用户追求新奇、张扬个性和自我价值体现的特殊需要，实现交互设计的个性化突破，满足用户的个性需要。对于交互设计而言，就要求设计师结合用户的情感特点进行个性化的界面定制服务和自适应的界面交互设计，从而满足用户多样化、个性化的需求。
2 基于用户体验的交互设计的特点
基于用户体验的交互设计应该满足用户在特定的时间、地点和环境条件下的特定情绪或情感上的感受。要实现这一点，交互设计就应该具备以下的特点：
2.1 交互设计的可视性
交互设计可视性的体现是基于对用户感知需求的实现，要求用户能够在第一时间，快速、准确的感受到交互设计所传达的信息。满足这一特点就要求交互设计实现视觉的宜人化、排布的合理化、色彩的适宜性和界面的美观性。
2.2 交互设计的可用性
交互设计可用性的体现是基于对用户认知需求的实现，要求用户能够及时、准确的理解交互设计所传达的信息。满足这一特点就要求交互设计实现一致性的设计表达、简洁的设计表现、使用户容易使用和针对具体问题的针对性解决方案。
2.3 交互设计的交互性
交互设计交互性的体现是基于对用户交互需求的实现，要求用户应该合理的利用交互行为来完成交互任务。满足这一特点就要求交互设计能够使得用户容易学习，使交互过程具有灵活性，建立可记忆、可预见的交互方式，具有良好的容错性和反馈性。
nlc202309021749
2.4 交互设计的满意性
交互设计满意性的体现是基于对用户情感需求的实现，要求用户对于整个交互过程和交互行为比较满意和喜爱。满足这一特点就要求交互设计能够提供符合用户期望的交互方式，能够提供符合用户技能水平的交互方式，能够提供符合用户习惯的交互方式，能够提供安全可靠的交互方式，能够提供用户感兴趣的交互方式。
2.5 交互设计的独特性
交互设计独特性的体现是基于对用户自我需求的实现，要求交互设计在实现基本交互功能的前提下与众不同，或者是能够满足不同用户在交互过程中的不同情感诉求。满足这一特点就要求交互设计能够制定特定的交互情境，提供多元化的交互平台，建立创新的交互模式与方法，实现自适应的交互工具。
3 基于用户体验的交互设计原则
3.1 视觉宜人化原则
应使视觉元素刺激符合用户的视觉感官能力，应充分考虑用户对于视觉信息刺激的生理和心理作用，从而合理把握视觉化信息元素的类型、形状、大小，色彩等表现因素的运用。
3.2 排布合理化原则
应将纷繁复杂的视觉信息合理分组，进行有效排布，使用户对于界面有完整感。应运用最简单、最稳定、最完整的信息排布方式来帮助用户理解和识别界面信息构架和信息内容。
3.3 色彩适宜性原则
应该在利用色彩刺激辅助表达信息含义时，确保信息色彩刺激与用户审美倾向的统一，确保信息色彩刺激与界面信息内容的统一，确保信息色彩刺激与界面信息功能的统一，确保信息色彩刺激与界面信息结构的统一。
3.4 界面美观性原则
美观的界面设计将会为用户应在一个舒适的交互环境，会有效提高用户的信息认知以及用户的满意度。
3.5 易学性原则
功能直观，操作简单，状态明了的交互界面才会使用户一看就明白，一学就会。
3.6 灵活性原则
可在多种环境中使用并能适应多种不同的用户需求。界面应该允许用户根据不同的需求来定之交互的方式，这样的软件交互界面的交互性能就会提高，增强用户在交互体验中的满足，促进用户信息的识别。
3.7 可记忆性原则
应该将特定的信息对象放置在固定的位置;应该将视觉信息进行逻辑的分组;应该使用常规的图形或符号来表达信息内容;应该依据用户喜好来选择交互的方式。
3.8 可预见性原则
可预见性可以通过一致性原则来增强;可预见性也可通过惯例来增强;同时熟悉度也可以增加用户对于界面信息的可预见性。
3.9 容错性原则
应该在用户启动不易恢复或有重大影响的操作时，提醒用户可能引起的后果;应检查用户操作的全过程，对用户疏忽、遗漏的必要操作给与提示;在用户执行某一功能时，允许用户取消已执行的命令。
3.10 反馈性原则
应该为用户提供信息反馈的表达;反馈信息应该根据预期的用户的知识水平来设计;反馈信息的类型和表达方式应能按照用户的需求和特点来提供。
3.11 一致性原则
要保持设计目标一致、信息表达一致以及交互方式一致。
3.12 简洁性原则
简洁性可以提高交互界面的效率并使之易于用户使用，可以提高界面设计的可理解性。但简洁并不是单一的简化，简化往往会造成平庸的界面，这应该予以避免。
3.13 易用性原则
要求信息表达清晰明了、易读易懂;功能实施应该简单方便、直接有效;能够为用户及时的传递确切的信息，在交互过程中能够及时地向用户显示交互状态，不使用户感到茫然。
3.14 针对性原则
必须充分了解用户的意图，了解用户所掌握的技术和已有的经验;知道用户想要什么。
参考文献
[1][美]Dan Saffer.交互设计指南[M].北京：机械工业出版社，2010.
[2][美]Jef Raskin，史元春译.人本界面：交互式系统设计[M].北京：机械工业出版社，2004
[3]Pine П B J，Gilmore J H.The experience economy：Work is theatre & every business a stage[M].Boston MA： Harvard Business School Press，1999.
[4][美]司马贺，荆其诚译.人类的认知：思维的信息加工理论[M].北京：科学出版社，1986.
作者单位
北京理工大学 北京市 100081
一种基于词组的用户建模技术 篇12
目前, 越来越多的网站开始提供Internet个性化服务。个性化是指Web站点获取与用户个别需求相匹配的信息的能力;个性化服务, 是指针对不同用户提供不同的服务策略和服务内容的服务模式。
由于需要为不同的用户提供有针对性的服务, 因而需要获取用户的兴趣、习惯 (如浏览内容和背景知识) 等用户信息, 并对用户信息进行结构化描述, 构建出反映用户特点的需求模型, 这一过程可称为用户建模。
现有用户模型的功能一般是以一些特殊的项来存储用户的喜好, 以实现个性化, 更好的为用户服务为目的的。通常用户模型内以特征词表示用户兴趣点, 本文中将词组引入用户模型的表示中。以词和词组混合建立的用户模型比单纯以词建立的用户模型能更准确的表述用户兴趣。
2. 用户模型的表示
用户模型的关键词列表表示法是指以用户感兴趣的信息的关键词来表示用户模型的方法。如用户对足球赛感兴趣, 则用户模型可以表示为{意甲, 英超, 罗纳尔多, 贝克汗姆, 劳尔}等。
传统的用户模型:{图片, 公务员, 肯德基, 考试, 音乐}。
基于词组的用户建模是以词和词组混合建立用户模型, 用户模型内不仅仅包含关键词, 更加入了词组来表示用户兴趣, {图片, 公务员考试, 肯德基, 音乐}。
3. 基于词组的用户建模技术
3.1 选取构建用户模型的特征词
要建立用户兴趣模型就要收集用户的相关信息。数据收集是一个获取与用户特征、偏好或活动相关的信息的过程。这一过程为用户模型的建立提供了必要的数据源。在本系统中采用的是用户的浏览记录作为用户建模的数据源。
将从用户浏览记录中获取的网页集合作为用户感兴趣的文档, 从文档集合中提取出最能表达文档的关键词, 并以此建立用户模型。从文档集集合中提取出最能表达文档的关键词也就是文本的特征描述。文本的特征描述是文本挖掘和Web智能检索的一个很重要的基础工作, 文本的特征描述指的是对从文本中抽取的元数据 (特征值) 进行量化, 以结构化的形式描述文本信息。这些特征项作为文本的中间表示, 在个性化服务中用以评估未知文本与用户兴趣的吻合程度。网络文本的信息的多元化和复杂化使得要获得一个标准形式的文本特征描述是比较困难的。在本系统中将用户感兴趣的文档表示成关键词向量, 并计算出每个关键词权重来建立用户模型。本系统在计算关键词权重的时候采用词频统计, 即词频越高的词汇具有越高的权重。采用词频统计计算关键词权重的方法使用广泛、简单、高效。
用户兴趣建模方式: (1) 用户模型中的内容就是用户感兴趣的关键词。 (2) 用户兴趣建模的数据来源于用户浏览纪录, 即用户浏览过的网页。首先要将网页转换成文本, 并删除文档中的停止词。 (3) 设用户浏览过的网页中的每个词语项为Ui, 根据各词语Ui在用户浏览过的网页文件中重要程度求出权值W i, i=1, 2, ?, n, 然后按照权值高低排列词语Ui, 选取权值最高的前n个词语来表示用户兴趣模型。用户兴趣文件用术语特征向量 (T1, T2, T3, ?, Tn) 表示出来。术语 (T1, T2, T3, ?, Tn) 就是用户感兴趣的关键词, 也就是刚才被挑选的权值最高的前n个词语。这样通过对用户浏览过的网页进行计算, 得到用户兴趣特征向量。
3.2 建立词组
被选取出的构建用户模型的关键词, 统计它们出现在哪些页面, 如果两个词出现在同一页面的频率很高, 则默认它们为词组。
用户浏览记录中的一百个网页作为建模的数据源, 对这些网页按1、2、3、4、5……100编号。下面是说明如何将两个关键词组合成词组。
被选取出的构建用户模型的关键词:公务员、考试。
“公务员”的页面分布情况:22, 23, 24, 30, 31, 34, 35, 55, 66, 67, 80。
“考试”的页面分布情况:11, 15, 22, 23, 24, 30, 31, 34, 35, 55, 66, 67, 97。
这两个词共同出现的页面为 (22, 23, 24, 30, 31, 34, 35, 55, 66, 67) , 总计10个。
Sa——a词出现的网页集合中, a词和b词共同出现的网页数
Sb——b词出现的网页集合中, a词和b词共同出现的网页数
Alla——a词出现的网页集合总数Allb——b词出现的网页集合总数
两个词的互现频率:Pc= (Sa+Sb) / (Alla+Allb)
“考试”和“公务员”的互现频率= (10+10) / (13+11) =83%
当Pc〉80%则默认a词和b词是词组
3.3 基于词组的用户建模技术描述
基于词组的用户建模过程:
(1) 获取数据源——用户的浏览纪录
(2) 将用户的浏览记录转化成网页集合, 并处理成纯文本文档, 建立停止词表, 删除文档中的停止词。
(3) 计算每个词语项的词频数, 作为词语的权重, 选择权值最高的前30个词语作为用户兴趣文件的内容。 (4) 建立词组
(5) 生成用户模型。用户模型的结果如下表所示:
4. 实验结果分析
实验平台是PⅣ3.0GHz, 512MB, Windows XP, 算法使用JAVA实现。实验采用用户浏览记录中的一百个网页作为建模的数据源, 另有测试集, 测试集中包含50个用户喜欢的网页和50个用户不感兴趣的网页。
测试用户模型的好坏主要看模型是否能够挑选出用户喜欢的网页, 越是能全面、准确的挑选出用户喜欢的网页, 则用户模型的性能越好。一般从选准率与选全率两个方面来评价用户模型的性能。
选准率Precision=Uyes∩Syes/Syes
选全率Recall=Uyes∩Syes/Uyes
Syes——根据用户模型从测试集中挑选出的被推荐网页集和
Uyes——测试集中原有的用户喜欢的网页集和
对于基于词组的用户建模技术和传统的用户建模技术, 下表比较了他们的实验结果。
5. 结论
本文介绍了一种基于词组的用户建模技术。该技术将词组引入用户模型的表示中, 以词和词组混合建立用户模型, 在原有技术的基础上, 通过引入词组更准确描述用户兴趣, 从而建立更有效的用户模型。实验结果表明, 该技术使用户模型的选准率和选全率都有所提高, 具有一定的实际应用价值。
摘要：本文提出一种基于词组的用户建模技术。它通过将词组引入用户模型的表示中, 以词和词组混合建立用户模型, 使用户兴趣的表达更精确。实验结果表明, 该技术能建立更有效的用户模型。
关键词：词组,用户模型,特征词
参考文献
[1]KHOPKAR Y, SPINK A, LEE GILES C.Search engine personalization:an exploratory study[EB/OL].http://first—Monday.org/issues/issue87/khopkar/index.htm1.2003—06.
[2]扬林, 茅玉蓉.个性化:定制你的网络服务.http://tech.tom.com.archive/1796/1800/2004.O6.3O
[3]聂丽文邓芳鸿.知识社群中用户模型表示和更新[J].微计算机信息, 2006, 22-6:151-153。
[4]吴丽花, 刘鲁.个性化推荐系统用户建模技术综述[J].情报学报, 2006, 25 (1) :55-62.
[5]刘开瑛, 薛翠芳, 郑家恒等.中文文本中抽取特征信息的区域与技术[J].中文信息学报, 1998, 12 (2) :1-7.
[6]许建潮, 胡明.中文Web文本的特征获取与分类[J].计算机工程, 2005, 31 (8) :24-26.
[7]吴鹏飞, 孟祥增, 刘俊晓, 马凤娟.基于结构与内容的网页主题信息提取研究[J].山东大学学报, 2006, 41 (3) :131-134.