人机交互评价测试.ppt

以任务完成率（有效性指标）为例，假设的用户任务完成率、隶属各个等级的数据以及通过归一化处理后的数据如下表（表中数据均为假设数据） 通过将用户体验质量总体的评价因素权重和二级模糊评判矩阵进行合成（合成算子同上），得到用户体验质量的综合评判结果 B＝（0.031 0.025 0.209 0.441 0.294)。 对评价集作相应的等级赋值后（很好95，好82，一般67，差50，很差31），即可得到直观的百分制评价结果。相应的转换公式为： 用假设数据 B＝（0.031 0.025 0.209 0.441 0.294)代入后，a＝83.22处于良好等级。 作业 对你做的界面交互设计做综合评价或选一内容评价。 打个比方说, 一件事情, 你给它打100分, 你的老板给它打60分, 如果平均, 则是(100+60)/2=80分。但因为老板说的话分量比你重, 假如老板的权重是2, 你是1, 这时求平均值就是加权平均了, 结果是(100*1 + 60*2)/(1+2)=73.3分, 显然向你的老板那里倾斜了。假如老板权重是3，你的权重是1，结果是（100*1+60*3）/（1+3）=70。这就是根据权重的不同进行的平均数的计算，所以又叫加权平均数。 * 归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量，避免具有不同物理意义和量纲的输入变量不能平等使用。在统计学中，归一化的具体作用是归纳统一样本的统计分布性。首先基本度量单位要同一 数据的标准化是将数据按比例缩放，使之落入一个小的特定区间。由于信用指标体系的各个指标度量单位是不同的，为了能够将指标参与评价计算，需要对指标进行规范化处理，通过函数变换将其数值映射到某个数值区间。 一个人买了十个水果,有两个是苹果,四个是梨,还有四个是李子. 那么我们把以上这个问题归一化后,那个人买的水果总量是1.有20%是苹果,40%是梨,40%是李子. * * 例如，我们在判别走过的人是谁时，总是将来人的高矮，胖瘦、走路姿势与大脑存储的样子进行比较，从而作出判断。一般说来，这是件不难的事，即使是分别好多年的老朋友，你也会很快地认出他来，但是若让计算机做这件事，使用精确数学就太复杂了。得测量来人的身高、体重、手臂摆的角度以及鞋底对地面的正压力、磨擦力、速度、加速度等数据，而且非要精确到后几十位才肯罢休。如果有位熟人最近稍为瘦了或胖了一些，计算机就“翻脸不认了”。显然，这样的“精确”容易使人糊涂。由此可见，要使计算机能模拟人功能，一定程度的模糊是必要的。?  触屏手机交互体验 容易误触 拖动易失败 私密性差 输入效率不高 容易误触 ? 7 6 2 拖动易失败 ? ? 1 1/6 私密性差 ? ? ? 1/5 输入效率不高 ? ? ? ? 交互体验影响因素判断矩阵 容易误触 屏幕大 手势丰富 反馈感不强 定位不精确 注意力分散 意外情况 携带其他物品 环境振动 拇指活动范围 拇指活动方向 手势切换 屏幕大 ? ? 2 1 2 5 1/3 2 1/3 1/2 5 7 手势丰富 ? ? 1/3 1 2 1/6 1 1/6 1/6 4 3 反馈感不强 ? ? ? 2 4 1/3 1 1/3 1/3 6 6 定位不精确 ? ? ? ? 3 1/5 1/2 1/5 1/6 4 3 注意力分散 ? ? ? ? ? 1/9 1/3 1/9 1/6 1/3 1/2 意外情况 ? ? ? ? ? ? 4 2 4 8 9 携带其他物品 ? ? ? ? ? ? ? 1/6 2 2 3 环境振动 ? ? ? ? ? ? ? ? 3 8 8 拇指活动范围 ? ? ? ? ? ? ? ? ? 6 8 拇指活动方向 ? ? ? ? ? ? ? ? ? ? 3 手势切换 ? ? ? ? ? ? ? ? ? ? ? 表4-9 造成误触的影响因素判断矩阵 由于人机系统具有多系统和多层次的性质，因此，采用多指标综合评价，才能比较全面地反映人机系统的质量。 1. 经验评价方法 2. 价值分析法 3. 层次分析法(AHP) 4. 模糊（Fuzzy）综合评价法 5. 人工神经网落法 6. 因子分析法 7. 灰色理论评价法 10.4 系统评价方法 1 经验评价方法： (1) 专家打分法 ■ 经验评价方法 (1) 专家评价法 (2) 两两比较法 (3) 连环比例法 评价指标为 功效系数指标 例1：按“企业形象”目标评定四个企业，方案评价如表： —— 方案2是10个专家的经验相对一致的最优方案 2. 模糊（Fuzzy）综合评价法： 模糊概念： 问题10 · “模糊”是否指“糊里糊涂”? 认