CN104834596B - 一种基于多层降维的移动应用可用性评估系统及评估方法 - Google Patents
一种基于多层降维的移动应用可用性评估系统及评估方法 Download PDFInfo
- Publication number
- CN104834596B CN104834596B CN201510098108.3A CN201510098108A CN104834596B CN 104834596 B CN104834596 B CN 104834596B CN 201510098108 A CN201510098108 A CN 201510098108A CN 104834596 B CN104834596 B CN 104834596B
- Authority
- CN
- China
- Prior art keywords
- index
- data
- calculated
- indexs
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 43
- 230000002452 interceptive effect Effects 0.000 claims abstract description 18
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 238000011835 investigation Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims 1
- 238000000205 computational method Methods 0.000 claims 1
- 238000000354 decomposition reaction Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 3
- 239000003205 fragrance Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- GAAKALASJNGQKD-UHFFFAOYSA-N LY-165163 Chemical compound C1=CC(N)=CC=C1CCN1CCN(C=2C=C(C=CC=2)C(F)(F)F)CC1 GAAKALASJNGQKD-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000007334 memory performance Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- KAICRBBQCRKMPO-UHFFFAOYSA-N phosphoric acid;pyridine-3,4-diamine Chemical compound OP(O)(O)=O.NC1=CC=NC=C1N KAICRBBQCRKMPO-UHFFFAOYSA-N 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- VBUBYMVULIMEHR-UHFFFAOYSA-N propa-1,2-diene;prop-1-yne Chemical compound CC#C.C=C=C VBUBYMVULIMEHR-UHFFFAOYSA-N 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Landscapes
- Stored Programmes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多层降维的移动应用可用性评估系统及评估方法,为计算移动应用可用性评估带来便捷:通过25个指标全面地考察移动应用可用性的重要组成部分,明确了移动应用可用性的考察度量,丰富了移动可用性工程的内涵;对移动应用可用性进行多层次的分解,降低了移动应用可用性模型的复杂度,同时为单独考察维度层交互质量、关键状态可见性、简洁直观性、一致性、亲和性和低耗性以及维度层的效率、效益和满意度提供了一种解决方法。
Description
技术领域
本发明涉及移动人机交互领域,尤其涉及一种用户体验设计中移动应用可用性的评估系统和评估方法,尤其涉及一种基于多层降维的移动应用可用性评估系统及评估方法。
背景技术
随着移动互联网技术的迅猛发展,智能手机和移动应用已经融合到社会生活中,人们对移动应用的用户体验提出了更高的要求。可用性涉及到应用的使用效率、效益和满意度,是用户体验的核心,因此提高产品的可用性能极大地提高产品的用户体验。可用性测试是保证产品质量的重要手段,已经逐渐成为产品开发、发布和更新过程中的一个必要步骤。
手机等移动设备与PC等设备相比具有屏幕尺寸小、内存小、处理器能力弱、电池供电等限制,此外,移动应用还存在交互方式多样、使用场合不定等特点,这些对移动应用的可用性提出了新的要求。在人机交互领域,可用性的研究也延续了多年,但大多集中在传统PC或者Web网站等,而涉及移动应用的可用性研究,相比之下非常少。
现有的软件产品可用性评估系统是将以下两个流程进行标准化实现:1)设计一系列任务由用户完成,考察用户完成时间和任务完成率;2)采用标准的调查问卷考察产品满意度。这种评估方法一定程度上可以获得产品可用性的某些属性,但是存在以下缺陷:1)难以选择合适的任务来全面反映产品功能,因此较难实施;2)不能获得灵活性、一致性、可见性等产品可用性的内在特征;3)忽略了各项评估结果的相对重要性;4)没有考虑到移动应用产品本身所具有的不同于传统软件或者Web系统的特点。
发明内容
针对上述技术问题,本发明提出一种基于多层降维的移动应用可用性评估系统及评估方法。
为了解决上述技术缺陷,本发明的技术方案如下:
一种基于多层降维的移动应用可用性评估系统,所述的评估系统包括计算模型,指标生成器,数据采集模块,数据存储模块,反馈系统模块和用户界面;所述计算模型包括指标层、维度层、属性层和目标层;
所述的指标生成器包括主观指标生成器、客观指标生成器,所述的客观指标生成器根据客观测量数据计算,所述的主观指标生成器根据主观测量数据计算;
所述的指标生成器包含一个指标计算规则子模块,指标计算规则子模块以文本文件形式存在,规则内容为计算公式、可扩展标记语言、自定义形式化语言中的一种或者多种,指标计算规则明确了指标的主客观分类属性;所述的指标生成器解析指标计算规则,分别得到主观指标和客观指标,并下发到主观指标生成器和客观指标生成器处理,主观指标生成器和客观指标生成器输入为数据采集模块采集的主观测量数据和客观测量数据,输出为各测量指标值;
所述的数据采集模块采用插件式设计,每一个插件负责一项所述的测量指标所需的原始数据的采集,插件名称与数据变量同名,使指标生成器可以理解,所述的数据采集模块包含一个常用数据插件库和插件管理器,系统启动时插件管理器通过解析所述的指标计算规则子模块得到需要加载的插件库中的数据采集插件,同时运行过程中插件管理器对插件进行动态管理以合理分配资源;
所述的数据存储模块包括历史数据模块和计算数据模块,所述的计算数据模块存储指标生成模块输出指标值,计算数据根据用户选择存入历史数据模块;
所述的反馈系统模块作用在于调整计算模型和指标计算规则使得评估结果更准确,反馈系统根据应用分类、历史数据和用户参数综合判断来确定调整目标以及调整参数;
所述的用户界面包含分析对比子模块和编辑控制子模块,所述的分析对比子模块可以分析某一应用和其他一个或多个应用的各指标值并给出优劣判断,所述的各指标包括计算模型模块中各层元素中的一个或多个,所述的编辑控制模块具有编辑和控制两个功能模块,编辑功能包括编辑数据采集模块元素数据、指标生成器输出数据、指标计算规则和反馈系统用户参数,所述的控制功能模块是控制系统数据采集、指标生成、反馈调整和降维计算中的一步或多步运行动作。
进一步的,所述的指标层包括25个元素,编号分别记为F1~F25,如表1所示:
表1指标
编 | 指标 | 编 | 指标 |
F1 | 用户等待时间表现 | F2 | 应用流畅性 |
F3 | 交互方式灵活性 | F4 | 应用不易导致操作出错性 |
F5 | 应用易从错误操作中恢复性 | F6 | 不可逆操作提供确认提示表现 |
F7 | 对不可用资源状态的提示表现 | F8 | 对错误的操作提示表现 |
F9 | 加载、等待状态的提示表现 | F10 | 功能点或者信息所在的页面深 |
F11 | 布局、控件、图标直观性 | F12 | 符合一般应用的操作习惯表现 |
F13 | 交互控件大小适当性 | F14 | 应用界面简洁性 |
F15 | 样式、布局风格一致性 | F16 | 相似界面元素的操作方式一致 |
F17 | 相似界面元素的显示效果一致 | F18 | 界面元素的操作符合用户预期 |
F19 | 应用层次分明性 | F20 | 界面设计美观性 |
F21 | 交互设计满意性 | F22 | 使用舒服愉悦性 |
F23 | 应用占用内存表现 | F24 | 应用耗电量表现 |
F25 | 应用耗费流量表现 |
所述的指标层指标取值范围0~100,数值越大代表可用性的该项指标表现越好。
进一步的,所述的维度层包括“交互质量”、“关键状态可见性”、“简洁直观性”、“一致性”、“亲和性”、“低耗性”六个维度,分别记为D1~D6;
所述的属性层包括“效益”、“效率”、“满意度”三个属性,分别记为A1~A3;
所述的目标层包含“可用性”一个元素,极为U;
所述的交互质量D1包含F1、F2、F3、F4、F5五个指标,D1由F1~F5使用如下公式计算获得,
D1=0.213*F1+0.2025*F2+0.173*F3+0.198*F4+0.2135*F5;
所述的关键状态可见性D2包含F6、F7、F8、F9四个指标,D2由F6~F9使用如下公式计算获得,
D2=0.2817*F6+0.24*F7+0.2325*F8+0.2458*F9;
所述的简洁直观性D3包含F10、F11、F12、F13、F14五个指标,D3由F10~F14使用如下公式计算获得,
D3=0.2025*F10+0.222*F11+0.22*F12+0.1787*F13+0.1768*F14;
所述的一致性D4包含F15、F16、F17、F18四个指标,D4由F15~F18使用如下公式计算获得,
D4=0.2463*F15+0.2454*F16+0.2483*F17+0.26*F18;
所述的亲和性D5包含F19、F20、F21、F22四个指标,D5由F19~F22使用如下公式计算获得,
D5=0.2583*F19+0.2412*F20+0.2313*F21+0.2692*F22;
所述的低耗性D6包含F23、F24、F25三个指标,D6由F23~F25使用如下公式计算获得,
D6=0.3158*F23+0.3625*F24+0.3217*F25;
所述的效益A1使用如下的公式计算获得,
A1=0.17*D1+0.1923*D2+0.1678*D3+0.1778*D4+0.1462*D5+0.1458*D6;
所述的效率A2使用如下的公式计算获得,
A2=0.1807*D1+0.1747*D2+0.1807*D3+0.1683*D4+0.1458*D5+0.149*D6;
所述的满意度使用如下的公式计算获得,
A3=0.1757*D1+0.1572*D2+0.1678*D3+0.1603*D4+0.182*D5+0.157*D6
所述的可用性包含A1、A2、A3三个属性,使用如下的公式计算获得,
U=0.38*A1+0.325*A2+0.295*A3。
一种基于多层降维的移动应用可用性评估方法,
41)规则拟定:根据所述的F1至F25的测量指标由使用者确定所述测量指标的主客观属性并拟定所述的测量指标计算规则,在不同的移动操作系统下可以采用不同的计算方法;
42)数据采集:根据所述测量指标计算规则采集主客观数据,主观数据采集采用用户研究的方法,包括问卷调查、深度访谈、卡片分类、情景调查中的一种或两种以上的方法组合,客观数据采集使用移动操作系统开放接口进行二次开发从而获得应用运行时数据,
43)指标生成:依据拟定的计算规则和采集的数据计算所述的F1至F25的测量指标的值,
44)反馈调整:所述的反馈系统根据应用分类、历史数据和用户参数调整模型参数;
45)降维计算:多层可用性计算模型通过所述的指标层、维度层、属性层、目标层逐层降维计算,可用性计算因变量由25个逐步降低到6个和3个;
所述的F1至F25的测量指标如表1所示:
表1指标
编 | 指标 | 编 | 指标 |
F1 | 用户等待时间表现 | F2 | 应用流畅性 |
F3 | 交互方式灵活性 | F4 | 应用不易导致操作出错性 |
F5 | 应用易从错误操作中恢复性 | F6 | 不可逆操作提供确认提示表现 |
F7 | 对不可用资源状态的提示表现 | F8 | 对错误的操作提示表现 |
F9 | 加载、等待状态的提示表现 | F10 | 功能点或者信息所在的页面深 |
F11 | 布局、控件、图标直观性 | F12 | 符合一般应用的操作习惯表现 |
F13 | 交互控件大小适当性 | F14 | 应用界面简洁性 |
F15 | 样式、布局风格一致性 | F16 | 相似界面元素的操作方式一致 |
F17 | 相似界面元素的显示效果一致 | F18 | 界面元素的操作符合用户预期 |
F19 | 应用层次分明性 | F20 | 界面设计美观性 |
F21 | 交互设计满意性 | F22 | 使用舒服愉悦性 |
F23 | 应用占用内存表现 | F24 | 应用耗电量表现 |
F25 | 应用耗费流量表现 |
所述的指标层指标取值范围0~100,数值越大代表可用性的该项指标表现越好;
所述的维度层包括“交互质量”、“关键状态可见性”、“简洁直观性”、“一致性”、“亲和性”、“低耗性”六个维度,分别记为D1~D6;
所述的属性层包括“效益”、“效率”、“满意度”三个属性,分别记为A1~A3;
所述的目标层包含“可用性”一个元素,极为U;
所述的交互质量D1包含F1、F2、F3、F4、F5五个指标,D1由F1~F5使用如下公式计算获得,
D1=0.213*F1+0.2025*F2+0.173*F3+0.198*F4+0.2135*F5;
所述的关键状态可见性D2包含F6、F7、F8、F9四个指标,D2由F6~F9使用如下公式计算获得,
D2=0.2817*F6+0.24*F7+0.2325*F8+0.2458*F9;
所述的简洁直观性D3包含F10、F11、F12、F13、F14五个指标,D3由F10~F14使用如下公式计算获得,
D3=0.2025*F10+0.222*F11+0.22*F12+0.1787*F13+0.1768*F14;
所述的一致性D4包含F15、F16、F17、F18四个指标,D4由F15~F18使用如下公式计算获得,
D4=0.2463*F15+0.2454*F16+0.2483*F17+0.26*F18;
所述的亲和性D5包含F19、F20、F21、F22四个指标,D5由F19~F22使用如下公式计算获得,
D5=0.2583*F19+0.2412*F20+0.2313*F21+0.2692*F22;
所述的低耗性D6包含F23、F24、F25三个指标,D6由F23~F25使用如下公式计算获得,
D6=0.3158*F23+0.3625*F24+0.3217*F25;
所述的效益A1使用如下的公式计算获得,
A1=0.17*D1+0.1923*D2+0.1678*D3+0.1778*D4+0.1462*D5+0.1458*D6;
所述的效率A2使用如下的公式计算获得,
A2=0.1807*D1+0.1747*D2+0.1807*D3+0.1683*D4+0.1458*D5+0.149*D6;
所述的满意度使用如下的公式计算获得,
A3=0.1757*D1+0.1572*D2+0.1678*D3+0.1603*D4+0.182*D5+0.157*D6
所述的可用性包含A1、A2、A3三个属性,使用如下的公式计算获得,
U=0.38*A1+0.325*A2+0.295*A3。
本发明的有益效果在于:本发明的基于多层降维度的移动应用可用性评估系统为计算移动应用可用性评估带来便捷:
(1)通过25个指标全面地考察移动应用可用性的重要组成部分,明确了移动应用可用性的考察度量,丰富了移动可用性工程的内涵。
(2)对移动应用可用性进行多层次的分解,降低了移动应用可用性模型的复杂度,同时为单独考察维度层交互质量、关键状态可见性、简洁直观性、一致性、亲和性和低耗性以及维度层的效率、效益和满意度提供了一种解决方法。
同时,本发明的基于多层降维的移动应用可用性评估系统具有很好的普适性和灵活性:
(1)多层可用性计算模型是在大量用户调研和实验数据的基础上构建,模型结构和模型参数对移动应用可用性具计算具有一般性。
(2)本发明的测量指标子模块、数据采集模块插件式设计和反馈系统为计算模型提供了多种模型调整方式,使得系统能很好地适用不同类型的移动应用
附图说明
图1基于多层降维的移动可用性评估系统;
图2多层可用性计算模型;
图3基于多层降维的移动可用性评估方法步骤;
图4采集模块公共库结构。
具体实施方式
下面将结合附图和具体实施例对本发明做进一步的说明。
一种基于多层降维的移动应用可用性评估系统,所述的评估系统包括计算模型,数据采集模块,指标生成器,数据存储模块,反馈系统模块和用户界面,系统结构如1所示,其中:
所述的指标生成器包括主观指标生成器、客观指标生成器,所述的客观指标生成器根据客观测量数据计算,所述的主观指标生成器根据主观测量数据计算。
所述的指标生成器包含一个指标计算规则子模块,指标计算规则子模块以文本文件形式存在。规则内容为计算公式、可扩展标记语言、自定义形式化语言中的一种或者多种,指标计算规则明确了指标的主客观分类属性。
所述的数据采集模块采用插件式设计,每一个插件负责一项所述的测量指标所需的原始数据的采集,插件名称与数据变量同名,使指标生成器可以理解,所述的数据采集模块包含一个常用数据插件库和插件管理器,系统启动时插件管理器通过解析所述的指标计算规则子模块得到需要加载的插件库中的数据采集插件。同时运行过程中插件管理器对插件进行动态管理以合理分配资源。
所述的指标生成器解析指标计算规则,分别得到主观指标和客观指标,并下发到主观指标生成器和客观指标生成器处理,主观指标生成器和客观指标生成器输入为数据采集模块采集的主观测量数据和客观测量数据,输出为各测量指标值。
所述的数据存储模块包括历史数据模块和计算数据模块。所述的计算数据模块存储指标生成模块输出的F1~F25的指标值,计算数据根据用户选择存入历史数据模块。
所述的反馈系统模块作用在于调整计算模型和指标计算规则使得评估结果更准确。反馈系统根据应用分类、历史数据和用户参数综合判断来确定调整目标以及调整参数。
所述的用户界面包含分析对比子模块和编辑控制子模块,所述的分析对比子模块可以分析某一应用和其他一个或多个应用的各指标值并给出优劣判断,优劣判断包括非常优秀、优秀、一般、有待改进、差五个等级,所述的各指标包括计算模型模块中各层元素中的一个或多个。所述的编辑控制模块具有编辑和控制两个功能模块,编辑功能包括编辑数据采集模块元素数据、指标生成器输出数据、指标计算规则和反馈系统用户参数,所述的控制功能模块是控制系统数据采集、指标生成、反馈调整和降维计算中的一步或多步运行动作,包括但不限于单步运行、组合运行、停止运行、暂停运行、恢复运行、重新运行等。
所述的计算模型结构如图2所示。计算模型一共包括指标层、维度层、属性层和目标层。
所述的指标层包括25个元素,编号分别记为F1~F25,如表1所示:
表1指标
编 | 指标 | 编 | 指标 |
F1 | 用户等待时间表现 | F2 | 应用流畅性 |
F3 | 交互方式灵活性 | F4 | 应用不易导致操作出错性 |
F5 | 应用易从错误操作中恢复性 | F6 | 不可逆操作提供确认提示表现 |
F7 | 对不可用资源状态的提示表现 | F8 | 对错误的操作提示表现 |
F9 | 加载、等待状态的提示表现 | F10 | 功能点或者信息所在的页面深 |
F11 | 布局、控件、图标直观性 | F12 | 符合一般应用的操作习惯表现 |
F13 | 交互控件大小适当性 | F14 | 应用界面简洁性 |
F15 | 样式、布局风格一致性 | F16 | 相似界面元素的操作方式一致 |
F17 | 相似界面元素的显示效果一致 | F18 | 界面元素的操作符合用户预期 |
F19 | 应用层次分明性 | F20 | 界面设计美观性 |
F21 | 交互设计满意性 | F22 | 使用舒服愉悦性 |
F23 | 应用占用内存表现 | F24 | 应用耗电量表现 |
F25 | 应用耗费流量表现 |
所述的指标层指标取值范围0~100,数值越大代表可用性的该项指标表现越好。
所述的维度层包括“交互质量”、“关键状态可见性”、“简洁直观性”、“一致性”、“亲和性”、“低耗性”六个维度,分别记为D1~D6。
所述的属性层包括“效益”、“效率”、“满意度”三个属性,分别记为A1~A3。
所述的目标层包含“可用性”一个元素,极为U。
所述的交互质量D1包含F1、F2、F3、F4、F5五个指标,D1由F1~F5使用如下公式计算获得,
D1=0.213*F1+0.2025*F2+0.173*F3+0.198*F4+0.2135*F5。
所述的关键状态可见性D2包含F6、F7、F8、F9四个指标,D2由F6~F9使用如下公式计算获得,
D2=0.2817*F6+0.24*F7+0.2325*F8+0.2458*F9。
所述的简洁直观性D3包含F10、F11、F12、F13、F14五个指标,D3由F10~F14使用如下公式计算获得,
D3=0.2025*F10+0.222*F11+0.22*F12+0.1787*F13+0.1768*F14。
所述的一致性D4包含F15、F16、F17、F18四个指标,D4由F15~F18使用如下公式计算获得,
D4=0.2463*F15+0.2454*F16+0.2483*F17+0.26*F18。
所述的亲和性D5包含F19、F20、F21、F22四个指标,D5由F19~F22使用如下公式计算获得,
D5=0.2583*F19+0.2412*F20+0.2313*F21+0.2692*F22。
所述的低耗性D6包含F23、F24、F25三个指标,D6由F23~F25使用如下公式计算获得,
D6=0.3158*F23+0.3625*F24+0.3217*F25。
所述的效益A1使用如下的公式计算获得,
A1=0.17*D1+0.1923*D2+0.1678*D3+0.1778*D4+0.1462*D5+0.1458*D6。
所述的效率A2使用如下的公式计算获得,
A2=0.1807*D1+0.1747*D2+0.1807*D3+0.1683*D4+0.1458*D5+0.149*D6。
所述的满意度使用如下的公式计算获得,
A3=0.1757*D1+0.1572*D2+0.1678*D3+0.1603*D4+0.182*D5+0.157*D6
所述的可用性包含A1、A2、A3三个属性,使用如下的公式计算获得,
U=0.38*A1+0.325*A2+0.295*A3。
针对由计算模型,数据采集模块,指标生成器,数据存储模块,反馈系统模块和用户界面组成的基于多层降维的移动应用可用性评估系统,本发明提供一种基于多层降维的移动应用可用性评估方法,如图3,包括以下步骤:
步骤1:规则拟定,根据所述的F1至F25的测量指标由使用者确定所述测量指标的主客观属性并拟定所述的测量指标计算规则。在不同的移动操作系统下可以采用不同的计算方法。
步骤2:数据采集,根据所述测量指标计算规则采集主客观数据。主观数据采集采用用户研究的方法,包括但不限于问卷调查、深度访谈、卡片分类、情景调查中的一种或两种以上的方法组合。客观数据采集使用移动操作系统开放接口进行二次开发从而获得应用运行时数据。
步骤3,指标生成,依据拟定的计算规则和采集的数据计算所述的F1至F25的测量指标的值。用户可以自主选择是否存入历史数据库。
步骤4,反馈调整:所述的反馈系统根据应用分类、历史数据和用户参数调整模型参数。
步骤5,降维计算:所述的多层可用性计算模型通过所述的指标层、维度层、属性层、目标层逐层降维计算,可用性计算因变量由25个逐步降低到6个、和3个。
下面以本发明在Windows桌面操作系统中,使用Java语言,对安卓操作系统上的移动应用进行评估的一种实现方式为例,结合附图对本发明作进一步的描述:
主客观评定和拟定测量指标计算规则:
主观测量指标选择F3、F10、F11、F13、F14、F15、F19、F20、F21和F22十个测量指标。这些主观测量指标由多个用户或者专业设计开发人员进行直接评定并进行加权平均计算获得。
测量指标选择F1、F2、F4、F5、F6、F7、F8、F9、F12、F16、F17、F18、F23、F24、F25十五个测量指标。其中,用户等待时间表现F1采用平均Activity跳转时间来计算,计算公式为:
应用流畅性F2根据虚拟机垃圾回收表现来计算,具体地说,虚拟机的垃圾回收大体上分为三种:GC_EXPLICIT,GC_CONCURRENT,GC_FOR_MALLOC,前两者虚拟机暂停工作时间较短,最后一种暂停工作时间长,会导致界面出现卡顿现象。根据垃圾回收时间长短的计算公式为:
SF2==100*(NEXPLICIT_GC+NCONCURRENT_GC)/NTOTAL_GC
其中,NEXPLICIT_GC为一定时间内GC_EXPLICIT的次数;NCONCURRENT_GC为GC_CONCURRENT的次数;NTOTAL_GC为三种GC的次数。
应用不易导致操作出错性F4和应用易从错误操作中恢复性F5根据应用相应功能点的表现来确定。对于严重影响使用的错误,比如刷新等待的提示对话框无法关闭这种错误,以及每一处错误以及处理不当的地方,使用如下的公式计算:
SF(4,5)=100-N*5
对不可逆操作提供确认提示表现F6,这样的功能点数量N,计算公式为:
SF6=100-N*5
考虑两种不可用资源情况:一是资源没有使用权限,如不允许访问联系人列表;二是资源有使用权限,但是资源内容无法使用,比如关闭WIFI和2G、3G数据,从而无法使用网络,对于任意不可用资源没有进行提示的项的数目N,则不可用资源状态的提示表现F7计算公式为:
SF7=100-N*5
对错误操作的提示表现F8,比如文本编辑框为空、业务逻辑错误等,相应功能点数目N,计算公式为:
SF8=100-N*5
加载、等待状态的提示表现F9根据SF9=100-N*5进行计算,N为相应的功能点数量。
符合一般应用的操作习惯表现F12通过两点进行考察:一是应用是否提供一般应用中被用户认可的功能,二是功能的操作是否与其他应用的功能操作一致。对于不符合这两点的功能点使用SF12=100-N*5进行计算。
对于相似界面元素的操作方式一致性F16,相似界面元素的显示效果一致性F17、界面元素的操作符合用户预期表现F18也采用类似公式进行计算:
SF(16,17,18)=100-N*5
应用占用内存表现F23、应用耗电量表现F24、应用耗费流量表现F25采用与相似应用的平均表现对比进行计算,考察应用平均内存表现MAPP,计算公式:
考察应用单位时间内后台平均流量耗费DAPP,计算公式:
考察应用单位时间内耗电量PAPP,计算公式:
数据采集模块:数据采集模块只负责采集工作,而不管数据的解析工作。采用插件式设计,采用PF4J进行插件管理。插件接口至少包含load,unload,start,stop四个函数用于插件的加载、卸载、启动和停止以及capture函数用于采集数据。为了便于插件迅速开发,本实现方案的数据采集模块提供一个与手机交互的公共库,插件可以基于此库进行敏捷开发,也可以不基于此库。公共库的设计如图4所示,最低层使用本地库,尤其的,包含AdbWinApi.dll和AdbWinApi.dll两个与移动端Adb Server通信的库。公共库通过Jni调用本地库,此外还集成其它Java库。
数据存储模块:数据存储模块使用MySQL进行管理。计算数据模块和历史数据模块各包含一张表,分别为computing_data和history_data。两个表的字段相同,都至少包含时间time,应用类型appType,指标计算值f1至f25和指标计算规则r1至r25。
反馈系统模块:反馈系统根据应用类型对模型进行调整。模型类别包括社交、新闻资讯、地图导航、查询工具、网购支付、生活消费、拍摄美化、图书阅读、浏览器、信息通讯10类,对应每一类应用反馈系统模块有一个模型调整策略。
多层可用性计算模型:模型用一个类Model来表示,该类提供get函数获取各层各元素的计算结果。Model类应当实现一个Adjust接口,该接口只有一个adjust函数,具体根据反馈模块的调整方法进行实现。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明构思的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明保护范围内。
Claims (4)
1.一种基于多层降维的移动应用可用性评估系统,其特征在于,
所述的评估系统包括计算模型,指标生成器,数据采集模块,数据存储模块,反馈系统模块和用户界面;
所述计算模型包括指标层、维度层、属性层和目标层;所述的维度层包括“交互质量”、“关键状态可见性”、“简洁直观性”、“一致性”、“亲和性”、“低耗性”六个维度,分别记为D1~D6;
所述的指标生成器包括主观指标生成器、客观指标生成器,所述的客观指标生成器根据客观测量数据计算,所述的主观指标生成器根据主观测量数据计算;所述的指标生成器还包含一个指标计算规则子模块,指标计算规则子模块以文本文件形式存在,规则内容为计算公式、可扩展标记语言、自定义形式化语言中的一种或者多种,指标计算规则子模块明确了指标的主客观分类属性;所述的指标计算规则子模块解析指标计算规则,分别得到主观指标和客观指标,并下发到主观指标生成器和客观指标生成器处理,主观指标生成器和客观指标生成器输入为数据采集模块采集的主观测量数据和客观测量数据,输出为各测量指标值;
所述的数据采集模块采用插件式设计,每一个插件负责一项所述的测量指标所需的原始数据的采集,插件名称与数据变量同名,使指标生成器可以理解,所述的数据采集模块包含一个常用数据插件库和插件管理器,系统启动时插件管理器通过解析所述的指标计算规则子模块得到需要加载的插件库中的数据采集插件,同时运行过程中插件管理器对插件进行动态管理以合理分配资源;
所述的数据存储模块包括历史数据模块和计算数据模块,所述的计算数据模块存储指标生成模块输出指标值,计算数据根据用户选择存入历史数据模块;
所述的反馈系统模块作用在于调整计算模型和指标计算规则使得评估结果更准确,反馈系统根据应用分类、历史数据和用户参数综合判断来确定调整目标以及调整参数;
所述的用户界面包含分析对比子模块和编辑控制子模块,所述的分析对比子模块可以分析一个或多个应用的各指标值并给出优劣判断,所述的各指标包括计算模型模块中各层元素中的一个或多个,所述的编辑控制子模块具有编辑和控制两个功能模块,编辑功能包括编辑数据采集模块元素数据、指标生成器输出数据、指标计算规则和反馈系统用户参数,控制功能是控制系统数据采集、指标生成、反馈调整和降维计算中的一步或多步运行动作。
2.根据权利要求1所述的一种基于多层降维的移动应用可用性评估系统,其特征在于,所述的指标层包括25个元素,编号分别记为F1~F25,如表1所示:
表1指标
所述的指标层指标取值范围0~100,数值越大代表可用性的该项指标表现越好。
3.根据权利要求2所述的一种基于多层降维的移动应用可用性评估系统,其特征在于,所述的属性层包括“效益”、“效率”、“满意度”三个属性,分别记为A1~A3;
所述的目标层包含“可用性”一个元素,即为U;
所述的交互质量D1包含F1、F2、F3、F4、F5五个指标,D1由F1~F5使用如下公式计算获得,
D1=0.213*F1+0.2025*F2+0.173*F3+0.198*F4+0.2135*F5;
所述的关键状态可见性D2包含F6、F7、F8、F9四个指标,D2由F6~F9使用如下公式计算获得,
D2=0.2817*F6+0.24*F7+0.2325*F8+0.2458*F9;
所述的简洁直观性D3包含F10、F11、F12、F13、F14五个指标,D3由F10~F14使用如下公式计算获得,
D3=0.2025*F10+0.222*F11+0.22*F12+0.1787*F13+0.1768*F14;
所述的一致性D4包含F15、F16、F17、F18四个指标,D4由F15~F18使用如下公式计算获得,
D4=0.2463*F15+0.2454*F16+0.2483*F17+0.26*F18;
所述的亲和性D5包含F19、F20、F21、F22四个指标,D5由F19~F22使用如下公式计算获得,
D5=0.2583*F19+0.2412*F20+0.2313*F21+0.2692*F22;
所述的低耗性D6包含F23、F24、F25三个指标,D6由F23~F25使用如下公式计算获得,
D6=0.3158*F23+0.3625*F24+0.3217*F25;
所述的效益A1使用如下的公式计算获得,
A1=0.17*D1+0.1923*D2+0.1678*D3+0.1778*D4+0.1462*D5+0.1458*D6;
所述的效率A2使用如下的公式计算获得,
A2=0.1807*D1+0.1747*D2+0.1807*D3+0.1683*D4+0.1458*D5+0.149*D6;
所述的满意度使用如下的公式计算获得,
A3=0.1757*D1+0.1572*D2+0.1678*D3+0.1603*D4+0.182*D5+0.157*D6
所述的可用性包含A1、A2、A3三个属性,使用如下的公式计算获得,
U=0.38*A1+0.325*A2+0.295*A3。
4.一种基于多层降维的移动应用可用性评估方法,其特征在于,
41)规则拟定:根据F1至F25的测量指标由使用者确定测量指标的主客观属性并拟定测量指标计算规则,在不同的移动操作系统下可以采用不同的计算方法;
42)数据采集:根据所述测量指标计算规则采集主客观数据,主观数据采集采用用户研究的方法,包括问卷调查、深度访谈、卡片分类、情景调查中的一种或两种以上的方法组合,客观数据采集使用移动操作系统开放接口进行二次开发从而获得应用运行时数据,
43)指标生成:依据拟定的计算规则和采集的数据计算所述的F1至F25的测量指标的值,
44)反馈调整:反馈系统根据应用分类、历史数据和用户参数调整模型参数;
45)降维计算:多层可用性计算模型通过指标层、维度层、属性层、目标层逐层降维计算,可用性计算因变量由25个逐步降低到6个或3个;
所述的F1至F25的测量指标如表1所示:
表1指标
所述的指标层指标取值范围0~100,数值越大代表可用性的该项指标表现越好;
所述的维度层包括“交互质量”、“关键状态可见性”、“简洁直观性”、“一致性”、“亲和性”、“低耗性”六个维度,分别记为D1~D6;
所述的属性层包括“效益”、“效率”、“满意度”三个属性,分别记为A1~A3;
所述的目标层包含“可用性”一个元素,即为U;
所述的交互质量D1包含F1、F2、F3、F4、F5五个指标,D1由F1~F5使用如下公式计算获得,
D1=0.213*F1+0.2025*F2+0.173*F3+0.198*F4+0.2135*F5;
所述的关键状态可见性D2包含F6、F7、F8、F9四个指标,D2由F6~F9使用如下公式计算获得,
D2=0.2817*F6+0.24*F7+0.2325*F8+0.2458*F9;
所述的简洁直观性D3包含F10、F11、F12、F13、F14五个指标,D3由F10~F14使用如下公式计算获得,
D3=0.2025*F10+0.222*F11+0.22*F12+0.1787*F13+0.1768*F14;
所述的一致性D4包含F15、F16、F17、F18四个指标,D4由F15~F18使用如下公式计算获得,
D4=0.2463*F15+0.2454*F16+0.2483*F17+0.26*F18;
所述的亲和性D5包含F19、F20、F21、F22四个指标,D5由F19~F22使用如下公式计算获得,
D5=0.2583*F19+0.2412*F20+0.2313*F21+0.2692*F22;
所述的低耗性D6包含F23、F24、F25三个指标,D6由F23~F25使用如下公式计算获得,
D6=0.3158*F23+0.3625*F24+0.3217*F25;
所述的效益A1使用如下的公式计算获得,
A1=0.17*D1+0.1923*D2+0.1678*D3+0.1778*D4+0.1462*D5+0.1458*D6;
所述的效率A2使用如下的公式计算获得,
A2=0.1807*D1+0.1747*D2+0.1807*D3+0.1683*D4+0.1458*D5+0.149*D6;
所述的满意度使用如下的公式计算获得,
A3=0.1757*D1+0.1572*D2+0.1678*D3+0.1603*D4+0.182*D5+0.157*D6
所述的可用性包含A1、A2、A3三个属性,使用如下的公式计算获得,
U=0.38*A1+0.325*A2+0.295*A3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510098108.3A CN104834596B (zh) | 2015-03-05 | 2015-03-05 | 一种基于多层降维的移动应用可用性评估系统及评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510098108.3A CN104834596B (zh) | 2015-03-05 | 2015-03-05 | 一种基于多层降维的移动应用可用性评估系统及评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104834596A CN104834596A (zh) | 2015-08-12 |
CN104834596B true CN104834596B (zh) | 2018-04-10 |
Family
ID=53812501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510098108.3A Active CN104834596B (zh) | 2015-03-05 | 2015-03-05 | 一种基于多层降维的移动应用可用性评估系统及评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104834596B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106569956A (zh) * | 2016-11-18 | 2017-04-19 | 湖南工学院 | 一种人机交互界面人因适合性的检测系统和方法 |
CN107908558B (zh) * | 2017-11-14 | 2021-01-05 | 广东华仝九方科技有限公司 | 一种手机客户端软件质量自动化评测方法 |
CN107862206A (zh) * | 2017-11-30 | 2018-03-30 | 阜阳华润电力有限公司 | 一种dcs系统的可靠性评估方法及相关装置 |
CN108197301A (zh) * | 2018-01-26 | 2018-06-22 | 北京博睿宏远数据科技股份有限公司 | 一种用于量化不同券商app行情刷新速度的方法 |
CN111158641B (zh) * | 2019-12-31 | 2021-05-07 | 中国科学院软件研究所 | 基于语义分析和文本挖掘的事务类功能点自动识别方法 |
CN113176908A (zh) * | 2021-04-29 | 2021-07-27 | 广州嘉为科技有限公司 | web功能动态扩展并可热插拔方法、系统、设备及介质 |
CN116881678A (zh) * | 2023-09-08 | 2023-10-13 | 中国标准化研究院 | 一种基于人机交互的功效分析系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101883022A (zh) * | 2010-06-12 | 2010-11-10 | 中山大学 | 一种数字家庭互动应用服务可用性测试系统 |
CN103312851A (zh) * | 2013-05-31 | 2013-09-18 | 南京大学 | 一种智能手机应用交互界面程序可用性测试方法 |
CN103678850A (zh) * | 2012-09-25 | 2014-03-26 | 中国电信股份有限公司 | 产品可用性能的获取处理方法、装置及系统 |
CN104267942A (zh) * | 2014-09-18 | 2015-01-07 | 华南理工大学 | 一种交互式系统可用性设计的有效性验证方法 |
CN104301170A (zh) * | 2014-09-04 | 2015-01-21 | 南京邮电大学 | 基于特征分类的移动终端应用友好性评判方法 |
-
2015
- 2015-03-05 CN CN201510098108.3A patent/CN104834596B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101883022A (zh) * | 2010-06-12 | 2010-11-10 | 中山大学 | 一种数字家庭互动应用服务可用性测试系统 |
CN103678850A (zh) * | 2012-09-25 | 2014-03-26 | 中国电信股份有限公司 | 产品可用性能的获取处理方法、装置及系统 |
CN103312851A (zh) * | 2013-05-31 | 2013-09-18 | 南京大学 | 一种智能手机应用交互界面程序可用性测试方法 |
CN104301170A (zh) * | 2014-09-04 | 2015-01-21 | 南京邮电大学 | 基于特征分类的移动终端应用友好性评判方法 |
CN104267942A (zh) * | 2014-09-18 | 2015-01-07 | 华南理工大学 | 一种交互式系统可用性设计的有效性验证方法 |
Non-Patent Citations (1)
Title |
---|
面向用户体验的移动B2C界面可用性评估研究;陈丛聪;《中国优秀硕士论文全文数据库 信息科技辑》;20150115;第2015年卷(第01期);30页-32页、35页-38页、42页、表4-2-表4-6、表5-1-表5-6、图2-3、图4-3、图5-6 * |
Also Published As
Publication number | Publication date |
---|---|
CN104834596A (zh) | 2015-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104834596B (zh) | 一种基于多层降维的移动应用可用性评估系统及评估方法 | |
Şerban et al. | Artificial intelligence for smart renewable energy sector in europe—smart energy infrastructures for next generation smart cities | |
Zheng et al. | Stochastic optimization for unit commitment—A review | |
Nosair et al. | Flexibility envelopes for power system operational planning | |
Xiang et al. | Robust energy management of microgrid with uncertain renewable generation and load | |
Ferreira et al. | Demand response models with correlated price data: A robust optimization approach | |
Sulis et al. | Comparison of generic simulation models for water resource systems | |
Hargreaves et al. | REFLEX: An adapted production simulation methodology for flexible capacity planning | |
Mao et al. | Planning low-carbon distributed power systems: Evaluating the role of energy storage | |
US20050240381A1 (en) | Systems and methods for analysis of a commodity transmission network | |
Zhu et al. | Security constrained unit commitment with extreme wind scenarios | |
CN102193782B (zh) | 一种表格模型操作的方法 | |
Scheller et al. | Competition between simultaneous demand-side flexibility options: the case of community electricity storage systems | |
Hoffman et al. | Analysis tools for sizing and placement of energy storage for grid applications-A literature review | |
DE112018000125B4 (de) | Quantifizieren einer kombinierten Auswirkung untereinander abhängiger unsicherer Ressourcen in einem elektrischen Stromnetz | |
US7743369B1 (en) | Enhanced function point analysis | |
CN109325537A (zh) | 用电管理方法、装置、计算机设备和存储介质 | |
CN109583769A (zh) | 评估工作效率的方法、设备和存储介质 | |
CN110414926A (zh) | 台账管理方法、装置及计算机可读存储介质 | |
Valencia-Calvo et al. | Non-smooth dynamics in energy market models: a complex approximation from system dynamics and dynamical systems approach | |
Zeng et al. | Linear versus nonlinear (convex and concave) hedging rules for reservoir optimization operation | |
Peters et al. | Understanding operational risk capital approximations: first and second orders | |
Kiani et al. | Equilibrium in wholesale energy markets: Perturbation analysis in the presence of renewables | |
Becker | General equilibrium impacts on the US economy of a disruption to Chinese cobalt supply | |
Alasseur et al. | Regression Monte Carlo for microgrid management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |