CN105310703A - 一种基于用户瞳孔直径数据获取主观满意度的方法 - Google Patents

Abstract

本发明提供一种基于用户瞳孔直径数据获取主观满意度的方法，通过生理指标来衡量用户的主观满意度。因为主观满意度受到情绪的影响，同时情绪变化会反映在瞳孔尺寸变化中，与此同时，疲劳度也会对瞳孔尺寸造成影响，因此，在应用瞳孔尺寸波动数据的同时，引入瞳孔尺寸波动和瞳孔直径的大变化率，形成比较准确的应用瞳孔直径推断满意度的模型，规避用户主观偏差和用户生理疲劳对满意度结果造成的影响，从而提高了评测结果的准确性；另外，通过连续的生理指标还可以获得用户使用产品过程中任意时段的满意度值，也就是得到满意度变化曲线，根据满意度变化曲线可以准确发现产品问题，改善产品的用户体验。

Description

一种基于用户瞳孔直径数据获取主观满意度的方法

技术领域

本发明属于生理心理学与用户体验评价交叉技术领域，具体涉及一种基于用户瞳孔直径数据获取主观满意度的方法。

背景技术

主观满意度是指：用户在使用某产品或者享受某项服务时，对产品的设计、功能、可用性、易用性、效率等，或者，对服务的质量等等方面的一个综合评价。

现有技术中，主要采用问卷调查方法获得用户的主观满意度。具体的，首先邀请若干个产品目标用户；然后，使目标用户自由试用产品或者使用被测产品完成给定任务后，通过问卷(一个或者多个问题组合)使用户对于被测产品进行满意度打分，或者，从易学性、易用性、容错性、效率等多方面进行打分，通过加权获得综合的满意度分数；通过分析满意度分数的高低，得到用户对被测产品的主观满意度。

上述方法存在的主要问题为：用户在填写调查问卷时，容易受到趋中偏差、惯性偏差、用户赞许性偏差等影响，所填写的调查结果数据偏离用户真实想法的可能性较大。同时，通过问卷调查法无法获得用户在产品测评过程中的满意度变化情况；虽然通过对产品测评任务细分，能够使用户多次进行满意度打分，进而获得满意度变化情况，但由于在多次测评时会打断用户操作，导致调查结果不准确。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于用户瞳孔直径数据获取主观满意度的方法，用以解决上述问题。

本发明采用的技术方案如下：

本发明提供一种基于用户瞳孔直径数据获取主观满意度的方法，包括以下步骤：

S1，对被测产品进行情绪效价检验，如果检验不通过，则结束流程；如果检验通过，则执行S2；

S2，获取用户平静时T1时间长度内按时间顺序排列的一组平静瞳孔直径数据并存储，得到平静瞳孔直径数据文件；其中，T1＞0；

S3，在用户使用产品过程中，使用眼动仪按预设采样频率采样，获得用户在使用产品过程中T2时间长度内按时间顺序排列的N个瞳孔直径实测值，分别用R_1实、R_2实、R_3实…R_N实表示；存储该N个瞳孔直径实测值与采样频率，得到瞳孔直径实测数据文件；其中，T2＞0；N为自然数；

S4，将S2获得的平静瞳孔直径数据文件和瞳孔直径实测数据文件导入到预设满意度模型中，使用该满意度模型进行分析，具体为：

S41，读取所述平静瞳孔直径数据文件，剔除无效的平静瞳孔直径数据，得到有效的n个平静瞳孔直径数据；对有效的n个平静瞳孔直径数据进行计算，得到平静时瞳孔直径平均值和平静时瞳孔直径标准差值σ_平；以及，剔除所述有效的n个平静瞳孔直径数据中低于的值，求余下值的平均值，得到平静时平均瞳孔疲劳直径H_平；其中，n为自然数；

S42，读取所述瞳孔直径实测数据文件，将R_1实、R_2实、R_3实…R_N实等段划分为w个集合，分别为Z₁、Z₁…Z_w；每个集合包含u＝N/w个瞳孔直径实测数据；并且，通过分析采样频率，计算得到每一个集合对应的相对测试时间，分别用t₁、t₁…t_w表示；

S43，对于任意一个集合Z_i，均采用以下计算方法：

1)计算集合Z_i中包含的u个瞳孔直径实测数据的标准差，得到б_i测；

2)计算瞳孔直径波动性变化率P_i＝(б_i测－σ_平)/(σ_平)×100％；

3)剔除集合Z_i中低于的值，求余下值的平均值，得到测试时平均瞳孔疲劳直径H_i测；

4)计算瞳孔直径放大变化率K_i＝(H_i测－H_平)/(H_平)×100％；

5)将K_i和P_i值代入下式，计算得到t_i时间时的满意度S_i：

满意度S_i＝-8.4P_i+0.1K_i+4.554；

S44，通过S43，计算得到分别与t₁、t₁…t_w对应的S₁、S₁…S_w；绘制横坐标为相对时间t、纵坐标为满意度S的直角坐标系，将w个离散点(t₁，S₁)(t₂，S₂)…(t_w，S_w)表示到直角坐标系上，并连接相邻的两个离散点，得到最终的满意度变化曲线。

优选的，S1具体为：检验被测产品是否属于在评价过程中会引起用户强烈正面情绪或以引起用户消极情绪为目的的产品，如果是，则检验不通过；如果均不是，则检验通过。

优选的，S2具体为：使用户观看无情绪倾向的风景视频或风景图片2min以上，得到一组平静瞳孔直径数据。

优选的，S41中所述无效的平静瞳孔直径数据为：观看前半段的平静瞳孔直径数据。

本发明的有益效果如下：

本发明提供的基于用户瞳孔直径数据获取主观满意度的方法，通过生理指标测量用户的主观满意度，提高了评测结果的准确性；另外，通过连续的生理指标还可以获得用户使用产品过程中任意时段的满意度值，也就是得到满意度变化曲线，根据满意度变化曲线准确发现产品问题，改善产品的用户体验。

附图说明

图1为本发明提供的基于用户瞳孔直径数据获取主观满意度的方法流程示意图。

具体实施方式

以下结合附图对本发明进行详细说明：

如图1所示，本发明提供一种基于用户瞳孔直径数据获取主观满意度的方法，包括以下步骤：

S1，对被测产品进行情绪效价检验，如果检验不通过，则结束流程；如果检验通过，则执行S2；

具体的，本发明方法不适用于评测游戏、视频等会引起用户积极情绪或者以引起用户消极情绪为目的的产品；同时，本发明受到情绪理论中“生理指标只能反应情绪的激活程度，不反应情绪的正负”理论的影响，要求被测产品不会引起用户强烈的积极情绪；因此需要在使用前对被测产品进行情绪效价检验。对被测产品进行情绪效价是心理学中的方法，可以采用问卷法，确保在使用被测产品不以引起用户消极情绪为目的(如游戏、影视产品等)并且在使用过程中不产生积极情绪，或者产生的积极情绪占比较低，并且激活程度不高。因此，如果被测产品属于在评价过程中会引起用户强烈正面情绪的产品，则检验不通过；反之，则检验通过。

S2，获取用户平静时T1时间长度内按时间顺序排列的一组平静瞳孔直径数据并存储，得到平静瞳孔直径数据文件；其中，T1＞0；

具体的，可以采用使用户观看无情绪倾向的风景视频或风景图片2min以上，得到一组平静瞳孔直径数据。后续模型分析过程中，将观看前半段过程中瞳孔直径数据作为无效数据剔除，仅分析观看后半段过程中瞳孔直径数据。T1时间长度根据对被测产品满意度评价精确度进行调整。

S3，在用户使用产品过程中，使用眼动仪按预设采样频率采样，例如，采样率120HZ；获得用户在使用产品过程中T2时间长度内按时间顺序排列的N个瞳孔直径实测值，分别用R_1实、R_2实、R_3实…R_N实表示；存储该N个瞳孔直径实测值与采样频率，得到瞳孔直径实测数据文件；其中，T2＞0；N为自然数；

S4，将S2获得的平静瞳孔直径数据文件和瞳孔直径实测数据文件导入到预设满意度模型中，使用该满意度模型进行分析，具体为：

S41，读取所述平静瞳孔直径数据文件，剔除无效的平静瞳孔直径数据，得到有效的n个平静瞳孔直径数据；对有效的n个平静瞳孔直径数据进行计算，得到平静时瞳孔直径平均值和平静时瞳孔直径标准差值σ_平；以及，易除所述有效的n个平静瞳孔直径数据中低于的值，求余下值的平均值，得到平静时平均瞳孔疲劳直径H_平；其中，n为自然数；

本步骤中，无效的平静瞳孔直径数据为：观看前半段的平静瞳孔直径数据。

S42，读取所述瞳孔直径实测数据文件，将R_1实、R_2实、R_3实…R_N实等段划分为w个集合，分别为Z₁、Z₁…Z_w；每个集合包含u＝N/w个瞳孔直径实测数据；并且，通过分析采样频率，计算得到每一个集合对应的相对测试时间，分别用t₁、t₁…t_w表示；

实际应用中，为保证评测准确性，每段的数据量不小于3000个。例如，N＝12000，则得到的瞳孔直径实测数据按时间顺序排列为：R_1实、R_2实、R_3实…R_{12000 实}。将这12000个数据划分为4段，得到4个集合。第1个集合Z₁＝{R_1实、R_2实、…R_{3000 实}}；第2个集合Z₂＝{R_3001实、R_3002实、…R_6000实}；第3个集合Z₃＝{R_6001实、R_{6002 实}、…R_9000实}；第4个集合Z₄＝{R_9001实、R_9002实、…R_12000实}。

S43，对于任意一个集合Z_i，均采用以下计算方法：

1)计算集合Z_i中包含的u个瞳孔直径实测数据的标准差，得到б_i测；

2)计算瞳孔直径波动性变化率P_i＝(б_i测－σ_平)/(σ_平)×100％；

3)剔除集合Z_i中低于的值，求余下值的平均值，得到测试时平均瞳孔疲劳直径H_i测；

4)计算瞳孔直径放大变化率K_i＝(H_i测－H_平)/(H_平)×100％；

5)将K_i和P_i值代入下式，计算得到t_i时间时的满意度S_i：

满意度S_i＝-8.4P_i+0.1K_i+4.554；

S44，通过S43，计算得到分别与t₁、t₁…t_w对应的S₁、S₁…S_w；绘制横坐标为相对时间t、纵坐标为满意度S的直角坐标系，将w个离散点(t₁，S₁)(t₂，S₂)…(t_w，S_w)表示到直角坐标系上，并连接相邻的两个离散点，得到最终的满意度变化曲线。

上述过程的满意度模型中，以瞳孔直径放大变化率和瞳孔直径波动性变化率作为主要变量，对于衡量瞳孔直径波动性变化率的参数包括但不限于瞳孔直径标准差，也包含方差等由标准差衍生出来的表示数据波动变化的统计量。

按照上述流程，使用采样率120HZ的眼动仪获得用户的平静瞳孔直径数据文件及瞳孔直径实测数据文件，将这两个数据文件导入到满意度模型中，选择每30秒一段，获得如下图的满意度变化曲线，通过观察满意度变化曲线，可以发现，150秒时满意度最低，说明120秒到150秒之间存在让用户满意度降低的操作或功能。因此，依次对波谷进行排查，即可定位满意度问题。

由此可见，本发明提供的基于用户瞳孔直径数据获取主观满意度的方法，通过生理指标测量用户的主观满意度，由于满意度受到情绪的影响，同时情绪变化会反映在瞳孔尺寸变化中，与此同时，疲劳度也会对瞳孔尺寸造成影响，因此，在应用瞳孔尺寸波动数据的同时，引入瞳孔尺寸波动和瞳孔直径放大变化率，形成比较准确的应用瞳孔直径推断满意度的模型，规避用户主观偏差和用户生理疲劳对满意度结果造成的影响，从而提高了评测结果的准确性；另外，通过连续的生理指标还可以获得用户使用产品过程中任意时段的满意度值，也就是得到满意度变化曲线，根据满意度变化曲线准确发现产品问题，改善产品的用户体验。

下面介绍两个本发明方法与问卷调查法之间的比较例

比较例一

1.实验仪器

使用SMI桌面式眼动仪采集数据，采集频率为60HZ；实验中瞳孔尺寸采用眼动仪输出的瞳孔相对直径(无计量单位)，轴向为Y轴。

2.实验参与者

选择30名志愿者自愿参加实验，其中，男47％，女53％，年龄分布在20-35岁，熟悉基本满意度量表。

3.被测产品

对被测产品进行情绪效价，通过检测，可进行正式实验。

4.试验阶段

30名志愿者同时试验，分别获得每一个志愿者的一组平静瞳孔直径数据和一组瞳孔直径实测数据，输入本发明提供的满意度模型，得到满意度变化曲线。同时应用问卷法，获得用户的自我报告式满意度。

每个用户分别被要求完成由5个实验小任务组成的实验，其中，一个排序任务因为功能缺失，不能被完成，将该任务记为任务A。

在用户的自我报告式问卷调查中，用户通过打分的方法只能给出综合满意度，同时辅助开放式问卷的方法，让用户报告对于产品中不满意的具体内容，其中只有57％的人提到排序任务缺失这一缺陷，也就是说，只有57％的人提到在进行任务A时满意度降低。

而采用本专利中的方法获得的满意度变化曲线中，100％的志愿者在进行任务A时的满意度均有所降低，其中63％志愿者的满意度曲线表明在执行该任务时段的满意度降为最低。

由此可见，相对于用户采用自我报告式满意度调查方法，本发明方法能够更有效的分析出导致用户满意度降低的具体问题。

比较例二

采用问卷调查方法进行下列试验：

问卷调查一内容：您是否会因为调查人员身份而倾向于给某些产品高于或者低于自己心理真实评价？

问卷调查一结论：有33％用户表示会受其影响，37％表示不确定，只有30％用户表示不会受其影响。

问卷调查二内容：您是否会因为迎合社会主流审美或者价值观而给出某些产品高于或者低于自己心理真实评价？

问卷调查二结论：3％用户表示会，60％用户表示可能会，37％用户表示不会。

从上面的统计可以看出，用户自我报告式获得问卷结果容易受到社会赞许性偏差的影响，同时根据心理学的研究，社会赞许性偏差(为了迎合主流人或者事物而隐藏自己真实的想法造成的偏差)、趋中偏差(指会因为周边人的看法而隐藏自己的真实看法)均会影响自我报告式问卷的准确性。而生理学研究表明，瞳孔由于主要受交感神经和副交感神经控制，都属于植物神经，并不受人的意识控制，因而本专利方法中采用的瞳孔数据不会受到上述偏差的影响，能有效避免志愿者有意或者无意的撒谎行为。

因此，应用本专利方法所得到的满意度变化曲线与每个志愿者通过自我报告问卷反馈的主观满意度相比，更能有效的反映用户的主观满意度，并对于发现产品问题更具有指导意义。

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来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (4)

1.一种基于用户瞳孔直径数据获取主观满意度的方法，其特征在于，包括以下步骤：

S1，对被测产品进行情绪效价检验，如果检验不通过，则结束流程；如果检验通过，则执行S2；

S2，获取用户平静时T1时间长度内按时间顺序排列的一组平静瞳孔直径数据并存储，得到平静瞳孔直径数据文件；其中，T1＞0；

S3，在用户使用产品过程中，使用眼动仪按预设采样频率采样，获得用户在使用产品过程中T2时间长度内按时间顺序排列的N个瞳孔直径实测值，分别用R_1实、R_2实、R_3实…R_N实表示；存储该N个瞳孔直径实测值与采样频率，得到瞳孔直径实测数据文件；其中，T2＞0；N为自然数；

S4，将S2获得的平静瞳孔直径数据文件和瞳孔直径实测数据文件导入到预设满意度模型中，使用该满意度模型进行分析，具体为：

S41，读取所述平静瞳孔直径数据文件，剔除无效的平静瞳孔直径数据，得到有效的n个平静瞳孔直径数据；对有效的n个平静瞳孔直径数据进行计算，得到平静时瞳孔直径平均值和平静时瞳孔直径标准差值σ_平；以及，易除所述有效的n个平静瞳孔直径数据中低于的值，求余下值的平均值，得到平静时平均瞳孔疲劳直径H_平；其中，n为自然数；

S42，读取所述瞳孔直径实测数据文件，将R_1实、R_2实、R_3实…R_N实等段划分为w个集合，分别为Z₁、Z₁…Z_w；每个集合包含u＝N/w个瞳孔直径实测数据；并且，通过分析采样频率，计算得到每一个集合对应的相对测试时间，分别用t₁、t₁…t_w表示；

S43，对于任意一个集合Z_i，均采用以下计算方法：

1)计算集合Z_i中包含的u个瞳孔直径实测数据的标准差，得到б_i测；

2)计算瞳孔直径波动性变化率P_i＝(б_i测－σ_平)/(σ_平)×100％；

3)剔除集合Z_i中低于的值，求余下值的平均值，得到测试时平均瞳孔疲劳直径H_i测；

4)计算瞳孔直径放大变化率K_i＝(H_i测－H_平)/(H_平)×100％；

5)将K_i和P_i值代入下式，计算得到t_i时间时的满意度S_i：

满意度S_i＝-8.4P_i+0.1K_i+4.554；

S44，通过S43，计算得到分别与t₁、t₁…t_w对应的S₁、S₁…S_w；绘制横坐标为相对时间t、纵坐标为满意度S的直角坐标系，将w个离散点(t₁，S₁)(t₂，S₂)…(t_w，S_w)表示到直角坐标系上，并连接相邻的两个离散点，得到最终的满意度变化曲线。

2.根据权利要求1所述的基于用户瞳孔直径数据获取主观满意度的方法，其特征在于，S1具体为：检验被测产品是否属于在评价过程中会引起用户强烈正面情绪或以引起用户消极情绪为目的的产品，如果是，则检验不通过；如果均不是，则检验通过。

3.根据权利要求1所述的基于用户瞳孔直径数据获取主观满意度的方法，其特征在于，S2具体为：使用户观看无情绪倾向的风景视频或风景图片2min以上，得到一组平静瞳孔直径数据。

4.根据权利要求1所述的基于用户瞳孔直径数据获取主观满意度的方法，其特征在于，S41中所述无效的平静瞳孔直径数据为：观看前半段的平静瞳孔直径数据。