CN117592821A - 基于因子分析的公共算力平台体验设计评估系统和方法 - Google Patents
基于因子分析的公共算力平台体验设计评估系统和方法 Download PDFInfo
- Publication number
- CN117592821A CN117592821A CN202410071397.7A CN202410071397A CN117592821A CN 117592821 A CN117592821 A CN 117592821A CN 202410071397 A CN202410071397 A CN 202410071397A CN 117592821 A CN117592821 A CN 117592821A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- dimension
- factor
- index
- experience
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 241
- 238000000556 factor analysis Methods 0.000 title claims abstract description 78
- 238000013461 design Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims abstract description 53
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 238000012360 testing method Methods 0.000 claims description 13
- 230000008451 emotion Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000016776 visual perception Effects 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000003796 beauty Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000010971 suitability test Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 6
- 238000013210 evaluation model Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000019013 Viburnum opulus Nutrition 0.000 description 1
- 244000071378 Viburnum opulus Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013278 delphi method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Child & Adolescent Psychology (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于因子分析的公共算力平台体验设计评估系统和方法,包括:设定用户体验的多个评价维度及每个评价维度包含的评价指标;采集依据评价维度及评价指标对公共算力平台体验的评价打分样本,并构建打分矩阵;对打分矩阵进行因子分析,并基于因子分析结果确定每个评价维度的维度权重以及每个评价指标的指标权重;基于评价维度及其维度权重构建用户体验维度度量和基于评价指标及其指标权重构建用户体验指标度量;基于用户体验维度度量和用户体验指标度量进行体验设计评估,这样能够实现对公共算力平台体验设计的客观评估,且客观评估结果可用于指导公共算力平台的设计特征优化。
Description
技术领域
本发明属于系统评分技术领域,具体涉及一种基于因子分析的公共算力平台体验设计评估系统和方法。
背景技术
公共算力平台是一种面向社会的服务型产品,随着人工智能技术的不断发展演进,其应用领域不断扩大,包括科学研究、医疗保健、金融分析、智慧城市等。作为提供计算服务的底层基础设施,公共算力平台也逐渐吸引了更多的行业用户和AI开发者。如何输出一套行业设计标准和评估方法也逐渐成为了领域内的重要问题之一。针对用户体验的设计评估方法是指通过舆情收集、用户访谈等途径洞察用户需求,构建评估模型度量用户体验,以帮助研发团队更好的理解平台本身和真实用户使用情况。
现有评估方法包括多样,且应用到不同技术领域,具体包括:公开号为CN111080101A的专利申请了一种基于AHP对供电渠道服务效能多维度评价的方法,通过对供电渠道服务基础数据归纳定义形成服务能力、用户感知、服务效益、应用前景和管控质量五大关键指标体系,运用AHP层次分析法加权求和和计算输出综合评价得分,构造指标雷达图。使得决策者更好掌握各指标效能的强弱,便于确定优化渠道制定策略。该技术方案中,AHP层次分析法将评估指标体系分为三级,通过德尔菲法(专家打分法)构建层次决策矩阵以确定指标权重,形成评估模型。AHP方法属于主观赋权法,计算结果的准确性依赖于决策者的主观判断和个人经验。其次,AHP忽略因素间的相互关系和依赖性,无法正确评估某些指标的综合贡献。
公开号为CN113537759A 的专利申请了一种基于组合赋权法的课堂教学评测方法,根据预指标类型,使用层次分析法计算主观权重,并用熵权法计算各指标客观权重,基于预设优化策略对主客观权重进行再次结合,得到指标综合权重,构建课堂教学评测模型,应用得到相应评测值。该技术方案中,虽兼顾考虑了主客观评价的有效信息,但综合赋权的方法易受主客观赋权的比例影响结果稳定性,且计算过程复杂。容易产生误差累积效应,从而使结果偏离。
公开号为CN108777785A的专利申请了一种对媒体质量进行自动评分的方法及系统,通过获取用户对媒体内容的使用数据,包括针对每条内容数据的PV和UV等信息,分析媒体内容权重,并依据媒体内容权重评估媒体内容质量。该技术方案中,埋点数据无法反应用户行为的深层原因,不适用于公共算力平台这种基础服务型产品,该类产品多为工具向使用,访问量点赞量都会受环境综合影响,无法片面通过点击率高低就来评估用户体验的好坏。
公开号为CN115063188A的专利申请了一种基于脑电信号的智能消费者喜好度指数评估方法,通过获取被使者头戴脑电头盔采集在品评消费品过程中的脑电数据,监听评估阶段的按键事件,代入体验指数模型获得综合情绪体验指数,生成情绪体验得分,对消费者喜好度进行科学量化的评估。但是,脑电信号判断体验得分适用于短时间任务操作监听,而公共算力平台的使用时间段随用户和任务会有较大波动,无法通过长时间脑电实验进行测试。同时脑电信号的采集过程与被使者有一定的皮肤接触,测量时不可避免的会对被试造成一定心理压力和身体不适,从而影响实验结果。
发明内容
鉴于上述,本发明的目的是提供一种基于因子分析的公共算力平台体验设计评估系统和方法,以实现对公共算力平台体验设计的客观评估,且客观评估结果可用于指导公共算力平台的设计特征优化。
为实现上述发明目,本发明实施例提供的一种基于因子分析的公共算力平台体验设计评估方法,包括以下步骤:
设定用户体验的多个评价维度及每个评价维度包含的评价指标;
采集依据评价维度及评价指标对公共算力平台体验的评价打分样本,并构建打分矩阵;
对打分矩阵进行因子分析,并基于因子分析结果确定每个评价维度的维度权重以及每个评价指标的指标权重;
基于评价维度及其维度权重构建用户体验维度度量和基于评价指标及其指标权重构建用户体验指标度量;
基于用户体验维度度量和/或用户体验指标度量进行体验设计评估。
优选地,评价维度包括易用性、产品性能、辅助工作效率、用户情感、以及视觉感受;
易用性的评价指标包括操作便捷、以及内容合理;
产品性能的评价指标包括稳定性、训练速度、以及硬件性能;
辅助工作效率的评价指标包括资源申请效率、以及问题反馈解决效率;
用户情感的评价指标包括满意度、以及信任度;
视觉感受的评价指标包括配色排版美观度。
优选地,构建打分矩阵包括:按照给定的打分机制滤除掉无效的评价打分样本,对剩余的评价打分样本建立评价指标与对应评价打分的打分矩阵。
优选地,对打分矩阵进行因子分析之前,采用KMO抽样适当性检验和Bartlett球形度检验对打分矩阵进行因子分析适应性检验,通过适应性检验后再进行因子分析。
优选地,对打分矩阵进行因子分析时,得到每个评价指标的因子载荷系数和公因子方差,依据评价指标的因子载荷系数和公因子方差得到因子载荷系数矩阵,同时提取因子与评价指标的对应关系,并依据评价维度对因子进行命名;
对因子载荷系数矩阵旋转得到旋转后因子载荷系数矩阵,基于旋转后因子载荷系数矩阵得到每个因子的特征根和方差解释率;
所述旋转后因子载荷系数矩阵、每个因子的特征根和方差解释率组成因子分析结果。
优选地,提取因子与评价指标的对应关系,并依据评价维度对因子进行命名,包括:针对每个因子,筛选高因子载荷系数对应的评价指标,将被筛选的评价指标对应的评价维度作为因子名称。
优选地,基于因子分析结果确定每个评价维度的维度权重,包括:将因子分析结果包括的每个因子的方差解释率作为对应评价维度的维度权重。
优选地,基于因子分析结果确定每个评价指标的指标权重,包括:依据因子分析结果包括的旋转后因子载荷系数矩阵和每个因子的特征根计算每个评价指标相对于每个因子的线性组合系数;
依据每个评价指标相对于每个因子的线性组合系数对所有因子的方差解释率进行加权求和得到每个评价指标的累积因子得分数据,依据累积因子得分数据与累积方差解释率比值得到每个评价指标的综合得分系数;
对每个评价指标的综合得分系数进行相对全部评价指标的归一化,得到每个评价指标的指标权重。
优选地,基于评价维度及其维度权重构建用户体验维度度量,包括:将每个评价维度及其维度权重的加权求和作为用户体验维度度量;
基于评价指标及其指标权重构建用户体验指标度量,包括:将每个评价指标及其指标权重的加权求和作为用户体验指标度量。
为实现上述发明目的,本发明实施例提供了一种基于因子分析的公共算力平台体验设计评估系统,包括:
维度设定模块,用于设定用户体验的多个评价维度及每个评价维度包含的评价指标;
数据采集模块,用于采集依据评价维度及评价指标对公共算力平台体验的评价打分样本,并构建打分矩阵;
权重策略模块,用于对打分矩阵进行因子分析,并基于因子分析结果确定每个评价维度的维度权重以及每个评价指标的指标权重;
体验度量模块,用于基于评价维度及其维度权重构建用户体验维度度量和基于评价指标及其指标权重构建用户体验指标度量;
评估模块,用于基于用户体验维度度量和用户体验指标度量进行体验设计评估。
与现有技术相比,本发明具有的有益效果至少包括:
基于因子分析针对多个用户体验维度下的多个评价指标和评价维度进行权重赋值,并根据评价维度及其维度权重、评价指标及其指标权重确定体验度量,该体验度量作为公共算力平台领域内的评估模型,用于评估用户体验的度量结果,该度量结果可以指导产品设计优化和标准制定。这样方式,一方面,从量化数据中洞察产品设计优劣面,从而反推体验设计的优化和创新;另一方面,量化数据作为体验管理的基础,可成为制定产品设计标准的依据,有助于获得更多信息以做产品决策。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动前提下,还可以根据这些附图获得其他附图。
图1是实施例提供的基于因子分析的公共算力平台体验设计评估方法的流程图;
图2是实施例提供的KMO抽样适当性检验和Bartlett球形度检验的举例示意图;
图3是实施例提供的旋转后因子载荷系数表格示意图;
图4是实施例提供的线性组合系数及权重的示意图;
图5是实施例提供的基于因子分析的公共算力平台体验设计评估系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
如图1所示,本发明实施例提供的一种基于因子分析的公共算力平台体验设计评估方法,包括以下步骤:
S11,设定用户体验的多个评价维度及每个评价维度包含的评价指标。
实施例中,根据前期用户访谈和案件研究,制定用户体验维度设定集合D,具体包含多个评价维度子集合,其中,每个评价维度子集合都包含细化后的评估指标,具体地,用户体验维度设定集合D包括易用性子集合Ua、产品性能子集合Pb、辅助工作效率子集合Ec、用户情感子集合Fd和视觉感受子集合Ve。
其中,易用性子集合Ua={Ua1,Ua2},Ua1为操作便捷,Ua2为内容合理;产品性能子集合Pb={Pb1,Pb2,Pb3},Pb1为稳定性,Pb2为训练速度,Pb3为硬件性能;辅助工作效率子集合Ec={Ec1,Ec2},Ec1为资源申请效率,Ec2为问题反馈解决效率;用户情感子集合Fd={Fd1,Fd2},Fd1为满意度,Fd2为信任度;视觉感受子集合Ve={Ve1},Ve1为配色排版美观度。具体每个评价指标的描述如下:
操作便捷Ua1:基础功能操作符合常规行业认知;
内容合理Ua2:功能规划合理,无冗余或缺失并且表达信息准确;
稳定性Pb1:产品十分可靠,系统不会频繁宕机,作业不会频繁无故中断;
训练速度Pb2:模型训练推理速度合理可接受;
硬件性能Pb3:算力和存储资源能够满足AI作业雪球;
资源申请效率Ec1:资源申请响应及时不存在排队现象,资源利用率高效且合理;
问题反馈解决效率Ec2:问题反馈时有相关技术人员快速对接,并及时高效地解决问题;
满意度Fd1:使用平台服务时体验十分满意与愉悦,产品吸引力很强;
信任度Fd2:愿意上传个人AI资产,十分信任平台的数据隐私体系;
配色排版美观度Ve1:配色排版,视觉体验美观协调。
S12,采集依据评价维度及评价指标对公共算力平台体验的评价打分样本,并构建打分矩阵。
实施例中,收集一定样本数量的高频用户针对公共算力平台进行李克特量表打分评价。判断用户对维度设定集合内各项评价指标的体验认可程度,其中,5分表示非常满意,1分表示非常不满意。在构建打分矩阵时,按照给定的打分机制滤除掉无效的评价打分样本,对剩余的评价打分样本建立评价指标与对应评价打分的打分矩阵。假设有51个评价打分样本,去掉1个无效评价打分样本,剩余的50个评价打分样本和上述10个评估指标来构建打分矩阵E。
S13,对打分矩阵进行因子分析,并基于因子分析结果确定每个评价维度的维度权重以及每个评价指标的指标权重。
因子分析是一种降维处理的统计学方法,属于客观赋权法,数据间的线性关系影响其结果,通过大量样本数据计算得出客观权重。其主要内容有:(1)信息浓缩,可将多个评价指标浓缩降维成几个关键因子:一般来讲同一维度内的评价指标会相互影响,比如硬件性能好了,训练速度就会相应提升;(2)权重计算,利用方差解释率计算各评价指标的权重:各评价指标对最终结果的贡献率;(3)综合评价,基于分析结果构造用户综合评价模型。针对本发明的实施方案采用因子分析主要作用有:(1)检验评价指标与维度(因子)的隶属关系是否合理;(2)计算维度权重及指标权重;(3)输出综合评价模型。
实施例中,利用SPSS数据分析工具对打分矩阵E进行因子分析。首先采用KMO抽样适当性检验和Bartlett球形度检验对打分矩阵E进行因子分析适应性检验,若打分矩阵E满足因子分析条件,则进一步进行因子分析,计算影响评估结果的维度权重和指标权重。
具体地,对上述50个评价打分样本构建的打分矩阵E进行因子分析适应性检验,结果如图2所示,其中,KMO值为0.612,大于阈值0.6,满足因子分析的前提要求。同时数据通过Bartlett球形度检验,即p值为0.000,小于阈值0.05,说明打分矩阵E适合进行因子分析。
由于已知评价维度数量,即可通过因子分析帮助检验评价指标与评价维度的归属性是否合理。通过因子载荷系数进行判断,若因子载荷系数绝对值>0.4时反映了因子与指标间的相关关系良好。即可提取因子与相关指标的对应关系,并对照评价维度进行因子命名。同时定义旋转后因子载荷系数矩阵为R。
具体地,对打分矩阵E进行因子分析时,得到每个评价指标的因子载荷系数和公因子方差,依据评价指标的因子载荷系数和公因子方差得到因子载荷系数矩阵。同时提取因子与评价指标的对应关系,并依据评价维度对因子进行命名,具体针对每个因子,筛选高因子载荷系数对应的评价指标,将被筛选的评价指标对应的评价维度作为因子名称。
实施例中,已明确评价维度设定为5个,即因子分析时提前设定因子提取值为5。经过因子分析后的因子载荷系统表格如图3所示。由结果可知,因子分析共提取出5个因子,则证明评价维度设定的5个维度与细化后10个评价指标是有效合理的。图3中,因子载荷系数绝对值>0.4时反映了因子与评价指标间的相关关系良好。提取每个因子与相关评价指标的对应关系,并对照设定评价维度进行因子命名:
针对因子1,筛选与因子1具有高因子载荷系数的稳定性、训练速度以及硬件性能,这些评价指标属于产品性能子集合Pb,则将因子1命名为产品性能因子;
针对因子2:筛选与因子2具有高因子载荷系数的资源申请效率、以及问题反馈解决效率,这些评价指标属于辅助工作效率子集合Ec,则将因子2命名为辅助工作效率因子;
针对因子3:筛选与因子3具有高因子载荷系数的操作便捷、以及内容合理,这些评价指标属于易用性子集合Ua,则将因子3命名为易用性因子;
针对因子4:筛选与因子4具有高因子载荷系数的满意度、以及信任度,这些评价指标属于用户情感子集合Fd,则将因子4命名为用户情感因子;
针对因子5:筛选与因子5具有高因子载荷系数的配色排版美观度,该配色排版美观度属于视觉感受子集合Ve,则将因子5命名为视觉感受因子;
实施例中,进行因子分析时,还将因子载荷系数矩阵旋转得到旋转后因子载荷系数矩阵R,基于旋转后因子载荷系数矩阵得到每个因子的特征根和方差解释率,如图4所示,其中,旋转后因子载荷系数矩阵、每个因子的特征根和方差解释率组成因子分析结果。
实施例中,在获得因子分析结果后,基于因子分析结果确定每个评价维度的维度权重,具体包括将每个因子的方差解释率作为对应评价维度的维度权重,例如将产品性能因子的方差解释率作为产品性能这一评价维度的维度权重。
实施例中,在获得因子分析结果后,基于因子分析结果确定每个评价指标的指标权重,具体包括:
首先,依据旋转后因子载荷系数矩阵R和每个因子的特征根eigen计算每个评价指标相对于每个因子的线性组合系数u,用公式表示为c=R/Sqrt(eigen),结果如图4所示;
然后,依据每个评价指标相对于每个因子的线性组合系数u对所有因子的方差解释率ZX进行加权求和得到每个评价指标的累积因子得分数据F,依据累积因子得分数据F与累积方差解释率ZX0的比值得到每个评价指标的综合得分系数k;具体针对第j个评价指标,其累积因子得分数据Fj=uj1ZX1+uj2ZX2+ uj3ZX3+…+ ujmZXm,其中,uj1、uj2、uj3、…、ujm表示第j个评价指标相对于1-m个因子的线性组合系数,ZX1、ZX2、ZX3、…、ZXm表示1-m个因子的方差解释率,以图4中操作便捷这一评价指标为例,其累积因子得分数据F=0.0019×24.60%+0.0062×18.54%+ 0.7066×16.84%﹣0.0495×15.34%﹣0.0879×9.94%=0.10448974。累积方差解释率ZX0为所有方差解释率之和,即为24.60%+18.54%+16.84%+15.34%+9.94%=85.29%,则操作便捷这一评价指标的综合得分系数k为0.10448974÷85.29%≈0.1225。
最后,对每个评价指标的综合得分系数k进行全部评价指标的归一化,得到每个评价指标的指标权重w,如图4所示,以操作便捷这一评价指标为例,综合得分系数k的全局归一化得到的指标权重w为10.55%。
S14,基于评价维度及其维度权重构建用户体验维度度量和基于评价指标及其指标权重构建用户体验指标度量。
实施例中,基于评价维度及其维度权重构建用户体验维度度量时,将每个评价维度及其维度权重的加权求和作为用户体验维度度量,以图4所示为例,用户体验维度度量 =24.60%×产品性能打分+18.54%×辅助工作的效率打分+16.87%×易用性打分+15.34%×用户情感打分+9.94%×视觉感受打分。
实施例中,基于评价指标及其指标权重构建用户体验指标度量时,将每个评价指标及其指标权重的加权求和作为用户体验指标度量,以图4所示为例,用户体验指标度量=15.22%×信任度打分+12.04%×硬件性能打分+11.45%内容合理打分+10.76%×问题反馈解决效率打分+10.55%×操作便捷打分+10.53%×稳定性打分+9.76%×训练速度打分+9.04%×资源申请效率打分+7.72%×满意度打分+3.12%×配色排版美观度打分。
S15,基于用户体验维度度量和用户体验指标度量进行体验设计评估。
实施例中,基于用户体验维度度量和用户体验指标度量进行体验设计评估时,采集用户体验打分数据,并将所有采集数据代入上述用户体验维度度量和/或用户体验指标度量中,得到基于5分制的每位用户体验总评分,将数据归一化处理即可得到最终体验评估结果。
根据本次用户研究采集的数据结果可得,基于因子分析的公共算力平台设计评估分数区间为65.13-87.69,平均数为77.73。即用户度量结果评分较高,但仍需针对用户感知权重较高的指标项进一步优化产品体验,不断迭代以达到预期的度量值和标准。
基于同样的发明构思,如图5所示,实施例还提供了一种基于因子分析的公共算力平台体验设计评估系统5,包括维度设定模块51、数据采集模块52、权重策略模块53、体验度量模块54、以及评估模块55,其中,维度设定模块51用于设定用户体验的多个评价维度及每个评价维度包含的评价指标;数据采集模块52用于采集依据评价维度及评价指标对公共算力平台体验的评价打分样本,并构建打分矩阵;权重策略模块53用于对打分矩阵进行因子分析,并基于因子分析结果确定每个评价维度的维度权重以及每个评价指标的指标权重;体验度量模块54用于基于评价维度及其维度权重构建用户体验维度度量和基于评价指标及其指标权重构建用户体验指标度量;评估模块55用于基于用户体验维度度量和/或用户体验指标度量进行体验设计评估。
需要说明的是,上述实施例提供的基于因子分析的公共算力平台体验设计评估系统在进行评估时,应以上述各功能模块的划分进行举例说明,可以根据需要将上述功能分配由不同的功能模块完成,即在终端或服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的基于因子分析的公共算力平台体验设计评估系统与基于因子分析的公共算力平台体验设计评估方法实施例属于同一构思,其具体实现过程详见基于因子分析的公共算力平台体验设计评估方法实施例,这里不再赘述。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的最优选实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于因子分析的公共算力平台体验设计评估方法,其特征在于,包括以下步骤:
设定用户体验的多个评价维度及每个评价维度包含的评价指标;
采集依据评价维度及评价指标对公共算力平台体验的评价打分样本,并构建打分矩阵;
对打分矩阵进行因子分析,并基于因子分析结果确定每个评价维度的维度权重以及每个评价指标的指标权重;
基于评价维度及其维度权重构建用户体验维度度量和基于评价指标及其指标权重构建用户体验指标度量;
基于用户体验维度度量和/或用户体验指标度量进行体验设计评估。
2.根据权利要求1所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,评价维度包括易用性、产品性能、辅助工作效率、用户情感、以及视觉感受;
易用性的评价指标包括操作便捷、以及内容合理;
产品性能的评价指标包括稳定性、训练速度、以及硬件性能;
辅助工作效率的评价指标包括资源申请效率、以及问题反馈解决效率;
用户情感的评价指标包括满意度、以及信任度;
视觉感受的评价指标包括配色排版美观度。
3.根据权利要求1所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,构建打分矩阵包括:按照给定的打分机制滤除掉无效的评价打分样本,对剩余的评价打分样本建立评价指标与对应评价打分的打分矩阵。
4.根据权利要求1所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,对打分矩阵进行因子分析之前,采用KMO抽样适当性检验和Bartlett球形度检验对打分矩阵进行因子分析适应性检验,通过适应性检验后再进行因子分析。
5.根据权利要求1所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,对打分矩阵进行因子分析时,得到每个评价指标的因子载荷系数和公因子方差,依据评价指标的因子载荷系数和公因子方差得到因子载荷系数矩阵,同时提取因子与评价指标的对应关系,并依据评价维度对因子进行命名;
对因子载荷系数矩阵旋转得到旋转后因子载荷系数矩阵,基于旋转后因子载荷系数矩阵得到每个因子的特征根和方差解释率;
所述旋转后因子载荷系数矩阵、每个因子的特征根和方差解释率组成因子分析结果。
6.根据权利要求5所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,提取因子与评价指标的对应关系,并依据评价维度对因子进行命名,包括:针对每个因子,筛选高因子载荷系数对应的评价指标,将被筛选的评价指标对应的评价维度作为因子名称。
7.根据权利要求6所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,基于因子分析结果确定每个评价维度的维度权重,包括:将因子分析结果包括的每个因子的方差解释率作为对应评价维度的维度权重。
8.根据权利要求5所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,基于因子分析结果确定每个评价指标的指标权重,包括:依据因子分析结果包括的旋转后因子载荷系数矩阵和每个因子的特征根计算每个评价指标相对于每个因子的线性组合系数;
依据每个评价指标相对于每个因子的线性组合系数对所有因子的方差解释率进行加权求和得到每个评价指标的累积因子得分数据,依据累积因子得分数据与累积方差解释率比值得到每个评价指标的综合得分系数;
对每个评价指标的综合得分系数进行相对全部评价指标的归一化,得到每个评价指标的指标权重。
9.根据权利要求1所述的基于因子分析的公共算力平台体验设计评估方法,其特征在于,基于评价维度及其维度权重构建用户体验维度度量,包括:将每个评价维度及其维度权重的加权求和作为用户体验维度度量;
基于评价指标及其指标权重构建用户体验指标度量,包括:将每个评价指标及其指标权重的加权求和作为用户体验指标度量。
10.一种基于因子分析的公共算力平台体验设计评估系统,其特征在于,包括:
维度设定模块,用于设定用户体验的多个评价维度及每个评价维度包含的评价指标;
数据采集模块,用于采集依据评价维度及评价指标对公共算力平台体验的评价打分样本,并构建打分矩阵;
权重策略模块,用于对打分矩阵进行因子分析,并基于因子分析结果确定每个评价维度的维度权重以及每个评价指标的指标权重;
体验度量模块,用于基于评价维度及其维度权重构建用户体验维度度量和基于评价指标及其指标权重构建用户体验指标度量;
评估模块,用于基于用户体验维度度量和/或用户体验指标度量进行体验设计评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410071397.7A CN117592821B (zh) | 2024-01-18 | 基于因子分析的公共算力平台体验设计评估系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410071397.7A CN117592821B (zh) | 2024-01-18 | 基于因子分析的公共算力平台体验设计评估系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117592821A true CN117592821A (zh) | 2024-02-23 |
CN117592821B CN117592821B (zh) | 2024-05-10 |
Family
ID=
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5041972A (en) * | 1988-04-15 | 1991-08-20 | Frost W Alan | Method of measuring and evaluating consumer response for the development of consumer products |
CN110413928A (zh) * | 2019-07-26 | 2019-11-05 | 中国工商银行股份有限公司 | 用户体验度测量方法、装置、电子设备和可读介质 |
CN111080101A (zh) * | 2019-12-04 | 2020-04-28 | 国网浙江省电力有限公司宁波供电公司 | 一种基于ahp对供电渠道服务效能多维度评价的方法 |
CN111985751A (zh) * | 2019-05-23 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 人机聊天体验评估体系 |
CN112418624A (zh) * | 2020-11-12 | 2021-02-26 | 建设综合勘察研究设计院有限公司 | 一种智慧市政管网运行评价指标体系建立方法及应用系统 |
CN112541689A (zh) * | 2020-12-18 | 2021-03-23 | 北京清博大数据科技有限公司 | 微信公众号传播力评价指标体系优化方法 |
CN113298367A (zh) * | 2021-05-12 | 2021-08-24 | 北京信息科技大学 | 一种主题公园感知价值评估方法 |
CN113449942A (zh) * | 2020-03-26 | 2021-09-28 | 中国光大银行股份有限公司 | 客户体验评测方法、系统及管理平台 |
CN113537759A (zh) * | 2021-07-13 | 2021-10-22 | 上海银行股份有限公司 | 一种基于权重自适应的用户体验度量模型 |
CN116579640A (zh) * | 2023-03-27 | 2023-08-11 | 国网江苏省电力有限公司营销服务中心 | 电力营销服务渠道用户体验评估方法及系统 |
CN116781563A (zh) * | 2023-07-14 | 2023-09-19 | 国家计算机网络与信息安全管理中心 | 一种网页服务细粒度的评估装置、评估方法和评估系统 |
CN116844724A (zh) * | 2023-07-20 | 2023-10-03 | 南京大学 | 一种基于因子分析技术的app健康程度评估方法 |
CN117195399A (zh) * | 2023-09-04 | 2023-12-08 | 清华大学 | 智能座舱用户体验及交互设计方法、装置、设备及介质 |
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5041972A (en) * | 1988-04-15 | 1991-08-20 | Frost W Alan | Method of measuring and evaluating consumer response for the development of consumer products |
CN111985751A (zh) * | 2019-05-23 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 人机聊天体验评估体系 |
CN110413928A (zh) * | 2019-07-26 | 2019-11-05 | 中国工商银行股份有限公司 | 用户体验度测量方法、装置、电子设备和可读介质 |
CN111080101A (zh) * | 2019-12-04 | 2020-04-28 | 国网浙江省电力有限公司宁波供电公司 | 一种基于ahp对供电渠道服务效能多维度评价的方法 |
CN113449942A (zh) * | 2020-03-26 | 2021-09-28 | 中国光大银行股份有限公司 | 客户体验评测方法、系统及管理平台 |
CN112418624A (zh) * | 2020-11-12 | 2021-02-26 | 建设综合勘察研究设计院有限公司 | 一种智慧市政管网运行评价指标体系建立方法及应用系统 |
CN112541689A (zh) * | 2020-12-18 | 2021-03-23 | 北京清博大数据科技有限公司 | 微信公众号传播力评价指标体系优化方法 |
CN113298367A (zh) * | 2021-05-12 | 2021-08-24 | 北京信息科技大学 | 一种主题公园感知价值评估方法 |
CN113537759A (zh) * | 2021-07-13 | 2021-10-22 | 上海银行股份有限公司 | 一种基于权重自适应的用户体验度量模型 |
CN116579640A (zh) * | 2023-03-27 | 2023-08-11 | 国网江苏省电力有限公司营销服务中心 | 电力营销服务渠道用户体验评估方法及系统 |
CN116781563A (zh) * | 2023-07-14 | 2023-09-19 | 国家计算机网络与信息安全管理中心 | 一种网页服务细粒度的评估装置、评估方法和评估系统 |
CN116844724A (zh) * | 2023-07-20 | 2023-10-03 | 南京大学 | 一种基于因子分析技术的app健康程度评估方法 |
CN117195399A (zh) * | 2023-09-04 | 2023-12-08 | 清华大学 | 智能座舱用户体验及交互设计方法、装置、设备及介质 |
Non-Patent Citations (3)
Title |
---|
JING ZHAO 等: "The Application of Factor Analysis and Loading Matrix in Computer Intelligent Comprehensive Evaluation Model of Grades", 《2021 IEEE INTERNATIONAL CONFERENCE ON DATA SCIENCE AND COMPUTER APPLICATION》, 31 December 2021 (2021-12-31), pages 742 - 746 * |
李豪 等: "基于因子分析的智能手机语音系统设计评估体系", 《包装工程》, vol. 39, no. 16, 31 August 2018 (2018-08-31), pages 42 - 49 * |
郭兴华: "基于因子分析法的A市农村地区扶贫绩效评估实证分析", 《技术经济与管理研究》, 31 December 2020 (2020-12-31), pages 124 - 128 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | A hybrid forecasting approach applied to wind speed time series | |
CN108874959B (zh) | 一种基于大数据技术的用户动态兴趣模型建立方法 | |
CN112464094B (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
CN113780684A (zh) | 一种基于lstm神经网络的智慧楼宇用户用能行为预测方法 | |
CN113177746A (zh) | 一种针对生命周期评价领域的软件质量综合评估方法 | |
Kovantsev et al. | Analysis of multivariate time series predictability based on their features | |
CN117592821B (zh) | 基于因子分析的公共算力平台体验设计评估系统和方法 | |
CN114021808A (zh) | 一种基于突发事件影响等级识别的电力资源配置方法 | |
KR20200091508A (ko) | 특허와 논문 데이터를 활용한 국가 및 기업들의 과학 기술력 진단 및 예측 방법 | |
CN117421994A (zh) | 一种边缘应用健康度的监测方法和监测系统 | |
CN115249081A (zh) | 一种对象类型的预测方法、装置、计算机设备和存储介质 | |
Romanenkov et al. | Information and Technological Support for the Processes of Prognostic Modeling of Regional Labor Markets. | |
Çakıt et al. | Comparative analysis of machine learning algorithms for predicting standard time in a manufacturing environment | |
CN117592821A (zh) | 基于因子分析的公共算力平台体验设计评估系统和方法 | |
CN112101673A (zh) | 一种基于隐马尔可夫模型的电网发展趋势预测方法及系统 | |
Inyang et al. | Visual association analytics approach to predictive modelling of students’ academic performance | |
CN105740967A (zh) | 一种制造云服务执行时间的预测方法及预测装置 | |
JP2022120816A (ja) | 新製品の販売量の予測方法 | |
Splettstoesser et al. | Benefits of IT‐Based Decision‐Making in Developing Countries | |
Maggino et al. | New tools for the construction of ranking and evaluation indicators in multidimensional systems of ordinal variables | |
KR101918359B1 (ko) | 인공지능 기반의 데이터 처리 시스템 | |
Tanoni et al. | Knowledge Distillation for Scalable Nonintrusive Load Monitoring | |
CN109493950A (zh) | 综合多属性主客观信息的人体面部皮肤状态区间预测方法 | |
CN110928924A (zh) | 基于神经网络的电力系统客户满意度分析与预测方法 | |
FOLORUNSO | Empirical Comparison of Time Series Data Mining Algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |