-
GEBIET DER ERFINDUNG
-
Die vorliegende Erfindung bezieht sich auf das Gebiet der Mensch-Computer-Interaktion und insbesondere auf ein KI-basiertes Bewertungssystem für intelligente Benutzeroberflächen (UI), das fortschrittliche Vorhersage- und Analysetechniken nutzt, um Designer bei der Erstellung effektiverer und benutzerfreundlicherer Schnittstellen für verbesserte Benutzer zu unterstützen Engagement und Zufriedenheit.
-
HINTERGRUND DER ERFINDUNG
-
In der sich rasch ausdehnenden digitalen Welt, in der fast jeder Dienst über mobile Apps, Websites oder andere digitale Schnittstellen bereitgestellt wird, ist die Benutzerzufriedenheit von entscheidender Bedeutung. Insbesondere in einem gesättigten Markt mit zahlreichen Alternativen kann die Bereitstellung einer besseren Benutzererfahrung und Benutzerfreundlichkeit einen Wettbewerbsvorteil bedeuten. Die Zufriedenheit der Benutzer und die Benutzerfreundlichkeit der Schnittstellen sind jedoch fragwürdig und vage. Angesichts der großen Anzahl von Betriebssystemen mit jeweils eigenen Richtlinien, Prinzipien und Empfehlungen für die Schnittstellengestaltung und der enormen technologischen Fortschritte werden Designer mit der Komplexität der Mensch-Computer-Interaktion konfrontiert.
-
Eine gute Benutzererfahrung (UX) gilt heute als entscheidender Faktor für die Benutzerzufriedenheit und damit für den Erfolg digitaler Produkte und Dienstleistungen. Die Benutzererfahrung umfasst alle Aspekte der Interaktion des Benutzers mit dem Produkt, einschließlich der Benutzerfreundlichkeit und der Wahrnehmung des Benutzers. Aus geschäftlicher Sicht verkaufen sich gut gestaltete Produkte besser als schlecht gestaltete. Daher müssen Unternehmen in die Bewertung des Designs ihrer Produkte investieren, damit Designer die wirklichen Probleme angehen und fundierte Entscheidungen bezüglich des Designs treffen können. Die UX-Bewertung ist der Prozess der Bewertung der Benutzerfreundlichkeit, Zugänglichkeit und allgemeinen Benutzererfahrung eines digitalen Produkts oder einer digitalen Dienstleistung. Dabei geht es darum, die Bedürfnisse, Verhaltensweisen und Vorlieben der Benutzer zu verstehen, um sicherzustellen, dass das Produkt ihre Erwartungen und Ziele erfüllt. Die Bewertung der Benutzeroberfläche ist ein zentraler Teil der UX-Bewertung, der sich speziell auf die Benutzeroberfläche eines digitalen Produkts konzentriert. Die Benutzeroberfläche ist der Teil des Produkts, mit dem Benutzer interagieren, und sie spielt eine wichtige Rolle bei der Bestimmung der Qualität der allgemeinen Benutzererfahrung.
-
Der traditionelle UI-Evaluierungsprozess umfasst iterative lange Zyklen der Ideenfindung, Designerstellung, Prüfung und Verfeinerung. UI-Designer können entweder subjektives Feedback von Benutzern verwenden oder Usability-Tests in kontrollierten Umgebungen durchführen, um die Benutzeroberfläche zu bewerten. Diese Methoden sind wertvoll, aber anspruchsvoll, da sie zeitaufwändig und ressourcenintensiv sein können und die dynamische Natur der Benutzerinteraktionen und die Komplexität der HCI möglicherweise nicht vollständig erfassen.
-
Darüber hinaus erfordert die Quantifizierung und Analyse von Benutzerinteraktionen und - präferenzen manchmal den Einsatz spezieller Geräte wie Eye-Tracking-Geräte. Eye-Tracking-Evaluierungssitzungen ermöglichen es Designern, Erkenntnisse darüber zu gewinnen, wohin Benutzer schauen, welche Designelemente ihre Aufmerksamkeit zuerst erregen und wie lange Sie konzentrieren sich auf bestimmte Elemente und die Reihenfolge, in der sie verschiedene Teile des Interface-Designs betrachten. Diese Methode bietet Designern ein Verständnis für das Verhalten und die Interaktionen der Benutzer, ist jedoch mit mehreren Einschränkungen und Herausforderungen verbunden. Erstens erfordert die Durchführung von Eye-Tracking-Studien spezielle Kenntnisse und Geräte, die für kleine Designteams möglicherweise nicht immer leicht verfügbar oder machbar sind. Darüber hinaus erfordern diese Methoden die Rekrutierung von Teilnehmern für die Eye-Tracking-Sitzungen, was zeitaufwändig und kostspielig ist. Eine weitere Herausforderung ist der langwierige Prozess der Analyse der gesammelten Daten, der die Komplexität des Bewertungsprozesses zusätzlich erhöht. Außerdem konzentrieren sich herkömmliche Eye-Tracking-Studien häufig darauf, Erkenntnisse nur über das Benutzerverhalten zu liefern, indem sie nur einen kurzen Blick auf die Interaktion des Benutzers mit der Benutzeroberfläche erfassen und andere Faktoren ignorieren, die sich auf die Benutzerfreundlichkeit der Benutzeroberfläche auswirken, was sich wiederum auf die Gesamtqualität des UI-Bewertungsprozesses auswirkt.
-
Um gute Benutzeroberflächen zu entwickeln, müssen Designer in der Lage sein, komplexe Benutzerinteraktionen zu verstehen, Benutzerpräferenzen vorherzusagen und Designs zu iterieren, um den sich ändernden Benutzeranforderungen gerecht zu werden. Dabei müssen sie andere Aspekte der Benutzerfreundlichkeit und HCI-Richtlinien berücksichtigen und enge Fristen und Ressourcenbeschränkungen einhalten.
-
Diese Herausforderungen erhöhen die Komplexität und die Kosten des Bewertungsprozesses und erfordern erfahrenere Designer. Daher besteht ein wachsender Bedarf an innovativen Systemen zur Unterstützung und Unterstützung von Designern im UI-Bewertungsprozess, die sich den Herausforderungen traditioneller UI-Bewertungsmethoden stellen. Das KI-basierte intelligente UI-Bewertungssystem ist als bahnbrechende Innovation mit dem Ziel konzipiert, traditionelle UI-Design-Bewertungsprozesse zu revolutionieren. Dieses System bietet innovative Funktionen, die Designern dabei helfen, die Bewertungsprozesse für UI-Designs zu optimieren und das Benutzererlebnis insgesamt zu verbessern, indem sie die Leistungsfähigkeit künstlicher Intelligenz (KI) und prädiktiver Modellierungstechniken nutzen. Durch die Integration modernster Funktionen setzt diese Erfindung einen neuen Standard im Bereich UI-Design und bietet Designern ein leistungsstarkes Systemkit zur Erstellung hochwertiger digitaler Erlebnisse. Mit Hilfe der durch die vorliegende Erfindung offenbarten technischen Fortschritte birgt dieses System das Potenzial, den UI-Bewertungsprozess zu transformieren und den Standard des UI-Designs branchenübergreifend zu erhöhen, indem es mühsame Aufgaben automatisiert, Designern umsetzbare Erkenntnisse liefert und die iterative Designverfeinerung erleichtert.
-
ZUSAMMENFASSUNG DER ERFINDUNG
-
Die vorliegende Erfindung stellt ein intelligentes UI-Bewertungssystem auf KI-Basis vor, das den Prozess der Bewertung und Verfeinerung von Benutzeroberflächen revolutionieren soll.
-
Die vorliegende Erfindung stellt ein innovatives, KI-basiertes intelligentes UI-Bewertungssystem vor, das die Prozesse der Schnittstellenbewertung und -verfeinerung revolutionieren soll und dabei mit den sich entwickelnden Anforderungen von UI-Designern und der zunehmenden Komplexität des HCI-Bereichs Schritt hält. Dieses intelligente System wurde als umfassender Assistent für den Designer entwickelt und erleichtert verschiedene Aufgaben, die für die Bewertung und Verfeinerung von Benutzeroberflächen unerlässlich sind. Das System integriert vier Hauptmodule: die Module für prädiktive Modellierung, Feedbackgenerierung, generative KI und Verfeinerung, die asynchron zusammenarbeiten, um UI-Designs zu bewerten und optimierte Designvorschläge zu generieren.
-
Durch die Nutzung von Blickdaten und Best Practices für das UI-Design hilft das System Designern vorherzusagen, wie Benutzer mit ihren UI-Designs interagieren werden, und ermöglicht so die Generierung umsetzbarer Empfehlungen zur Verbesserung der Qualität der bereitgestellten Designs. Unter Einbeziehung generativer KI-Techniken generiert das System auf Basis der Evaluierungsergebnisse optimierte Designvorschläge.
-
Das System ist als Assistent und nicht als Ersatz für den Designer konzipiert. Aus diesem Grund werden durch die Verwendung des Verfeinerungsmoduls, das zahlreiche Bearbeitungssysteme und eine nahtlose Integration bietet, kontinuierliche Verfeinerungen und iterative Verbesserungen der UI-Designs sowie Feedback des Designers gefördert mit Feedback-Generierung und generativen KI-Modulen. Durch die nahtlose Integration der verschiedenen vom System bereitgestellten Module können Designer Designs von besserer Qualität erstellen, sodass sie sich auf dringende Aufgaben konzentrieren können und ihre Produktivität durch den automatisierten Bewertungsprozess steigern, der ihnen dabei hilft, UI-Designs schneller und effizienter zu erstellen, wodurch der Produktentwicklungszyklus vorangetrieben wird. Zusammenfassend stellt dieses KI-basierte intelligente UI-Bewertungssystem ein leistungsstarkes System dar, das Designern dabei helfen kann, bessere UI-Designs zu erstellen. Das System ist einfach zu bedienen und kann in bestehende Design-Workflows integriert werden. Das System stellt einen bedeutenden Fortschritt bei UI-Bewertungs- und Designansätzen dar und wird voraussichtlich erhebliche Auswirkungen auf die Art und Weise haben, wie UI-Designs in Zukunft erstellt werden.
-
Das System soll die Herausforderungen bewältigen, mit denen herkömmliche Ansätze zur Bewertung des UI-Designs konfrontiert sind, indem es technologische Fortschritte und Funktionalitäten einbezieht. Die Erfindung umfasst:
- • Prädiktives Modellierungsmodul, das Benutzerinteraktionen mit UI-Designs basierend auf Blickdaten und Design-Best Practices vorhersagt und Designern prädiktive Erkenntnisse liefert.
- • Modul zur Feedback-Generierung, das Designern in Echtzeit Erkenntnisse und Empfehlungen liefert und so bei der Behebung von Usability-Problemen, der Verbesserung der Zugänglichkeit und der Verfeinerung der Ästhetik hilft.
- • Generatives KI-Modul, das optimierte Designvorschläge generiert, die auf bestimmte Kriterien, Branchen oder Benutzerdemografien zugeschnitten sind, und es Designern ermöglicht, UI-Designs zu erstellen, die auf die Bedürfnisse der Benutzer abgestimmt sind.
- • Verfeinerungsmodul, das verschiedene Bearbeitungssysteme für iterative Verbesserungen des UI-Designs durch nahtlose Integration mit Feedback-Generierung und generativen KI-Modulen bietet.
-
Das UI-Bewertungssystem nutzt mehrere KI- und Deep-Learning-Modelle, die anhand umfangreicher Datensätze von UI-Designs, Blickdaten und Designrichtlinien gründlich trainiert wurden. So kann es Designern dabei helfen, ihre Designs zu überprüfen, wertvolle Erkenntnisse zu gewinnen und fundierte Designentscheidungen zu treffen, wodurch nahtlosere und effizientere Bewertungs- und Verfeinerungsprozesse gewährleistet werden.
-
Das Hauptziel dieser Erfindung ist die Entwicklung eines innovativen KI-gesteuerten UI-Bewertungssystems, das den Designprozess verändern und das Benutzererlebnis verschiedener digitaler Schnittstellen verbessern kann. Dies kann durch die Erfüllung der folgenden Ziele erreicht werden.
-
Erstens: Entwicklung einer effizienten und erklärbaren Methode zur prädiktiven Bewertung von UI-Designs auf der Grundlage von Benutzerinteraktionsdaten und Designrichtlinien , um potenzielle UI-Designprobleme zu erkennen, die sich negativ auf das Engagement und die Zufriedenheit der Benutzer auswirken können.
-
Zweitens: Entwurf eines Systems zur umfassenden Segmentierung von UI-Komponenten und relevanten Elementen über verschiedene Designmodalitäten hinweg.
-
Drittens: Implementierung eines erklärbaren Empfehlungsmechanismus, der Benutzerfreundlichkeit, Zugänglichkeit und andere Probleme der bereitgestellten UI-Designs berücksichtigt.
-
Viertens: Integration einer Komponente zur Verarbeitung natürlicher Sprache (NLP), die in der Lage ist, UI-bezogene Terminologie in Echtzeit zu verstehen und zu verarbeiten, um Designs besser bewerten und die Zusammenarbeit mit Designern verbessern zu können.
-
Fünftens: Entwicklung eines generativen Designgenerierungsmoduls auf Basis künstlicher Intelligenz, das in der Lage ist, die Designempfehlungen des Evaluierungsmoduls umzusetzen und so neue, verbesserte Designlösungen zu generieren, die der Designer iterativ weiterentwickeln kann.
-
Sechstens: Aufbau eines benutzerfreundlichen Verfeinerungsmoduls, in dem der Designer mithilfe verschiedener Bearbeitungssysteme an seinem Entwurf weiterarbeiten kann, um durch die Integration mit den anderen drei Modulen eine kontinuierliche Verbesserung zu erreichen.
-
Um die Vorteile und Merkmale der vorliegenden Offenbarung weiter zu verdeutlichen, wird eine genauere Beschreibung der Erfindung unter Bezugnahme auf spezifische Ausführungsformen derselben gegeben, die in der beigefügten Zeichnung dargestellt sind. Es ist zu beachten, dass diese Zeichnung nur typische Ausführungsformen der Erfindung darstellt und daher nicht als Einschränkung ihres Umfangs zu betrachten ist. Die Erfindung wird mit zusätzlichen Einzelheiten und Details anhand der beigefügten Zeichnung beschrieben und erläutert.
-
KURZBESCHREIBUNG DER FIGUR
-
Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Erfindung werden besser verständlich, wenn die folgende detaillierte Beschreibung in Bezug auf die beigefügte Zeichnung gelesen wird, in der gleiche Zeichen gleiche Teile darstellen. Dabei gilt:
- 1 zeigt das Blockdiagramm des KI-basierten intelligenten UI-Bewertungssystems.
-
Darüber hinaus werden erfahrene Handwerker erkennen, dass Elemente in der Zeichnung der Einfachheit halber dargestellt sind und möglicherweise nicht unbedingt maßstabsgetreu gezeichnet wurden. Beispielsweise veranschaulichen die Flussdiagramme die Methode anhand der wichtigsten Schritte, die dazu beitragen, das Verständnis von Aspekten der vorliegenden Offenbarung zu verbessern. Darüber hinaus können im Hinblick auf die Konstruktion des Geräts eine oder mehrere Komponenten des Geräts in der Zeichnung durch herkömmliche Symbole dargestellt worden sein, und die Zeichnung zeigt möglicherweise nur die spezifischen Details, die für das Verständnis der Ausführungsformen der vorliegenden Offenbarung relevant sind um die Zeichnung nicht durch Details zu verdecken, die für den Durchschnittsfachmann auf dem Gebiet, der Nutzen aus der Beschreibung hierin zieht, leicht ersichtlich sind.
-
DETAILLIERTE BESCHREIBUNG
-
Um das Verständnis der Prinzipien der Erfindung zu fördern, wird nun auf die in der Zeichnung dargestellte Ausführungsform Bezug genommen und für deren Beschreibung eine spezifische Sprache verwendet. Es versteht sich jedoch, dass dadurch keine Einschränkung des Umfangs der Erfindung beabsichtigt ist, da Änderungen und weitere Modifikationen des dargestellten Systems und weitere Anwendungen der darin dargestellten Prinzipien der Erfindung in Betracht gezogen werden, wie sie einem Fachmann normalerweise in den Sinn kommen würden in der Technik, auf die sich die Erfindung bezieht.
-
Der Fachmann wird verstehen, dass die vorstehende allgemeine Beschreibung und die folgende detaillierte Beschreibung beispielhaft und erläuternd für die Erfindung sind und diese nicht einschränken sollen.
-
Verweise in dieser Spezifikation auf „einen Aspekt“, „einen anderen Aspekt“ oder eine ähnliche Sprache bedeuten, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder ein bestimmtes Merkmal, das in Verbindung mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform der vorliegenden Offenbarung enthalten ist. Daher beziehen sich die Formulierungen „in einer Ausführungsform“, „in einer anderen Ausführungsform“ und ähnliche Formulierungen in dieser Spezifikation möglicherweise, aber nicht unbedingt, auf dieselbe Ausführungsform.
-
Die Begriffe „umfasst“, „umfassend“ oder andere Variationen davon sollen eine nicht ausschließliche Einbeziehung abdecken, so dass ein Prozess oder eine Methode, die eine Liste von Schritten umfasst, nicht nur diese Schritte umfasst, sondern auch andere Schritte umfassen kann, die nicht ausdrücklich aufgeführt sind oder einem solchen Prozess oder einer solchen Methode innewohnen. Ebenso schließt ein oder mehrere Geräte oder Subsysteme oder Elemente oder Strukturen oder Komponenten, denen „umfasst...ein“ vorangestellt ist, ohne weitere Einschränkungen nicht die Existenz anderer Geräte oder anderer Subsysteme oder anderer Elemente oder anderer Strukturen oder anderer Komponenten oder zusätzlicher Geräte oder zusätzlicher Subsysteme oder zusätzlicher Elemente oder zusätzlicher Strukturen oder zusätzlicher Komponenten aus.
-
Sofern nicht anders definiert, haben alle hier verwendeten technischen und wissenschaftlichen Begriffe die gleiche Bedeutung, wie sie von einem Fachmann auf dem Gebiet, zu dem diese Erfindung gehört, allgemein verstanden werden. Das hier bereitgestellte System, die Methoden und die Beispiele dienen nur der Veranschaulichung und sind nicht als einschränkend zu verstehen.
-
Ausführungsformen der vorliegenden Offenbarung werden nachfolgend unter Bezugnahme auf die beigefügte Zeichnung ausführlich beschrieben.
-
Die in dieser Spezifikation beschriebenen Funktionseinheiten sind als Geräte gekennzeichnet. Ein Gerät kann in programmierbaren Hardwaregeräten wie Prozessoren, digitalen Signalprozessoren, Zentraleinheiten, feldprogrammierbaren Gate-Arrays, programmierbarer Array-Logik, programmierbaren Logikgeräten, Cloud-Verarbeitungssystemen oder dergleichen implementiert werden. Die Geräte können auch in Software zur Ausführung durch verschiedene Prozessortypen implementiert werden. Ein identifiziertes Gerät kann ausführbaren Code enthalten und beispielsweise einen oder mehrere physische oder logische Blöcke von Computeranweisungen umfassen, die beispielsweise als Objekt, Prozedur, Funktion oder anderes Konstrukt organisiert sein können. Dennoch muss die ausführbare Datei eines identifizierten Geräts nicht physisch zusammen angeordnet sein, sondern kann aus unterschiedlichen, an unterschiedlichen Orten gespeicherten Anweisungen bestehen, die, wenn sie logisch zusammengefügt werden, das Gerät bilden und den angegebenen Zweck des Geräts erfüllen.
-
Tatsächlich könnte ein ausführbarer Code eines Geräts oder Moduls eine einzelne Anweisung oder mehrere Anweisungen sein und sogar über mehrere verschiedene Codesegmente, zwischen verschiedenen Anwendungen und über mehrere Speichergeräte verteilt sein. In ähnlicher Weise können Betriebsdaten hier innerhalb des Geräts identifiziert und dargestellt werden und können in jeder geeigneten Form verkörpert und in jeder geeigneten Art von Datenstruktur organisiert werden. Die Betriebsdaten können als einzelner Datensatz erfasst oder über verschiedene Standorte, einschließlich verschiedener Speichergeräte, verteilt werden und können zumindest teilweise als elektronische Signale in einem System oder Netzwerk vorliegen.
-
Verweise in dieser Spezifikation auf „eine ausgewählte Ausführungsform“, „eine Ausführungsform“ oder „eine Ausführungsform“ bedeuten, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder ein bestimmtes Merkmal, das in Verbindung mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform des offenbarten Gegenstands enthalten ist. Daher beziehen sich die Ausdrücke „eine ausgewählte Ausführungsform“, „in einer Ausführungsform“ oder „in einer Ausführungsform“ an verschiedenen Stellen in dieser Spezifikation nicht unbedingt auf dieselbe Ausführungsform.
-
Darüber hinaus können die beschriebenen Merkmale, Strukturen oder Eigenschaften in einer oder mehreren Ausführungsformen auf beliebige geeignete Weise kombiniert werden. In der folgenden Beschreibung werden zahlreiche spezifische Details bereitgestellt, um ein umfassendes Verständnis der Ausführungsformen des offengelegten Gegenstands zu ermöglichen. Ein Fachmann auf dem betreffenden Gebiet wird jedoch erkennen, dass der offengelegte Gegenstand ohne eines oder mehrere der spezifischen Details oder mit anderen Methoden, Komponenten, Materialien usw. umgesetzt werden kann. In anderen Fällen werden bekannte Strukturen, Materialien oder Vorgänge nicht ausführlich gezeigt oder beschrieben, um zu vermeiden, dass Aspekte des offengelegten Gegenstands verschleiert werden.
-
Gemäß den beispielhaften Ausführungsformen können die offengelegten Computerprogramme oder -module auf viele beispielhafte Arten ausgeführt werden, beispielsweise als Anwendung, die im Speicher eines Geräts gespeichert ist, oder als gehostete Anwendung, die auf einem Server ausgeführt wird und über eine Reihe von Standardprotokollen wie TCP/IP, HTTP, XML, SOAP, REST, JSON und andere geeignete Protokolle mit der Geräteanwendung oder dem Browser kommuniziert. Die offengelegten Computerprogramme können in beispielhaften Programmiersprachen geschrieben sein, die aus dem Speicher auf dem Gerät oder von einem gehosteten Server ausgeführt werden, beispielsweise BASIC, COBOL, C, C++, Java, Pascal oder Skriptsprachen wie JavaScript, Python, Ruby, PHP, Perl oder andere geeignete Programmiersprachen.
-
Einige der offengelegten Ausführungsformen umfassen oder beinhalten anderweitig Datenübertragung über ein Netzwerk, wie beispielsweise die Kommunikation verschiedener Eingaben oder Dateien über das Netzwerk. Das Netzwerk kann beispielsweise eines oder mehrere der folgenden Elemente umfassen: Internet, Weitverkehrsnetze (WANs), lokale Netzwerke (LANs), analoge oder digitale drahtgebundene und drahtlose Telefonnetze z. B. ein PSTN, Integrated Services Digital Network (ISDN), ein Mobilfunknetz und Digital Subscriber Line (xDSL), Radio, Fernsehen, Kabel, Satellit und/oder jeden anderen Übermittlungs- oder Tunnelmechanismus zum Übertragen von Daten. Das Netzwerk kann mehrere Netzwerke oder Unternetzwerke umfassen, von denen jedes beispielsweise einen drahtgebundenen oder drahtlosen Datenpfad umfassen kann. Das Netzwerk kann ein leitungsvermitteltes Sprachnetzwerk, ein paketvermitteltes Datennetzwerk oder jedes andere Netzwerk umfassen, das elektronische Kommunikation übertragen kann. Beispielsweise kann das Netzwerk Netzwerke umfassen, die auf dem Internetprotokoll (IP) oder dem asynchronen Übertragungsmodus (ATM) basieren, und kann Sprache unterstützen, indem es beispielsweise VoIP, Voice-over-ATM oder andere vergleichbare Protokolle verwendet, die für Sprachdatenkommunikation verwendet werden. In einer Implementierung umfasst das Netzwerk ein Mobiltelefonnetz, das für den Austausch von Text- oder SMS-Nachrichten konfiguriert ist.
-
Beispiele für das Netzwerk sind unter anderem ein Personal Area Network (PAN), ein Storage Area Network (SAN), ein Home Area Network (HAN), ein Campus Area Network (CAN) und ein Local Area Network (LAN), ein Wide Area Network (WAN), ein Metropolitan Area Network (MAN), ein Virtual Private Network (VPN), ein Enterprise Private Network (EPN), Internet, ein Global Area Network (GAN) und so weiter.
-
1 zeigt das Blockdiagramm des Kl-basierten intelligenten UI-Bewertungssystems (100).
-
Unter Bezugnahme auf 1 umfasst das System (100) eine Blickverfolgungseinheit (102), die so konfiguriert ist, dass sie Blickdaten von Benutzern erfasst, die mit einem UI-Design interagieren.
-
In einer Ausführungsform ist eine auf einem rechnerischen visuellen Ausprägungskartenmodell basierende Verarbeitungseinheit (104) so konfiguriert, dass sie Benutzerinteraktionen mit dem UI-Design basierend auf den Blickdaten vorhersagt.
-
In einer Ausführungsform ist eine Feedback-Einheit (106) so konfiguriert, dass sie auf der Grundlage der vorhergesagten Benutzerinteraktionen Echtzeit-Feedback und Empfehlungen für Designer bereitstellt.
-
In einer Ausführungsform ist eine auf generativer künstlicher Intelligenz basierende Verarbeitungseinheit (108) zum Erzeugen optimierter Designvorschläge basierend auf Feedback von der Feedback-Einheit konfiguriert.
-
In einer Ausführungsform ist eine Verfeinerungssteuereinheit (110) so konfiguriert, dass sie Designern Bearbeitungs- und Entwurfssysteme zur Verfügung stellt, um den UI-Entwurf basierend auf Feedback von der Feedback-Einheit (106) und Entwurfsvorschlägen von der auf generativer künstlicher Intelligenz basierenden Verarbeitungseinheit (108) zu verfeinern und zu bearbeiten.
-
In einer Ausführungsform umfasst die Blickverfolgungseinheit (102) hochauflösende Kameramodule (102a) und Infrarotsensoren (102b) für eine genaue Blickverfolgung während der Ul-Interaktion.
-
In einer Ausführungsform umfasst die Feedback-Einheit (106) eine dedizierte grafische Benutzeroberflächeneinheit (GUI) (106a) zum Darstellen von Feedback und Empfehlungen in einem benutzerfreundlichen Format.
-
In einer Ausführungsform verwendet die auf generativer künstlicher Intelligenz basierende Verarbeitungseinheit (108) dedizierte Verarbeitungseinheiten (108a) und neuronale Netzwerkbeschleuniger (108b) zur effizienten Generierung von Designvorschlägen, einschließlich neuer Layouts, Farbschemata, Schriftarten und Symbole.
-
In einer Ausführungsform umfasst die Verfeinerungssteuereinheit (110) berührungsempfindliche Displays (110a) und interaktive Eingabegeräte (110b), um die Verfeinerung des UI-Designs in Echtzeit auf der Grundlage von Feedback und Vorschlägen zu ermöglichen.
-
Das System ist ursprünglich als Assistent des UI-Designers konzipiert und kann eine Vielzahl von Aufgaben im Zusammenhang mit der Bewertung und Verbesserung von Benutzeroberflächen ausführen, z. B. die prädiktive Bewertung der UI auf der Grundlage von Blickdaten, die UI-Bewertung auf der Grundlage bestimmter Kriterien und Designrichtlinien, Feedback und erklärbarer Empfehlungen für verbesserte Designs sowie die Generierung verbesserter Designs auf der Grundlage der Bewertungsergebnisse. Das System umfasst vier Hauptmodule: die Module für prädiktive Modellierung, Feedbackgenerierung, Generierung und Verfeinerung. Diese Module arbeiten zusammen, um UI-Designs zu bewerten und optimierte Designvorschläge zu generieren.
-
Die vorliegende Erfindung stellt ein KI-basiertes intelligentes UI-Bewertungssystem vor, das die Prozesse der Schnittstellenbewertung und -verfeinerung revolutionieren soll und dabei mit den sich entwickelnden Anforderungen von UI-Designern und der zunehmenden Komplexität des HCI-Bereichs Schritt hält. Dieses intelligente System wurde als umfassender Assistent für den Designer entwickelt und erleichtert verschiedene Aufgaben, die für die Bewertung und Verfeinerung von Benutzeroberflächen unerlässlich sind. Das System integriert vier Hauptmodule: die Module für prädiktive Modellierung, Feedbackgenerierung, generative KI und Verfeinerung, die asynchron zusammenarbeiten, um UI-Designs zu bewerten und optimierte Designvorschläge zu generieren.
-
Durch die Nutzung von Blickdaten und Best Practices für das UI-Design hilft das System Designern vorherzusagen, wie Benutzer mit ihren UI-Designs interagieren werden, und ermöglicht so die Generierung umsetzbarer Empfehlungen zur Verbesserung der Qualität der bereitgestellten Designs. Unter Einbeziehung generativer KI-Techniken generiert das System auf Basis der Evaluierungsergebnisse optimierte Designvorschläge.
-
Das System ist als Assistent und nicht als Ersatz für den Designer konzipiert. Daher werden kontinuierliche Verfeinerungen und iterative Verbesserungen der UI-Designs und des Feedbacks des Designers durch die Verwendung des Verfeinerungsmoduls gefördert, das zahlreiche Bearbeitungssysteme und eine nahtlose Integration mit Feedback-Generierung und generativen KI-Modulen bietet. Durch die nahtlose Integration der verschiedenen vom System bereitgestellten Module können Designer Designs von höherer Qualität erstellen, sodass sie sich auf dringende Aufgaben konzentrieren und ihre Produktivität durch den automatisierten Bewertungsprozess steigern können, der ihnen hilft, UI-Designs schneller und effizienter zu erstellen und den Produktentwicklungszyklus voranzutreiben. Zusammenfassend lässt sich sagen, dass dieses KI-basierte intelligente UI-Bewertungssystem ein leistungsstarkes System darstellt, das Designern helfen kann, bessere UI-Designs zu erstellen. Das System ist einfach zu verwenden und kann in vorhandene Design-Workflows integriert werden. Das System stellt einen bedeutenden Fortschritt bei der UI-Bewertung und den Designansätzen dar und wird voraussichtlich einen erheblichen Einfluss auf die Art und Weise haben, wie UI-Designs in Zukunft erstellt werden.
-
Modul für prädiktive Modellierung: Dieses Modul verwendet Blickdaten und bewährte Methoden des UI-Designs, um prädiktive maschinelle und Deep-Learning-Modelle zu trainieren, die vorhersagen können, wie Benutzer mit einem UI-Design interagieren. Die Ergebnisse der prädiktiven Modelle werden später verwendet, um Empfehlungen zur Verbesserung der Benutzerfreundlichkeit, Zugänglichkeit und Ästhetik des UI-Designs zu generieren. Die Blicktrainingsdaten werden von Benutzern gesammelt, während sie mit einem UI-Design interagieren. Die Daten enthalten Informationen darüber, wo der Benutzer auf dem Bildschirm hinsieht, wie lange er auf jedes Element schaut und in welcher Reihenfolge er die Elemente ansieht. Die Trainingsdaten für bewährte Methoden des UI-Designs sind eine Reihe kuratierter UI-Designs, die Designprinzipien wie Benutzerfreundlichkeit, Zugänglichkeit und Ästhetik einhalten. Das prädiktive Modul verwendet Blickdaten und bewährte Methoden des UI-Designs, um maschinelle Lernmodelle zu trainieren. Die Modelle werden dann verwendet, um vorherzusagen, wie Benutzer mit einem neuen UI-Design interagieren.
-
Es werden verschiedene Modelle verwendet, wie rechnerische visuelle Salienzkartenmodelle und Scanpath-Modelle für Informationen über Augenbewegungen sowie visuelle Wichtigkeitsmodelle für Proxy- und Interaktionsdaten. Diese Modelle werden zusammen mit dem semantischen Verständnis der UI-Elemente und Designrichtlinien, der prädiktiven Modellierung, verwendet Das Modul kann verwendet werden, um eine Vielzahl von Benutzerinteraktionen vorherzusagen, einschließlich der Elemente des UI-Designs, die der Benutzer zuerst betrachten wird, wie lange der Benutzer jedes Element betrachten wird und in welcher Reihenfolge der Benutzer die Elemente betrachten wird. Diese Vorhersagen können verwendet werden, um das Design der Benutzeroberfläche zu bewerten und zu überprüfen und Feedback und Empfehlungen für den Designer zu generieren.
-
Modul zur Feedback-Generierung: Dieses Modul generiert in Echtzeit Feedback und Empfehlungen für den Designer basierend auf den Ergebnissen der Vorhersagemodelle. Das Feedback wird in einer benutzerfreundlichen Verfeinerungsoberfläche präsentiert, die es dem Designer ermöglicht, problemlos Änderungen am UI-Design vorzunehmen. Das Modul kann eine Vielzahl von Feedback und Empfehlungen für Designer zu Aspekten des Designs wie Benutzerfreundlichkeit, Zugänglichkeit, Ästhetik, Layoutstruktur und Inhalt generieren. Das Feedback basiert auf den Vorhersagen des Moduls zur Vorhersagemodellierung und auf einer Reihe bewährter Methoden für das UI-Design.
-
Das Feedback und die Empfehlungen des Feedback-Generierungsmoduls können vom Designer verwendet werden, um das UI-Design zu verfeinern. Für das Usability-Feedback kann das Modul Bereiche des UI-Designs identifizieren, die auf der Grundlage der Blickanalyse und der Usability-Richtlinien schwierig zu verwenden oder verwirrend sind. Anschließend kann das Modul dem Designer verbesserte Lösungen und Erklärungen empfehlen, um die vorhergesagten Usability-Probleme zu beheben, z. B. indem es dem Designer empfiehlt, die Position einer Schaltfläche zu ändern oder einem Feld eine Beschriftung hinzuzufügen. Für das Zugänglichkeits-Feedback kann das Modul Bereiche des UI-Designs identifizieren, die für Benutzer mit Behinderungen nicht zugänglich sind. Beispielsweise kann das Modul dem Designer empfehlen, Alternativtext zu Bildern hinzuzufügen oder eine größere Schriftgröße zu verwenden. Und was das ästhetische Feedback betrifft, kann das Modul Bereiche des UI-Designs identifizieren, die optisch nicht ansprechend sind. Beispielsweise kann das Modul dem Designer empfehlen, das Farbschema des Designs zu ändern. In Bezug auf die Layout-Empfehlungen kann das Modul Änderungen am Layout des UI-Designs empfehlen, um die Benutzerfreundlichkeit und Ästhetik zu verbessern. Beispielsweise kann das Modul dem Designer empfehlen, eine Schaltfläche an eine prominentere Stelle zu verschieben oder die Größe eines Felds zu ändern, um es besser lesbar zu machen. Und was die Inhaltsempfehlungen betrifft, kann das Modul Änderungen am Inhalt des UI-Designs empfehlen, um die Benutzerfreundlichkeit und Zugänglichkeit zu verbessern. Das Modul könnte dem Designer empfehlen, einen beschreibenderen Text hinzuzufügen oder eine einfachere Sprache zu verwenden. Für diese Aufgabe werden grundlegende Bild-zu-Text-Modelle verwendet, um den Inhalt des Designs zusammen mit NLP-Techniken zu verstehen.
-
Zusammenfassend lässt sich sagen, dass das Feedback und die Empfehlungen des prädiktiven Modellierungsmoduls auf den Blickdaten und Best Practices für das UI-Design basieren. Das Modul verwendet die Blickdaten, um Bereiche des UI-Designs zu identifizieren, die schwierig zu verwenden oder verwirrend sind. Das Modul verwendet dann die Best Practices für das UI-Design, um Änderungen zu empfehlen, die die Benutzerfreundlichkeit, Zugänglichkeit und Ästhetik des Designs verbessern.
-
Generatives KI-Modul: Das generative KI-Modul des KI-basierten intelligenten UI-Bewertungssystems nutzt generative KI, um optimierte Designvorschläge basierend auf der Ausgabe des Feedback-Generierungsmoduls zu generieren. Das generative KI-Modul funktioniert wie folgt: Das Feedback-Generierungsmodul bewertet das UI-Design und identifiziert Bereiche, die verbessert werden könnten. Anschließend nutzt das generative KI-Modul das Feedback vom Feedback-Generierungsmodul, um eine Reihe optimierter Designvorschläge zu generieren. Die Designvorschläge werden mithilfe generativer KI, grundlegender Modelle, maschinellem Lernen und regelbasierter Optimierung generiert, um die generierten Designs anhand spezifischer Kriterien zu optimieren.
-
Das generative KI-Modul kann eine Vielzahl von Designvorschlägen generieren, darunter neue Layouts, neue Farbschemata, neue Schriftarten, neue Symbole usw. Die Designvorschläge aus dem generativen Modul können dann vom Designer überprüft und zur Verfeinerung und Verbesserung seiner Designs verwendet werden. Mit dem generativen KI-Modul können außerdem optimierte Designvorschläge für bestimmte Ziele, Kriterien, Produkte, Branchen oder Zielgruppen generiert werden. Indem das Modul diese Spezifikationen vom Designer durch einfache Textaufforderungen erhält und generative KI-Modelle verwendet, die auf spezifischen Designdatensätzen wie UI-Designs aus einer bestimmten Branche oder einem bestimmten Produkttyp trainiert wurden, kann es die einzigartigen Designmuster und Best Practices für diese Branche oder diesen Produkttyp erlernen , die Designern dabei helfen kann, Designs zu erstellen, die auf die spezifischen Bedürfnisse ihrer Benutzer zugeschnitten sind.
-
Verfeinerungsmodul: Das Verfeinerungsmodul ermöglicht es dem Designer, das UI-Design basierend auf dem Feedback des Feedback-Generierungsmoduls und den Designvorschlägen des generativen Moduls zu verfeinern und zu bearbeiten. Das Verfeinerungsmodul bietet eine Vielzahl von Bearbeitungs- und Designsystemen, mit denen der Designer Änderungen am UI-Design vornehmen kann. Das Verfeinerungsmodul enthält außerdem ein benutzerfreundliches Texteingabefenster, in dem der Designer die Designs mithilfe des generativen KI-Moduls weiter verfeinern kann.
-
Die Module für prädiktive Modellierung, Feedbackgenerierung, Generierung und Verfeinerung arbeiten zusammen, um Designern bei der Erstellung von UI-Designs zu helfen, die benutzerfreundlicher, zugänglicher und ästhetisch ansprechender sind.
-
Die Zeichnung und die vorstehende Beschreibung geben Beispiele für Ausführungsformen. Fachleute werden erkennen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente einer Ausführungsform können zu einer anderen Ausführungsform hinzugefügt werden. Beispielsweise können die Reihenfolgen der hier beschriebenen Prozesse geändert werden und sind nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Flussdiagramms nicht in der gezeigten Reihenfolge implementiert werden; Es müssen auch nicht unbedingt alle Handlungen ausgeführt werden. Auch solche Handlungen, die nicht von anderen Handlungen abhängig sind, können parallel zu den anderen Handlungen durchgeführt werden. Der Umfang der Ausführungsformen wird durch diese spezifischen Beispiele keineswegs eingeschränkt. Zahlreiche Variationen, ob explizit in der Spezifikation angegeben oder nicht, wie z. B. Unterschiede in Struktur, Abmessung und Materialverwendung, sind möglich. Der Umfang der Ausführungsformen ist mindestens so breit wie durch die folgenden Ansprüche angegeben.
-
Vorteile, andere Vorzüge und Problemlösungen wurden oben in Bezug auf bestimmte Ausführungsformen beschrieben. Die Vorteile, Vorzüge, Problemlösungen und alle Komponenten, die dazu führen können, dass ein Vorteil, eine Lösung eintritt oder deutlicher wird, sind jedoch nicht als kritisches, erforderliches oder wesentliches Merkmal oder Komponente eines oder aller Ansprüche auszulegen.
-
REFERENZEN
-
- 100
- Das Blockdiagramm Des KI-Basierten Intelligenten UI-Bewertungssystems.
- 102
- Blickverfolgungseinheit
- 102a
- Hochauflösende Kameramodule
- 102b
- Infrarotsensoren
- 104
- Recheneinheit Auf Basis Eines Visuellen Salienzkartenmodells
- 106
- Rückmeldeeinheit
- 106a
- Dedizierte Grafische Benutzeroberflächeneinheit (GUI)
- 108
- Auf Generativer Künstlicher Intelligenz Basierende Verarbeitungseinheit
- 108a
- Dedizierte Verarbeitungseinheiten
- 108b
- Netzwerkbeschleuniger
- 110
- Veredelungseinheit
- 110a
- Berührungsempfindliche Displays
- 110b
- Interaktive Eingabegeräte
