JP2013089018A - System and method for automatically analyzing and evaluating user interface - Google Patents
System and method for automatically analyzing and evaluating user interface Download PDFInfo
- Publication number
- JP2013089018A JP2013089018A JP2011228816A JP2011228816A JP2013089018A JP 2013089018 A JP2013089018 A JP 2013089018A JP 2011228816 A JP2011228816 A JP 2011228816A JP 2011228816 A JP2011228816 A JP 2011228816A JP 2013089018 A JP2013089018 A JP 2013089018A
- Authority
- JP
- Japan
- Prior art keywords
- gui
- evaluation
- physical parameter
- analysis
- unit
- 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
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
Description
本発明は、アプリケーションのユーザインタフェースに対する分析評価を自動的に行うシステム及び方法に関し、特に、タッチパネル操作を伴う携帯情報通信端末上で動作するアプリケーションを対象としたユーザインタフェース自動分析評価システム及びその評価方法に関する。 The present invention relates to a system and method for automatically performing analysis and evaluation on a user interface of an application, and in particular, a user interface automatic analysis and evaluation system and an evaluation method for an application operating on a portable information communication terminal with touch panel operation. About.
アプリケーションのユーザインタフェースを評価する方法としては、被験者がアプリケーションを実際に使った上で、主観的な評価結果をアンケート形式で行う方法が主流である。例えば、非特許文献1では、ウェブユーザビリティに関する２１項目の質問に対して、それぞれ５段階で評価を行い、２１項目の質問から生成される７つの評価因子でウェブサイトのユーザビリティを評価することが行われている。 As a method for evaluating the user interface of the application, a method in which a subject actually uses the application and performs a subjective evaluation result in a questionnaire format is the mainstream. For example, in Non-Patent Document 1, 21 questions related to web usability are evaluated in 5 stages, and the usability of a website is evaluated using 7 evaluation factors generated from the 21 questions. It has been broken.
また、非特許文献２では、アプリケーションの画面配置を、ゲシュタルト理論のデザイン原則に基づいて決定する。具体的には、Simplicity（簡潔さ: 中核でない機能を排除しているか）、Structuring（構造: 文脈上関連しているものをグループ化しているか）、Proportion（均衡: 幅、高さ、余白の割合が等比で最適化されているか）に関する美的評価関数を導入し、画面配置を評価することが行われている。 In Non-Patent Document 2, the screen layout of an application is determined based on the design principle of Gestalt theory. Specifically, Simplicity (whether it eliminates non-core features), Structuring (whether it is grouping things that are contextually related), Proportion (equilibrium: width, height, percentage of margin) Is evaluated at the same ratio), and an aesthetic evaluation function is introduced to evaluate the screen layout.
更に、特許文献１では、画面の上方に設置したカメラを利用して、画面を操作する指の動きを撮影するとともに画像解析を行い、指先の動きと停留時間を解析することで、画面操作に伴う思考動作と探索動作の検出、及び、その位置と時間を算出する。これにより、ユーザビリティを低下する要因を分析評価することが行われている。 Furthermore, in Patent Document 1, a camera installed above the screen is used to capture the movement of the finger that operates the screen and perform image analysis to analyze the movement of the fingertip and the stop time, thereby enabling screen operation. Detection of the accompanying thinking action and search action, and its position and time are calculated. Thus, analysis and evaluation of factors that reduce usability are performed.
しかしながら、非特許文献１に記載された評価方法では、アプリケーションを構築・改良するたびに、複数の被験者を募り評価実験を実施する必要があるため、多大なコストと時間を必要とする。
また、非特許文献２に記載された評価方法では、一画面内の各部品の配置が整然と並んでいるかを評価するだけであり、複数画面で構成するアプリケーション全体に渡る画面遷移や階層関係まで考慮できていない。
特許文献１に記載された評価方法では、非特許文献１の課題と同様、アプリケーションを構築・改良するたびに、被験者を募り評価実験を実施する必要があるのに加え、被験者が思考した箇所と、熟読した箇所との区別など、指先の動きのみでは評価できない現象を考慮していない。
However, in the evaluation method described in Non-Patent Document 1, it is necessary to recruit a plurality of subjects and perform an evaluation experiment every time an application is constructed and improved, which requires a great deal of cost and time.
In addition, the evaluation method described in Non-Patent Document 2 only evaluates whether the arrangement of each part in one screen is neatly arranged, and considers screen transitions and hierarchical relationships over the entire application composed of multiple screens. Not done.
In the evaluation method described in Patent Document 1, in addition to the problem of Non-Patent Document 1, each time an application is constructed / improved, it is necessary to recruit a subject and perform an evaluation experiment, It does not take into account phenomena that cannot be evaluated only with fingertip movement, such as distinction from carefully read parts.
すなわち、上述した既存技術の各評価方法は、アプリケーションに対して被験者の主観的な観点による評価と、画面配置や操作行動から得た客観的な観点による評価とを、それぞれ単独で評価しているに留まっており、これらの関係性まで考慮していないという課題が存在した。
特に、開発中のアプリケーションについては、試作段階での改良毎に被験者の主観的評価をその都度得ることは困難であり、主観的評価が自動的に取得できる評価システムが期待されていた。
In other words, each of the above-described existing evaluation methods evaluates the evaluation from the subjective viewpoint of the subject to the application and the evaluation from the objective viewpoint obtained from the screen layout and operation behavior independently. However, there was a problem that these relationships were not taken into consideration.
In particular, for an application under development, it is difficult to obtain a subject's subjective evaluation for each improvement at the prototype stage, and an evaluation system that can automatically obtain a subjective evaluation has been expected.
本発明は上記実情に鑑みて提案されたもので、被験者の主観的な観点による評価結果と、画面配置や画面構成などの物理特徴から得られる客観的な観点による評価結果との相関関係を捉えるモデルを構築することで、アプリケーションの自動的な評価を行うユーザインタフェース自動分析評価システム及び自動分析評価方法を提供することを目的とする。 The present invention has been proposed in view of the above circumstances, and captures a correlation between an evaluation result from a subjective viewpoint of a subject and an evaluation result from an objective viewpoint obtained from physical characteristics such as screen layout and screen configuration. An object of the present invention is to provide a user interface automatic analysis evaluation system and an automatic analysis evaluation method for automatically evaluating an application by building a model.
上記目的を達成するため本発明のユーザインタフェース自動分析評価システム（請求項１）は、評価対象とするアプリGUIのユーザビリティを評価する評価システムであって、次の各構成を備えたことを特徴としている。
予め評価対象以外のアプリGUIに対して主観評価項目毎に付けた点数を主観評価値として蓄積した主観評価結果記憶部。
主観評価されたアプリGUIに使用されているGUI物理パラメータに対する計測値を蓄積したGUI物理パラメータ計測結果記憶部。
前記主観評価結果記憶部及びGUI物理パラメータ計測結果記憶部から読み出し、GUI物理パラメータと主観評価項目との相関関係を分析して、主観評価項目と相関の高いGUI物理パラメータの組を選出した分析モデルを出力する相関関係分析部。
前記評価対象アプリGUIに使用されている前記GUI物理パラメータに対して、前記分析モデルを適用して、主観評価結果を予測するアプリGUI評価部。
In order to achieve the above object, a user interface automatic analysis and evaluation system according to the present invention (Claim 1) is an evaluation system for evaluating the usability of an application GUI to be evaluated, and includes the following components. Yes.
A subjective evaluation result storage unit that accumulates, as subjective evaluation values, points previously assigned to subjective evaluation items for application GUIs other than the evaluation target.
A GUI physical parameter measurement result storage unit that accumulates measurement values for GUI physical parameters used in subjectively evaluated application GUIs.
An analysis model that reads from the subjective evaluation result storage unit and the GUI physical parameter measurement result storage unit, analyzes the correlation between the GUI physical parameter and the subjective evaluation item, and selects a set of GUI physical parameters highly correlated with the subjective evaluation item Correlation analysis unit that outputs.
An app GUI evaluation unit that predicts a subjective evaluation result by applying the analysis model to the GUI physical parameter used in the evaluation target application GUI.
請求項２は、請求項１のユーザインタフェース自動分析評価システムにおいて、前記相関関係分析部は、前記GUI物理パラメータの計測値の行列データと、前記主観評価値の行列データから、正準相関分析を行うことを特徴としている。 According to a second aspect of the present invention, in the user interface automatic analysis and evaluation system according to the first aspect, the correlation analysis unit performs canonical correlation analysis from matrix data of measured values of the GUI physical parameters and matrix data of the subjective evaluation values. It is characterized by doing.
請求項３は、請求項２のユーザインタフェース自動分析評価システムにおいて、前記相関関係分析部は、正準相関分析結果から得られる構造係数に基づき、主観評価項目に対して影響を及ぼし易いGUI物理パラメータを予測することを特徴としている。 3. The user interface automatic analysis / evaluation system according to claim 2, wherein the correlation analysis unit is a GUI physical parameter that easily affects a subjective evaluation item based on a structure coefficient obtained from a canonical correlation analysis result. It is characterized by predicting.
請求項４は、請求項２又は請求項３のユーザインタフェース自動分析評価システムにおいて、前記アプリGUI評価部は、前記相関関係分析部の正準相関分析の出力結果と、前記評価対象アプリGUIのGUI物理パラメータの計測値を元づき、評価対象アプリGUIの影響のある主観評価値を予測することを特徴としている。 4. The user interface automatic analysis / evaluation system according to claim 2 or 3, wherein the app GUI evaluation unit includes an output result of the canonical correlation analysis of the correlation analysis unit and a GUI of the evaluation target application GUI. It is characterized by predicting a subjective evaluation value influenced by the evaluation target application GUI based on the measured value of the physical parameter.
請求項５は、請求項１のユーザインタフェース自動分析評価システムにおいて、前記相関関係分析部は、分析結果に基づき各評価項目を軸とする多次元特徴空間に分析対象アプリGUIをプロットするプロット部と、前記多次元特徴空間において類似した特徴を有するアプリケーション毎に分類するアプリ特徴分類部と、前記多次元特徴空間において人気アプリケーションのランキング順位に基づき分類するアプリ人気分類部とを備えることを特徴としている。 5. The user interface automatic analysis / evaluation system according to claim 1, wherein the correlation analysis unit includes a plotting unit for plotting the analysis target application GUI in a multidimensional feature space based on each evaluation item based on the analysis result; An application feature classifying unit that classifies each application having similar features in the multi-dimensional feature space; and an application popularity classifying unit that classifies the multi-dimensional feature space based on the ranking ranking of popular applications. .
請求項６は、請求項１のユーザインタフェース自動分析評価システムにおいて、前記相関関係分析部は、前記アプリGUIから当該アプリGUIに使用されているGUI物理パラメータを判定し、前記GUI物理パラメータが存在した場合に、当該GUI物理パラメータに関するデータを計測するGUI物理パラメータ計測部を有し、前記データを前記GUI物理パラメータ計測結果記憶部に蓄積することを特徴としている。 6. The user interface automatic analysis / evaluation system according to claim 1, wherein the correlation analysis unit determines a GUI physical parameter used in the application GUI from the application GUI, and the GUI physical parameter exists. In this case, a GUI physical parameter measurement unit that measures data related to the GUI physical parameter is included, and the data is stored in the GUI physical parameter measurement result storage unit.
請求項７は、請求項６のユーザインタフェース自動分析評価システムにおいて、前記GUI物理パラメータ計測部は、GUI物理パラメータの存在の有無と、GUI物理パラメータの種類の判定を自動で行う画像解析処理部を備えたことを特徴としている。 In the user interface automatic analysis / evaluation system according to claim 7, the GUI physical parameter measurement unit includes an image analysis processing unit that automatically determines the presence / absence of the GUI physical parameter and the type of the GUI physical parameter. It is characterized by having prepared.
請求項８は、請求項６のユーザインタフェース自動分析評価システムにおいて、前記GUI物理パラメータ計測部は、GUI物理パラメータの存在の有無と、GUI物理パラメータの種類の判定を手作業で入力するGUI物理パラメータ計測手入力部を備えたことを特徴としている。 Claim 8 is the user interface automatic analysis and evaluation system according to claim 6, wherein the GUI physical parameter measurement unit manually inputs the presence / absence of the GUI physical parameter and the determination of the type of the GUI physical parameter. It features a measuring hand input unit.
請求項９は、請求項１のユーザインタフェース自動分析評価システムにおいて、前記アプリGUIを評価及び分析するGUI物理パラメータを取捨選択、追加、削除するGUI物理パラメータ追加・削除指定部を有し、該指定に基づき前記相関関係分析部が相関関係の分析を行うことを特徴としている。 Claim 9 is the user interface automatic analysis and evaluation system according to claim 1, further comprising a GUI physical parameter addition / deletion designating unit for selecting, adding, and deleting the GUI physical parameter for evaluating and analyzing the application GUI. Based on the above, the correlation analysis unit analyzes the correlation.
本発明のユーザインタフェース自動分析評価方法（請求項１０）は、評価対象とするアプリGUIのユーザビリティを評価する評価方法であって、予め評価対象以外のアプリGUIに対して主観評価項目毎に付けた点数を主観評価値と、主観評価されたアプリGUIに使用されているGUI物理パラメータに対する計測値との相関関係を分析し、主観評価項目と相関の高いGUI物理パラメータの組を選出した分析モデルを作成し、前記評価対象アプリGUIに使用されている前記GUI物理パラメータに対して、前記分析モデルを適用して主観評価結果を予測することを特徴としている。 The user interface automatic analysis and evaluation method according to the present invention (claim 10) is an evaluation method for evaluating the usability of an app GUI to be evaluated, and is applied in advance to each appli- cation evaluation item for an app GUI other than the evaluation target. Analyze the correlation between the subjective evaluation value of the score and the measured value for the GUI physical parameter used in the subjectively evaluated app GUI, and select a set of GUI physical parameters that have a high correlation with the subjective evaluation item A subjective evaluation result is predicted by applying the analysis model to the GUI physical parameter created and used for the evaluation target application GUI.
本発明によれば、多数のアプリケーションを用いて分析モデルを学習することで、主観評価結果が高くなる要因となるGUI物理特徴を統計的に求めることができる。その結果、GUI設計時のポイントを押さえることができる。
アプリケーションの学習により得られた分析モデルを用いて、評価対象アプリGUIを入力すると、主観的評価に悪影響を及ぼすと予想されるGUI物理特徴をチェックできる。その結果、何度も主観評価実験とGUI改良案検討・実装を繰り返す必要がなくなる。
分析モデルを学習するための対象アプリケーションを、想定するユーザ層毎、人気の高いものと低いもの等のカテゴリに分けて学習することで、カテゴリ毎に主観評価項目とGUI物理特徴の相関性を比較することができる。
According to the present invention, by learning an analysis model using a large number of applications, it is possible to statistically obtain a GUI physical feature that causes a subjective evaluation result to increase. As a result, the point at the time of GUI design can be held down.
If an evaluation target application GUI is input using an analysis model obtained by learning an application, it is possible to check GUI physical characteristics that are expected to adversely affect subjective evaluation. As a result, it is not necessary to repeat subjective evaluation experiments and GUI improvement proposal examination and implementation over and over.
Compare the correlation between subjective evaluation items and GUI physical features for each category by learning the target application for learning the analysis model by dividing it into categories, such as popular and low, for each assumed user group. can do.
本発明のユーザインタフェース自動分析評価システムの実施形態の一例について、図１及び図２を参照しながら説明する。図１はユーザインタフェース自動分析評価システムの全体構成図、図２はユーザインタフェース自動分析評価システムにおける相関関係分析部の構成を示すブロック図である。 An example of an embodiment of the user interface automatic analysis evaluation system of the present invention will be described with reference to FIGS. 1 and 2. FIG. 1 is an overall configuration diagram of a user interface automatic analysis / evaluation system, and FIG. 2 is a block diagram showing a configuration of a correlation analysis unit in the user interface automatic analysis / evaluation system.
ユーザインタフェース自動分析評価システムは、評価対象となるアプリケーションのアプリGUIに対して、既に学習済のアプリケーションの主観的評価及び客観的評価から求めた分析モデルを使用して主観評価結果を予測することで、ユーザビリティの評価を自動的に行うものである。
ユーザインタフェース自動分析評価システムは、図１に示すように、GUI物理パラメータと主観評価項目との相関関係を分析し分析モデルを算出する相関関係分析部１０と、相関関係分析部１０との間で主観評価値データの送受信を行う主観評価結果記憶部１１と、相関関係分析部１０との間でGUI物理パラメータ計測値データの送受信を行うGUI物理パラメータ計測結果記憶部１２と、前記分析モデルを適用して主観評価結果を予測するアプリGUI評価部１３と、前記分析モデルからGUI学習モデルを設定するGUI学習部１４を備えている。
The user interface automatic analysis and evaluation system predicts the subjective evaluation result using the analysis model obtained from the subjective evaluation and objective evaluation of the already learned application against the application GUI of the application to be evaluated. , Which automatically evaluates usability.
As shown in FIG. 1, the user interface automatic analysis / evaluation system analyzes a correlation between a GUI physical parameter and a subjective evaluation item and calculates an analysis model between the correlation analysis unit 10 and the correlation analysis unit 10. Subjective evaluation result storage unit 11 that transmits / receives subjective evaluation value data, GUI physical parameter measurement result storage unit 12 that transmits / receives GUI physical parameter measurement value data to / from correlation analysis unit 10, and the analysis model is applied The application GUI evaluation unit 13 that predicts the subjective evaluation result and the GUI learning unit 14 that sets the GUI learning model from the analysis model are provided.
相関関係分析部１０は、学習対象となるアプリケーションのアプリGUIに使用されているGUI物理パラメータを判定し、GUI物理パラメータに関するデータを計測するGUI物理パラメータ計測部１０ａを備えている。また、GUI物理パラメータ計測部１０ａは、GUI物理パラメータの存在の有無と、GUI物理パラメータの種類の判定を自動で行う画像解析処理部を備えている。また、GUI物理パラメータ計測部１０ａは、前記した画像解析処理部に代えて、GUI物理パラメータの存在の有無と、GUI物理パラメータの種類の判定が手作業で入力されるGUI物理パラメータ計測手入力部を備えていても良い。 The correlation analysis unit 10 includes a GUI physical parameter measurement unit 10a that determines a GUI physical parameter used in the application GUI of the application to be learned and measures data related to the GUI physical parameter. Further, the GUI physical parameter measurement unit 10a includes an image analysis processing unit that automatically determines the presence / absence of the GUI physical parameter and the type of the GUI physical parameter. The GUI physical parameter measurement unit 10a is a GUI physical parameter measurement manual input unit that manually inputs the presence / absence of a GUI physical parameter and the determination of the type of the GUI physical parameter, instead of the image analysis processing unit described above. May be provided.
GUI物理パラメータ計測結果記憶部１２は、主観評価されたアプリGUIに使用されている各GUI物理パラメータに対する計測値をGUI物理パラメータ計測部１０ａで計測し、計測されたデータは行列データとして蓄積する。
GUI物理パラメータは、アプリGUIに対する客観的評価に関わるGUI分析指標であり、例えば、フォントサイズやボタンの数、状態遷移の平均分岐数、階層の深さなど画面構成・状態遷移・階層構造に関する様々な物理的特徴が自動的に算出される。
分析指標によっては、自動処理が難しい指標が存在する場合があるため、分析内容を入力するためのGUI物理特徴入力部２１が設けられ、分析者（ユーザ）が手作業で入力できるように構成してもよい。また、他の実現方法として、画面キャプチャ画像に対する画像解析処理を導入してもよい。GUI物理特徴入力部２１で入力された情報は、GUI物理パラメータ計測部１０ａのGUI物理パラメータ計測手入力部へ出力される。
The GUI physical parameter measurement result storage unit 12 measures the measured value for each GUI physical parameter used in the subjectively evaluated application GUI by the GUI physical parameter measurement unit 10a, and accumulates the measured data as matrix data.
The GUI physical parameter is a GUI analysis index related to the objective evaluation of the application GUI. For example, the font size, the number of buttons, the average number of branch of state transition, the depth of the hierarchy, etc. Physical characteristics are automatically calculated.
Depending on the analysis index, there may be an index that is difficult to automatically process. Therefore, a GUI physical feature input unit 21 for inputting analysis contents is provided so that an analyst (user) can input manually. May be. As another implementation method, an image analysis process for a screen capture image may be introduced. Information input by the GUI physical feature input unit 21 is output to the GUI physical parameter measurement manual input unit of the GUI physical parameter measurement unit 10a.
主観評価結果記憶部１１は、相関関係分析部１０を介して得られたアプリGUIに対し、主観評価項目毎に付けた点数を行列データとして蓄積する。
すなわち、対象アプリに対して、主観的評価に関わる評価指標に基づき、アンケート評価実験を実施する。複数の被験者から得た主観評価に基づく評価指標（画面構成の分かりやすさ、画面遷移の分かり易さ、操作の分かり易さ、見易さ等）毎の主観的評価値を取得し、主観評価項目毎に付けた点数を行列データとして蓄積する。
主観的評価指標に関する評価関数について、主観的評価指標を変数とする線形結合関数として定義する。
The subjective evaluation result storage unit 11 accumulates the score given for each subjective evaluation item as matrix data for the application GUI obtained via the correlation analysis unit 10.
That is, a questionnaire evaluation experiment is performed on the target application based on an evaluation index related to subjective evaluation. Obtain subjective evaluation values for each evaluation index (easiness of screen composition, easiness of screen transitions, easiness of operation, easiness to see, etc.) based on subjective evaluations obtained from multiple subjects. The points assigned to each item are accumulated as matrix data.
The evaluation function related to the subjective evaluation index is defined as a linear combination function with the subjective evaluation index as a variable.
相関関係分析部１０は、アプリケーションデータベース２２及びGUI物理特徴入力部２１に接続され、アプリケーションデータベース２２から読み込まれたアプリケーションのアプリGUIを学習対象とする。学習対象となるアプリGUIは、相関関係分析部１０のGUI物理パラメータ計測部１０ａで自動的に選択されたり、GUI物理特徴入力部２１で指定される。GUI物理特徴入力部２１は、アプリGUIを手作業で入力するためのフォームを備えたインタフェース部である。
相関関係分析部１０は、主観評価結果記憶部１１及びGUI物理パラメータ計測結果記憶部１２から読み出し、アプリGUIに関して客観的評価に関わるGUI分析指標に基づき、GUI物理パラメータと主観評価項目との相関関係を分析する分析部１０ｃを有している。この分析部１０ｃでは、主観評価項目と相関の高いGUI物理パラメータの組を選出した分析モデルをGUI学習部１４に出力する。GUI学習部１４では分析モデルからGUI学習モデルが設定される。
すなわち、相関関係分析部１０の分析部１０ｃでは、GUI物理パラメータ計測結果記憶部１２で考慮したGUIパラメータについて、予め定義したモデル（評価関数）と、前記分析によって得られた物理的特徴量とを利用して、客観的評価値を算出する。
客観的評価指標に関する評価関数について、GUIパラメータを変数とする線形結合関数として定義する。
The correlation analysis unit 10 is connected to the application database 22 and the GUI physical feature input unit 21, and learns the application GUI of the application read from the application database 22. The application GUI to be learned is automatically selected by the GUI physical parameter measurement unit 10 a of the correlation analysis unit 10 or specified by the GUI physical feature input unit 21. The GUI physical feature input unit 21 is an interface unit including a form for manually inputting the application GUI.
The correlation analysis unit 10 reads from the subjective evaluation result storage unit 11 and the GUI physical parameter measurement result storage unit 12, and based on the GUI analysis index related to the objective evaluation regarding the application GUI, the correlation between the GUI physical parameter and the subjective evaluation item. It has the analysis part 10c which analyzes. The analysis unit 10c outputs to the GUI learning unit 14 an analysis model in which a set of GUI physical parameters highly correlated with the subjective evaluation items is selected. In the GUI learning unit 14, a GUI learning model is set from the analysis model.
That is, the analysis unit 10c of the correlation analysis unit 10 uses a model (evaluation function) defined in advance for the GUI parameters considered in the GUI physical parameter measurement result storage unit 12 and the physical feature amount obtained by the analysis. Use this to calculate an objective evaluation value.
The evaluation function related to the objective evaluation index is defined as a linear combination function using GUI parameters as variables.
また、相関関係分析部１０は、分析結果に基づき各評価項目を軸とする多次元特徴空間に分析対象アプリGUIをプロットするプロット部１０ｄと、前記多次元特徴空間において類似した特徴を有するアプリケーション毎に分類するアプリ特徴分類部１０ｅと、前記多次元特徴空間において人気アプリケーションのランキング順位に基づき分類するアプリ人気分類部１０ｆとを備えている。
プロット部１０ｄは、上記機能を通じて得られた評価指標と評価値を元に、対象アプリの全てについて、客観的分析結果及び主観的評価実験結果に基づき、それぞれの分析指標を軸とする多次元特徴空間にマッピングする。アプリ特徴分類部１０ｅは、上記特徴空間において、類似した特徴を有するアプリ毎に分類する。アプリ人気分類部１０ｆは、上記特徴空間において、人気アプリランキングの順位に基づき分類する。
多次元特徴空間でのマッピングや、アプリ特徴，アプリ人気を分類することにより、分析部１０ｃにおける分析モデルの学習において、アプリ特徴やアプリ人気との相関関係を把握し易くすることができる。
Further, the correlation analysis unit 10 plots the analysis target application GUI in the multidimensional feature space centered on each evaluation item based on the analysis result, and each application having similar features in the multidimensional feature space. An application feature classifying unit 10e that classifies the application into a multi-dimensional feature space, and an application popularity classifying unit 10f that classifies the application based on a ranking ranking of popular applications.
Based on the evaluation index and the evaluation value obtained through the above function, the plotting unit 10d is a multidimensional feature based on the objective analysis result and the subjective evaluation experiment result for all of the target applications. Map to space. The application feature classifying unit 10e classifies each application having a similar feature in the feature space. The application popularity classification unit 10f performs classification based on the ranking of popular application rankings in the feature space.
By classifying the mapping in the multi-dimensional feature space, the application features, and the app popularity, it is possible to easily grasp the correlation between the app features and the app popularity in the analysis model learning in the analysis unit 10c.
相関関係分析部１０の分析部１０ｃでは、客観的評価指標に基づく分析結果（GUIパラメータと客観的評価値のセット）と、主観的評価指標に基づく評価結果（評価指標と主観的評価値のセット）を元に、前記した２つの評価関数から、双方の相関関係を求める。本実施例では、正準相関分析を用いることで、双方の相関関係が最大になるように、線形結合関数のパラメータが決定され、主観的評価指標に対して関係性の深い客観的評価指標の組み合わせが得られる。
また、分析モデルを学習するための対象アプリケーションについて、想定するユーザ層毎、人気の高いものと低いもの等のカテゴリに分けて学習すれば、カテゴリ毎に主観評価項目とGUI物理特徴の相関性を比較することができる。
In the analysis unit 10c of the correlation analysis unit 10, an analysis result based on an objective evaluation index (a set of GUI parameters and an objective evaluation value) and an evaluation result based on a subjective evaluation index (a set of evaluation index and subjective evaluation value) ) To determine the correlation between the two evaluation functions. In this embodiment, by using canonical correlation analysis, the parameters of the linear combination function are determined so that the correlation between the two is maximized, and an objective evaluation index closely related to the subjective evaluation index is determined. A combination is obtained.
In addition, if the target application for learning the analysis model is divided into categories such as the assumed user group, popular and low, etc., the correlation between the subjective evaluation items and the GUI physical features can be calculated for each category. Can be compared.
アプリGUI評価部１３は、前記評価対象アプリGUIに使用されている前記GUI物理パラメータに対して、前記分析モデルを適用して、主観評価結果を予測する。
すなわち、上記機能を通じて得られた客観的評価関数と主観的評価関数のパラメータを元に、以下のような処理を行う。
上述したGUI学習に用いたアプリケーションとは異なるアプリケーション（アプリGUI）が評価対象GUI入力部３１から入力され、アプリGUIのGUI物理パラメータに対する物理的特徴が自動的に選択され、又は、GUI物理特徴入力部３２から入力されると、前記した多次元特徴空間にマッピングしたり、主観的評価値の低い客観的評価指標を指摘し、評価結果出力部３３に評価結果を出力する。
The application GUI evaluation unit 13 predicts the subjective evaluation result by applying the analysis model to the GUI physical parameter used in the evaluation target application GUI.
That is, the following processing is performed based on the parameters of the objective evaluation function and the subjective evaluation function obtained through the above function.
An application (application GUI) different from the application used for the GUI learning described above is input from the evaluation target GUI input unit 31, and physical features for GUI physical parameters of the application GUI are automatically selected, or GUI physical feature input When input from the unit 32, mapping to the above-described multidimensional feature space, pointing out an objective evaluation index having a low subjective evaluation value, and outputting the evaluation result to the evaluation result output unit 33.
次に、ユーザインタフェース自動分析評価システムにおける処理手順について、図３〜図５を参照しながら説明する。
ユーザインタフェース自動分析評価システムでは、「GUI物理パラメータに対する計測値の取得」「GUI物理パラメータと主観評価項目との相関関係の分析」「アプリGUIの評価」の順に処理が行われる。
Next, a processing procedure in the user interface automatic analysis / evaluation system will be described with reference to FIGS.
In the user interface automatic analysis / evaluation system, processing is performed in the order of “acquisition of measurement values for GUI physical parameters”, “analysis of correlation between GUI physical parameters and subjective evaluation items”, and “application GUI evaluation”.
先ず、相関関係分析部１０における「GUI物理パラメータに対する計測値の取得」手順（学習ステップ）について、図３のフローチャートを参照して説明する。 First, the “acquisition of measured values for GUI physical parameters” procedure (learning step) in the correlation analysis unit 10 will be described with reference to the flowchart of FIG.
［学習するアプリGUIの指定］
アプリケーションデータベース２２から対象アプリケーションを読み込み、学習対象の複数個（学習数Ａ）のアプリGUIを選択して入力とする（ステップ１０１）。
入力するデータ形式としては、画面構成・画面階層関係を示すテキストデータ（XMLデータやプログラムソースコード）が存在する場合と、そのようなデータが存在せず、画面をキャプチャした画像データが存在する場合がある。
[Specify application GUI to learn]
A target application is read from the application database 22, and a plurality of learning GUIs (learning number A) are selected and input (step 101).
The input data format includes text data (XML data or program source code) indicating the screen structure / screen hierarchy relationship, and such data does not exist but image data that captures the screen exists. There is.
［GUI物理パラメータの判定］
GUI物理パラメータ判定部において、選択された学習対象のアプリGUIが有るかどうか（アプリGUIの学習数が「０」かどうか）を判断し（ステップ１０２）、学習対象のアプリGUIが無い場合は終了する（ステップ１０３）。
学習対象のアプリGUIが有る場合、学習対象のアプリGUIから、そのGUIに使用されている複数のGUI物理パラメータを判定する（ステップ１０４）。
GUI物理パラメータの判定は、学習対象アプリGUIにテキストデータが存在する場合、そのテキストデータを解析して、GUI物理パラメータを抽出することで行われる。また、学習対象アプリGUIに画像データが存在する場合、画像解析でGUI物理パラメータの存在の判定とその種類の判別を自動で行う。或いは、GUI物理特徴入力部２１から、作業者が手作業でGUI物理パラメータの存在位置／領域の指定とその種類の指定を行うようにしても良い。
[Judgment of GUI physical parameters]
The GUI physical parameter determination unit determines whether or not the selected learning target application GUI exists (whether the learning number of the application GUI is “0”) (step 102), and ends when there is no learning target application GUI. (Step 103).
When there is a learning target application GUI, a plurality of GUI physical parameters used in the GUI are determined from the learning target application GUI (step 104).
The determination of the GUI physical parameter is performed by analyzing the text data and extracting the GUI physical parameter when the text data exists in the learning target application GUI. Further, when image data exists in the learning target application GUI, the determination of the presence of the GUI physical parameter and the type thereof are automatically performed by image analysis. Alternatively, the GUI physical feature input unit 21 may be used to manually specify the location / area of the GUI physical parameter and the type thereof.
［GUI物理パラメータの計測］
判別された複数個（パラメータ数Ｂ）のGUI物理パラメータにおいて、処理対象となるGUI物理パラメータが有るかどうか（パラメータ数が「０」かどうか）を判断し（ステップ１０５）、GUI物理パラメータが無い場合は次の学習対象アプリGUI（Ａ＝Ａ−１）を処理対象とする（ステップ１０６）。
GUI物理パラメータが有る場合、判別されたGUI物理パラメータに関する計測値を取得する（ステップ１０７）。例えば、GUI物理パラメータがボタンである場合、高さ，幅，色を計測する。
また、GUI物理パラメータにおいて、画面内で主要な情報を記述しているテキストのフォントサイズと、補助的に使われているテキストのフォントサイズとを区別して判別及び計測したい場合、画像解析やテキスト解析などの技術を用いて、テキストの意味や画面内での使われ方を判別することは難しい。このような場合は、GUI物理パラメータの判別及び計測を、GUI物理パラメータ追加・削除指定部２３から作業者が手作業で行うようにする。
[Measurement of GUI physical parameters]
It is determined whether there is a GUI physical parameter to be processed (whether the number of parameters is “0”) among the plurality of determined GUI physical parameters (number of parameters B) (step 105), and there is no GUI physical parameter. In this case, the next learning target application GUI (A = A-1) is set as a processing target (step 106).
If there is a GUI physical parameter, a measured value related to the determined GUI physical parameter is acquired (step 107). For example, when the GUI physical parameter is a button, the height, width, and color are measured.
If you want to distinguish and measure the font size of text describing main information on the screen and the font size of auxiliary text in GUI physical parameters, image analysis and text analysis It is difficult to determine the meaning of the text and how it is used on the screen using such techniques. In such a case, determination and measurement of the GUI physical parameter is performed manually by the operator from the GUI physical parameter addition / deletion specifying unit 23.
［GUI物理パラメータの計測値の出力］
GUI物理パラメータ計測結果記憶部１２は、相関関係分析部１０に対して、ステップ１０８で取得したGUI物理パラメータの計測値を所定のフォーマットで出力する（ステップ１０８）。判別された各GUI物理パラメータについて、上述の処理が順次行われることで（ステップ１０９）、計測された全てのGUI物理パラメータの値が所定のフォーマットで相関関係分析部１０に出力される。
[Output of measured values of GUI physical parameters]
The GUI physical parameter measurement result storage unit 12 outputs the measured value of the GUI physical parameter acquired in step 108 to the correlation analysis unit 10 in a predetermined format (step 108). By performing the above-described processing sequentially for each determined GUI physical parameter (step 109), all measured GUI physical parameter values are output to the correlation analysis unit 10 in a predetermined format.
次に、相関関係分析部１０において、GUI物理パラメータの計測値とユーザが試用した主観評価結果を元に、GUI物理パラメータと主観評価項目との相関関係を分析する手順（学習ステップ）について、図４のフローチャートを参照して説明する。 Next, the procedure (learning step) for analyzing the correlation between the GUI physical parameter and the subjective evaluation item in the correlation analysis unit 10 based on the measured value of the GUI physical parameter and the subjective evaluation result tried by the user is shown in FIG. This will be described with reference to the flowchart of FIG.
［分析するアプリGUIの指定、GUI物理パラメータの計測値の読み出し］
GUI物理特徴入力部２１において、アプリGUIを選択して入力とすると（ステップ２０１）、相関関係分析部１０では、GUI物理パラメータ計測結果記憶部１２から上記所定のフォーマットで記述されたGUI物理パラメータ計測値を読み出す（ステップ２０２）。
[Specify application GUI to be analyzed and read measurement values of GUI physical parameters]
When the application GUI is selected and input in the GUI physical feature input unit 21 (step 201), the correlation analysis unit 10 performs GUI physical parameter measurement described in the predetermined format from the GUI physical parameter measurement result storage unit 12. The value is read (step 202).
［ユーザの主観評価結果の読み出し］
別途、分析対象のアプリGUIに対しては、主観評価実験を実施して所定フォーマットで出力されているので、相関関係分析部１０では、主観評価結果記憶部１１からその主観評価結果を読み出す（ステップ２０３）。
[Reading out subjective evaluation results of users]
Separately, for the application GUI to be analyzed, since a subjective evaluation experiment is performed and output in a predetermined format, the correlation analysis unit 10 reads out the subjective evaluation result from the subjective evaluation result storage unit 11 (step 203).
［相関関係の分析］
相関関係分析部１０では、GUI物理パラメータの計測値とユーザが試用した主観評価結果を元に、GUI物理パラメータと主観評価項目との相関関係を分析する。本実施例では、正準相関分析による分析方法で例示するが、それ以外の分析方法、例えば、単純な単相関分析方法を使用しても良い。
[Analysis of correlation]
The correlation analysis unit 10 analyzes the correlation between the GUI physical parameter and the subjective evaluation item based on the measured value of the GUI physical parameter and the subjective evaluation result tried by the user. In the present embodiment, the analysis method by canonical correlation analysis is exemplified, but other analysis methods such as a simple single correlation analysis method may be used.
表１に、GUI物理パラメータに対する計測結果の例を示す。
表１では、アプリ識別子APPIDに、GUI物理パラメータMPX（X=1,2,3,…）毎の計測値が対応した行列データＤＭとして計測結果を出力する。
Table 1 shows an example of measurement results for GUI physical parameters.
In Table 1, the measurement result is output as matrix data DM in which the measurement value for each GUI physical parameter MPX (X = 1, 2, 3,...) Corresponds to the application identifier APPID.
GUI物理パラメータには、テキストフォントサイズ、ボタンサイズ（高さと幅）、挿絵の数など、GUIを構成する要素に関する大きさや数などの計測可能な項目（MP１〜MP4に示されるように、データで表示される）であったり、ボタン自体が存在するかどうか、ボタンをタップしたときのアニメーションが存在するかどうかなど、GUIを構成する要素やそれに対して操作したときの反応の有無を示す項目（MP5に示されるように、「０」「１」で表示される）である。
この実施例においては、これらのパラメータは、どのようなアプリケーションに対しても固定的に扱うものではなく、必要に応じて追加や削除など行うことができるようにGUI物理パラメータ計測結果記憶部１２に接続されたGUI物理パラメータ追加・削除指定部２３（図１）から設定できるようにしている。
また、GUI物理パラメータの各データは、各GUI物理パラメータに対する計測値をそのまま利用してもよいし、項目毎に数値変換した値を利用してもよい。
The GUI physical parameters include text font size, button size (height and width), number of illustrations and other items that can be measured such as the size and number of elements that make up the GUI (as shown in MP1 to MP4). Items indicating whether or not there is a response when operating on the elements that make up the GUI, such as whether the button itself exists, whether there is an animation when the button is tapped, etc. As shown in MP5, “0” and “1” are displayed).
In this embodiment, these parameters are not fixedly handled for any application, and are stored in the GUI physical parameter measurement result storage unit 12 so that they can be added or deleted as necessary. Settings can be made from the connected GUI physical parameter addition / deletion designating unit 23 (FIG. 1).
For each data of the GUI physical parameter, a measured value for each GUI physical parameter may be used as it is, or a value obtained by numerically converting each item may be used.
表１は、各GUI物理パラメータの計測値に対して数値変換された結果を示す。例えば、MP1は、対象とする全アプリの計測値を元に、平均23.83、標準偏差11.15の正規分布に従うとみなして基準化した数値に変換したものである。各パラメータで数値変換する基準は異なっていてよく、正規分布や線形回帰直線など、各パラメータの特性に応じて選ばれた関数を利用してよい。 Table 1 shows the result of numerical conversion for the measured values of each GUI physical parameter. For example, MP1 is converted to a standardized numerical value based on the measured values of all the target applications, assuming that it follows a normal distribution with an average of 23.83 and a standard deviation of 11.15. The standard for numerical conversion may be different for each parameter, and a function selected according to the characteristics of each parameter such as a normal distribution or a linear regression line may be used.
表２に、主観評価結果の例を示す。
表２では、アプリ識別子APPIDに、主観評価項目SPY（Y=1,2,3,…）毎の計測値が対応した行列データＤＳとして計測結果を出力する。
Table 2 shows examples of subjective evaluation results.
In Table 2, the measurement result is output as matrix data DS in which the measurement value for each subjective evaluation item SPY (Y = 1, 2, 3,...) Corresponds to the application identifier APPID.
アプリケーションの主観評価項目は、評価者がアプリケーションを実際に動作させ、画面内の情報のまとまりの分かり易さ、触って反応する領域の分かり易さ、読み易さなどの項目であり、例えば５段階で評点（数が多い程高い評価）が付けられる。 The subjective evaluation items of the application are items such as easiness of understanding the group of information on the screen, easiness of understanding of the area to be touched, and readability, when the evaluator actually operates the application. The score (the higher the number, the higher the rating) is given.
上述した２つの行列データ（変量）ＤＭとＤＳとから、正準相関分析を行い、正準係数PMとPS、正準変量VMとVS、及び、正準相関係数rを求める。
表３に、正準相関分析により得られた正準係数PM、PSの例を示す。
表３中、GUI物理パラメータMPX（X=1,2,3,…）に対応するのがPM、主観評価項目SPY（Y=1,2,3,…）に対応するのがPSである。
表４に、正準相関分析により得られた正準変量VM、VSの例を示す。
表４中、GUI物理パラメータMPX（X=1,2,3,…）に対応するのがＶM、主観評価項目SPY（Y=1,2,3,…）に対応するのがＶSである。
Canonical correlation analysis is performed from the two matrix data (variables) DM and DS described above, and canonical coefficients PM and PS, canonical variables VM and VS, and canonical correlation coefficient r are obtained.
Table 3 shows examples of canonical coefficients PM and PS obtained by canonical correlation analysis.
In Table 3, PM corresponds to the GUI physical parameter MPX (X = 1, 2, 3,...), And PS corresponds to the subjective evaluation item SPY (Y = 1, 2, 3,...).
Table 4 shows examples of canonical variables VM and VS obtained by canonical correlation analysis.
In Table 4, VM corresponds to the GUI physical parameter MPX (X = 1, 2, 3,...), And VS corresponds to the subjective evaluation item SPY (Y = 1, 2, 3,...).
更に、標準化した変量と正準変量を元に、構造係数Sを求める。
表５に、正準相関分析により得られた構造係数の例を示す。
Further, the structure coefficient S is obtained based on the standardized variables and canonical variables.
Table 5 shows examples of structure coefficients obtained by canonical correlation analysis.
表５の構造係数において、第１因子に対応する主観評価項目では、SP3の絶対値が一番大きい。したがって、主観評価項目SP3に大きな影響を与えるのは第１因子であることが解る。そして、GUI物理パラメータでは、主観評価項目SP3と符号が同じで絶対値が大きいのは、GUI物理パラメータMP3とGUI物理パラメータMP1である。
同様に、第２因子に対応する主観評価項目では、SP2の絶対値が一番大きい。したがって、主観評価項目SP2に大きな影響を与えるのは第２因子であることが解る。そして、GUI物理パラメータでは、主観評価項目SP2と符号が同じで絶対値が大きいのは、GUI物理パラメータMP1とGUI物理パラメータMP2である。
また、第３因子に対応する主観評価項目では、SP1の絶対値が一番大きい。したがって、主観評価項目SP1に大きな影響を与えるのは第３因子であることが解る。そして、GUI物理パラメータでは、主観評価項目SP1と符号が同じで絶対値が大きいのは、GUI物理パラメータMP5とGUI物理パラメータMP2である。
すなわち、表５に示された構造係数の結果から、主観評価項目SP3にはGUI物理パラメータMP3とGUI物理パラメータMP1が、主観評価項目SP2にはGUI物理パラメータMP1とGUI物理パラメータMP2が、主観評価項目SP1にはGUI物理パラメータMP5とGUI物理パラメータMP2が強く影響していると分析できる。
In the structure coefficient of Table 5, the absolute value of SP3 is the largest in the subjective evaluation item corresponding to the first factor. Therefore, it is understood that the first factor has a great influence on the subjective evaluation item SP3. In the GUI physical parameters, the GUI physical parameter MP3 and the GUI physical parameter MP1 have the same sign as the subjective evaluation item SP3 and a large absolute value.
Similarly, in the subjective evaluation item corresponding to the second factor, the absolute value of SP2 is the largest. Therefore, it is understood that the second factor has a great influence on the subjective evaluation item SP2. In the GUI physical parameter, the GUI physical parameter MP1 and the GUI physical parameter MP2 have the same sign as the subjective evaluation item SP2 and a large absolute value.
In addition, in the subjective evaluation item corresponding to the third factor, the absolute value of SP1 is the largest. Therefore, it is understood that the third factor has a great influence on the subjective evaluation item SP1. In the GUI physical parameter, the GUI physical parameter MP5 and the GUI physical parameter MP2 have the same sign as the subjective evaluation item SP1 and a large absolute value.
That is, based on the results of the structure coefficients shown in Table 5, the subjective evaluation item SP3 includes the GUI physical parameter MP3 and the GUI physical parameter MP1, and the subjective evaluation item SP2 includes the GUI physical parameter MP1 and the GUI physical parameter MP2. It can be analyzed that the GUI physical parameter MP5 and the GUI physical parameter MP2 have a strong influence on the item SP1.
［分析結果の出力］
相関関係分析部１０では、上記分析結果の内容を分析モデル（主観評価項目と相関の高いGUI物理パラメータの組の選出）として、GUI学習部１４に所定のフォーマットで出力する（ステップ２０５）。
[Output of analysis results]
The correlation analysis unit 10 outputs the content of the analysis result as an analysis model (selection of a set of GUI physical parameters highly correlated with the subjective evaluation items) to the GUI learning unit 14 in a predetermined format (step 205).
GUI学習部１４では、分析結果を元に、以下のような処理を行うことで学習モデルを作成する。
対象アプリ全てについて、客観的分析結果及び主観的評価実験結果に基づき、それぞれの分析指標を軸とする多次元特徴空間にマッピングする。加えて、上記特徴空間において、類似した特徴を有するアプリケーション毎に分類する。さらに加えて、上記特徴空間において、人気アプリケーションランキングの順位に基づき分類する。
The GUI learning unit 14 creates a learning model by performing the following processing based on the analysis result.
All target applications are mapped to a multi-dimensional feature space based on each analysis index based on the objective analysis results and the subjective evaluation experiment results. In addition, in the feature space, classification is performed for each application having similar features. In addition, in the feature space, classification is performed based on the ranking of popular application rankings.
次に、GUI評価部１３において、相関関係分析部１０での分析によりGUI学習部１４で得られた学習モデル（分析モデル）を用いて、アプリGUIを評価する手順（評価ステップ）について、図５のフローチャートを参照して説明する。
［評価するアプリGUIの指定］
評価対象GUI入力部３１から評価する対象のアプリGUIを１つ選択して入力とする（ステップ３０１）。
入力するデータ形式としては、画面構成・画面階層関係を示すテキストデータ（XMLデータやプログラムソースコード）が存在する場合と、そのようなデータが存在せず、画面をキャプチャした画像データが存在する場合がある。
入力するものは、基本的には学習ステップ時のアプリGUI選択と同じ考えで、あるアプリケーションに対するGUI物理パラメータ計測結果が得られたとして、それをGUI評価部１３に入力する。その計測結果は、自動処理の場合は、アプリケーションのソースコードや画面構成を記述したＸＭＬデータのテキストデータから解析し、手動処理の場合は、アプリの画像キャプチャ画像から計測する。
Next, a procedure (evaluation step) for evaluating the application GUI using the learning model (analysis model) obtained by the GUI learning unit 14 by the analysis by the correlation analysis unit 10 in the GUI evaluation unit 13 will be described with reference to FIG. This will be described with reference to the flowchart of FIG.
[Specify app GUI to evaluate]
One application GUI to be evaluated is selected and input from the evaluation target GUI input unit 31 (step 301).
The input data format includes text data (XML data or program source code) indicating the screen structure / screen hierarchy relationship, and such data does not exist but image data that captures the screen exists. There is.
The input is basically the same idea as the selection of the application GUI at the learning step, and a GUI physical parameter measurement result for a certain application is obtained and input to the GUI evaluation unit 13. In the case of automatic processing, the measurement result is analyzed from text data of XML data describing the source code and screen configuration of the application, and in the case of manual processing, the measurement result is measured from an image capture image of the application.
［GUI物理パラメータの判定］
GUI評価部１３においては、評価対象のアプリGUIから、そのアプリGUIに使用されているGUI物理パラメータを判定する（ステップ３０２）
GUI物理パラメータの判定は、上述したGUI物理パラメータ計測結果記憶部１２での判定と同様に、評価対象アプリGUIにテキストデータが存在する場合、そのテキストデータを解析して、GUI物理パラメータを抽出することで行われる。また、評価対象アプリGUIに画像データが存在する場合、画像解析でGUI物理パラメータの存在の判定とその種類の判別を自動で行う。或いは、GUI物理特徴入力部３２から、作業者が手作業でGUI物理パラメータの存在位置／領域の指定とその種類の指定を行うようにしても良い。
[Judgment of GUI physical parameters]
The GUI evaluation unit 13 determines a GUI physical parameter used for the app GUI from the app GUI to be evaluated (step 302).
The determination of the GUI physical parameter is similar to the determination in the GUI physical parameter measurement result storage unit 12 described above. When text data exists in the evaluation target application GUI, the text data is analyzed to extract the GUI physical parameter. Is done. When image data exists in the evaluation target application GUI, the determination of the presence of the GUI physical parameter and the determination of the type are automatically performed by image analysis. Alternatively, the GUI physical feature input unit 32 may be used to manually specify the location / area of the GUI physical parameter and the type thereof.
［GUI物理パラメータの計測、出力］
続いてGUI評価部１３では、判別された複数個（パラメータ数Ｃ）のGUI物理パラメータが有るかどうか（パラメータ数が「０」かどうか）を判断する（ステップ３０３）。
GUI物理パラメータが有る場合、判別されたGUI物理パラメータに関する計測値を取得する（ステップ３０４）。例えば、GUI物理パラメータがボタンである場合、高さ，幅，色を計測する。更に、計測された全てのGUI物理パラメータの値を所定のフォーマットで出力する。
次に、ステップ３０４で取得したGUI物理パラメータの計測値を所定のフォーマットで出力する（ステップ３０５）。判別された各GUI物理パラメータについて、上述の処理が順次行われることで（ステップ３０６）、計測された全てのGUI物理パラメータの値が所定のフォーマットで出力される。
[Measurement and output of GUI physical parameters]
Subsequently, the GUI evaluation unit 13 determines whether there are a plurality of determined GUI parameters (the number of parameters C) (whether the number of parameters is “0”) (step 303).
If there is a GUI physical parameter, a measured value related to the determined GUI physical parameter is acquired (step 304). For example, when the GUI physical parameter is a button, the height, width, and color are measured. Further, all measured GUI physical parameter values are output in a predetermined format.
Next, the measured value of the GUI physical parameter acquired in step 304 is output in a predetermined format (step 305). By performing the above-described processing sequentially for each determined GUI physical parameter (step 306), the values of all measured GUI physical parameters are output in a predetermined format.
［評価］
GUI評価部１３では、GUI学習部１４の学習モデル（分析モデル）に基づいて、評価対象アプリGUIで使用されているGUI物理パラメータから、主観評価結果を推定する。
本実施例では、上記正準相関分析により得られた分析モデルから、評価対象アプリGUIのGUI物理パラメータから、主観評価の傾向を予測する。
[Evaluation]
Based on the learning model (analysis model) of the GUI learning unit 14, the GUI evaluation unit 13 estimates the subjective evaluation result from the GUI physical parameters used in the evaluation target application GUI.
In this embodiment, the tendency of subjective evaluation is predicted from the GUI physical parameters of the evaluation target application GUI from the analysis model obtained by the canonical correlation analysis.
上記正準相関分析において、GUI物理パラメータ（説明変数）に関する正準係数PM＝{PM1, PM2, PM3,…}と、標準化した評価対象アプリGUIのGUI物理パラメータ計測値DO＝{DO1, DO2, DO3,…}を元に、評価対象アプリの正準得点VOを算出する。
第１因子に関する正準得点VO1は、
VO1＝PM1×DO1+PM2×DO2+PM3×DO3+…
の線形結合関数により求められる。
In the above canonical correlation analysis, the canonical coefficient PM = {PM1, PM2, PM3, ...} for GUI physical parameters (explanatory variables) and the GUI physical parameter measurement DO of the standardized evaluation target application GUI DO = {DO1, DO2, Based on DO3, ...}, the canonical score VO of the app to be evaluated is calculated.
The canonical score VO1 for the first factor is
VO1 ＝ PM1 × DO1 + PM2 × DO2 + PM3 × DO3 +…
The linear combination function of
例えば、評価対象アプリGUIの正準得点VO1＝2.6612だったとする。このとき、表４のMPXの第１因子の正準変量の全ての値に対して、VO1の絶対値が最大となる。
一方、分析モデル（表５の構造係数）では、第１因子は、段落番号００５１で述べたように、主観評価項目SPYのSP3に影響を与えると予想される。
以上から、評価対象アプリGUIの主観評価項目SP3は、高得点を示すと予測できる。
For example, it is assumed that the canonical score VO1 of the evaluation target application GUI is 2.6612. At this time, the absolute value of VO1 is the maximum for all values of the canonical variable of the first factor of MPX in Table 4.
On the other hand, in the analysis model (structure coefficient in Table 5), the first factor is expected to affect the SP3 of the subjective evaluation item SPY as described in paragraph 0051.
From the above, it can be predicted that the subjective evaluation item SP3 of the evaluation target application GUI shows a high score.
また、例えば、評価対象アプリGUIにおいて、第３因子に関する正準得点VO3＝−0.18218だったとする。このとき、表４のMPXの第３因子の正準変数の全ての値に対して、VO3の絶対値が小さい方である。
一方、分析モデルでは、第３因子は、段落番号００５１で述べたように、主観評価項目SPYのSP1に影響を与えると予想される。
以上から、評価対象アプリGUIの主観評価項目SP1は、低得点を示すと予測できる。
Further, for example, in the evaluation target application GUI, it is assumed that the canonical score VO3 = −0.18218 for the third factor. At this time, the absolute value of VO3 is smaller with respect to all values of the canonical variable of the third factor of MPX in Table 4.
On the other hand, in the analysis model, as described in paragraph 0051, the third factor is expected to affect the SP1 of the subjective evaluation item SPY.
From the above, it can be predicted that the subjective evaluation item SP1 of the evaluation target application GUI shows a low score.
［評価結果の出力］
ステップ３０３において、判別された複数個（パラメータ数Ｃ）のGUI物理パラメータが無い（パラメータ数が「０」）場合、分析モデルを適用し（ステップ３０７）、上記評価結果を所定のフォーマットで評価結果出力部３３に出力する（ステップ３０８）。
出力のフォーマット自体は、いずれの形式であってもよい。評価結果出力部３３においては、評価対象アプリに対して、主観評価項目SP3に対する評価予想＝高、主観評価項目SP1に対する評価予想＝低、のような情報が出力される。この評価結果は、構造係数から自動的に処理して出力する。
[Output of evaluation results]
In step 303, if there is no discriminated plural (parameter number C) GUI physical parameters (parameter number is "0"), an analysis model is applied (step 307), and the evaluation result is evaluated in a predetermined format. It outputs to the output part 33 (step 308).
The output format itself may be any format. The evaluation result output unit 33 outputs information such as evaluation prediction for the subjective evaluation item SP3 = high and evaluation prediction for the subjective evaluation item SP1 = low for the evaluation target application. This evaluation result is automatically processed and output from the structure coefficient.
上述した自動ユーザインタフェース分析評価システムによれば、多数のアプリケーションを用いてこのモデルを学習し、モデルに基づいて評価を行うことで、評価の高い主観評価指標に関係が深い客観指標を得ることができる。すなわち、初期のモデル学習のときに、主観評価実験を実施しておけば、再度実施する必要がなくなるため、分析評価を行う場合に効率的なコスト及び時間を削減することができる。 According to the automatic user interface analysis and evaluation system described above, an objective index closely related to a highly evaluated subjective evaluation index can be obtained by learning this model using many applications and performing an evaluation based on the model. it can. That is, if a subjective evaluation experiment is performed at the time of initial model learning, it is not necessary to perform it again. Therefore, efficient cost and time can be reduced when performing analytical evaluation.
モデル学習のステップでは、フォントサイズやボタンの数、状態遷移の平均分岐数、階層の深さなど画面構成・状態遷移・階層構造に関する様々なGUIパラメータに対する物理的特徴を算出するとともに、複数のユーザ層（年代や性別）から得た主観評価に基づく評価指標（画面構成の分かり易さ、画面遷移の分かり易さ、操作の分かり易さ、見易さ）毎の評点を元に、物理的特徴と主観評価の相関関係を捉えるモデルを構築する。
そして、多数のアプリケーションを用いてこの分析モデルを学習することで、主観評価の高い評価指標と関係の深いルールが学習された分析モデルを構築できる。
In the model learning step, physical features for various GUI parameters related to screen configuration, state transitions, and hierarchical structures, such as font size, number of buttons, average number of state transition branches, and layer depth, are calculated, and multiple users Physical characteristics based on scores for each evaluation index (easiness of screen composition, easiness of screen transitions, easiness of operation, easiness to see) based on subjective evaluation obtained from layers (age and gender) Build a model that captures the correlation between subjectivity and subjective evaluation.
Then, by learning this analysis model using a large number of applications, it is possible to construct an analysis model in which rules that are closely related to an evaluation index having a high subjective evaluation are learned.
上述したシステムによる分析方法により、あるアプリGUIに分析モデルを適用することで、GUIパラメータに関するミクロな分析から、主観評価に通ずるマクロな分析が可能となる。
また、主観的評価と客観的評価の関係性を捉えたモデルとなるため、単独の評価結果と比較して分析の信頼性を向上できる。
更に、分析結果で低い評価を示したGUIパラメータに関して推奨値を提示するなど、具体的な改良内容を提案することが可能となる。
By applying the analysis model to a certain application GUI by the above-described analysis method by the system, it is possible to perform a macro analysis that leads to a subjective evaluation from a micro analysis related to the GUI parameter.
In addition, since the model captures the relationship between the subjective evaluation and the objective evaluation, the reliability of the analysis can be improved as compared with a single evaluation result.
Furthermore, it is possible to propose specific improvements, such as presenting recommended values for GUI parameters that showed a low evaluation in the analysis results.
１０…相関関係分析部、 １０ａ…GUI物理パラメータ計測部， １０ｃ…分析部、 １０ｄ…プロット部、 １０ｅ…アプリ特徴分類部、 １０ｆ…アプリ人気分類部、 １１…主観評価結果記憶部、 １２…GUI物理パラメータ計測結果記憶部、 １３…GUI評価部、 １４…GUI学習部、 ２１…GUI物理特徴入力部、 ２２…アプリケーションデータベース、 ２３…GUI物理パラメータ追加・削除指定部、 ３１…評価対象GUI入力部、 ３２…GUI物理特徴入力部、 ３３…評価結果出力部。 DESCRIPTION OF SYMBOLS 10 ... Correlation analysis part, 10a ... GUI physical parameter measurement part, 10c ... Analysis part, 10d ... Plot part, 10e ... Application feature classification part, 10f ... Application popularity classification part, 11 ... Subjective evaluation result storage part, 12 ... GUI Physical parameter measurement result storage unit, 13 ... GUI evaluation unit, 14 ... GUI learning unit, 21 ... GUI physical feature input unit, 22 ... Application database, 23 ... GUI physical parameter addition / deletion designation unit, 31 ... Evaluation target GUI input unit 32 ... GUI physical feature input unit 33 ... Evaluation result output unit
Claims (10)
予め評価対象以外のアプリGUIに対して主観評価項目毎に付けた点数を主観評価値として蓄積した主観評価結果記憶部と、
主観評価されたアプリGUIに使用されているGUI物理パラメータに対する計測値を蓄積したGUI物理パラメータ計測結果記憶部と、
前記主観評価結果記憶部及びGUI物理パラメータ計測結果記憶部から読み出し、GUI物理パラメータと主観評価項目との相関関係を分析して、主観評価項目と相関の高いGUI物理パラメータの組を選出した分析モデルを出力する相関関係分析部と、
前記評価対象アプリGUIに使用されている前記GUI物理パラメータに対して、前記分析モデルを適用して、主観評価結果を予測するアプリGUI評価部と
を備えたことを特徴とするユーザインタフェース自動分析評価システム。 An evaluation system for evaluating the usability of an app GUI to be evaluated,
Subjective evaluation result storage unit that accumulates the score assigned to each subjective evaluation item for the app GUI other than the evaluation target in advance as a subjective evaluation value;
GUI physical parameter measurement result storage unit that accumulates measurement values for GUI physical parameters used in subjectively evaluated app GUIs,
An analysis model that reads from the subjective evaluation result storage unit and the GUI physical parameter measurement result storage unit, analyzes the correlation between the GUI physical parameter and the subjective evaluation item, and selects a set of GUI physical parameters highly correlated with the subjective evaluation item A correlation analysis unit that outputs
An application GUI evaluation unit that predicts a subjective evaluation result by applying the analysis model to the GUI physical parameter used in the evaluation target application GUI, and includes a user interface automatic analysis evaluation system.
分析結果に基づき各評価項目を軸とする多次元特徴空間に分析対象アプリGUIをプロットするプロット部と、
前記多次元特徴空間において類似した特徴を有するアプリケーション毎に分類するアプリ特徴分類部と、
前記多次元特徴空間において人気アプリケーションのランキング順位に基づき分類するアプリ人気分類部と
を備える請求項１に記載のユーザインタフェース自動分析評価システム。 The correlation analysis unit
A plotting unit for plotting the analysis target application GUI in a multidimensional feature space based on each evaluation item based on the analysis result;
An application feature classifying unit for classifying each application having similar features in the multidimensional feature space;
The user interface automatic analysis / evaluation system according to claim 1, further comprising: an app popularity classification unit that classifies based on a ranking ranking of popular applications in the multidimensional feature space.
前記アプリGUIから当該アプリGUIに使用されているGUI物理パラメータを判定し、前記GUI物理パラメータが存在した場合に、当該GUI物理パラメータに関するデータを計測するGUI物理パラメータ計測部を有し、
前記データを前記GUI物理パラメータ計測結果記憶部に蓄積する請求項１に記載のユーザインタフェース自動分析評価システム。 The correlation analysis unit
Determining a GUI physical parameter used in the app GUI from the app GUI, and when the GUI physical parameter exists, a GUI physical parameter measurement unit that measures data related to the GUI physical parameter;
The user interface automatic analysis evaluation system according to claim 1, wherein the data is accumulated in the GUI physical parameter measurement result storage unit.
予め評価対象以外のアプリGUIに対して主観評価項目毎に付けた点数を主観評価値と、主観評価されたアプリGUIに使用されているGUI物理パラメータに対する計測値との相関関係を分析し、主観評価項目と相関の高いGUI物理パラメータの組を選出した分析モデルを作成し、
前記評価対象アプリGUIに使用されている前記GUI物理パラメータに対して、前記分析モデルを適用して主観評価結果を予測することを特徴とするユーザインタフェース自動分析評価方法。 An evaluation method for evaluating the usability of an app GUI to be evaluated,
Analyze the correlation between the subjective evaluation value and the measured value for the GUI physical parameter used in the subjectively evaluated app GUI for each subjective evaluation item for the app GUI other than the evaluation target, Create an analysis model that selects a set of GUI physical parameters that are highly correlated with the evaluation items,
A method for automatically analyzing and evaluating a user interface, wherein a subjective evaluation result is predicted by applying the analysis model to the GUI physical parameter used in the evaluation target application GUI.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011228816A JP5775417B2 (en) | 2011-10-18 | 2011-10-18 | User interface automatic analysis and evaluation system and user interface automatic analysis and evaluation method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011228816A JP5775417B2 (en) | 2011-10-18 | 2011-10-18 | User interface automatic analysis and evaluation system and user interface automatic analysis and evaluation method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013089018A true JP2013089018A (en) | 2013-05-13 |
| JP5775417B2 JP5775417B2 (en) | 2015-09-09 |
Family
ID=48532870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011228816A Expired - Fee Related JP5775417B2 (en) | 2011-10-18 | 2011-10-18 | User interface automatic analysis and evaluation system and user interface automatic analysis and evaluation method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5775417B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015138492A (en) * | 2014-01-24 | 2015-07-30 | Kddi株式会社 | Subjective evaluation value determination device, information presentation device, subjective evaluation value determination method, and computer program |
| WO2015114753A1 (en) * | 2014-01-29 | 2015-08-06 | 株式会社日立製作所 | Analysis device and analysis method |
| JP2020504374A (en) * | 2016-12-30 | 2020-02-06 | 山東大学 | Feedback-based self-adaptive objective weighted context awareness system and method of operation. |
| CN112955914A (en) * | 2018-11-09 | 2021-06-11 | 权五京 | Personal characteristic evaluation system and evaluation method thereof |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007249755A (en) * | 2006-03-17 | 2007-09-27 | Ibm Japan Ltd | System for evaluating difficulty understanding document and method therefor |
| WO2011024357A1 (en) * | 2009-08-31 | 2011-03-03 | 日本電気株式会社 | Gui evaluation system, method and program |
-
2011
- 2011-10-18 JP JP2011228816A patent/JP5775417B2/en not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007249755A (en) * | 2006-03-17 | 2007-09-27 | Ibm Japan Ltd | System for evaluating difficulty understanding document and method therefor |
| WO2011024357A1 (en) * | 2009-08-31 | 2011-03-03 | 日本電気株式会社 | Gui evaluation system, method and program |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015138492A (en) * | 2014-01-24 | 2015-07-30 | Kddi株式会社 | Subjective evaluation value determination device, information presentation device, subjective evaluation value determination method, and computer program |
| WO2015114753A1 (en) * | 2014-01-29 | 2015-08-06 | 株式会社日立製作所 | Analysis device and analysis method |
| US9870279B2 (en) | 2014-01-29 | 2018-01-16 | Hitachi, Ltd. | Analysis apparatus and analysis method |
| JP2020504374A (en) * | 2016-12-30 | 2020-02-06 | 山東大学 | Feedback-based self-adaptive objective weighted context awareness system and method of operation. |
| CN112955914A (en) * | 2018-11-09 | 2021-06-11 | 权五京 | Personal characteristic evaluation system and evaluation method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5775417B2 (en) | 2015-09-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Assila et al. | Standardized usability questionnaires: Features and quality focus | |
| US9501540B2 (en) | Interactive visualization of big data sets and models including textual data | |
| Lettner et al. | Automated and unsupervised user interaction logging as basis for usability evaluation of mobile applications | |
| US9411482B2 (en) | Visualizing user interfaces | |
| US20180004823A1 (en) | System and method for data profile driven analytics | |
| WO2011152149A1 (en) | Region recommendation device, region recommendation method, and recording medium | |
| CN108090032B (en) | Visual interpretation method and device of logistic regression model | |
| CN107168705B (en) | Graphic interface semantic description system and establishing method and operation path generating method thereof | |
| CN103677802B (en) | The system and method for improved consumption model for analysis | |
| JP5786458B2 (en) | Keyword extraction and web content access information collection device | |
| Olsina et al. | Evaluating mobileapp usability: a holistic quality approach | |
| KR101312446B1 (en) | Analysis apparatus and method for usability of mobile application using user bebavior log | |
| JP5775417B2 (en) | User interface automatic analysis and evaluation system and user interface automatic analysis and evaluation method | |
| CN106796618A (en) | Time series forecasting device and time sequence forecasting method | |
| CN112368720A (en) | Information processing apparatus, information processing method, and program | |
| US11573675B2 (en) | Generating visual experience-journey timelines using experience and touchpoint data | |
| US20140310306A1 (en) | System And Method For Pattern Recognition And User Interaction | |
| Ntoa et al. | UXAmI observer: an automated user experience evaluation tool for ambient intelligence environments | |
| JPWO2016092677A1 (en) | Module division support apparatus, method, and program | |
| Ammar | A usability model for mobile applications generated with a model-driven approach | |
| Tarkkanen et al. | Incremental user-interface development for interactive multiobjective optimization | |
| JPWO2014112024A1 (en) | Emotion visualization device, emotion visualization method, and emotion visualization program | |
| JP2011145996A (en) | Reviewer evaluation apparatus, reviewer evaluation method and program | |
| KR101447563B1 (en) | Evaluation system of cognitive ability based on physical object and method thereof | |
| Jusselme et al. | Visualization techniques for heterogeneous and multidimensional simulated building performance data sets |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140725 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150410 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150513 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150604 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150624 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150703 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5775417 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |