JP5775417B2 - ユーザインタフェース自動分析評価システム及びユーザインタフェース自動分析評価方法 - Google Patents
ユーザインタフェース自動分析評価システム及びユーザインタフェース自動分析評価方法 Download PDFInfo
- Publication number
- JP5775417B2 JP5775417B2 JP2011228816A JP2011228816A JP5775417B2 JP 5775417 B2 JP5775417 B2 JP 5775417B2 JP 2011228816 A JP2011228816 A JP 2011228816A JP 2011228816 A JP2011228816 A JP 2011228816A JP 5775417 B2 JP5775417 B2 JP 5775417B2
- 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.)
- Expired - Fee Related
Links
Landscapes
- User Interface Of Digital Computer (AREA)
Description
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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)。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
[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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Claims (10)
- 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、
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。 - 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。
- 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請求項2に記載のユーザインタフェース自動分析評価システム。
- 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請求項2又は請求項3に記載のユーザインタフェース自動分析評価システム。
- 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。 - 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。 - 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請求項6に記載のユーザインタフェース自動分析評価システム。
- 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請求項6に記載のユーザインタフェース自動分析評価システム。
- 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。
- 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ソフトウエアによりコンピュータに実行させ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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011228816A JP5775417B2 (ja) | 2011-10-18 | 2011-10-18 | ユーザインタフェース自動分析評価システム及びユーザインタフェース自動分析評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011228816A JP5775417B2 (ja) | 2011-10-18 | 2011-10-18 | ユーザインタフェース自動分析評価システム及びユーザインタフェース自動分析評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013089018A JP2013089018A (ja) | 2013-05-13 |
JP5775417B2 true JP5775417B2 (ja) | 2015-09-09 |
Family
ID=48532870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011228816A Expired - Fee Related JP5775417B2 (ja) | 2011-10-18 | 2011-10-18 | ユーザインタフェース自動分析評価システム及びユーザインタフェース自動分析評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5775417B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6207410B2 (ja) * | 2014-01-24 | 2017-10-04 | Kddi株式会社 | 情報提示装置、情報処理方法およびコンピュータプログラム |
WO2015114753A1 (ja) * | 2014-01-29 | 2015-08-06 | 株式会社日立製作所 | 分析装置および分析方法 |
CN106650937B (zh) * | 2016-12-30 | 2019-09-27 | 山东大学 | 一种基于反馈的自适应主客观权重上下文感知系统及其工作方法 |
KR102231479B1 (ko) * | 2018-11-09 | 2021-03-23 | 권오경 | 개인 특성 평가 시스템 및 평가 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007249755A (ja) * | 2006-03-17 | 2007-09-27 | Ibm Japan Ltd | ドキュメントを理解する難易度を評価するシステムおよびその方法 |
WO2011024357A1 (ja) * | 2009-08-31 | 2011-03-03 | 日本電気株式会社 | Gui評価システム、方法およびプログラム |
-
2011
- 2011-10-18 JP JP2011228816A patent/JP5775417B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2013089018A (ja) | 2013-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Assila et al. | Standardized usability questionnaires: Features and quality focus | |
JP5803910B2 (ja) | 領域推薦装置、領域推薦方法およびプログラム | |
CN107168705B (zh) | 图形界面语义描述系统及其建立方法和操作路径生成方法 | |
JP5786458B2 (ja) | キーワード抽出及びウエブコンテンツアクセス情報の収集装置 | |
CN108052243A (zh) | 支持智能用户界面交互 | |
JP5775417B2 (ja) | ユーザインタフェース自動分析評価システム及びユーザインタフェース自動分析評価方法 | |
Olsina et al. | Evaluating mobileapp usability: a holistic quality approach | |
KR101312446B1 (ko) | 사용자의 행위 로그를 이용한 모바일 어플리케이션의 사용성 분석 장치 및 방법 | |
US20200134488A1 (en) | Method for recommending next user input using pattern analysis of user input | |
US20190228335A1 (en) | Optimization apparatus and optimization method for hyper parameter | |
JP5477201B2 (ja) | Gui解析装置、方法、及び、プログラム | |
JP6178023B2 (ja) | モジュール分割支援装置、方法、及びプログラム | |
JP2005300324A (ja) | 被試験対象デバイスの測定データ解析方法、プログラム、および測定データ解析システム | |
JP6202634B2 (ja) | 感情可視化装置、感情可視化方法および感情可視化プログラム | |
US20140310306A1 (en) | System And Method For Pattern Recognition And User Interaction | |
Ammar | A usability model for mobile applications generated with a model-driven approach | |
JP5344220B2 (ja) | 測定装置および測定装置の操作方法 | |
Ntoa et al. | UXAmI observer: an automated user experience evaluation tool for ambient intelligence environments | |
JP2012248120A (ja) | ウエブコンテンツの提供装置、方法、及びプログラム | |
Jusselme et al. | Visualization techniques for heterogeneous and multidimensional simulated building performance data sets | |
Romeiro et al. | Guidelines' Parametrization to Assess AAL Ecosystems' Usability. | |
CN105359111A (zh) | 用户界面检查方法、设备及程序 | |
KR102239225B1 (ko) | 워드 클라우드의 시각화를 위한 장치 및 방법 | |
JP2017211756A (ja) | 予測不可データ判定システム及び予測不可データ判定方法 | |
JP2014137778A (ja) | ユーザビリティに対する評価装置、評価方法及び評価プログラム |
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 |