“在此刻捕捉你的体验”:在沉浸式虚拟环境中收集并发用户体验数据
作者
沉浸感与临场感研究原型设计与用户测试VR 中的社交与协作HCI 研究员UI/UX 设计师
文献标题
“Capture Your Experience at This Moment”: Collecting Concurrent User Experience Data in Immersive Virtual Environment
出版信息
- 主题领域: 沉浸式虚拟环境(IVE)中的用户体验(UX)数据收集
- 关键词: UX数据收集、沉浸式虚拟环境、同步注释、JourneyCapturer、时空耦合、记忆支持、环境锚定、基于VR的UX研究、设计目标、用户研究
背景与问题
- 问题/挑战: 传统的回顾性UX数据收集方法因记忆失真和回忆不准确而影响数据真实性,从而削弱设计决策的可靠性。而现有的同步方法在沉浸式虚拟环境(IVE)中的深入研究和整合仍然不足。
- 重要性: 改进UX数据收集方法对于基于证据的设计决策至关重要,尤其是在空间环境中,细微的洞察往往容易被忽视。
- 动机与相关研究: 先前研究探索了回顾性方法(如访谈和问卷调查)以及同步方法(如思维大声法和生理监测)。然而,这些方法存在记忆丢失、认知负担以及缺乏第一人称体验视角等局限性。IVE技术为同步、情境感知的UX数据收集提供了潜力,但现有研究主要将IVE用于回顾性评估,而非主动的同步方法。
解决方案
- 提出的方法: JourneyCapturer,一种用于IVE中同步UX数据收集的交互工具,旨在整合实时注释和环境锚定功能。
- 创新点:
- 开发JourneyCapturer工具,实现时空耦合的UX数据捕获。
- 在IVE中引入一种有意识的主动同步UX数据收集方法。
- 提出从宏观、中观到微观层面的分层指导原则,用于实施主动UX数据收集。
- 过程与关键技术:
- 通过34名参与者的形成性研究确定设计目标。
- 与6位专家共同设计JourneyCapturer,并通过反馈进行迭代优化。
- 通过20名参与者的用户研究评估JourneyCapturer,比较同步IVE注释、回顾性访谈和组合方法的效果。
- 开发了四步UX收集工作流程:沉浸式探索、模板创建、结构化记录和情境分析。
研究结果
- 具体发现:
- 同步IVE方法相比回顾性方法,显著提高了UX数据的完整性、一致性、相关性和洞察生成能力。
- 组合方法产生了最多的有价值洞察,但耗时更长且引入了冗余。
- JourneyCapturer在SUS评分中获得77.60分(B+等级),显示出较高的可用性。
- 相较基线的优势:
- 同步IVE方法通过环境锚定减少了记忆失真并增强了客观性。
- 通过多感官刺激和空间进程提高了沉浸感和记忆生动性。
- 深入挖掘了无障碍性和环境设计机会的洞察。
- 实验/评估:
- 混合方法用户研究,比较三种UX收集方法在两个场景(地铁和医院)中的表现。
- 定量指标:耗时、错误率、有价值洞察数量、自我评估问卷、沉浸评分和NASA-TLX工作负荷。
- 对参与者反馈进行定性主题分析。
- 局限性与未来工作:
- 由于样本人口统计特征的限制和样本规模较小,研究结果的普适性有限。
- 当虚拟环境与个人记忆存在差异时,认知场景验证面临挑战。
- 未来研究方向包括在IVE会话中与专家协作、灵活的手势注释、可扩展的基于AR的实地研究以及多模态数据整合。
总结
本文介绍了JourneyCapturer,一种用于沉浸式虚拟环境(IVE)中同步UX数据收集的工具,旨在解决传统回顾性方法的局限性。通过形成性研究、共同设计工作坊和用户研究,作者证明了同步IVE方法通过环境锚定和时空耦合提高了数据的完整性、相关性和客观性。参与者认可其沉浸式参与和记忆支持能力,但也指出了表达流畅性和场景验证方面的挑战。研究提出了主动UX数据收集的分层指导原则,并建议未来研究方向包括专家协作、多模态分析和基于AR的可扩展性。JourneyCapturer代表了UX研究方法学的重大进步,能够实现情境感知和结构化的数据收集。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
虚拟现实中用于到达重定向的模型预测控制方法
CHI '22· VR 中的社交与协作 +2
- 100%
通过定义 3D 虚拟环境的有效参数改进 steering law 吞吐量计算
CHI '26· 沉浸感与临场感研究 +2
- 100%
韧性修复的休息时机:多用户虚拟现实中的集体恢复
CHI '26· VR 中的社交与协作 +2
- 83%
虚拟现实中的用户入门:当前实践的调查
CHI '23· VR 中的社交与协作 +2
- 80%
XR 文本输入宝库(TEXT):收集和分析 XR 中的文本输入技术
CHI '25· VR 中的社交与协作 +1
- 80%
OmniGlobeVR:用于虚拟现实的协作式360度通信系统
DIS '20· VR 中的社交与协作 +1
- 80%
Auptimize:扩展现实中空间音频提示的优化放置
UIST '24· VR 中的社交与协作 +1
- 67%
预见无需加速:共处增强现实协作中共享视线的价值
CHI '26· VR 中的社交与协作 +2
- 67%
眼动-头动连续体:虚拟现实中个体与群体头部运动倾向的建模
CHI '26· 沉浸感与临场感研究 +2
- 67%
边界切换与光标变形:多显示器XR环境中性能与舒适度的比较研究
CHI '26· 混合现实工作空间 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790362
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
沉浸感与临场感研究、原型设计与用户测试、VR 中的社交与协作
work
职业/产业
HCI 研究员、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文