人物角色与分析:一项关于用户识别任务效率和效果的比较用户研究

荣誉提名
用户研究方法(访谈、调查、观察)原型设计与用户测试大学教授与研究人员UI/UX 设计师HCI 研究员

人物角色是人机交互中一个广为人知的技术。然而,缺乏严格的实证研究来评估人物角色与其他方法相比的情况。在这个34名参与者实验中,我们将一个基于人物角色的系统和一个分析系统进行了比较,两者使用相同用户数据,评估它们在用户识别任务中的效率和效果。结果显示,人物角色系统比分析系统能更快地完成任务,并且在用户识别准确性上显著优于分析系统。对大声思考记录的定性分析表明,人物角色在学习性和一致性方面还有其他好处。然而,由于设计上的固有差异,分析系统提供了人物角色无法提供的见解和能力。研究结果支持使用人物角色来了解用户,实证确认了文献中提到的一些好处,同时也强调了人物角色的局限性,这可能需要使用伴随的方法。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/31946/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376770
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
荣誉提名
group
作者
5 位作者
sell
研究子方向
用户研究方法(访谈、调查、观察)、原型设计与用户测试
work
职业/产业
大学教授与研究人员、UI/UX 设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文