通过数据驱动的方法预测和诊断用户与移动UI动画的互动

DOI

动画是用户界面（UI）中的一个常见设计元素，可以影响用户与移动应用程序的互动（UE）。为了避免由于动画设计不当而损害UE，设计师依赖于资源密集型的评估方法，如用户研究或专家评审。为了减轻这种负担，我们提出了一种数据驱动的方法来帮助设计师检查其动画设计中的UE问题。我们首先众包了移动UI动画的UE评估。基于收集到的数据，然后我们构建了一个新颖的深度学习模型，该模型捕捉动画的空间和时间特征以预测其UE水平。评估表明，我们的模型达到了合理的准确性。我们进一步利用模型编码的动画特征和一组专家评审样本，推导出特定动画的潜在UE问题。最后，我们开发了一个概念验证工具，并与专家一起评估其在实际设计实践中的潜在用途。