Crypto中的U代表可用性:一项关于移动加密货币钱包用户体验的实证研究

荣誉提名
自动机器学习(AutoML)界面加密货币投资者

文献标题

The U in Crypto Stands for Usable: An Empirical Study of User Experience with Mobile Cryptocurrency Wallets

文献信息

  • 主题领域: 人机交互与加密货币用户体验
  • 关键词: 加密货币, 用户体验, 移动钱包, 自然语言处理, 主题分析, 审核分析

研究背景与问题

  • 问题与挑战:
    • 当前移动加密货币钱包的用户体验(UX)存在许多普遍性和领域特定的问题。
    • 用户对加密货币和钱包操作的误解可能导致重大错误及不可逆转的经济损失。
    • 用户开始使用加密货币时通常参照惯例支付系统,但其特性(如交易的不可撤销性)显然不同。
  • 重要性:
    • 随着加密货币用户的快速增长(已达6000万),优化用户体验可以提高使用频率并减少错误。
    • 错误和糟糕的体验不仅让用户流失,还会导致不可挽回的资金损失。
  • 研究动机与相关工作:
    • 现有研究表明,加密货币钱包的操作复杂、抽象,并且对用户不友好。
    • 迄今为止,没有详细的研究来系统地揭示导致这些问题的具体功能、原因和影响范围。

解决方案

  • 研究方法:
    • 数据收集:
      • 开发爬虫程序收集来自 Apple App Store 和 Google Play Store 的 45,821 条热门加密货币移动钱包的用户评论。
      • 使用自然语言处理(NLP)和机器学习(ML)技术筛选出与 UX 相关的 6,859 条评论。
    • 数据分析:
      • 采用主题分析法对筛选评论进行定性分析,识别用户对钱包的体验。
  • 关键技术与步骤:
    1. 数据预处理:清洗评论文本内容并移除无关字段。
    2. 特征提取和机器学习分类:使用随机森林模型分类哪些评论与 UX 有关(分类准确率较高)。
    3. 主题分析:手动对评论进行编码与分类以归纳 UX 问题。
  • 创新点:
    • 运用了混合的数据驱动方法,将自动分类和定性分析结合,大幅提高数据分析效率。
    • 首次揭示了广泛与深入的加密货币钱包 UX 问题,并提出了设计建议。

研究成果

  • 发现:

    • 常见 UX 问题:
      • 性能问题(如应用崩溃、卡顿)导致用户失去对资产的访问。
      • 界面问题(如缺失按钮、双重提交交易)导致严重的资金损失。
    • 领域特定 UX 问题:
      • 用户难以理解交易费结构和透明性,错误地认为钱包开发者设置了高额费用。
      • 对于加密货币的某些特性(动态地址、不可回滚交易等)存在广泛的误解。
      • 恶劣的恢复功能(例如,丢失助记词后账户资金无法找回)。
      • 支付过程中,用户缺乏对交易费用、钱包初始化及导入私钥的指导。
    • 用户误解:
      • 用户将加密货币交易与传统支付系统相比,期待有类似银行的功能(如撤回、调整交易)。
      • 误认为钱包开发者对交易状态和费用有直接控制。
    • 信任和隐私问题:
      • 用户怀疑钱包和开发者的动机,安全功能不足甚至被认为是诈骗。
      • 用户担忧部分功能(如助记词管理和应用权限)的隐私侵害。
  • 实验和评价:

    • 自动化分类方法的效果显著,分类器的高准确度减少了手动筛选工作的负担。
    • 数据表明,对 UX 和用户期望的不了解可能显著影响用户的信任和钱包的使用。
  • 优势:

    • 相较于现有研究,提供了对加密货币钱包 UX 问题更全面的分类和深层次洞察。
    • 在用户误解与技术实际之间建立了深刻联系,并提出了具备实践意义的设计改进建议。
  • 局限性与未来方向:

    • 局限性:
      • 仅分析了五款非托管型移动钱包的评论,未涉及桌面钱包或所有加密货币类型。
      • 自动化分类可能略有遗漏,即遗漏部分潜在重要问题。
    • 未来方向:
      • 进一步探索其他类型和平台上的加密货币钱包的 UX。
      • 设计针对加密货币的领域特定可用性启发式。
      • 考察用户信任的构建与 UX 提升之间的关系。

整体分析清晰,研究揭示了移动加密货币钱包在用户体验优化中的挑战,并注重提供实际可行的设计建议,具有较高的理论与实践价值。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47250/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445407
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
荣誉提名
group
作者
5 位作者
sell
研究子方向
自动机器学习(AutoML)界面
work
职业/产业
加密货币投资者
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文