移动应用用户对自动接受状态调整的接受度和展示类型偏好

环境感知与上下文计算通知与中断管理软件工程师与开发者UI/UX 设计师AI/ML 研究员与工程师

文献标题

IM Receptivity and Presentation-type Preferences among Users of a Mobile App with Automated Receptivity-status Adjustment

文献信息

  • 主题领域: 即时消息应用的接收状态调节和用户偏好
  • 关键词: 可用性, 接收状态调节系统, 在线状态指示器, 隐私关切, 弹性设计, 人机交互, 用户偏好, 自动状态调整, 信息呈现方式, 移动接收性

研究背景与问题

  • 作者发现了哪些问题或挑战? 即时消息 (IM) 应用用户的状态通常通过在线状态指示器(如 Facebook Messenger 的“绿色点”)反映,但这种指示器往往不能准确地捕捉用户的真实接收状态,如注意力集中度、响应能力或是否容易被打断。

  • 为什么这个问题很重要? 品牌欲融入自动接收性状态预测技术,但需要了解用户对接收信息的需求、偏好以及对接收状态呈现方式的接受度。这对于提高预测功能在现实世界中的应用有效性至关重要。

  • 研究动机与相关工作 此研究的动机是通过开发一个 IM 应用程序(IMStatus),引导用户体验接收状态自动调节与不同呈现方式,以探索两大研究问题:

    • RQ1. 用户倾向选择与共享哪些类型的接收信息(如注意力、响应性、易中断性)?
    • RQ2. 用户更偏好如何呈现这些信息?

解决方案

  • 作者提出了哪些方法或解决方案? 开发了一款 Android 应用 IMStatus,结合智能手机数据(如屏幕状态、打字行为、铃声模式等)推断用户的接收状态,并通过三种呈现方式展示状态:文本、图形和数字。

  • 该解决方案的创新之处是什么? 提供了对三种接收性(注意力、响应性、易中断性)的系统化定义,探索用户在不同情况下的状态偏好。这种混合方法集自动状态估计与用户调整于一体,为用户偏好和行为研究提供了重要参考。

  • 实施步骤是什么?使用了哪些关键技术?

    1. IMStatus设计:
      • 系统使用启发式算法每10秒捕捉智能手机数据,基于每两分钟的分析更新接收性状态。
      • 随机生成三种状态(注意力、响应性、易中断性)和三种呈现方式(文本、图形、数字)。
      • 用户可随时调整状态。
    2. 实验方法:
      • 使用体验采样方法 (ESM) 捕捉用户对接收状态和呈现方式的偏好。
      • 提供问卷记录用户对状态的调整理由及对接收性类别的偏好。
    3. 用户研究:
      • 招募43名主参与者和16名辅助参与者进行两周的使用实验。
      • 针对最活跃的19名参与者进行问卷与半结构化访谈。

研究成果

  • 取得了哪些具体成果?

    • 用户偏好标记自己的接收性为“响应性”和“注意力集中度”,而易中断性则多用于表达极低的接收性水平。
    • 文本呈现方式在高/低极端接收性状态下更受欢迎,图形和数字呈现方式适合于表达模糊或中性状态。
    • 用户调整接收性时更多倾向于降低状态,而非提升当前状态。
  • 与现有解决方案相比,它有哪些优势?

    • 针对不同接收性类型,以及不同时刻用户意图的细分设计,提高了接收性状态估计的社会适用性。
    • 综合探索用户在不同接收状态下的行为模式,适合未来开发更智能的工具。
  • 实验或评估结果是什么?

    • 两周实验共收集4955份问卷数据,发现用户偏好精确指示状态,尤其在表达极端接收性状态时更倾向于使用文本。
    • 半结构化访谈揭示了用户的社会心理需求,比如通过状态显示来表达情绪或规避干扰。
  • 局限性与未来方向

    • 局限性:
      • 应用仅为独立开发,未整合至主流 IM 服务。
      • 对状态类别及呈现方式的选项相对有限。
      • 参与者集中于台湾的年轻学生群体,群体多样性较低。
    • 推荐改进方向:
      • 提供多个状态类别的定制选项。
      • 引入更多呈现风格,例如组合文本与图形。
      • 探索用户在较大年龄段及地理位置下的偏好差异。

总结

该研究通过 IMStatus 应用测试了接收性状态的自动估算及其呈现方式对用户偏好的影响,为未来的智能接收性预测系统提供了用户行为模式、设计准则及社会工具化视角的深入洞察。这些成果有助于提高即时通讯工具在日常生活中的应用价值。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47746/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445209
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
环境感知与上下文计算、通知与中断管理
work
职业/产业
软件工程师与开发者、UI/UX 设计师、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文