使用深度学习预测垂直菜单选择中的人类性能

预测人在交互任务中的表现，使设计师或开发者能够在不使用真实用户进行测试的情况下了解目标界面的预期性能。在这项工作中，我们提出了一种深度神经网络来建模和预测人在执行一系列UI任务时的表现。特别是，我们关注一类主要任务，即从垂直列表或菜单中选择目标。我们使用从桌面实验室环境收集的公共数据集和通过众包从数百名触摸屏智能手机用户收集的数据集对我们的深度神经网络进行了实验。我们的模型在这两个数据集上显著优于以前的方法。重要的是，作为深度模型，我们的方法可以轻松地结合额外的UI属性，如视觉外观和内容语义，而无需更改模型架构。通过了解深度学习模型如何从人类行为中学习，我们的方法可以被视为发现人类行为新模式以推进分析建模的工具。