Crowdlicit：一个用于进行分布式最终用户需求提取和识别研究的系统

最终用户启发研究是一种流行的设计方法。目前，此类研究通常局限于实验室，限制了参与者的人数和多样性，因此也限制了结果的代表性。此外，此类研究结果的质量一般缺乏任何形式的评估手段。在本文中，我们通过创建Crowdlicit系统以及引入最终用户识别研究来解决一些启发研究的局限性，识别研究是启发研究的反向过程。Crowdlicit是一个新的基于网络的系统，使研究人员能够进行在线和实验室的启发和识别研究。我们使用Crowdlicit基于Morris的“墙上的网络”研究（2012）进行了一个基于78名参与者的众包启发研究，得出了包括六个与Morris不同的新符号的一组符号。我们通过进行一个基于众包的识别研究来评估49个符号（43个来自Morris，6个来自Crowdlicit）的有效性。我们表明，Crowdlicit启发研究得出的一组符号比Morris的更具显著识别性。