记忆追踪器与记忆指南针:探究个人位置历史作为日常回忆设计材料的设计

环境感知与上下文计算普适计算(Ubiquitous Computing)软件工程师与开发者UI/UX 设计师

文献标题

Memory Tracer & Memory Compass: Investigating Personal Location Histories as a Design Material for Everyday Reminiscence

文献信息

  • 主题领域: 人机交互 (HCI) 中的设计研究,特别是关于个人位置历史数据用于日常回忆的支持性设计。
  • 关键词: 位置历史、时间性、设计研究、日常回忆、慢技术、交互设计

研究背景与问题

  1. 发现的挑战和问题:

    • 当前智能手机、GPS应用以及位置追踪技术的普及导致了大量的个人位置数据被记录,但这些数据通常是不可见的,埋藏在软件和在线服务器中。
    • 个人位置历史数据虽然具有潜力,但缺乏显著的形式,限制了它作为帮助反思和回忆日常经验的资源使用。
  2. 问题重要性:

    • 探索、更好地利用个人位置历史数据可以为支持个人深层次的自我反省、社会连接以及记忆构建提供重要的设计机会。
  3. 研究动机与相关工作:

    • 相关研究证明地理位置可以触发回忆,但对于位置历史数据如何作为回忆性体验的设计材料,目前的研究较少。
    • 结合“慢技术”概念的框架,本研究探索多样化的时间性设计对支持与个人数据的长期互动的可能性。

解决方案

  1. 提出的方法与解决方案:

    • 通过实践导向设计研究,作者创造了两个设计工件:Memory Tracer 和 Memory Compass。
    • Memory Tracer 是物理设备,周期性地呈现与当前日期相关的过去位置历史数据。
    • Memory Compass 是智能手表应用,用户可以基于方向、距离和时间探索自己的历史位置。
  2. 解决方案的创新点:

    • Memory Tracer 以物理形式使位置数据逐渐呈现,结合慢递技术理念。
    • Memory Compass 通过方向与距离设置帮助用户“投射”并探索位置历史数据,增强地理空间感知的反思。
    • 两者均拓展了 “位置历史作为设计材料”的研究,尝试使数据成为触发日常回忆的动态资源。
  3. 实施步骤与关键技术:

    • Memory Tracer 利用随机算法选择历史日期与位置,并通过逐渐显示地图(一种动态的视觉“追踪”形式)支持用户情感连接。设备采用水泥外壳和光纤技术沉浸式显示地图点位。
    • Memory Compass 允许用户通过调节方向、距离、半径和年份“投射”位置,同时利用触觉反馈和用户当前环境的地理位置完成交互。
    • 两者结合Python脚本处理Google Maps Timeline归档数据。

研究成果

  1. 具体成果:

    • 开发了两个新颖的设计工件,将位置历史转化为一种可以动态互动并支持长期记忆回顾的实用设计材料。
    • 初步验证了基于位置数据的设计可以支持独特的反思体验,如通过时间性和地理感知触发复杂的记忆链条。
  2. 与现有解决方案的比较和优势:

    • 与传统的数字回忆技术相比,Memory Compass 和 Memory Tracer 提供了一种更身体化和时间性丰富的方式来接触个人数据。
    • 作者将慢技术的时间性原则应用于位置数据,使得回忆可以随着数据与用户年龄的增长而扩展和深化。
  3. 实验或评估结果:

    • Memory Tracer 启发用户对“过去-现在-未来”时间关系的反思,通过逐渐揭示地图增强了回忆性的互动。
    • Memory Compass 通过方向性探索支持了更主动的地理历史回顾,发现不同距离范围内的用户位置数据能触发更加深刻的记忆体验。
  4. 局限性与未来方向:

    • 局限性:
      • 仅基于单用户位置历史数据,由设计团队主观体验支持。
      • 数据导出和格式化受限于现有技术及服务,如 Google Timeline 数据没有稳定 API。
    • 未来方向:
      • 扩展研究以多用户结合共享位置历史数据。
      • 调研家庭或社交层面的互动设计,探索如何通过位置数据促进社会记忆共享。
      • 进一步开发适合设计师的数据工具,加强对位置历史庞大信息的可视化和交互性使用支持。

总结:本研究在“慢技术”与“位置历史作为设计材料”的交汇处贡献了两种原型设计,展示了支持日常反思与回忆的新可能,同时提出了未来改进和扩展路径。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96157/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581426
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
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、普适计算(Ubiquitous Computing)
work
职业/产业
软件工程师与开发者、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文