启发式评估

下面内容翻译自wiki：Heuristic evaluation

启发式评估是给计算机软件做可用性检测的方法，它有助于识别出在用户界面设计中的可用性问题。它具体涉及审查界面的评估者和判断其遵守公认的可用性启发式原则。这些评价方法被广泛地学习和实践在新媒体部门, UI的设计通常是在短时间和有预算条件下,可能会限制用于其他类型的界面测试的经费.

介绍

启发式评估的主要目的是确定与用户界面设计相关的任何问题. 可用性专家Jakob Nielsen 基于多年在教学和可用性工程咨询的经验开发了这种方法。启发式评估是最非形式化的方法之一。用户界面的启发式评估过程有许多条可用性设计启发式规则，它们不是相互排斥的，涵盖了许多相同的方面的用户界面设计。通常,被发现的可用性问题通常被归类在一个数字范围内-根据他们估计的对用户性能和接受的影响。通常，启发式评估是在用例（典型的用户任务）的背景下，是否提供反馈给开发者,取决于该界面可能是符合预期用户的需求和偏好的程度。

在设计的早期阶，启发式评估的简便性是很有帮助的。这种可用性检查方法不需要用户测试,由于测试的用户需要测试的场地和报酬，这会是麻烦的。启发式评估只需要一个专家, 减少评估的复杂性和花费的时间。大多数启发式评估可以在几天之内完成。需要的时间会变化随着工程的大小，它的复杂性，审查的目的，在审查中出现的可用性问题的性质，以及评审的能力。在用户测试之前使用启发式评估,将减少由用户发现的设计错误的数量和严重程度。

尽管启发式评估可以在短时间内发现许多重大的可用性问题，饱受诟病的是，结果深受专家评审知识的影响。这种“单方面”的重复审查,相比软件性能测试会有不同的结果，每一种类型的测试发现一组不同的问题。

Nielsen

Jakob Nielsen的启发式可能是用户界面设计中最常用的可用性启发。Jakob Nielsen 开发了启发法,基于在1990年与Rolf Molich一起工作的内容。由Nielsen于1994年发布的最终版启发规则至今仍在使用。发表在尼尔森《Usability Engineering》书中的启发如下：

系统状态的可见性：
系统应始终保持用户了解什么正在执行,通过合理时间内的适合反馈。
匹配系统和现实世界：
该系统应该讲用户的语言，文字，短语和概念对用户是熟悉的，而不是面向系统的术语。按照现实世界的惯例，让信息出现在自然和逻辑的顺序。
用户控制和自由：
用户往往会错误的选择系统功能，将需要一个明确标明“紧急退出”离开不要的状态，而不必经过一个扩展的对话。支持撤销和重做。
一致性和标准:
用户不应该怀疑不同的话，情况或行动是否意味着同一件事。按照平台约定。
错误预防:
甚至比良好的错误消息更好的是一个精心的设计，防止问题于未然。要么消除容易出错的情况或检查他们，给用户提供一个选项在他们提交在行动之前。
认识，而不是记忆:
通过使对象，动作和选项可见,最大限度地减少用户的记忆负担。用户不应该记住从对话的一部分到另一部分的信息. 系统的使用说明应该是可见和易获取在任意适当的时候
灵活性和利用效率:
加速器-久违的新手用户-通常加快了专家级用户使得系统可以同时满足初学者和老练用户的交互。允许用户定制频繁动作。
审美和逐步披露|简约的设计:
对话不应该包含哪些是无关紧要或很少需要的信息。对话中每一个额外单元的信息与相关单元信息竞争，并削弱其相对的知名度。
帮助用户识别，诊断和从错误中恢复:
错误信息应以平实的语言（非代码）来表示，恰恰说明这个问题，并提出建设性的解决方案。
帮助和文档:
纵然如果该系统可以在没有文档就被被使用是更好，提供帮助和文档还是有必要的。任何此类信息应易于搜索，专注于用户的任务，列出具体进行步骤，并不是太大。

Gerhardt-Powals’ 的认知工程学原理

虽然尼尔森被认为是启发式的专家和启发式领域的领导者,Jill Gerhardt-Powals也开发了一套认知原则为提高计算机性能。这些启发，或原则，类似于Nielsen的启发式但是采取一种更全面的方法来评价。
Gerhardt Powals的原则在下面列出。

自动化不必要的工作量

解放高级任务的认识资源。
消除心算，估算，比较，和不必要的思考。

降低不确定性

以明确的和明显的方式显示数据。

合并数据

通过将较低层次的数据汇集成一个更高层次的概括，以减少认知负载。

呈现有帮助意义的新消息来说明

使用熟悉的框架，使它更容易理解。
使用日常术语，比喻等

使用在概念相关的函数名

上下文相关。
试图改善回忆和识别。
以一贯意的方式组织数据，以减少搜索时间。

限制数据驱动的任务

减少花在理解的原始数据的时间。
适当地使用颜色和图形。

给定时间内显示仅包含由用户需要的信息

适当时提供数据的多个编码

实践明智冗余

Weinschenk和Barker分类

Susan Weinschenk和Dean Barker创建了一个分类的启发和指引的几个主要的供应商分为以下二十种类型：

用户控制：启发式检测用户对界面是否有足够的控制
人类的局限：设计考虑到了人类的局限，认知和感官，避免过载他们。
模态的完整性：界面采用最合适的方式为每个任务：听觉，视觉，或电机/运动
便利：设计足以满足每个目标用户群的需求和行为。
语言清晰度：用于交流的语言对于用户是有效率的，明确的和差强人意的。
审美的完整性：设计是视觉上有吸引力的，并针对目标人群。
简单：设计不使用不必要的复杂性。
可预测性：用户将能够形成一个心理模型，该系统将如何应对行动。
解释：有成文的规则，尝试猜测用户意图和预期的行为。
准确：没有错误，即用户行为的结果与他们的目标一致。
技术清晰：在界面中表示的概念有尽可能高的对应他们是建模的问题域。
灵活性：设计可以适应到每一个特定用户的需求和行为。
实践：用户体验是足够的，用户感觉很好的经验。
文化礼仪：用户的文化和社会期望得到满足。
适当的节奏：用户与系统的工作速度是足够的。
一致性：系统的不同部分有相同的风格，所以没有不同的方法来表示相同的信息或行为。
用户支持：该设计将支持学习，并提供所需的援助使用。
精度：一个任务的步骤和结果将是用户想要的。
原谅：错误后，用户将能够恢复到一个适当的状态。
响应性：界面为用户提供了足够的系统状态和他们的任务完成的反馈信息。

参见

可用性检查
Progressive disclosure
Cognitive bias
Cognitive dimensions, 评估标记法、用户界面和程序设计语言的设计框架