HCI-人机交互概论 (一）

目录

一. 人机交互基础理论

1.1 概述

1.1.1 人机交互的定义

1.1.2 人机交互的三要素：

1.1.3 人机交互的发展历程

1.2 交互模型

1.2.1 菲兹定律（Fitts‘s Law）

1.2.2 任务分析

1.3 认知基础

1.3.1 人类处理器模型（Model Human Processor, MHP）

1.3.2 视觉认知

1.3.3 ACT-R模型

---

本博客基于《人机交互概论：从理论到应用》（程时伟，浙江大学出版社）

一. 人机交互基础理论

1.1 概述

1.1.1 人机交互的定义

人机交互（Human Computer interaction) 定义：人利用输入与输出装置与计算机对话以完成某项任务的方式。

*“交流的责任被决定性的赋予计算机而不是人类，不是用户必须去学习计算机提供的界面，而是计算机必须满足用户的偏好”。

1.1.2 人机交互的三要素：

人，交互设备及实现人机对话的交互软件

 

*人的因素是交互计算机系统的物质基础

人机交互的输入输出设备通常可分为三类：文本输入输出及设备，图形和图像输入输出及设备，以及其他输入输出设备，例如声音，触感及专用输入输出设备。

1.1.3 人机交互的发展历程

1. 早期：采用非交互的批处理方式。

        缺点：通过穿孔卡片或纸带输入设备输入程序代码与数据，控制面板上的指示灯显示寄存器内容，调试时需要许多开关去控制，这种方法只能使用二进制的机器语言编程。

2. 20世纪50年代中期至60年代：文本用户界面出现，人们可以用汇编语言，高级程序设计语言编程，并用作业控制语言进行操作，因此也称为命令行界面。之后出现了交互终端。

        优点：命令语言与功能键作为用户界面的主要输入方式，表达功能强。

        缺点：由于记忆操作命令所产生的负荷较重，用户难免出错。

3. 20世纪70年代后期：诞生了图形用户界面（GUI），图形化多窗口系统随之而来。

        优点：图形化界面比文本界面更直观，理解时不受语言限制。

4. 20世纪80年代以来：多媒体与超媒体蓬勃发展：文本，图形，图像，声音。

        优点：提高了计算机到人的通讯带宽，有利于人同时处理多任务，还使视觉缺陷者也能使用计算机。

5.近年来：多通道，多媒体的智能人机交互。

        优点：让人的多种感觉通道与运动器官参与到人机交互中，以连续的自然语言，手的各种动作与姿势等多种表达模态与系统进行交互。虚拟现实（VR）使使用者置于计算信息环境的包围之中，成为内部参与者。

1.2 交互模型

交互模型是对用户界面构成元素之间的关系予以描述的模型，它将用户界面所需的功能和对象有机地结合在一起，形成用户界面的基本框架。

1.2.1 菲兹定律（Fitts‘s Law）

1. 定义：预测从任意一点到目标中心位置所需要的时间的模型，考虑初始位置离目标的距离和目标区域的大小。

2. 菲兹定律最初的数学公式表达式：

 a和b：对实验数据进行线性回归分析得到的经验系数，其值与具体的指点技术的物理特性，操作人员和实验环境等多种因素相关。

MT（movement time）：从起点移动到被指点目标的运动时间，单位：秒或毫秒。

ID（index of difficulty）：指点任务的难度系数

D（distance）：指点运动的距离

W（width）：被指点目标在指点运动方向上的宽度

根据表达式：MT与该指点任务的难度之间存在线性关系。ID与D和W的倒数相关.

由此：指点运动的距离越短，被指点目标的宽度越宽，该指点任务对应的难度系数的数值就越小(即该任务的难度越小)，完成该任务所需的时间也就越短；反之亦然。

3. 菲兹定律表达式的变体：

 *（2）Welford表达式，（3）类比香农公式，用信息隐喻运动操作的表达式，可以得到更好的拟合优度，难度系数永为非负值，是目前人机交互“指点”操作绩效研究中最常用的菲兹定律表达式。

4. 菲兹定律在人机交互领域的应用：

 (1)利用菲茨定律对指点、拖动等用户操作建立运动模型，用于预测用户完成相应操作的时间；

(2)通过菲茨定律模型的相关参数计算绩效指数，评价指点技术的用户操作绩效；

(3)在设计指点任务实验时，计算各种实验条件(如距离—宽度组合)下的难度系数ID，确保被试在实验中完成一系列具有不同难度系数的实验任务。

*更深层理解菲兹定律：_sssal_的博客《菲兹定律》

1.2.2 任务分析

        “任务分析是为任务建模服务，任务分析作为软件设计必不可少的环节，是交互系统可用性的保障。任务分析是指对人们在实际执行任务过程中的数据进行收集和分析，其目的是深入理解用户需要完成的目标、用户执行任务的过程和环境；对任务分析中得到的数据进行结构化，逻辑化的组织是任务建模的过程；任务模型是任务分析和建模的产物。”
--Evan_Gu

*详细参考：《人机交互中6种任务模型对比》

人机交互领域所应用的典型任务分析和建模方法：

1. 层次任务分析法(Hierarchical Task Analysis, HTA)

2. GOMS（Goal  Operator Methods Selectors）

3. 任务知识结构法(Task Knowledge Structure, TKS)

4. 方法分析描述(Method Analysis Description, MAD)模型

5. 群件任务分析 (Groupware Task Analysis, GTA)模型

6. 任务树分析法[13](Concur Task Trees, CTT)模型

1.3 认知基础

1.3.1 人类处理器模型（Model Human Processor, MHP）

MHP模型的目的是提供一种描述人类信息处理系统的方法，从而对人类行为做出一般性的预测

由感知系统、认知系统和运动系统组成

人类处理器模型将人的记忆分为两种，即工作记忆(Working Memory, WM)和长期记忆(Long-term Memory, LTM）

1.3.2 视觉认知

对于交互系统而言，第一印象形成的主观判断越清晰且与客观事实越接近，就越可以使用户从心理上产生积极的情绪。

明晰正确地向用户传达系统的第一印象，使之形成正确的主观判断，是通往成功交互的第一步，也是视觉形态认知中的第一要素。

格式塔心理学：

格式塔心理学认为任何的形都是知觉进行了积极组织或建构的结果或功能，而不是客体本身就有的

格式塔知觉组织原则：接近性原则(proximity)、相似性原则(similarity)、闭合性原则 (closure)、对称性原则(symmetry)和连续性原则(continuity)

1.3.3 ACT-R模型

ACT-R (AdaptiveControl of Thought-Rational)模型，解释人类认知过程的工作机理：人类的认知过程需要四种不同的模块参与，即目标模块、视觉模块、动作模块和描述性知识模块

应用：将任务的知识描述与ACT-R认知理论相结合，使用计算机对人的认知和行为做出预测，再与实际实验结果相比较，就可以更好地了解人的各种认知过程，包括感知、思考、决策以及行为方式，进而使交互系统能够执行人的各种认知任务，捕获人的感知、思想和行为

基本工作原理：