移动APP设计上存在的用户体验问题使得用户在使用中常会有各种犹豫,或者说用户的犹豫可能意味着产品设计存在缺陷。是否可以将犹豫行为作为线索来改进产品用户体验设计,是一个值得探索的课题。犹豫行为的特点是随时随地发生、行踪不定,难以采用传统的人工用户研究方法来开展研究,需要新的研究方法。本文作者试图借助一种情境感知的用户数据自动采集工具CAUX,探索如何自动识别用户犹豫行为,以及进一步开展用户体验设计的途径,并且探讨犹豫行为自动识别方法在产品生命周期各个阶段的可能应用场景。本文工作分为四部分:（1）犹豫相关数据采集:作者借助CAUX,以情境感知的方式采集用户在网易云音乐APP使用过程中的犹豫行为相关数据,包括用户行为、用户状态、系统状态和环境状态数据,然后从中抽取部分数据样本,开展小范围研究。（2）认识人工如何识别犹豫行为:通过观察人工如何识别数据样本中的犹豫行为,探索犹豫行为识别方法。采用统计分析法对数据进行整理,建立犹豫行为数据基准,归纳犹豫行为特征,并将人工识别犹豫行为的方法总结为经验法则。（3）建立犹豫行为自动识别方法:基于经验法则和图像处理技术,将用户行为数据自动转换为任务序列,于任务序列中实现犹豫特征识别,并在两轮迭代中不断和数据基准对比,缩小自动识别方法与人工识别效果的差距,使之达到83.5%的识别准确率,建立了用户犹豫行为自动识别方法。（4）应用场景探索:讨论犹豫行为自动识别方法在产品生命周期中的可能应用场景,以及在相应场景中产品设计开发人员可能遇到的问题、传统用户研究方法的局限性所在,探索如何将犹豫行为自动识别方法与传统方法相结合,进一步开展用户体验设计。研究结果表明,犹豫行为自动识别方法能够有效地自动识别APP使用中的用户犹豫行为,并有潜力应用于其他类似用户行为,这为产品用户体验研究和设计提供了一个有前景的新途径。