论文部分内容阅读
移动应用(APP)已经深入人们日常生活的各个方面。在工业界产品设计开发中,研究APP的用户体验以指导产品设计和创新是一项十分重要的工作。目前,由于传统用户研究方法的局限,对APP内用户行为(即对App各项功能的操作和使用)的认识和研究仍然存在很大盲区,是一个亟待解决的问题。本文作者基于一种情境感知的用户数据采集工具CAUX,探索建立APP内用户行为的捕获与分析方法,并验证方法的有效性和应用价值。本文工作分为三部分:(1)APP内用户行为捕获:在情境感知用户数据采集工具CAUX上,通过情境感知、屏幕录制、定时截屏、图像对比等技术,设计开发了 APP内用户行为捕获功能。(2)APP内用户行为分析:使用统计分析方法,建立三类指标对用户行为数据进行分析,并通过图表展示用户的任务执行特征、功能使用特征及人群分类;使用基于情境信息的CPrefixSpan算法,挖掘在不同情境下用户的频繁任务执行路径,与期望路径对比发现奇异点,从而帮助发现特定情境下的用户体验问题和需求。(3)有效性验证:选取网易有道词典App的用户研究项目为应用案例,对13名用户样本,进行为期一个月的用户行为观察和分析,从中发现现有方法难以发现的17个用户行为规律与14个用户体验问题,能够对产品设计及运营策略提供有价值的指导。研究结果表明,按照工业界产品设计开发实践中通行的用户研究样本量和用户隐私保护惯例,本文工作所建立的移动APP内用户行为捕获与分析方法,能够以较高的数据精度,对APP内用户行为实现7*24小时无盲区捕获。通过半自动化的数据分析,能够了解用户行为的一般规律,发现隐含于情境与行为细节中的用户体验问题和需求,从而为产品设计开发和运营提供更加有力的支持。所有这些都是目前工业界通行的用户研究方法难以做到的。这为用户研究方法创新做了有意义的探索。本文将从研究背景、国内外相关工作、方法探索、方法建立以及应用案例验证五个方面来介绍这一工作。