版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在目前的信息時代,用戶要求產(chǎn)品既有滿足日常所需的功能,又能體現(xiàn)對使用者的情感關(guān)懷,這使得產(chǎn)品開發(fā)越來越傾向于“以用戶為中心”的設(shè)計。鑒于可用性對用戶體驗的核心作用,本研究建立了產(chǎn)品造型設(shè)計特征屬性與可用性評價指標(biāo)之間的關(guān)聯(lián)模型,并結(jié)合樸素貝葉斯法提出一種面向產(chǎn)品造型設(shè)計可用性效果的評價方法。主要的研究內(nèi)容包括以下三個部分。
(1)基于大量的調(diào)研與研究分析,篩選得到代表性樣本,運用形態(tài)分析法對目標(biāo)樣本的產(chǎn)品造型設(shè)計進行解構(gòu),得到
2、目標(biāo)產(chǎn)品的關(guān)鍵特征屬性,從而獲得目標(biāo)樣本影響用戶可用性的關(guān)鍵影響因素。將所得數(shù)據(jù)進行降維和聚類處理,得到特征屬性參數(shù)集,進而針對樣本的具體情況進行等級劃分。
(2)從主觀維度和客觀維度出發(fā),對產(chǎn)品造型設(shè)計的感知可用性和績效可用性進行分析評價。對感知可用性評價采用語意差分法,把人們對于產(chǎn)品造型的主觀評價轉(zhuǎn)化為量化評價值,并經(jīng)聚類分析得到類別集合;對績效可用性采用可用性測試的方法,以任務(wù)完成時間、出錯次數(shù)作為評測指標(biāo),將相應(yīng)數(shù)據(jù)統(tǒng)
3、計分析后聚類。所得類別集合為產(chǎn)品造型可用性評價模型的構(gòu)建提供數(shù)據(jù)支持。
(3)為了更好地模擬用戶與產(chǎn)品交互體驗的過程,應(yīng)用樸素貝葉斯法構(gòu)建產(chǎn)品造型設(shè)計可用性評價模型,并對構(gòu)建模型進行驗證分析。結(jié)果表明,模型具有良好的預(yù)測精度,能夠有效應(yīng)用于產(chǎn)品造型設(shè)計中的可用性評價。
本研究提出一種基于樸素貝葉斯法評價產(chǎn)品造型設(shè)計可用性的方法。從分析提取產(chǎn)品造型設(shè)計特征屬性入手,結(jié)合感知可用性調(diào)查結(jié)果和績效可用性測試結(jié)果,應(yīng)用樸素貝
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于樸素貝葉斯法的產(chǎn)品造型設(shè)計可用性評價研究
- 基于樸素貝葉斯理論的教師評價分析系統(tǒng).pdf
- 基于屬性加權(quán)的選擇性樸素貝葉斯分類研究.pdf
- 基于樸素貝葉斯的假指紋檢測方法研究.pdf
- 基于虛擬環(huán)境的產(chǎn)品可用性評價.pdf
- 基于樸素貝葉斯的piRNA識別問題研究.pdf
- 基于樸素貝葉斯的中文網(wǎng)頁分類研究.pdf
- 基于樸素貝葉斯的文檔級情感分析.pdf
- 樸素貝葉斯分類改進算法的研究.pdf
- 基于遺傳算法的樸素貝葉斯分類研究.pdf
- 樸素貝葉斯分類模型的改進研究.pdf
- 基于可用性設(shè)計方法的產(chǎn)品開發(fā).pdf
- 基于演化樸素貝葉斯的木馬檢測技術(shù)研究.pdf
- 基于屬性加權(quán)和歸約的樸素貝葉斯算法研究.pdf
- 基于樸素貝葉斯的中文段落情感分析.pdf
- 樸素貝葉斯分類及其應(yīng)用研究.pdf
- 基于粒子群優(yōu)化的加權(quán)樸素貝葉斯分類研究.pdf
- 基于粗糙集的樸素貝葉斯分類算法研究.pdf
- 樸素貝葉斯分類模型的研究與應(yīng)用.pdf
- 樸素貝葉斯分類算法的研究與應(yīng)用.pdf
評論
0/150
提交評論