眼动数据驱动的用户界面设计评价与交互式优化设计模型

用户界面设计的本质是一个多目标优化问题，但受用户主观体验因素主导，难以构造具有确定解析表达式的目标函数。本项目应用交互式遗传算法对用户界面设计进行隐性评价指标的优化求解，并建立眼动数据驱动的进化机制。通过研究界面设计评价过程的注意机制及其伴随的眼动行为，建立眼动指标与用户主观评价之间的映射关系。在此基础上应用眼动数据训练适应度函数的近似模型，代替直接评价的手工操作，降低用户疲劳；并通过眼动数据表征的用户先验知识加快进化算法的收敛速度，进一步提高优化效率。研究用户界面进化种群的设计属性与可视化机制，建立良好的非干扰式人机交互环境，提高用户在评价过程中的感知能力，进一步降低眼动模型的噪声数据。融合了计算机、心理学、工业设计等多学科交叉研究，具有较强的理论创新性，同时能令用户有效融入可视化的评价与优化系统，有利于构建以用户为中心的设计体系，加快以提高用户体验为目标的IT企业产品创新。

随着互联网、移动计算等技术的迅速发展，用户界面设计的评价与优化成为这些技术产品化过程中的重要环节，它直接影响着产品的交互功能和用户体验质量。用户界面设计优化的本质是一个多目标优化问题，但它受用户主观评价的影响，难以构造具有确定解析表达式的目标函数。为此，本项目主要研究界面设计评价过程的注意机制及其伴随的眼动行为，建立眼动参数指标与用户主观评价之间的映射关系，设计眼动数据驱动的交互式遗传算法（IGA），对用户界面进行隐性的设计方案优化求解。本项目取得的主要结果包括：（1）开展了大用户样本的用户实验，搜集了相关的眼动和主观评价反馈数据；进一步通过Logistic Regression提取感兴趣区内的注视点个数、感兴趣区之间的眼跳转移频率等眼动指标，作为用户评价结果的分类参数，并确定了各参数的相应权重。（2）根据所提取的眼动参数构造了适应度函数，用于用户界面设计方案的交互式遗传计算；进一步建立了适应度函数的近似估计模型，并通过用户先验知识和偏好信息加快了算法的收敛。（3）建立了眼动数据驱动的用户界面优化设计实验平台，包括高频采样的红外眼动仪、眼动数据记录模块、眼动数据可视化模块、界面设计组件库、界面设计方案优化模块、界面设计方案管理模块等，并以此为基础开发了面向移动设备用户界面优化设计的原型系统。（4）通过用户测试实验，对眼动驱动的优化设计系统与手工驱动的优化设计系统进行了比较，结果表明眼动驱动的优化设计系统的优化水平与手工驱动的优化设计系统相当，但具有更高的操作效率，有效降低了用户疲劳，提高了用户体验，进一步验证了其可行性和有效性。（5）进一步发现了用户在设计方案评价过程中的认知波动现象，并确定了优化过程中设计方案的显示密度、视觉暂留与浏览习惯等对眼动参数计算的影响，以及用户界面进化种群的设计属性复杂度对优化结果和人机交互过程的影响等。本项目的研究创造性的提出了眼动数据驱动的用户界面优化设计算法，建立了面向用户界面设计优化的非干扰式交互机制。相关研究成果为眼动数据在用户界面评价与设计领域的应用提供了新的方法和工具，提高了用户在界面设计评价过程中的参与程度和作用水平。