基于神经人因学的移动端网站情感测量及优化

There is lack of relevant theory of emotional design for mobile websites design. This study aims to provide a novel emotional design approach for mobile websites based on Neuroergonomics considering emotional requirements of mobile website users. Firstly，users' perception of mobile websites design elements and website usage are captured by using eye tracking, Electroencephalography and web log. Meaning of the different indicators are parsed in order to discuss the underlying mechanism of attention to mobile websites. Key design elements that attracts users' attention the most are predicated using self-organizing mapping neural network. Secondly, users' emotional experiences are measured conjointly using questionnaires, physiology measurement and behavior observation. Emotional states are predicated using support vector machine. Thirdly, relationship models between mobile websites design elements and users' emotional experiences indicators are established and emotional design elements that have important influence on users' emotional experiences are identified. A genetic algorithm is design to get the optimal emotional design of a mobile website. This study will contribute to emotional design and Neuroergonomics research, and can provide theory for a mobile website morphing to meet users' emotions timely.

移动端网站所依赖的移动设备特征、用户操作方式及使用场景均与传统PC（personal computer）端有较大差异，PC端情感化设计理论很难指导移动端网站设计。本项目拟以移动端网站用户情感需求为出发点，利用神经人因学方法，研究移动端网站情感测量及优化方法。通过眼动追踪、脑电测量以及网络日志记录等方式，获取用户对移动端网站设计要素感知及使用行为数据，利用兴趣区分析、特征提取、自组织映射神经网络等方法，分析用户注意机制、预测用户关注的关键设计要素；采用问卷调查、生理测量和行为观察等多模式方法，测量移动端网站用户情感体验，利用支持向量机等方法预测用户情感状态；在此基础上，构建移动端网站关键设计要素与用户情感状态关系模型，识别情感化设计要素，利用遗传算法等优化方法实现网站情感化设计优化。研究成果有助于丰富情感化设计及神经人因学理论，为设计用户情感自适应的移动端网站提供理论指导。

移动端网站所依赖的移动设备特征、用户操作方式及使用场景均与传统PC（personal computer）端有较大差异，PC端情感化设计理论很难指导移动端网站设计。本项目以移动端网站用户情感需求为出发点，利用神经人因学方法，研究移动端网站情感测量及优化方法。.首先，研究了考虑用户注意机制的移动端网站设计要素提取方法。针对典型移动端网站，通过眼动追踪、脑电测量以及行为测量等方式，获取用户对移动端网站设计要素感知及使用行为数据。利用ERP（Event-related potentials）成分测量及分析、注视点和浏览路径记录和分析、反应时测量和分析等方法，明确了第一印象形成阶段注意资源分配的时间进程以及分配方式、交互阶段自上而下注意和自下而上注意产生的原因和机理，识别了影响用户注意的关键网站设计要素，提出了基于多模式测量的移动端网站注意研究WAR（Webpage Attention Research）模型。.第二，研究了基于多模式测量的移动端网站用户情感预测方法。根据所识别的关键网站设计要素，设计了代表性移动端网站原型作为实验材料，提出了移动端网站用户多模式情感测量实验方案，获取了用户与移动端网站交互过程中的情感数据，解析了多模式情感测量指标之间的关系，提取了情感测量指标。采用机器学习方法，构建了深度神经网络（Deep Neural Network ，DNN）预测模型、二重支持向量机（Support Vector Machine，SVM）预测模型、线性判别式算法（Linear Discriminant Analysis，LDA）预测模型，BP神经网络（Backpropagation Neural network，BPNN）预测模型等移动端网站情感预测模型。.第三，研究了考虑用户情感需求的移动端网站设计要素优化方法。针对不同设计要素与不同体验时间节点的用户情感状态，提出采用结构模型、回归模型、列联分析、方差分析模型、卡诺模型等构建移动端网站设计要素与用户情感状态关系模型。以满足用户情感需求为目标，提出采用维度评分排序法、词云图法、情感要素得分法、均值比较法、Better-Worse散点图等方法确定网站情感化设计要素的最优组合。.研究成果有助于丰富情感化设计及神经人因学理论，为设计用户情感自适应的移动端网站提供理论指导。