图形用户界面效率模型和优化方法研究

Graphical user interface is currently the main communication channel between human and machine. When optimizing its input efficiency, both statistical features of the interaction task and pertinent human factors should be considered. However, the widely used hierarchical task analysis is a qualitative approach and cannot be used by computers to calculate the optimal graphical user interface. In this proposal, we model the internal task structure in human's mental model in a probabilistic manner, by which the way how the task structure migrates with interaction task can be explicitly examined. A notable advantage of this proposed model is that it allows quantitative characterization of both the task structure and the interaction task. This can lead to a quantitatively optimized interface. Given the performance of theoretically optimized interface, the input efficiency of a particular interface can be estimated and possible improvement can be suggested accordingly. There are three sub researches in this proposal: 1) Dynamic construction and maintenance of task structure based on operation sequence. 2) Design and implementation of adaptive graphical user interfaces that achieve optimized input efficiency. 3) Design and implementation of adaptable graphical user interfaces that achieve optimized input efficiency. The latter two not only bring in practical interaction benefits for personal devices such as PC or phone, but also provide an empirical evidence for the hypothesis of hierarchical task structure. The expected extension to task analysis theory would provide a solid foundation for graphical user interface design and researches.

图形用户界面是目前人机间主要的信息通道，提高其输入效率需要在考虑人的因素基础上根据交互任务发生的统计特征来优化界面结构。现有的层级任务结构模型是定性的分析方法，无法定量指导优化界面的设计。本项目研制中以概率的形式来表征心理模型中的任务结构，并重点考察任务结构随着交互过程发生和迁移的规律。以概率形式描述用户任务的结构，兼顾了人因和交互任务两方面的因素，可用于求解理论上的最优界面，进而可以对已有界面的交互效率进行定量评价、并建立改进方法。本课题的具体研究内容包括：1）从界面的操作事件序列中动态提取和维护任务结构。2）面向最优界面的自适应界面技术。3）面向最优界面的自定义界面技术。后两点研究内容不仅可以提高界面的交互效率，具有重要现实价值，还可以对层级任务结构的模型假设进行验证，从而为了界面设计和界面优化技术的研究提供更可靠的理论基础。

图形用户界面是目前人机间主要的信息通道，提高其交互效率具有重要意义。为了系统科学地优化图形用户界面的效率，需要首先对交互任务本身的复杂度进行度量，然后在此基础之上进行界面资源映射的优化。现有的层级任务结构模型是定性的分析方法，无法定量指导优化界面的设计。本课题的主要研究内容包括：1）从界面的操作事件序列中动态提取和维护任务结构。2）面向最优界面的自适应界面技术。3）面向最优界面的自定义界面技术。..本项目针对桌面、移动和穿戴设备上的图形用户界面交互效率问题，从任务模型，输入能力和界面优化等方面开展工作。所获得的理论方法、交互技术和交互系统具有显著的实际价值， 主要研究进展和重要结果如下：.(1) 针对连续、离散、单用户和多用户交互任务的建模，包括：创新地提出连续阅读任务中的交互对象离散化方法；研究网页并行浏览任务模式，提出了分割网页试图的方法；研究多人协同编辑任务模型，涵盖并行编辑和 串行的评价和浏览任务。.(2) 针对触摸界面和超小屏幕上点击能力的建模和优化，包括：针对手机屏幕上的eyes-free操作能力和电视上的远程指点能力进行了研究，定量刻画了用户在超小键盘上进行文本输入时的点击特点，以及用户手腕旋转实现单手输入的运动控制能力。.(3) 界面自适应和自定制优化方法，包括：基于一维运动控制能力的建模实现了一维手写交互技术，智能电视的心智模型一致性的触屏手势设计手势操作集合，智能手表上旋转表圈的输入方法，交互式桌面上的“综合态势控制”应用，增强显示的书和为改善ADHD儿童感统能力的FOCUS系统等。..课题组围绕该课题研究内容发表高水平论文18篇，其中8篇论文为CCF A类论文，并获得3个最佳论文提名奖和1个最佳论文奖；申请了4项发明专利，其中2项已经授权。获得了2项软件著作权，完成了项目制定的研究目标和成果指标。