论文部分内容阅读
[摘 要] 交互设计是一种可以实现人机双向互动的技术手段，在产品设计等方面的应用极为广泛，但是其在数据处理方面却存在着弱势，因此，将对大数据处理技术在交互设计中的应用情况展开探究与讨论。
[关 键 词] 大数据处理技术；交互设计；应用
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2017）16-0171-01
交互设计覆盖知识广阔，应用范围较大，为了适应人们日益变化的物质需求、精神需求，设计者需对大量的用户数据进行分析，然而单一的交互设计并不能对大量的数据做出可靠的分析与判断，大数据处理技术则可以弥补其不足，因此，将这一技术在交互设计中广泛使用是有着重要现实意义的，对此展开探讨十分必要。
一、大数据处理技术在交互设计中应用的系统框架
从交互设计的阶段来说，大数据处理技术主要应用于测试以及用户调研这两个环节。具体来说，其系统框架由三部分构成。第一是用户调研，这一阶段的工作完全以大数据处理技术为基础。首先，系统可以自动获取有效数据，应用爬虫技术实现信息获取的自动化。其次，在数据收集技术后需对数据予以必要的分析与处理，此时用到的技术为分布式与并行处理技术，即使数据量与数据规模极大，该技术也较为适用。而后，系统可以通过数据挖掘、机器学习的方式展开自动化学习，从而使设计人员了解用户的个人习惯与喜好。第二是版本更新。这一阶段的工作基礎为A/B测试，当系统软件得到更新后，设计者可以以随机的方式向用户推送新旧两个版本，然后对转化率、访问量等数据进行收集，数据全面收集后，设计人员就可以对两个版本的功能进行比对，分析新旧版本的各自优势，继而对版本更新方案予以优化。第三是用户体验优化。该阶段的工作以模式识别为基础，首先，设计人员可以在计算机技术的支持下全面收集数据信息；其次，设计人员可以利用信息可视化以及大数据处理技术分析原始用户数据，并通过模式识别技术对用户的行为方式进行深入挖掘；最后，设计人员根据相关数据对用户的习惯进行分析与总结，并对界面以及系统功能进行调整与优化，使其信息能够形成心智模型，更加符合用户的实际需求。
二、大数据处理技术基础上的用户调研
这一阶段的工作完全以大数据处理技术为基础，具体来说，在交互设计中，设计人员可以根据自身的需求利用爬虫技术对相关数据展开收集，例如，网站交互设计中，设计者就可以对不同规模的网站进行流量统计与分析，并对网站的内容设计、结构设计等展开深层次的分析。利用爬虫技术收集数据的意义在于可以通过某种既定的规则，对网络信息的脚本与程序进行自动化抓取。对数据信息的处理则需要利用分布式与并行处理技术展开，设计者可以根据受众的关注点对数据进行分类与处理，如结构布局、色彩搭配等，其中分布式处理能够将功能、地点、数据各异的计算机连接到一起，实现协调控制以及统一管理，从而有效提升系统的性能。最后通过有价值的数据规律与模型，对用户行为作出准确预测。
三、A/B测试基础上的版本更新
这一阶段的工作基础为A/B测试，A/B测试与网页优化方法具有较强的创新性与实用性，它可以推动网页指标的提升，如注册率以及转化率等。这一方法可以在软件版本更新中予以广泛应用，在实践的过程中可以将新版本设为B，将旧版本设为A，当两个版本都推送给用户后，系统可以对用户的访问量、点击量等进行收集。通过这些数据，设计者就可以了解新旧网站各自的优势与吸引力。为了提高研究的科学性与有效性，设计者可以通过假设检验的数理统计方法，分析B版本某个部件或者功能优于A版本相应内容的优势。最后，设计者可以根据假设检验的结果，确定可靠的阈值，然后对版本更新方案进行调整与优化。具体来说，与阈值相比，如果假设检验的最终结果更大，那么则证明新版本这一功能的优势更为明显，可以将新版本投入使用；相反，如果假设检验的最终结果更小，那么则证明新版的优势不足，应当将旧版本的相应设计保留下来。
四、模式识别基础上的用户体验优化
该阶段的工作以模式识别为基础，具体来说，软件后台可以将用户行为的各种数据全面收集起来，如用户的浏览时间、浏览次数、鼠标移动距离等。当数据得到全面的收集后，系统可以利用模式识别技术自动判读与处理数据，在交互设计中系统使用方式、用户行为等均可称为模式，对于用户来说，相关的行为模式包括运动趋势、浏览顺序、工具栏模式、鼠标移动模式等。通过对模式的分析，设计者可以找到交互设计中存在的问题，如哪一模块容易被用户忽略、工具栏位置的设置是否合理等，然后根据分析的结果，设计者就可以进一步对交互界面进行优化处理，使软件信息能够构成高质量的心智模型，继而更好地满足用户的实际需求。
五、结语
大数据处理技术在交互设计中的应用是十分必要的，它可以为交互设计的顺利展开提供全面的技术支持，其系统框架由三大部分组成，即用户调研、版本更新以及用户体验优化。大数据处理技术能够为交互设计提供全面、准确的数据信息，使交互设计更加科学、合理，设计人员应当对此予以重视，并根据现实需求对设计进行创新与调整。
参考文献：
[1]姜浩.大数据处理技术在交互设计中的应用[J].信息与电脑（理论版），2016（22）.
[2]王瑞.LabVIEW数据交互及处理技术在测试软件中的应用[D].中北大学，2016.
[关 键 词] 大数据处理技术；交互设计；应用
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2017）16-0171-01
交互设计覆盖知识广阔，应用范围较大，为了适应人们日益变化的物质需求、精神需求，设计者需对大量的用户数据进行分析，然而单一的交互设计并不能对大量的数据做出可靠的分析与判断，大数据处理技术则可以弥补其不足，因此，将这一技术在交互设计中广泛使用是有着重要现实意义的，对此展开探讨十分必要。
一、大数据处理技术在交互设计中应用的系统框架
从交互设计的阶段来说，大数据处理技术主要应用于测试以及用户调研这两个环节。具体来说，其系统框架由三部分构成。第一是用户调研，这一阶段的工作完全以大数据处理技术为基础。首先，系统可以自动获取有效数据，应用爬虫技术实现信息获取的自动化。其次，在数据收集技术后需对数据予以必要的分析与处理，此时用到的技术为分布式与并行处理技术，即使数据量与数据规模极大，该技术也较为适用。而后，系统可以通过数据挖掘、机器学习的方式展开自动化学习，从而使设计人员了解用户的个人习惯与喜好。第二是版本更新。这一阶段的工作基礎为A/B测试，当系统软件得到更新后，设计者可以以随机的方式向用户推送新旧两个版本，然后对转化率、访问量等数据进行收集，数据全面收集后，设计人员就可以对两个版本的功能进行比对，分析新旧版本的各自优势，继而对版本更新方案予以优化。第三是用户体验优化。该阶段的工作以模式识别为基础，首先，设计人员可以在计算机技术的支持下全面收集数据信息；其次，设计人员可以利用信息可视化以及大数据处理技术分析原始用户数据，并通过模式识别技术对用户的行为方式进行深入挖掘；最后，设计人员根据相关数据对用户的习惯进行分析与总结，并对界面以及系统功能进行调整与优化，使其信息能够形成心智模型，更加符合用户的实际需求。
二、大数据处理技术基础上的用户调研
这一阶段的工作完全以大数据处理技术为基础，具体来说，在交互设计中，设计人员可以根据自身的需求利用爬虫技术对相关数据展开收集，例如，网站交互设计中，设计者就可以对不同规模的网站进行流量统计与分析，并对网站的内容设计、结构设计等展开深层次的分析。利用爬虫技术收集数据的意义在于可以通过某种既定的规则，对网络信息的脚本与程序进行自动化抓取。对数据信息的处理则需要利用分布式与并行处理技术展开，设计者可以根据受众的关注点对数据进行分类与处理，如结构布局、色彩搭配等，其中分布式处理能够将功能、地点、数据各异的计算机连接到一起，实现协调控制以及统一管理，从而有效提升系统的性能。最后通过有价值的数据规律与模型，对用户行为作出准确预测。
三、A/B测试基础上的版本更新
这一阶段的工作基础为A/B测试，A/B测试与网页优化方法具有较强的创新性与实用性，它可以推动网页指标的提升，如注册率以及转化率等。这一方法可以在软件版本更新中予以广泛应用，在实践的过程中可以将新版本设为B，将旧版本设为A，当两个版本都推送给用户后，系统可以对用户的访问量、点击量等进行收集。通过这些数据，设计者就可以了解新旧网站各自的优势与吸引力。为了提高研究的科学性与有效性，设计者可以通过假设检验的数理统计方法，分析B版本某个部件或者功能优于A版本相应内容的优势。最后，设计者可以根据假设检验的结果，确定可靠的阈值，然后对版本更新方案进行调整与优化。具体来说，与阈值相比，如果假设检验的最终结果更大，那么则证明新版本这一功能的优势更为明显，可以将新版本投入使用；相反，如果假设检验的最终结果更小，那么则证明新版的优势不足，应当将旧版本的相应设计保留下来。
四、模式识别基础上的用户体验优化
该阶段的工作以模式识别为基础，具体来说，软件后台可以将用户行为的各种数据全面收集起来，如用户的浏览时间、浏览次数、鼠标移动距离等。当数据得到全面的收集后，系统可以利用模式识别技术自动判读与处理数据，在交互设计中系统使用方式、用户行为等均可称为模式，对于用户来说，相关的行为模式包括运动趋势、浏览顺序、工具栏模式、鼠标移动模式等。通过对模式的分析，设计者可以找到交互设计中存在的问题，如哪一模块容易被用户忽略、工具栏位置的设置是否合理等，然后根据分析的结果，设计者就可以进一步对交互界面进行优化处理，使软件信息能够构成高质量的心智模型，继而更好地满足用户的实际需求。
五、结语
大数据处理技术在交互设计中的应用是十分必要的，它可以为交互设计的顺利展开提供全面的技术支持，其系统框架由三大部分组成，即用户调研、版本更新以及用户体验优化。大数据处理技术能够为交互设计提供全面、准确的数据信息，使交互设计更加科学、合理，设计人员应当对此予以重视，并根据现实需求对设计进行创新与调整。
参考文献：
[1]姜浩.大数据处理技术在交互设计中的应用[J].信息与电脑（理论版），2016（22）.
[2]王瑞.LabVIEW数据交互及处理技术在测试软件中的应用[D].中北大学，2016.