摘 要：目的：为了将分布式与计算机、机器学习、假设检验、识别模式等大数据处理技术应用到交互设计中，研究的内容主要包括用户调研、产品的迭代和产品的测试。方法：使用的是交叉科学和交互设计的研究方法，提出大数据的处理技术在交互设计中的研究，从而研究用户调研方法和模式识别的用户体验优化方法。结果：研究的结果表明了大数据处理技术是可以应用在交互设计中的。结论：如果将大数据处理技术应用在交互设计中可以节约成本，为设计学和计算机技术的交叉进行了初步的研究，提供了有效的依据。
　　关键词：大数据处理技术；交叉设计；应用研究
　　計算机技术的发展让信息时代到来，很多的行业使用的都是信息化技术，信息化技术中的大数据处理技术也被广泛的应用，胡亮王为整个社会的建设做出了巨大的贡献，大数据时代的到来可以将人们的喜好传到网上，改变传统的交叉设计方式，不在使用人工，这样的方式简化整个调查环节，因此一定要对大数据处理技术进行研究，让大数据处理技术在交叉设计中做出更大的贡献。
　　1 研究现状
　　大数据处理技术在社会的发展中占有重要的地位，现在有很多的研究者对大数据处理技术进行研究，将大数据处理技术与交互设计结合，让交叉科学得到发展，计算机技术的进步，让交叉技术被广泛的应用，引起了很多人的重视，例如计算机技术可以在艺术中被应用，进行色彩搭配，还可以将计算机技术引应用到垃圾分类里，这些都是研究人员对计算机和交叉设计的结合。这种结合让设计学与计算机技术紧急的结合在一起，这种结合并不是简单的组合，而是将大数据处理技术应用到设计学中，将传统的调研方式和测试方式应用到交叉科学领域，这种方法的研究可以为用户调研和测试方法提供科学依据，能够减少人工的成本。
　　大数据的发展，让交叉设计也发生了变革，结合用户的喜好和平常的行为习惯，将网络与设计结合在一起，将这些信息都公布在网上，现在这一研究已经有了一定的规模，很多的信息都不需要通过人工的走访才能够获得，只要通过大数据需要的数据进行分析，就可以简单的得到这些数据，而且分析的非常全面，但是现在大数据处理技术与交互设计还存在很多的问题，怎样将机器学习、模式学习等辅助性学习设计结合起来还存在很多的问题。
　　2 研究框架
　　大数据处理技术在交叉设计中的应用主要分为两个部分，一个部分是用户调研，另一个部分是测试，具体的环节包括使用A/B进行测试确定版本更新的方案，这是其一，另一种就是以网站设计为例进行实践，这两个环节就是研究的主要环节。
　　首先，在大数据的处理技术在进行用户的调研，大数据的处理技术应用到用户的调研中，可以增加效率，减少调查的环节，让整个大数据的处理技术完美的应用，数据的获得需要使用网络爬虫技术，这种技术是进行调研的主要技术，可以将需要的数据进行分析，获得的数据是准确的，能够增加真确性，另外在获得数据之后需要将得到的数据进行整理，因为数据过多，因此需要使用大数处理技术对获得的数据进行处理，最后就是使用机器学习和数据发掘技术得到用户的喜好，这一过程是非常简便的，这就是技术进步带来的好处。
　　其次，需要及时更新版本，这些版本的更新就是基于A/B测试的版本更新，这些软件的使用是有着具体的要求的，在使用的时候只有及时更新，才能够获得最新的信息，但是在推送的时候，需要将新版本B和旧版本A都推送过去，最后确定具体的设计方案。
　　最后，基于模式识别的用户体验优化。首先使用计算机技术，在软件程序的后台收集用户行为数据；然后基于大数据处理技术和信息可视化技术，对收集的原始数据进行分析，使用模式识别技术，挖掘用户行为模式；最后根据总结的用户习惯，优化界面和功能设计，使信息的呈现符合用户的心智模型。
　　3 基于大数据处理技术的用户调研
　　首先使用网络爬虫技术自动获取互联网上的有效数据；然后利用分布式与并行处理技术对收集的海量数据进行处理；最后采用机器学习、数据挖掘的方法自动学习并得到用户喜好。以网站设计为例，首先使用网络爬虫技术自动获取不同访问流量的网站，如访问流量大的大型门户网站，类似搜狐、新浪等，以及访问流量小的专业性较强的网站，获取层次化的网站结构和内容，如文本、图片等。网络爬虫技术是一种按照一定的规则，自动抓取万维网信息的程序或者脚本。然后利用分布式与并行处理技术对收集的海量数据进行处理，整理出网站设计中不同关注点的数据，如网站布局、颜色搭配、链接关系等。并行处理是利用多个功能部件或多个处理机同时工作来提高系统性能或可靠性；在控制系统的统一管理下，协调完成大规模信息处理任务。
　　4 基于A/B测试的版本更新
　　A/B测试的思想推广到一般软件的版本更新问题，设软件旧版本是A，新版本是B。新版本在某些功能上作出了修改，具体做法如下。
　　将旧版本A和新版本B以随机的方式同时推送给所有用户，收集使用两个版本的用户行为，如停留时间、发言次数、登陆频率等，进而计算访问量、转化率等指标，即可清晰地了解到两种设计的优劣。网站转化是进行了相应修改的访问量与总访问量的比值，是衡量网站内容对访问者的吸引程度以及网站的宣传效果的重要指标。然后，采用假设检验的方法，计算新版本B中某个更新比旧版本A好的概率。
　　5 基于模式识别的用户体验优化
　　在软件程序的后台收集用户行为数据；然后基于大数据处理技术和信息可视化技术，对收集的原始数据进行分析，使用模式识别技术，挖掘用户行为模式；最后根据总结的用户习惯，优化界面和功能设计，使信息的呈现符合用户的心智模型。以网站设计为例，首先在软件程序的后台收集用户行为数据，如鼠标移动距离、用户浏览情况。，根据挖掘的用户模式，优化界面和功能设计，例如根据鼠标移动模式设置按钮的位置，根据用户查看工具栏模式设置工具栏的位置，根据易被忽略的位置设置广告的位置等。使软件信息的呈现和功能的设计更符合用户的心智模型。
　　6 结论
　　科技的进步，社会的发展，让大数据处理技术在交互设计中被使用，利用交叉设计和大数据处理技术对用户调研和测试进行研究，将机器学习、假设检验和模式识别都在大数据中被应用，通过用户调研方法、基于A/B测试的版本更新方法和基于模式识别的用户体验优化方法对调研进行研究，研究结果表明将大数据处理技术应用于交互设计的可行性，大数据处理技术为设计学中的传统用户调研和测试方法提供了坚实的理论基础和数据支持，大大降低了人工成本，并进一步为设计学与计算机科学的交叉作出了初步探索，提供了有效实用的理论与方法。
　　参考文献
　　[1]库克耶·肯尼思.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
　　[2]王续琨.交叉学科、交叉科学及其在科学体系中的地位[J].自然辩证法研究，2012，16（1）：43-47.
　　作者简介：单彦，身份证号：450204197809170613。