论文部分内容阅读
关键词：博物馆 大屏显示 交互设计 情境认知 用户画像
引言
现代博物馆职能从“收藏导向”转为“教育导向”[1] ，服务对象由展品转为观众本身，体验开始成为博物馆参观的关键词。随着博物馆的展示设计理念的转变，信息传播的有效性以及对观众的适用程度成为衡量博物馆价值的标准之一[2] 。为了创建一种交互的、情境化的信息展示方式，博物馆积极引入新技术、新设备，以最大化发挥博物馆的传播与教育职能。
在博物馆寻求变革的探索过程中，交互展示大屏作为博物馆中应用广泛且具有典型代表性的多媒体展示形态，依托于不断发展的多媒体展示技术与感知计算技术，为观众创造了更加多样化的信息传递方式。但是在实际運用中，大屏展示交互往往无法满足博物馆复杂观众群体的需求，导致用户参与度低、信息传播效率低等问题。本文以情境认知理论为基础，探讨如何从不同类型的观众的认知特点出发，更好地利用技术构建人机交互中的动态交互机制。
一、博物馆交互大屏与情境认知
（一）博物馆多媒体大屏发展现状
博物馆中的多媒体技术是指运用计算机技术对文本、数据、影像、声音等多媒体内容进行多样化呈现的技术。博物馆运用灵活先进的多媒体技术手段，通过交互设计将观众与展示内容连接，为观众创造了生动富有趣味的交互情境[3] ，增加观众的参与性与信息传达效率。
博物馆多媒体交互大屏指对角线尺寸在40英寸以上的屏幕，按功能分有导览型大屏和展示型大屏两种，按照使用状态分有墙面垂直式、桌面式、地毯式等类型[4] 。本文研究对象指最常见的墙面垂直式展示型大屏。和普通尺寸的显示设备相比，大屏为观众提供了沉浸式的交互空间、更加丰富的展示内容、更多维的互动方式，例如多点触摸、语音交互、手势与体感动作识别、增强现实等。
近年来越来越多的博物馆积极探索交互大屏在博物馆展示中的应用，例如美国克利夫兰艺术博物馆（Cleveland Museum of Art），在这所被誉为艺术与科技最完美结合体的博物馆中，设置了多种多样的交互大屏（如图1），其中12.2米长的互动触摸屏，不仅生动展示了藏品信息，还能直接将图片传送到观众手机中定制个性化参观路线，此馆中还设置了多种以艺术体验为主的体感互动屏幕。虽然博物馆大屏已经得到了广泛的实践与应用，但是仍然存在很多交互体验问题。在博物馆这样特殊的学习环境中，关于如何结合观众多样化的认知与需求，以提供个性化参观体验，目前还未有系统性大屏交互策略。
（二）情境认知理论
情境认知（Situated Cognition）是认知学习理论的重要组成部分，关注用户的认知与学习的过程。情景认知理论认为，学习者是信息的主动加工者，环境是其促进者与引导者，知识的获取是一种动态的建构与组织过程，是通过个体与环境交互作用中不断协调与适应完成的[5] 。大量观众研究证实，观众参观博物馆主要动机之一是“学习”，在博物馆这样非正式的学习环境中，观众在与大屏交互的过程中也在进行着非正式的学习认知过程。因此本文从情境认知理论出发，探讨如何利用多媒体展示交互设备提升知识传播效率，积极创造有利于观众学习的条件，激发观众兴趣。
二、基于情境认知的大屏交互框架
（一）博物馆大屏交互问题分析
为了更好引入情境认知理论来建立交互框架，笔者通过对杭州、上海多家博物馆的实地调研，就目前国内博物馆大屏普遍存在的用户参与度低、用户体验不佳等问题总结为以下三方面：
1.过分强调娱乐性、技术性而削弱了交互展示目的。艺术表现形式、技术运用与展示内容脱节。很多博物馆出现了“为展示而展示”的多媒体大屏，技术并没有真正为用户需求而服务。例如大屏以视觉形式的刺激吸引观众，但观众到屏幕前却无法感知到下一步操作的指示，只能进行随机地点击，发现屏幕反馈并不符合预期，于是稍微操作几下就离开。交互大屏只注重堆叠展示技术，却没有为观众提供合适的引导支撑，观众在没有安全感和信任感的环境下是很难进行沉浸式交互探索的。
2.单一模式化设计，面向对象模糊。大屏以技术为中心，交互方式模式化。博物馆的观众群体复杂多样，观众对于展示领域的知识了解程度以及对于大屏交互的接受度都不同。若对于所有观众都呈现单一的反馈方式，很容易造成部分用户的认知模式与之不匹配，使得用户体验不满意或受挫，破坏了用户参与热情。除此之外，在大屏交互情境中还需要考虑互动用户的数量，当出现多人同时操作的情况时，一方面容易引发大屏识别的不准确，另一方面也会影响个人交互体验。因此亟需提出设计策略以适配不同用户群体的需求。
3.大屏展示与交互效率普遍较低。由于交互大屏尺寸相较与普通屏幕显示面积更大，若设计不当容易增加用户的认知负荷。认知负荷分为两种，内部认知由材料的复杂程度决定，外部认知负荷取决于材料的组织与呈现方式。若是没有合理设计展示内容的布局方式，在初期用户对大屏内容进行认知的时候，可能会有更长的搜寻以及判断时间。在浏览操作屏幕时，如果视线流与操作流不匹配，用户甚至需要去不断调整自己与屏幕的角度与距离（如图2），导致操作效率低、操作疲惫、用户的集中度下降。
（二）基于情境认知的博物馆大屏交互框架
以上所暴露出的博物馆大屏交互问题，突显出在博物馆这样较为特殊的公共学习场所中，用户的参观与互动都具有偶然性与临时性，但是与大屏交互有一定学习成本。很多时候用户在接收到大屏展示信息之后，对于信息处理方法以及如何进行行为反馈都会缺少经验，从而遇到挫败感、降低参与兴趣。博物馆大屏更需要以用户与环境的真实情境来设计展示与交互方式。
本文从情景认知理论出发，对用户与大屏的交互情境进行重构，建立了基于情境认知理论的动态交互框架（如图3）。在情境认知理论中，“信息处理方法”与“行为方法”两个方向都已有比较成熟的模型[6] 。其中“信息处理方法”通常用 “三级模型”来阐述，三级模型分为三个阶段，从感知到解释再到预测规划，信息处理层级从低级到高级发展。以此为基础，将用户与大屏交互过程分为三级：1.第一级情境获取，用户对大屏系统呈现的内容与形式进行感知，这一部分不仅指用户对于大屏上展示元素的感知，也包括对于自身身体与大屏空间位置关系的感知;2.第二级情境解释，用户凭借自身的经验、认知机制对感知到的内容进行建构诠释，将杂乱无章的内容形成完整的理解和判断;3. 第三级情境反馈与预测，用户根据前期的理解进行动作输入并且预测屏幕给出的反馈。三级模型由此构成了动态交互系统中用户情境的组成部分。 情境认知理论中关于“行为方法”的模型则是建立了人与环境之间的动态交互，从上文总结的问题中我们可以发现，由于不同观众的感知力、认知基础以及操作的熟悉程度都不同，如果系统只给予千篇一律模式化的反馈，很容易使得部分用户在感知、建构以及行为预测阶段受阻。因此需要构建相对应的大屏系统的动态反馈模型，以组成完整的大屏交互框架。大屏系统并非单一向用户输出信息，而是在理解用户行为后对用户特征进行判断和预测，再做出合适的反馈和引导，以修正用户对交互情境的认知，相辅相成，促进了信息获取的效率。
三、博物馆大屏交互优化策略
在情境认知动态交互框架中，用户的信息处理与大屏的信息反馈共同构成了一个動态的循环。为了更好地促进用户参与到与大屏的有效交互中，提出以下策略：一方面从用户情境切入，通过构建个性化的用户画像，帮助大屏系统更好理解不同用户的诉求;另一方面从系统情境切入，基于大屏本身特性，构建隐喻的交互方式，促进观众对于整个交互系统的正向认知与自然互动。
（一）用户情境优化策略
1.博物馆用户画像概念。用户画像概念最早由Alan Cooper在《交互设计精髓》中提出，指通过分析用户行为、认知等数据，生成用户标签化原型的方法。在博物馆观众相关研究中将观众身份定义为“参观博物馆时的特定角色”[7] 。这个特定角色由静态数据和动态数据组成，静态数据指的是用户的个人背景、经验、认知与兴趣数据，获取方式可以通过在用户网上/实地订票时录入，以此记录用户的性别、年龄、教育背景、职业、爱好信息以及一些自定义标签。动态数据是用户在博物馆中实际参观过程中实时具体行为产生的数据，包括参观行为、参观路径等，获取维度主要是用户参观路径以及当用户与大屏交互时的距离、姿态甚至面部情绪，以此分析用户参观动机与认知方式，甚至当前疲劳度。
2. 优化策略：构建个性化用户画像。未来博物馆需要采取适合个人的设计而非展示通用的信息，通过预测观众的反应以创造个性化的独特体验[8] 。这也就要求博物馆通过更自然的技术获取用户的静态数据与动态数据，通过大数据技术来构建博物馆观众特定角色的“个性化用户画像”[9] ，分析用户行为，针对行为特征，采取不同的交互方式来引导，以激发用户参与到有效的交互中（如图4）。
（1）分析用户行为。分析用户行为首先需要采集人体行为数据，在博物馆中常见的采集技术方式有：①追踪用户空间位置：通过射频RFID标签或者移动手持设备技术来实现非常低功耗高精度的定位;②记录用户行为数据：利用环境中的传感器或者深度摄像头进行识别;③识别用户情绪反馈：利用面部识别等计算机视觉技术采集用户情绪等。例如英国DLI达勒姆轻装步兵博物馆通过红外高清摄像机来实时获取观众的参观行为、识别观众面部特征，以此了解观众参观情况，并引导他们到感兴趣的展区。荷兰的ICER博物馆使用生物识别技术来为观众定制个性化博物馆体验。杜克大学纳舍尔艺术博物馆则用眼球追踪眼镜从观众的互动中收集数据[8] 。
（2）定位用户画像。基于获取的用户数据，通过数据标签的方式对数据深度分析与挖掘。首先可以根据用户的静态数据判定用户类型，不同类型的用户有比较特征性的偏好，例如青少年观众容易被新奇事物吸引，乐于投入大屏的互动体验中，专家学者会更注重大屏本身展示内容的知识性以及不被打扰的个人空间。基于过往博物馆观众研究中对于不同类型参观者（男性/女性、团体/个人、普通观众/专家、成年人/青少年）行为模式的研究作为依据构建一个初步的用户偏好画像[10] 。
但是观众在博物馆中画像并不是固定不变的，而是根据实时参观学习状态有一个动态变化的过程，这需要我们对用户的潜在性、趋势性进行判断[11] 。更精准的动态画像获取一方面可以通过记录用户来大屏之前的参观路径来判断用户参观策略、学习偏好甚至疲劳程度，另一方面通过观众与大屏交互时的位置距离/身体姿态/面部情绪来判断用户参与倾向性的程度。例如有相关研究通过用户与大屏的距离远近分析用户的参与投入程度[13] ，将用户分为未参与者（用户远离屏幕）、过客（用户走进屏幕，意识到屏幕的可交互性）、参与者（近距离短暂停留查看，仅停留于浅层次互动阶段，非常容易中途放弃）和投入者（近距离，用户积极主动与大屏交互，获取信息效率高）。将构建的用户模型应用于实践后，可以通过大数据不断修正迭代模型。
（二）系统情境优化策略
1.隐喻与自然交互。隐喻通过象征、类比等方式将虚拟的概念具象化，将物理世界中的认知作为参照，帮助用户快速学习理解与系统交互的操作方式以及理解预测系统的反馈形式[12] 。根据美国学者莱考夫和约翰逊在《Metaphors We Live By》（《我们赖以生存的隐喻》）书中总结，隐喻被分为实体隐喻、结构隐喻和方位隐喻。实体隐喻指的是将抽象的概念与物理实体相联系，结构隐喻指利用熟悉的组织结构来实现对新的组织结构层级的认知，方位隐喻指通过对空间中方向和位置的感知。通过隐喻来建立博物馆大屏的自然交互方式，尽量让符合用户感知的操作方式与大屏提供的交互方式相匹配。
根据大屏本身的特性，大屏可以充分融合多种自然交互技术，例如触摸交互、语音交互、手势交互、体感交互、眼动交互等，面向不同的观众以及观众变化的需求调整最舒适的展示与交互方式。
2. 优化策略：创建自然多维度交互。在分析用户行为，定位用户画像之后，需要触发用户的探索兴趣，使用隐喻的方式轻轻推动用户选择，让用户能在探索中逐渐发现微妙互动的意义乐趣，逐渐掌握与大屏互动的交互机制（如图5）。
（1）引发探索兴趣。根据注意捕获理论，人的注意力吸引主要分为内源性注意与外源性注意。内源性注意是用户目标导向，外源性注意是刺激驱动。基于此我们可以根据用户的动态画像来激发针对性的交互策略。
当系统监测到观众在大屏前停留了一会儿，但还未与大屏进行交互。此时大屏根据用户的类型、用户与屏幕的距离、动作趋势甚至用户表情等维度标签，通过以下策略激发观众的外源性注意：1.视觉刺激引导，通过色彩或者动效突出展示可以交互的按钮;2内容展示引导，为观众展示一些轮播信息，吸引观众兴趣;3. 身体感知引导，通过身体轮廓在屏幕上的映射，让用户感受到身体在虚拟场景中互动。若刺激与观众认知相匹配，即可调动观众的参与积极性，吸引观众进入更深层次的互动状态。 当观众开始与屏幕进行交互操作时，此时观众已有更明确的搜寻目标，观众的内源性注意被激发，即可针对观众感兴趣的内容提供更精细、更敏捷交互操作方式，方便用户深入探索。不断激发用户的兴趣点与探索欲望，这是一个循序渐进的过程。
（2）隐喻手法引入。结合隐喻交互方式，为博物馆多人空间中大屏的复杂信息展示，建立自然交互与动态布局策略。
①根据用户与大屏的距离与方向调整展示效果与互动方式。当用户已经参与到大屏交互中，当用户与大屏的空间位置关系的变化时，大屏需要构建对应的交互反馈，一方面需要考虑到用户视线流与操作流，为提供用户合适的视觉表现与负载，例如远处更适合体感或手势控制，近距离则适合更加敏捷的交互方式，视觉展示形式也需要重新组织;另一方面需要捕捉到用户距离改变的方向与结构隐喻，根据相关研究，用户与大屏的距离远距离与近距离隐喻信息层级上的聚合与打开[13] ，例如用户退一步可以看到概述信息，用户进一步可以看到更加细节的呈现（如图6）。由于不同用户隐喻认知基础不同，为了更好地支持这种自然的身体交互方式，需要为用户提供合适的反馈和引导。②对用户感兴趣区域的突出展示。根据用户头部方向以及面部情绪的精细识别，大屏可以获取感性用户感兴趣的区域，从而对焦屏幕某一部分内容，并以兴趣领域为中心区域再做展示的动态整合适应（如图7），兴趣区域适当放大，内部文字图片布局结构同时也做出适配调整。③针对多人交互的场景动态布局。用户的不同参与方式，系统也能根据用户的位置关系，进行最适合的展示[14] ，使得每个用户都能在大屏交互中舒适、独立、高效地获取信息（如图8）。当两个用户同时操作时，两个用户操作区与感应区域适配性放大，无关信息缩小;当某个用户操作，周围有用户观看时，屏幕展示区域调整到在不影响用户操作时可以满足其他用户驻足查看的位置。
除此之外屏幕的动态布局的变化需要给予用户足够的提示，根据用户本身的肢体动作，屏幕可以做出相应的映射反馈，使得视觉焦点形成连贯的视觉引导路径，引导用户的界面操作，从而创造自然流程的体验。同时在用户操作前给予提示，操作后反馈，这些反馈可以增强以建立用户的控制感与信任感。
总结
随着感知计算技术的发展与自然交互概念的提出，博物馆致力于使用多媒体交互技术提升观众参与度与信息传达效率。本文基于情境认知理论，创新了一种动态的情境认知交互框架，能较为明确地指出在博物馆情境下用户与大屏交互所需要考虑的维度。从“分析用户行为-定位用户画像-引发探索兴趣-隐喻手法引入”路径出发构建更为具体交互设计指导策略，一方面是从用户情境入手，结合用户认知背景制定动态用户画像，另一方面是从系统情境入手，结合大屏自身特性创建自然多维度交互方式。本文为博物馆多媒体交互设计提供了新思路，但在实际实践中，需要結合大屏实际的展示内容以及展馆内用户情况落实到更细节的交互设计方式，并通过用户研究使其具有更好的适用性与拓展性。
引言
现代博物馆职能从“收藏导向”转为“教育导向”[1] ，服务对象由展品转为观众本身，体验开始成为博物馆参观的关键词。随着博物馆的展示设计理念的转变，信息传播的有效性以及对观众的适用程度成为衡量博物馆价值的标准之一[2] 。为了创建一种交互的、情境化的信息展示方式，博物馆积极引入新技术、新设备，以最大化发挥博物馆的传播与教育职能。
在博物馆寻求变革的探索过程中，交互展示大屏作为博物馆中应用广泛且具有典型代表性的多媒体展示形态，依托于不断发展的多媒体展示技术与感知计算技术，为观众创造了更加多样化的信息传递方式。但是在实际運用中，大屏展示交互往往无法满足博物馆复杂观众群体的需求，导致用户参与度低、信息传播效率低等问题。本文以情境认知理论为基础，探讨如何从不同类型的观众的认知特点出发，更好地利用技术构建人机交互中的动态交互机制。
一、博物馆交互大屏与情境认知
（一）博物馆多媒体大屏发展现状
博物馆中的多媒体技术是指运用计算机技术对文本、数据、影像、声音等多媒体内容进行多样化呈现的技术。博物馆运用灵活先进的多媒体技术手段，通过交互设计将观众与展示内容连接，为观众创造了生动富有趣味的交互情境[3] ，增加观众的参与性与信息传达效率。
博物馆多媒体交互大屏指对角线尺寸在40英寸以上的屏幕，按功能分有导览型大屏和展示型大屏两种，按照使用状态分有墙面垂直式、桌面式、地毯式等类型[4] 。本文研究对象指最常见的墙面垂直式展示型大屏。和普通尺寸的显示设备相比，大屏为观众提供了沉浸式的交互空间、更加丰富的展示内容、更多维的互动方式，例如多点触摸、语音交互、手势与体感动作识别、增强现实等。
近年来越来越多的博物馆积极探索交互大屏在博物馆展示中的应用，例如美国克利夫兰艺术博物馆（Cleveland Museum of Art），在这所被誉为艺术与科技最完美结合体的博物馆中，设置了多种多样的交互大屏（如图1），其中12.2米长的互动触摸屏，不仅生动展示了藏品信息，还能直接将图片传送到观众手机中定制个性化参观路线，此馆中还设置了多种以艺术体验为主的体感互动屏幕。虽然博物馆大屏已经得到了广泛的实践与应用，但是仍然存在很多交互体验问题。在博物馆这样特殊的学习环境中，关于如何结合观众多样化的认知与需求，以提供个性化参观体验，目前还未有系统性大屏交互策略。
（二）情境认知理论
情境认知（Situated Cognition）是认知学习理论的重要组成部分，关注用户的认知与学习的过程。情景认知理论认为，学习者是信息的主动加工者，环境是其促进者与引导者，知识的获取是一种动态的建构与组织过程，是通过个体与环境交互作用中不断协调与适应完成的[5] 。大量观众研究证实，观众参观博物馆主要动机之一是“学习”，在博物馆这样非正式的学习环境中，观众在与大屏交互的过程中也在进行着非正式的学习认知过程。因此本文从情境认知理论出发，探讨如何利用多媒体展示交互设备提升知识传播效率，积极创造有利于观众学习的条件，激发观众兴趣。
二、基于情境认知的大屏交互框架
（一）博物馆大屏交互问题分析
为了更好引入情境认知理论来建立交互框架，笔者通过对杭州、上海多家博物馆的实地调研，就目前国内博物馆大屏普遍存在的用户参与度低、用户体验不佳等问题总结为以下三方面：
1.过分强调娱乐性、技术性而削弱了交互展示目的。艺术表现形式、技术运用与展示内容脱节。很多博物馆出现了“为展示而展示”的多媒体大屏，技术并没有真正为用户需求而服务。例如大屏以视觉形式的刺激吸引观众，但观众到屏幕前却无法感知到下一步操作的指示，只能进行随机地点击，发现屏幕反馈并不符合预期，于是稍微操作几下就离开。交互大屏只注重堆叠展示技术，却没有为观众提供合适的引导支撑，观众在没有安全感和信任感的环境下是很难进行沉浸式交互探索的。
2.单一模式化设计，面向对象模糊。大屏以技术为中心，交互方式模式化。博物馆的观众群体复杂多样，观众对于展示领域的知识了解程度以及对于大屏交互的接受度都不同。若对于所有观众都呈现单一的反馈方式，很容易造成部分用户的认知模式与之不匹配，使得用户体验不满意或受挫，破坏了用户参与热情。除此之外，在大屏交互情境中还需要考虑互动用户的数量，当出现多人同时操作的情况时，一方面容易引发大屏识别的不准确，另一方面也会影响个人交互体验。因此亟需提出设计策略以适配不同用户群体的需求。
3.大屏展示与交互效率普遍较低。由于交互大屏尺寸相较与普通屏幕显示面积更大，若设计不当容易增加用户的认知负荷。认知负荷分为两种，内部认知由材料的复杂程度决定，外部认知负荷取决于材料的组织与呈现方式。若是没有合理设计展示内容的布局方式，在初期用户对大屏内容进行认知的时候，可能会有更长的搜寻以及判断时间。在浏览操作屏幕时，如果视线流与操作流不匹配，用户甚至需要去不断调整自己与屏幕的角度与距离（如图2），导致操作效率低、操作疲惫、用户的集中度下降。
（二）基于情境认知的博物馆大屏交互框架
以上所暴露出的博物馆大屏交互问题，突显出在博物馆这样较为特殊的公共学习场所中，用户的参观与互动都具有偶然性与临时性，但是与大屏交互有一定学习成本。很多时候用户在接收到大屏展示信息之后，对于信息处理方法以及如何进行行为反馈都会缺少经验，从而遇到挫败感、降低参与兴趣。博物馆大屏更需要以用户与环境的真实情境来设计展示与交互方式。
本文从情景认知理论出发，对用户与大屏的交互情境进行重构，建立了基于情境认知理论的动态交互框架（如图3）。在情境认知理论中，“信息处理方法”与“行为方法”两个方向都已有比较成熟的模型[6] 。其中“信息处理方法”通常用 “三级模型”来阐述，三级模型分为三个阶段，从感知到解释再到预测规划，信息处理层级从低级到高级发展。以此为基础，将用户与大屏交互过程分为三级：1.第一级情境获取，用户对大屏系统呈现的内容与形式进行感知，这一部分不仅指用户对于大屏上展示元素的感知，也包括对于自身身体与大屏空间位置关系的感知;2.第二级情境解释，用户凭借自身的经验、认知机制对感知到的内容进行建构诠释，将杂乱无章的内容形成完整的理解和判断;3. 第三级情境反馈与预测，用户根据前期的理解进行动作输入并且预测屏幕给出的反馈。三级模型由此构成了动态交互系统中用户情境的组成部分。 情境认知理论中关于“行为方法”的模型则是建立了人与环境之间的动态交互，从上文总结的问题中我们可以发现，由于不同观众的感知力、认知基础以及操作的熟悉程度都不同，如果系统只给予千篇一律模式化的反馈，很容易使得部分用户在感知、建构以及行为预测阶段受阻。因此需要构建相对应的大屏系统的动态反馈模型，以组成完整的大屏交互框架。大屏系统并非单一向用户输出信息，而是在理解用户行为后对用户特征进行判断和预测，再做出合适的反馈和引导，以修正用户对交互情境的认知，相辅相成，促进了信息获取的效率。
三、博物馆大屏交互优化策略
在情境认知动态交互框架中，用户的信息处理与大屏的信息反馈共同构成了一个動态的循环。为了更好地促进用户参与到与大屏的有效交互中，提出以下策略：一方面从用户情境切入，通过构建个性化的用户画像，帮助大屏系统更好理解不同用户的诉求;另一方面从系统情境切入，基于大屏本身特性，构建隐喻的交互方式，促进观众对于整个交互系统的正向认知与自然互动。
（一）用户情境优化策略
1.博物馆用户画像概念。用户画像概念最早由Alan Cooper在《交互设计精髓》中提出，指通过分析用户行为、认知等数据，生成用户标签化原型的方法。在博物馆观众相关研究中将观众身份定义为“参观博物馆时的特定角色”[7] 。这个特定角色由静态数据和动态数据组成，静态数据指的是用户的个人背景、经验、认知与兴趣数据，获取方式可以通过在用户网上/实地订票时录入，以此记录用户的性别、年龄、教育背景、职业、爱好信息以及一些自定义标签。动态数据是用户在博物馆中实际参观过程中实时具体行为产生的数据，包括参观行为、参观路径等，获取维度主要是用户参观路径以及当用户与大屏交互时的距离、姿态甚至面部情绪，以此分析用户参观动机与认知方式，甚至当前疲劳度。
2. 优化策略：构建个性化用户画像。未来博物馆需要采取适合个人的设计而非展示通用的信息，通过预测观众的反应以创造个性化的独特体验[8] 。这也就要求博物馆通过更自然的技术获取用户的静态数据与动态数据，通过大数据技术来构建博物馆观众特定角色的“个性化用户画像”[9] ，分析用户行为，针对行为特征，采取不同的交互方式来引导，以激发用户参与到有效的交互中（如图4）。
（1）分析用户行为。分析用户行为首先需要采集人体行为数据，在博物馆中常见的采集技术方式有：①追踪用户空间位置：通过射频RFID标签或者移动手持设备技术来实现非常低功耗高精度的定位;②记录用户行为数据：利用环境中的传感器或者深度摄像头进行识别;③识别用户情绪反馈：利用面部识别等计算机视觉技术采集用户情绪等。例如英国DLI达勒姆轻装步兵博物馆通过红外高清摄像机来实时获取观众的参观行为、识别观众面部特征，以此了解观众参观情况，并引导他们到感兴趣的展区。荷兰的ICER博物馆使用生物识别技术来为观众定制个性化博物馆体验。杜克大学纳舍尔艺术博物馆则用眼球追踪眼镜从观众的互动中收集数据[8] 。
（2）定位用户画像。基于获取的用户数据，通过数据标签的方式对数据深度分析与挖掘。首先可以根据用户的静态数据判定用户类型，不同类型的用户有比较特征性的偏好，例如青少年观众容易被新奇事物吸引，乐于投入大屏的互动体验中，专家学者会更注重大屏本身展示内容的知识性以及不被打扰的个人空间。基于过往博物馆观众研究中对于不同类型参观者（男性/女性、团体/个人、普通观众/专家、成年人/青少年）行为模式的研究作为依据构建一个初步的用户偏好画像[10] 。
但是观众在博物馆中画像并不是固定不变的，而是根据实时参观学习状态有一个动态变化的过程，这需要我们对用户的潜在性、趋势性进行判断[11] 。更精准的动态画像获取一方面可以通过记录用户来大屏之前的参观路径来判断用户参观策略、学习偏好甚至疲劳程度，另一方面通过观众与大屏交互时的位置距离/身体姿态/面部情绪来判断用户参与倾向性的程度。例如有相关研究通过用户与大屏的距离远近分析用户的参与投入程度[13] ，将用户分为未参与者（用户远离屏幕）、过客（用户走进屏幕，意识到屏幕的可交互性）、参与者（近距离短暂停留查看，仅停留于浅层次互动阶段，非常容易中途放弃）和投入者（近距离，用户积极主动与大屏交互，获取信息效率高）。将构建的用户模型应用于实践后，可以通过大数据不断修正迭代模型。
（二）系统情境优化策略
1.隐喻与自然交互。隐喻通过象征、类比等方式将虚拟的概念具象化，将物理世界中的认知作为参照，帮助用户快速学习理解与系统交互的操作方式以及理解预测系统的反馈形式[12] 。根据美国学者莱考夫和约翰逊在《Metaphors We Live By》（《我们赖以生存的隐喻》）书中总结，隐喻被分为实体隐喻、结构隐喻和方位隐喻。实体隐喻指的是将抽象的概念与物理实体相联系，结构隐喻指利用熟悉的组织结构来实现对新的组织结构层级的认知，方位隐喻指通过对空间中方向和位置的感知。通过隐喻来建立博物馆大屏的自然交互方式，尽量让符合用户感知的操作方式与大屏提供的交互方式相匹配。
根据大屏本身的特性，大屏可以充分融合多种自然交互技术，例如触摸交互、语音交互、手势交互、体感交互、眼动交互等，面向不同的观众以及观众变化的需求调整最舒适的展示与交互方式。
2. 优化策略：创建自然多维度交互。在分析用户行为，定位用户画像之后，需要触发用户的探索兴趣，使用隐喻的方式轻轻推动用户选择，让用户能在探索中逐渐发现微妙互动的意义乐趣，逐渐掌握与大屏互动的交互机制（如图5）。
（1）引发探索兴趣。根据注意捕获理论，人的注意力吸引主要分为内源性注意与外源性注意。内源性注意是用户目标导向，外源性注意是刺激驱动。基于此我们可以根据用户的动态画像来激发针对性的交互策略。
当系统监测到观众在大屏前停留了一会儿，但还未与大屏进行交互。此时大屏根据用户的类型、用户与屏幕的距离、动作趋势甚至用户表情等维度标签，通过以下策略激发观众的外源性注意：1.视觉刺激引导，通过色彩或者动效突出展示可以交互的按钮;2内容展示引导，为观众展示一些轮播信息，吸引观众兴趣;3. 身体感知引导，通过身体轮廓在屏幕上的映射，让用户感受到身体在虚拟场景中互动。若刺激与观众认知相匹配，即可调动观众的参与积极性，吸引观众进入更深层次的互动状态。 当观众开始与屏幕进行交互操作时，此时观众已有更明确的搜寻目标，观众的内源性注意被激发，即可针对观众感兴趣的内容提供更精细、更敏捷交互操作方式，方便用户深入探索。不断激发用户的兴趣点与探索欲望，这是一个循序渐进的过程。
（2）隐喻手法引入。结合隐喻交互方式，为博物馆多人空间中大屏的复杂信息展示，建立自然交互与动态布局策略。
①根据用户与大屏的距离与方向调整展示效果与互动方式。当用户已经参与到大屏交互中，当用户与大屏的空间位置关系的变化时，大屏需要构建对应的交互反馈，一方面需要考虑到用户视线流与操作流，为提供用户合适的视觉表现与负载，例如远处更适合体感或手势控制，近距离则适合更加敏捷的交互方式，视觉展示形式也需要重新组织;另一方面需要捕捉到用户距离改变的方向与结构隐喻，根据相关研究，用户与大屏的距离远距离与近距离隐喻信息层级上的聚合与打开[13] ，例如用户退一步可以看到概述信息，用户进一步可以看到更加细节的呈现（如图6）。由于不同用户隐喻认知基础不同，为了更好地支持这种自然的身体交互方式，需要为用户提供合适的反馈和引导。②对用户感兴趣区域的突出展示。根据用户头部方向以及面部情绪的精细识别，大屏可以获取感性用户感兴趣的区域，从而对焦屏幕某一部分内容，并以兴趣领域为中心区域再做展示的动态整合适应（如图7），兴趣区域适当放大，内部文字图片布局结构同时也做出适配调整。③针对多人交互的场景动态布局。用户的不同参与方式，系统也能根据用户的位置关系，进行最适合的展示[14] ，使得每个用户都能在大屏交互中舒适、独立、高效地获取信息（如图8）。当两个用户同时操作时，两个用户操作区与感应区域适配性放大，无关信息缩小;当某个用户操作，周围有用户观看时，屏幕展示区域调整到在不影响用户操作时可以满足其他用户驻足查看的位置。
除此之外屏幕的动态布局的变化需要给予用户足够的提示，根据用户本身的肢体动作，屏幕可以做出相应的映射反馈，使得视觉焦点形成连贯的视觉引导路径，引导用户的界面操作，从而创造自然流程的体验。同时在用户操作前给予提示，操作后反馈，这些反馈可以增强以建立用户的控制感与信任感。
总结
随着感知计算技术的发展与自然交互概念的提出，博物馆致力于使用多媒体交互技术提升观众参与度与信息传达效率。本文基于情境认知理论，创新了一种动态的情境认知交互框架，能较为明确地指出在博物馆情境下用户与大屏交互所需要考虑的维度。从“分析用户行为-定位用户画像-引发探索兴趣-隐喻手法引入”路径出发构建更为具体交互设计指导策略，一方面是从用户情境入手，结合用户认知背景制定动态用户画像，另一方面是从系统情境入手，结合大屏自身特性创建自然多维度交互方式。本文为博物馆多媒体交互设计提供了新思路，但在实际实践中，需要結合大屏实际的展示内容以及展馆内用户情况落实到更细节的交互设计方式，并通过用户研究使其具有更好的适用性与拓展性。