数据分析基础-数据可视化学习笔记05-交互模型

人类信息处理模型

学习目标

理解交互中的人类认知行为

•人类信息处理模型

•生态模型

•社交互动模型

人类信息处理模型

•在认知心理学中------人类被视为一个信息处理单元

•认知过程被建模为该 IP 单元上的一系列信息过程

•了解人类认知过程,例如推理、解决问题、记忆和学习

•SK Card、TP Moran 和 A. Newell:人机交互心理学(Erlbaum,1983)

人作为信息处理单元

电脑 人类

输入 五个感觉装置(输入)

中央处理器 大脑:内存和CPU

输出 身体(包括言语)(输出)

人类记忆单位

感官记录

• 五个传感设备的极短时间存储

工作记忆

•临时信息存储机制

•容量和功能有限(幻数 7)

长期记忆

•陈述性记忆

•情节记忆(针对事件)

•语义记忆(抽象概念)

•程序记忆

HIP 模型的优点/缺点

缺点:

• 生物学上等效的解释很少

优点:

•可以模拟

•可用于评估人类交互的功能和性能

使用 HIP 模型进行模拟 -- 示例 I

•工作记忆的容量限制

•用户需要记住的项目数量应该很少

•示例:做出决定所需的时间与可用选择的数量成正比(希克-海曼定律)

•WE Hick,关于信息获取率,实验心理学季刊,4:11-26,1952 年。

•R·海曼。刺激信息作为反应时间的决定因素。实验心理学杂志,45:188-196,1953。

•少量具有多种选择的菜单窗口比大量具有少量选择的菜单窗口更有效

使用 HIP 模型进行模拟 -- 示例 II

•示例:使用定点设备到达目标所需的时间取决于目标的大小和距离(费茨定律)

•提供用户界面设计指南:目标对象在屏幕上的放置位置

使用 HIP 模型进行 HCI 建模

•两个信息处理单元

•两侧通过IO连接

互动循环 D. 诺曼的海湾模型

•感知人工系统的状态

•解读传感结果

•根据解释本身的意图来评估解释

•(Re)-设定新的意图

•选择一个新的输入

•执行新的输入

•由人工系统执行

细分于 D. 诺曼的海湾模型

•该模型有助于分析/解释各种困难、无效、失败和故障

•Gulf 阻止两个执行系统(计算机和人类)的无缝耦合

•有两个深渊

•执行(从H到C)

•外化(从C到H)

拉斯穆森的决策控制模型

•三级分层控制模型

1.以技能为基础

2.基于规则的

3.以知识为基础

•类似于机器人控制中经常使用的"包容架构"(Brooks@MIT)。

•快速但低质量的低级处理

•缓慢但高质量的高水平处理

明斯基的心灵社会:基于代理的模型

•将"人类心灵"视为一组相互关联的主体

•它为构建心灵模型提供了许多有趣的可能性,但尚未应用于实际模型

生态模型

生态模型

•与Rasmussen基于SRK的决策模型密切相关

•将其重点放在环境上,而不是作为信息处理单元的人类。

•分析环境如何向人类提供相关信息以协助任何交互

•它不分析环境具有的(绝对)物理特征。

•它分析了

•如何根据人类的需求生成相关信息

•人类如何获取这些信息

•人类如何将这些信息应用到他们的行动中

•早期作品建立在对人类视觉感知的研究之上

生态模型示例

•想象一下,您是第一次参观发电站博物馆。

•您将如何计划您的行动以实现您的主要目标?

•进去好像需要门票

•有哪些类型的展品?

•它们是如何排列的?等等。

可供性

•一个人将从环境中获取信息以协助其行动计划。

•可供性:环境中可用的此类信息的片段(James J. Gibson:视觉感知的生态方法,霍顿

马夫林公司,1979)

博物馆的可供性

•入口处的标志

•排队买票

•博物馆地图

•公告

•ETC。

富人/非富人的可供性

•在熟悉的环境中可以获得许多功能可供性

•在陌生的环境中,可用的可供性是有限的

•可供性由主体与其环境之间的关系定义

AFL 的可供性

•如果你是一个经验丰富的玩家,你可以从中推断出很多信息。

•你周围球员的动作,

•球的轨迹等

可供性不变

•它是一条信息,不会根据主体在环境中的移动方式而改变

•它允许主体计划并实现稳定的行动。

•为了获得这种不变量,鼓励受试者在环境中积极移动。

动态触控

•主体主动施加于环境中的物体以获得不变性的动作

•触摸、摇晃、撞击等

•温和到粗暴:微活动/动作

•积累微活动导致发现不变性

社交互动模型

社交互动模型

•人类社会由许多大大小小的人群组成

•这些团体试图

•实现共同目标,

•解决常见问题,

•确保信任

•这些活动是通过小组内的各种互动来进行的

团体和社区

•一个团体,其成员有明显的角色来实现共同的目标。

•社区是根据自己的意愿加入的参与者的聚集。

•一个圈子、校友、学术协会、志愿者团体

•传统上,它表示地理位置和关联

•网络技术的进步。引入了一种新型社区(网络社区)

网络社区

利益共同体

•通过共同利益扩大地面覆盖范围。

实践社区

•学术协会、工会------维持良好的人际关系

在线本地社区

•通过网络的使用增强了传统的当地社区。

团体/社区的特点

有明确的界限 通过背景

识别成员并 有正式的也有默认的

知识和兴趣,

非会员(有些甚至

他们建立强大 条款和规则

有制服...男孩/女孩

协会

侦察兵)

团体和社区的共同因素

•团体和社区通常是基于不同的目标而形成的

•然而,这两个实体都通过背景/隐性知识涉及其他成员的强烈意识

意识的作用

•意识与隐性知识以及环境中的各种背景信息密切相关。

•适当的意识将为成功完成团体/社区的任务添加积极的信息。

•意识丰富的社区很有可能取得成功。

概括

通过认知行为模型理解交互

人类信息处理模型

生态模型(可供性)

社会互动模型(意识)

相关推荐
问心无愧051319 小时前
ctf show web入门154
笔记
清平乐的技术专栏19 小时前
【Flink学习】(三)Flink 数据源详解,主流 Source 数据读取
大数据·flink·linq
数智前线19 小时前
腾讯云融合创新产品矩阵全面升级,首次发布专有云版“龙虾”
大数据·人工智能
Luminbox紫创测控19 小时前
基于环境舱的新能源汽车三高试验方法与热响应评估
大数据·人工智能·测试工具·汽车·安全性测试·测试标准
敲上瘾19 小时前
LangChain 消息机制与提示词模板指南
大数据·python·langchain
枫叶林FYL19 小时前
【机器学习与智慧医疗】糖尿病视网膜病变视力丧失预测:贝叶斯估计与威布尔分布
大数据·人工智能·机器学习
十六年开源服务商19 小时前
2026网站建设方案内容审批避坑指南
大数据·人工智能
团象科技19 小时前
跨境业务频繁卡顿遇瓶颈?谷歌云AI算力补齐链路短板破局增收
大数据·人工智能·深度学习
Bechamz19 小时前
大数据开发学习Day37
大数据·学习
zxd02031119 小时前
Zabbix7 监控系统学习总结
学习