基于老年用户心智模型的共享接驳车软件架构研究.docx

?

?

基于老年用户心智模型的共享接驳车软件架构研究

?

?

谢苏含姜霖李学超

摘要：分析老年共享接驳车的界面设计要素，提升用户界面易用性及用户体验。基于城市智慧交通出行系统及老年人出行特征及需求，以心智模型为理论指导，通过gephi软件，绘制心智模型下各行为节点复杂网络，并计算分析得到各节点的特征向量中心性指标，以此得出相应的设计指标之间的相互影响关系。得到了关于老年人出行心智模型下各行为节点的特征向量中心性数值。通过分析老年人短途出行过程中的心智模型，并结合复杂网络分析软件，可以很好地将交互设计过程中的设计指标的重要性分析评估量化，以得到更加科学的设计策略。

关键词：心智模型特征向量中心性交互设计老年人出行

：TS664

：A

：1003-0069（2020）07-0011-03

引言

随着社会人口老龄化的逐渐加剧，老年人出行的问题在当今社会也逐渐突显出来。如何将智慧出行转化为适用于老年人的服务或产品则显得尤为重要。老年人由于生理机能的退化，出行活动范围大大缩小[1]。然而在目前的公共交通体系中，为老年人设计的社区公共交通工具尚未出现较完善的模式，笔者将基于心智模型理论和特征向量中心性理论，提出并构建老年人在共享出行时的心智模型，结合交互设计原则，设计用于老年人共享出行时的软件交互界面原型。

一、心智模型及复杂网络理论概述

（一）界面设计中用户心智模型的构建

心智模型是由苏格兰心理学家KennethCraik于1940年代提出的用于研究某个特定用户行为的一种理论依据，它能够反映出人们心中对于周遭世界如何运转的看法和行为[2]。在交互设计领域，心智模型常被应用于对于用户需求的挖掘，它能够帮设计师了解用户的思维过程及相应的行为习惯，从而真正做到以用户为中心的设计[3]。AlanCooper曾提出将心智模型根据用户与系统之间的交互分为三个部分，即实现模型、用户心智模型和呈现模型[4]。当最终产品的呈现模型越接近用户心智模型时，产品的易用性和用户体验就会越好。

在对某一用户构建心智模型的过程中，可采用用户访谈法，为用户设定相应的行为场景和行为目的，从而获得用户为完成该任务时的行为节点。获得行为节点后，构建出用户在该行为场景下的心智模型，并通过亲和图法对用户的行为节点进行聚类划分，从而对各行为节点进行较为准确的心智空间划分。

（二）复杂网络算法与心智模型的互补性应用

由于心智模型具有不完全性、局限性、易变性、边界模糊性、非科学性和极简性六个特征[5]，而其中的不完全性和边界模糊性导致了心智模型具有一定的主观性。在心智模型的构建过程中，用户的每一个行为节点之间通过其行为逻辑、心理认知构成了一个复杂网络链接。在这个复杂网络链接中，研究者需要对行为节点的重要性进行评估，这对于最终设计实践中呈现模型与用户心智模型是否符合至关重要。为了能够合理地对用户心智模型的行为节点进行量化分析，本文引入复杂网络中节点中心性的概念，并采用特征向量的EC（EigenvectorCentrality，特征向量）中心性算法来对老年人出行心智模型中的行为节点进行评估计算。

复杂网络中重要节点的挖掘对于该领域研究的发展具有重要意义，任晓龙，吕琳媛[6]曾提出约三十种关于复杂网络中重要节点的挖掘的算法;周弦，梁霄，黄廷磊[7]等人提出一种方法，其可以在保存用户意向图（即用户认知心智模型）和美学标准之间达到平衡;AnandBihari[8]讨论了关于复杂网络中节点中心性的各种度量指标，如度、特征向量中心眭等，并提出作为最具代表性的度量指标——特征向量中心性的更优迭代算法。

本文尝试以用户为中心，构建用户乘坐共享接驳车时的心智模型，采用EC（EigenvectorCentrality，特征向量）中心性算法来计算出心智模型网络中行为节点的中心度，探究各心智空间下关键行为节点之间的相互影响关系，确定关键设计指标，为构建出符合用户行为和易用性较高的共享接驳车APP提供设计参考。

二、老年人公共交通出行心智模型构建

本文选取的研究对象为居住于二线城市以上，且具有独立出行能力的活力老人。该老年群体生活方式与行为需求相对稳定，外出环境基本围绕以室内家庭与室外即社区、医院、公园、超市等[9]，出行轨迹较固定。近年来我国的智慧交通服务系统在—二线等城市等已日渐完善，在老龄化社会的背景下，短途出行的共享接驳车的推广是一种必然趋势[10]。

为了更好地了解老年人短途出行时的心理活动、行为特征，需求特点等，笔者通过访谈法对四名活力老人进行了用户访谈。选取访谈对象均具有部分智能手机使用经验，以此来探究老年用户对于共享接驳车APP的认知水平，并获得短途出行时应发生的行为节点，基于此建立心智模型。受调研用户的特征如表1所示。

访谈时对用户的基本信息、出行习惯等做出大致