Моделирование и анализ человеко-компьютерного взаимодействия на основе логирования событий (1095063), страница 3
Текст из файла (страница 3)
В качестве исходнойинформации для моделирования используются: идентификатор элементауправления, экранные координаты взаимодействия, тип взаимодействия, времявзаимодействия, а также общие параметры программно-аппаратной системы, вкоторой работает пользователь (такие как: разрешение экрана, тип и версия ОС,тип эксперимента и другие). На основе аккумулируемых данных первоначальнопроизводится визуализация последовательности действий пользователя. Наследующем этапе на основе последовательности действий происходитформирование орграфа.В диссертационной работе подробно рассматриваются возможностиавтоматизированного анализа полученной модели, и их практическаяреализация.
Анализ получаемого взвешенного ориентированного графавыявляет следующие аспекты человеко-компьютерного взаимодействия:определение элементов управления, которым пользователь отдаѐтпредпочтение в работе на основе весов вершин;анализ расположения групп элементов управления интерфейсапользователя ПО и связей (переходов пользователя) между этимигруппами;обнаружение типичных для пользователя методов взаимодействия спрограммой (поиск путей в графе с наибольшим числом переходов);обнаружение последовательностей действий, выполнение которыхзанимает у пользователя продолжительное время в процессе работы;поиск последовательностей элементов управления, которыепользователь эффективно применяет в своей работе (характеризуютсянаибольшей скоростью переходов);11анализ основных метрик юзабилити интерфейса пользователя ПО наоснове сравнения с эталонной моделью выполнения пользователемтестовых задач.В качестве одного из направлений автоматизации анализа данныхисследования интерфейса пользователя ПО описывается ГА поисканепрерывных путей в орграфе, осуществляющий предварительную подготовкуаналитических данных для специалиста по юзабилити.
Методы эволюционногомоделирования были выбраны для задач анализа орграфа, поскольку ониосуществляют субоптимальный поиск решений, а в качестве результатаформируют выборку путей, а не единственный путь. В частности, длявыявления путей в графе с перечисленными выше характеристиками, былипредложены следующие целевые функции:(3)(4)(5)где – число дуг в пути,, , , – веса -той дуги, входящей впуть. Функция (3) позволяет выявлять пути пользователя, характеризующиесявысокой скоростью работы, а функция (4), соответственно, пути с низкойскоростью. Поиск на основе целевой функции (5) позволяет отбирать пути вграфе с наибольшим числом переходов, то есть последовательностей действий,которые пользователь выполнял наиболее часто.
Последующий анализскоростных характеристик таких путей позволяет определить их эффективностьи, при необходимости, сформулировать рекомендации по реорганизации блоковинтерфейса для повышения удобства и скорости работы пользователя.Для реализации задачи ГА поиска непрерывных путей переменнойдлины в ориентированном графе, были предложены следующие решения:методика описания генов, состоящих из двух хромосом, которая позволяетхранить непрерывные пути в графе переменной длины с различным числомвершин, а также модифицированные операторы кроссинговера и мутации(операторы, не нарушающие непрерывность пути).На рис.
1 приведена блок-схема ГА поиска решений. Эволюция особейпродолжается до условия останова, которым может быть либо достижениеэкстремума целевой функции для одной из особей популяции, либо выполнение12конечного числа итераций развития. Второе условие может быть использовано,когда требуется подготовить аналитическую информацию для специалиста запрогнозируемый временной промежуток, в таком случае число итерацийвыбирается произвольно специалистом, проводящим исследование.Созданиепроизвольногопервоначальногосписка путейНачалоОпределение значенияцелевой функции длякаждой особипопуляцииКонецДаУсловиеостановаПрименениемодифицированныхгенетическихоператоровПроведение турнира,выбор особей дляформированияпопуляции новой эпохиНетРис.
1. Блок-схема работы генетического алгоритмаВ качестве дополнительных возможностей анализа в работепредлагается статистическая обработка орграфов, по результатам которойформируется модель с усреднѐнными показателями. В такой моделиэлементами выборки являются множество графов взаимодействий пользователяс исследуемым ПО:(6)где– размер выборки,,,, … ,– орграфы, входящие ввыборку.– среднестатистический ориентированный граф.
Множествавершин и дуг, входящие в выборку, являются подмножествами вершин и дугобщего графа, параметры которого определяются как средние арифметическиесоответствующихпараметроворграфоввыборки.Полученнаясреднестатистическая модель ЧКВ, как и орграф активности одногопользователя, подвергается количественному анализу.В третьей главе рассматривается разработанное ПО, реализующеепроцедуры тестирования и исследования интерфейса пользователя посозданной в диссертационной работе методике. Архитектура ПО представлена(рис. 2) комбинацией самостоятельных функциональных блоков (программных13агентов), соответствующих этапам сбора, подготовки, хранения информации,предподготовки данных и предварительного анализа математической модели.пользователиюзабилити специалистыразработчики...Обработка и хранение данныхСбор данных о действияхпользователей в исследуемыхинтерфейсахВизуализацияграфа,предварительныйанализ...Рис.
2. Архитектура разработанного программного обеспеченияБлок сбора данных функционирует на рабочих местах пользователейисследуемого ПО (рис. 2) и пересылает структурированные отчѐты овзаимодействиях на сервер разработчиков интерфейса пользователя. Блокобработки информации и сервер реляционной базы данных функционируют нааппаратном обеспечении разработчика ПО в непрерывном режиме. Блок,осуществляющий визуализацию модели графа и еѐ анализ, функционирует нарабочих («клиентских») местах специалистов по проектированию интерфейсовв виде тонкого web-клиента и получает параметры моделирования из базыданных, расположенной на сервере разработчика.
Согласно используемойпрограммной архитектуре, система реализована в виде трѐх автономныхблоков, которые, исходя из условий промышленной эксплуатации ифункциональных требований, созданы с применением различных программныхтехнологий.Блок фиксации действий пользователя в WIMP-интерфейсе разработан всистеме программирования Borland Delphi 7.0 (диалект Object Pascal) дляфункционирования в ОС Microsoft Windows и реализован в двух вариантах: ввиде динамически подключаемой программной библиотеки (Dynamic-LinkLibrary, DLL), интегрируемой в исследуемое ПО на этапе разработки, и в видеотдельного программного решения, осуществляющего логирование действийпользователя в ОС. В своей реализации модуль использует возможностьустановки низкоуровневых обработчиков («ловушек») для различных событийоперационной системы. В ОС семейства Microsoft Windows каждому окну и егоэлементам управления соответствует уникальный идентификатор (handle), спомощью которого возможно определить отдельные компоненты интерфейса14пользователя.
Именно эти идентификаторы фиксируются в логе активностипользователя. Далее, все события зафиксированной последовательности содинаковыми значениями идентификатора преобразуются в соответствующиевершины орграфа, переходы между событиями преобразуются в дуги,соединяющие вершины орграфа, и вычисляются весовые параметры модели.Опыт исследований современных интерфейсов пользователя ПО сприменением созданной методики показал, что уникальный идентификатор(handle) зачастую соответствует не отдельному элементу управления, а ихгруппе. В таком случае при формировании орграфа из данных логаисследования, формируемая модель оказывалась неточной.
Поэтому длярешения обозначенной проблемы было предложено применение кластеризацииточек последовательности для получения вершин графа.В результате анализа существующих алгоритмов был выбран методграфовой кластеризации FOREL (ФОРмальный ЭЛемент) (Загоруйко-Ёлкина,1967) как наиболее подходящий для данной задачи.НачалоUi ≠ ØНетКонецДаВзять случайнуюточку x0 принадлежащую UiU i = U i \ K0Образовать кластер сцентром в x0 и радиусом RK0 = {xj є Ui | ρ(xj, x0) ≤ R}|K |x0 = (∑ j=10 xj) / |K0|, где xj є K0Дацентр K0стабилизировалсяНетРис.
3. Алгоритм кластеризации i-го подмножества U15Пусть– множество точек, формирующих последовательностьдействий пользователя в исследуемой программе. Тогда–это разбиение на подмножества, которые объединены по принципу равенстваидентификатора (handle) элемента управления интерфейса, где – общее числоуникальных значений идентификаторов,. Для каждоговыполняетсяалгоритм, представленный на рис. 3.
Параметр , используемый в алгоритме,характеризует геометрические размеры элемента интерфейса и можетнастраиваться специалистом, поскольку в зависимости от объѐма функцийисследуемой программы и компоновки еѐ интерфейса, размер элементовуправления может различаться. По результатам работы алгоритма для каждогополучаем соответствующие подграфы . Далее на основе информации опереходах (изпоследовательностидействийпользователя)междуподмножествами, объединяемподграфов в один результирующий,рассчитываем веса для вершин и ребер и получаем орграф ЧКВ . Подобнаянастройка модели производится на основе данных первого исследованияинтерфейса ПО.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
