[工学]人机交互--帮助系统的设计.ppt

2019/4/17,1,第10章 帮助系统的设计,2019/4/17,2,本章内容,帮助系统的属性 提供帮助的方式 自适应帮助系统(adaptive help system) 帮助系统的设计,2019/4/17,3,四种类型的帮助,Quick reference 通常是对用户使用的工具做细节提示，用户已经基本熟悉这些工具或者以前使用过 例如，发现一个特殊命令的参数，或者提醒用户这个命令的语法 Task-specific help 当用户执行一个特殊的任务时遇到问题或者当他不知道如何使用某个工具来解决他的特殊问题时需要这种帮助,提供的帮助是直接与做什么有关的,2019/4/17,4,四种类型的帮助（续）,Full explanation 一个有经验的用户可能需要一些命令的更详细的解释，以便更好的理解这些命令，其中一些解释可能在此时刻用户并不需要 Tutorial 这是针对新用户提供的帮助，它可以指导用户一步一步的来使用某个工具,2019/4/17,5,帮助系统功能清单,连续并更详细的解释屏幕上显示的出错消息 连续并更详细的解释屏幕上显示的问题或提示 连续列举正确的输入或合法的命令 解释或定义某一具体术语 描述一条具体命令的格式 提供允许用户使用的命令清单 显示文档中的具体章节 描述各种系统参数的当前值 指导用户使用系统 提供系统中用户感兴趣的消息 提供用户可利用的辅助工具清单,2019/4/17,6,帮助系统的属性,可用性 精确性和完整性 一致性 灵活性 鲁棒性 不唐突性（Unobtrusiveness）,2019/4/17,7,可用性和精确性、完整性,可用性 用户在和系统交互时，任何时刻能够获得帮助 并且，不能为了打开帮助系统而关闭正在使用的系统 理想的是，帮助系统可以和任何其他的应用程序并行运行。在窗口系统中这是很容易实现的，但是在没有窗口的系统中这个问题需要特别注意。 精确性和完整性 帮助系统必须能够准确的反映当前的系统，尤其是在系统不断更新，同一时刻可能多种版本同时存在时，这一点更重要 并且帮助系统必须包含系统中所有的模块。,2019/4/17,8,一致性和灵活性,一致性 帮助系统通常由不同的部分组合而成的，每一部分提供的帮助应该和其他的各部分的相互协调。在线的帮助和纸质的文档在内容、术语和风格等方面都应保持一致 灵活性 允许用户使用适合他们需求的方法来使用帮助系统，应该有比较高的灵活性和交互性 允许用户用超文本的方式浏览帮助，这样可以展开每一个主题，并且可以快速的回到最顶层,2019/4/17,9,鲁棒性和不唐突性,鲁棒性 系统出错时仍然能够启动帮助系统，帮助系统的容错能力应该比较强 不唐突性（Unobtrusiveness） 帮助系统不应该阻碍用户的正常工作，也不能干涉用户的应用程序。 非窗口界面系统中，纯文本的帮助系统可能会打扰到用户的工作。解决方法：用可以分割的屏幕来表示 窗口界面系统中，如果是主动的提供帮助而不是在用户提出要求时才提供帮助，这样的帮助系统也可能会妨碍到用户，这时应允许用户选择关闭提供的帮助,2019/4/17,10,提供帮助的方式,命令助手command assistance 命令提示command prompts 上下文敏感的帮助context-sensitive help 在线指南online tutorials 在线文档 online documentation 向导wizards 助手assistancts,11,命令助手command assistance,用户支持的最简单的方法就是在命令一级提供帮助，用特殊的命令来提出需要帮助（user request help on a particular command)，用一个帮助屏或者指南页来显示帮助 这是在unix和dos系统中使用的帮助方法。比如：dos中输入xcopy /? 可以显示xcopy命令的具体参数、用法 适用于 用户知道自己想查什么、想找一个记不太清的命令或者一个命令的详细信息，即用户熟悉并经常使用的命令、用户知道但很少使用的命令 不适合 用户根本不知道存在但是却需要的命令和用户认为应该存在但是并不存在的命令,2019/4/17,12,命令提示command prompts,命令行界面中，当用户遇到错误时命令提示可以提供帮助，纠正错误 如果错误是非常简单的，这种提示是很有用的 比如纠正一些语法错误，这种情况仍然是假设知道这个命令，只是记不清怎么使用。 另外一种类型的命令提示，使用菜单和可选择的图标的形式实现 这能够帮助记忆也能使用户比较清楚在给定的情况下有哪些命令可用 比如编程时自动给出一些命令帮助，然而，仍然是假设知道有关这些命令是什么的一些信息。因此需要额外的支持,2019/4/17,13,上下文敏感的帮助context-sensitive help,只是提供简单的帮助关键字和功能 可以根据他们被调用的上下文来具体解释，提供帮助 这种方法使得用户不必去记住那些命令 比如word中的“what is ？”选项，当鼠标进入某一区域时，会激活解释性的文本,2019/4/17,14,在线指南online tutorials,在线指南允许用户在一个测试的环境中完成应用程序的一些基本功能。用户可以按照他自己的进度来完成，如果需要还可以重复其中的某一部分 大部分的在线指南没有智能性，不知道用户的经验，他们所处的领域和学习方式 智能的指南系统可以解决这些问题，但是对大部分的应用程序来说又不太现实 在线的指南很不灵活，有时会因为输入的格式不对而不能提供正确的帮助 一个可以替代的方法是，允许用户通过实验具有有限功能的系统来学习，其中把部分功能屏蔽掉了，用户可以安全的自由的测试,2019/4/17,15,在线文档 online documentation,在线文档把已经存在的纸质文档放在计算机上显示给用户，这样一份文档可以由多个用户同时使用 存在的问题 在线文档提供了系统功能的全部描述，每一页包含的信息非常多，这本身造成使用的不便 解决方法 采用超级文本的形式来解决显示问题，不过这样又存在一个超级文本普遍存在的问题，用户容易迷乱，不知道自己看过哪些内容 一种有效的方法是简化在线文档 minimal manual，剩下的只是关注用户的任务和可能出现的错误的文档,2019/4/17,16,向导wizards,向导是一个任务描述的工具，一步一步地引导用户来完成一个任务，其中需要用户回答一些问题。 和示范不同，向导允许用户实际的完成任务，示范只是演示给用户看 例如一个用户想设计一个报表，M Word的报表向导会让用户回答一系列的问题和需要的选择项，然后向导根据这些输入的参数产生相匹配的报表 向导可能存在一些约束 用户不能按照自己的意愿选择 系统要求用户输入一些他们根本不知道的信息,2019/4/17,17,助手assistancts,助手是一个软件工具，可以监控用户的行为，当他们识别出是类似的顺序时，他们会提供建议和提示,2019/4/17,18,自适应帮助系统,不同的用户有不同的帮助需求,并且理解水平也不一样，因此对不同的用户要提供不同的帮助 Adaptive help system 监控用户的行为 为用户建模，其中包括用户经验模型、喜好模型、错误模型等 根据这些信息为不同需求的用户提供适合的帮助，并给他们提供一些意见和建议 又称为智能系统，包括域专家系统、智能的指南系统和通用的可适应接口,2019/4/17,19,实现时存在的问题,需要的知识是非常庞大的，并且有关交互的一些数据不好解释 帮助系统的主动权问题 主动地提供帮助，这样是否会干涉到用户的正常工作 用户建模的范围 是应用程序级还是系统级,2019/4/17,20,用户建模,每一个交互系统都有一个用户模型，主要包括下面三种情况 单一的，一般的用户（非智能的），设计者心目中的用户 用户为中心的配置（adaptable） 能适应的，用户可以根据自己的喜好修改自己的环境 但是这就加重了用户的负担。有的用户不知道怎么修改，所以总是使用初始的默认系统 系统为中心的配置模型（adaptive) 适应性的，是智能的，保存了一个根据从用户的交互行为中得到的数据建立的用户模型，这样可以为不同的用户提供不同的帮助 存在建立时间问题，在这段时间内用默认的系统，然后慢慢的根据用户交互行为的特征更新系统，这样就减轻了用户的负担,2019/4/17,21,用户建模方法,Quantification量化 Stereotypes用户特征分类 Overlay models专家模型,2019/4/17,22,Quantification量化,这是用户建模的最简单的方法 ,把用户经验分为几个等级，不同的行为有不同的权重，根据用户执行的行为的权重来计算用户的得分，然后分在不同的等级上，这种模型只是对用户经验的近似描述，但是不要求从系统日志中抽取更多的信息，这种方法用在可适应的指南中是很有效的 For example: Move from Level 1 to Level 2 If The system has been used more than twice (0.25) Commands x and y have been used effectively (0.20) Help has not been accessed this session (0.25) The system has been used in the last 5 days(0.3）,2019/4/17,23,Stereotypes,不是为每个用户建立单独的模型，而是按照一些已知分类对用户进行分类，stereotype是基于用户的特征分类： 分为新手和专家用户 不是按照一种特征分类，而是按照几种属性进行分类 一种方法是根据命令使用和错误信息来分类，然后按照一些规则把不同的用户分到不同的类中 另一种方式是用机器学习的方法，比如神经网络，首先进行训练，然后把用户分到相类似的分类中 Stereotype这种方法是非常有效的，因为它没有试图建立一个非常复杂的模型，而是以合适的粒度对用户分类,2019/4/17,24,Overlay models专家模型,这是最常用的建模方法，建立一个有关专家用户的理想模型，然后单个用户的行为与之比较。最终的用户配置文件反映了两者之间的共性和区别 。 一个相似的方法是基于错误的模型，系统有一个已知用户错误的记录，用户的实际行为和这个列表进行比较。如果这个行为和其中的一个错误匹配，就会执行补救的方法。当执行到一部分时，潜在的一些错误可能会发生，这时帮助系统会帮助用户避免出现错误或者快速的修复。这种建模方法在智能的指南系统中很有效，在决定指南如何往下进行时，这些诊断信息是很有用的。,2019/4/17,25,域和任务建模,任何可适应的帮助系统都必须有一些系统本身的知识，这些知识包括：命令的使用，常碰到的错误和任务等。然而目前的一些帮助系统通常是尽力去为每个用户目前的任务和计划建模，这样用户会忙于某个特殊的任务，寻求帮助,从而不能提供通常的帮助 解决方法 根据用户任务需要执行的命令的顺序来描述用户的任务，在用户执行任务时，把这些命令和先前存储的任务顺序比较，发现可以匹配的顺序。如果不能匹配到相应的执行顺序，就提供帮助。 存在的问题 任务的辨认比较困难，在比较大的领域内，不可能把能达到用户目标的所有方法都描述出来，而且用户有可能会用一个不是很标准的方法来执行任务，这时不能很好的匹配。,2019/4/17,26,建模咨询策略（modeling advisory strategy),设计帮助系统时要进行咨询和指南策略建模，有了这些信息，帮助系统不但能够给用户选择合适的建议并且能够使用合适的方法给出建议。 不同的用户需要不同的帮助，这依赖于他们的知识和所处的环境。在专家（人）提出建议时会采用不同的策略。如推测寻求帮助的人的目的或者在用户所处的环境中提供合适的帮助。 在帮助系统中，很少有为咨询策略建模的，这样只能提供非常有限的帮助；如果帮助系统可以有许多相关可替代的帮助策略，可以为每种具体的情况选择合适的向导，这样的帮助系统是非常有用的。,2019/4/17,27,知识表示技术,自适应帮助系统知识的表示中有四种主要的技术： 基于规则的 基于框架的 基于网络的 基于实例的 这些技术经常组合在一起形成一个混合的系统,2019/4/17,28,基于规则的技术,知识被描述成一组规则和事实，用一些推论规则来解释，基于规则的技术可以用在相当大的领域内，可以象描述接口一样来描述执行的动作 一个用基于规则的方式实现的用户模型可能包括下面形式的规则： IF command is EDIT file1 AND Last command is COMPILE file1 THEN Task if DEBUG Action is describe automatic debugger,2019/4/17,29,基于框架的技术,基于框架的系统被用来描述平常出现的情景和默认的知识 一个框架是一个结构，它包含一些标记位（labeled slot)，表示相关的特征。给每个标记位分派一个值或是一个默认的值，用户的输入去匹配这些值，如果匹配成功就执行一些动作 在小的领域内这种方法是非常有效的，在用户建模中，框架可以描述目前用户的配置文件。例： User Expertise level: novice Command: EDIT file1 Last command: COMMPILE file1 Action: describe automatic debugger,2019/4/17,30,基于网络的技术,网络根据事实之间的关系来描述有关用户和系统的知识 最普通的一个例子是语义网 语义网是层次状的，子节点可以继承父辈节点的属性，这就使得描述模式非常有效并且很清晰的把各信息联系起来了 网络可以用来关联基于框架的描述 一个编译的例子可以在语义网中展开： CC is an instance of COMPILE COMPILE is a command COMPILE is related to DEBUG COMPILE is related to EDIT Automatic debugger facilitates DEBUG,2019/4/17,31,基于实例的技术,基于实例的技术在一个分类系统的决策结构中隐含的描述知识 可能是类似诱导学习中的一个决策树 可能是神经网络中知识网络中的链接 这个决策结构是基于提给分类器的例子自动设立的 分类器在这些例子中有效的发现一些可重复出现的共性，可以用这些知识去分类其他输入。下面是一个用户活动的足迹的例子： EDIT file1 COMPILE file1 这将会被训练成一个特殊任务的例子。比如DEBUG,2019/4/17,32,自适应帮助系统中的其他相关问题,主动性 用户和系统谁有控制权问题，用户不喜欢总是不时的被提示没有用有效的方法来解决问题 同时有好多系统功能用户并不了解，如果不提示，有些问题可能就不能很好的解决 比较好的方法是，采用混合型主动权，用户可以随时向系统提问，系统也可以给用户以暗示，提供主动帮助 效果 建模和可适应性的效果，什么是适合的，需要什么样的信息 有时建立一个非常详细的用户配置文件并不一定实用，能适应帮助系统的需求就行 范围 是在应用程序一级还是系统范围内提供帮助，后者比较理想但是比较复杂,2019/4/17,33,帮助系统的设计,帮助系统的设计不能被看作是系统设计的累赘（add-on），比较理想的是，帮助系统应该被看做是系统的一部分来设计，这样才能比较协调 设计者应该考虑提供的帮助的内容和需要这些帮助的环境,2019/4/17,34,帮助系统设计指导原则,帮助系统应易于访问和返回 帮助应尽可能具体 收集数据以便确定需要向用户提供哪些帮助 用户对帮助系统应有尽可能多的控制权 为不同类型的用户提供不同的帮助 帮助信息应尽可能准确和完整 不要用帮助系统弥补界面设计上的缺陷,2019/4/17,35,非拟人化的描述,用于描述计算机系统的各种隐喻会影响用户的反应 某些设计者喜欢采用拟人化的风格，用户初见这种风格会感到新颖，再见感到好笑，第三次见就感到心烦意乱了 许多设计者更喜欢把注意力集中在用户和用户所必须完成的任务上 在帮助系统中可以使用单数第二人称代词,或者用简单的描述性语句强调用户的任务,2019/4/17,36,非拟人化的描述规则,强调用户而不是计算机 差：当按F1键时，专家系统会显示解决问题的方案 较好：按F1键你能