2021年
4月
图 学 学 报
April 2021第42卷 第2期
JOURNAL OF GRAPHICS
V ol.42
No.2
收稿日期：2020-07-13；定稿日期：2020-09-21
Received ：13 July ，2020；Finalized ：21 September ，2020
第一作者：任英丽(1972–)，女，辽宁阜新人，副教授，硕士，硕士生导师。主要研究方向为服务设计、产品设计等。E-mail ：***************First author ：REN Ying-li (1972 ), female, associate professor, master. Her main research interests cover service design, product design, etc. E-mail ：***************
任英丽， 吴诗瑾
(燕山大学艺术与设计学院，河北 秦皇岛 066004)
摘
要：为提高多关节主被动训练仪的可用性水平，以用户体验理论为基础构建了以用户为触点的多关
节主被动训练仪可用性评价指标体系，运用模糊层次分析法(FAHP)和隶属度定量化处理的方法构建多关节主被动训练仪可用性评价模型。以某公司生产的一款多关节主被动训练仪为例，先由专家测评确定评价指标并计算出各指标因素的权重值，再由评分小组操作该产品后得出对每项可用性评价指标的评价等级，结合多关节主被动训练仪可用性评价模型计算得出最终的评价结果。结果表明，运用该模型能对产品的可用性进行全面准确的评价，进而发现产品存在的可用性问题，提出改进意见，为产品的升级创新提供参考。 关 键
词：可用性评价；用户体验；产品设计；多关节主被动训练仪；模糊层次分析法
中图分类号：TP 391 DOI ：10.11996/JG .j.2095-302X.2021020325 文献标识码：A
文 章 编 号：2095-302X(2021)02-0325-07
Usability evaluation and application of multi-joint active and
passive trainer based on user experience
REN Ying-li, WU Shi-jin
(School of Art and Design, Yanshan University, Qinhuangdao Hebei 066004, China)
Abstract: In order to improve the usability of multi-joint active and passive trainer, the usability evaluation index system of multi-joint active and passive trainer was constructed based on the user experience theory, and the usability evaluation model of multi-joint active and passive trainer was constructed through the fuzzy analytic hierarchy process (FAHP) and the membership quantitative processing method. Taking a multi-joint active and passive trainer produced by some company as an example, the evaluation index was determined by expert evaluation and the weight value of each ind
ex factor was calculated. Then the evaluation grade of each usability evaluation index was generated after the product was operated by the scoring team, and the final evaluation result was yielded based on the usability evaluation model of multi-joint active and passive trainer. The results show that the product usability can be evaluated comprehensively and accurately using the model, and then the usability problems can be identified and improvements can be proposed, thus informing the upgrading and innovation of products.
Keywords: usability evaluation; user experience; product design; multi-joint active and passive trainer; fuzzy analytic hierarchy process
多关节主被动训练仪是一款协助上肢或下肢功能障碍患者进行康复训练的康复医疗设备，含主动和被动2种模式[1]。用户在使用多关节主被动训练仪时经常会出现操作不规范、认知不清晰、有心
理抵触的情况，难以达到预期的康复训练效果。如何发现产品中存在的可用性问题、提升产品的可用性成为亟待解决的问题。
可用性(usability)最早于20世纪70年代被提
326 工业设计2021年
出，并作为IT产品的重要质量指标，在ISO9241标准中可用性的定义为“对于用户来说，产品能被有效、高效并且令人满意地达到特定目标的程度”[2]，可用性是每个产品都具有的品质，但可用性更加倾向于产品本身，对用户的关注稍显缺失，而使用者对于产品的评价并不只着眼于产品本身的可用性。用户体验(user experience，UE/UX)的概念是在可用性概念的基础之上于1995提出的，其更加关注用户心理和需求(包括用户产生的想法、感触和感知)，更凸显用户和产品之间的交互过程[3]，用户体验的研究对象为用户本身，是对传统的可用性概念的发展，是用户体验领域的基础[4]。现普遍认可的是ISO 9241-210标准对用户体验的定义，即人们对于使用或期望使用的产品、系统或服务的感受和回应。同时界定了用户体验的主体是“人”，用户的感受和反馈为其重要影响因素，强调体验的主观性。通过用户对产品、系统或服务的体验或使用挖掘出用户对产品的需求和评价，进而提升产品的可用性。
目前，可用性测试(usability testing)多为定性化的方法，如焦点小组法、调查问卷法等，其被用于描述某个问题产生的原由，进而出解决问题的方法，但缺乏定量可用性评价信息，而评价信息的定量化处理在评价可用性问题时更为高效[5]，因此其朝着量化研究的方向发展。如黄薇等[6]提出情感等主观因素和产品属性的量化评估是可用性研究的重要影响因素，并强调感性认知与物理属性相互转化的重要性；张一凡[7]将定性与定量相结合的多指标评价方法运用到产品后期评价阶段，对老年人陪护机器人设计方案的人机交互系统的可用性进行评价分析，为相关领域的可用性研究提供了理论与技术支撑。
以定量化的数据分析为核心的可用性评估方法在效率和准确性上具有明显优势，规避了因评估人员的水平不同造成的评价结果不一致的弊端。
模糊层次分析法(fuzzy analytic hierarchy process，FAHP)作为一种系统分析方法，具有定性与定量相结合的特点，该方法能够将感性的评价指标进行定量化转换，从而提高评估的效率和可靠性，同时简化了评估流程。FAHP方法被广泛应用于不同类型的产品可用性研究中。黄河和杨明刚[8]结合FAHP方法建立了基于感性评价的老年人智能手表可用性评价体系，将感性评价进行量化验证了该方法的有效性。张东方[9]将FAHP方法运用到立体车库人机界面的可用性研究，并证明了该方法的有效性；RAMANAY AKA等[10]运用FAHP方法构建了图书馆网站可用性评价框架，对其进行了定量化的评估，从而发现了图书馆网站存在的可用性问题。
最大隶属度原则在运用FAHP方法得出评价最终结果时较为常用，但对最大隶属度原则的适用性进行检验的研究较少，致使评价结果准确性较低，为了规避此类弊端，本文将FAHP方法与最大隶属度原则适用性检验相结合，并对隶属度进行定量化处理，以此对产品的可用性进行评估。
本文从用户的角度出发，基于用户体验理论，运用将FAHP方法与隶属度定量化处理相结合的方法，构建多关节主被动训练仪产品可用性综合评价的数学模型，并运用该模型对现有的多关节主被动训练仪进行可用性评价，对评价结果进行分析并提出改进方案。
1 用户体验层次与可用性分析
本能层、行为层和反思层是诺曼用户体验理论的3个层次[11]，据此可将用户使用产品的体验过程分为直觉体验、过程体验和经历体验[12]。可用性是不同产品的共同特性。用户对产品最直接的感受是对产品外观的感知，SEV A等[13]提出了外观可用性的概念；LODHI[14]将任务操作的完成时间、效率和错误频数等非主观因素可用性定义为操作可用性；另外用户使用产品后的感性评价也应作为可用性指标，称作感知可用性[15]。因此，产品的可用性通常被分为外观、操作和感知可用性3个方向。产品的可用性与用户体验层次具有映射关系，如图 1 所示。
图1用户体验层次与产品可用性的对应关系
Fig. 1The relationship between user experience
hierarchy and product availability
2 可用性评价模型构建
2.1 可用性评价流程
FAHP方法通常用于对方案的评价指标进行量
第2期任英丽，等：基于用户体验的多关节主被动训练仪可用性研究327
化，并用于产品可用性的决策，先将不确定的主观感受进行层次划分，再运用模糊数学进行整体综合评价[16]。多关节主被动训练仪的可用性受到众多因素的影响，其评价流程如图2所示，首先确定哪些因素可以作为可用性评价指标；其次运用层次分析法建立可用性评价体系并得出各指标权重；然后运用模糊综合评价法对多关节主被动训练仪进行综合评价；最后分析可用性评价的结果并改进产品的设计方案。
图2多关节主被动训练仪评价流程
保护套
室内养殖泥鳅设备Fig. 2 Evaluation process of multi-joint active
and passive trainer 2.2 可用性评价指标构建
多关节主被动训练仪的可用性评价指标要贯穿用户体验的整个过程，并充分考虑用户的实际感受。由于多关节主被动训练仪为康复医疗器械，产品本身所涉及人机工程学的因素同样重要，因此从用户的审美、生理和心理需求以及产品本身所涉及的人机工程学等方面归纳出40个评价指标。采用德菲尔调查法，邀请10名专家对40个评价指标进行评判，并确定了20个最终评价指标进行简单描述，见表1。
表1最终可用性评价指标与描述
Table 1 The final usability evaluation indicators
and descriptions
可用性评价指标指标描述
外观可用性
亲近的无距离感
和谐的比例良好
简洁的造型简洁
美观的彩搭配良好
规整的结构无冗杂
有质感的材质/做工良好
操作可用性
可控制的操作等在可控范围内
易调节的调节角度/阻尼无障碍
协调的操作过程和谐顺畅
容错的对错误操作的包容性强
匹配的操作方式自然有逻辑
高效的产品/界面操作简单有效
可视的能清晰明白操作方式
可及的能轻易达到操作目标感知可用性
满意的整体令人满意
可靠的安全/可信任
有益的康复效果良好
愉悦的使用后有成就感
有趣的使用体验/交互过程有趣
舒适的足托/把手舒适机
2.3 层次分析法
2.3.1 可用性评价体系建立
运用层次分析法将多关节主被动训练仪的评价体系分为3个层次：目标层A、准则层A m和指标层A mn，如图3所示。
图3多关节主被动训练仪评价体系
Fig. 3 Evaluation system of multi-joint active and passive trainer
328 工业设计
2021年
2.3.2 判断矩阵构建
运用九级标度法赋值，将准则层的因素进行两两相互比较构造判断矩阵，即
1112121
22
212
()m m ij m n m m mm b b b b b b =b b b b ⨯⎡⎤⎢⎥⎢⎥⎢⎥
⎢
传送侦测
⎥
⎣⎦
换面鞋B (1) 其中，b ij 为同组内指标i 与j 重要性的比较结果，0,1/,,1,2,,ij ij ji b b b i j m >== , m 为B 中包含m 个子集。同理，构建指标层判断矩阵，即
(11)(12)
(1)(21)
碳浆(22)(2)()(1)
(2)
()[]m m m n m m m n m m ij n n m n m n m nn b b b b b b =b b b b ⨯⎡⎤⎢⎥⎢
⎥⎢⎥
⎢⎥
⎢⎥⎣⎦
B (2) 其中，()()()0,1/,1,2,,m ij m ij m ji b b b i,j =n >= ，n 为B m 中包含n 个子集。 2.3.3 指标权重计算
计算得出矩阵B 的最大特征值max λ及对应的特征向量T 12(,,,)i m = w w w w ，将特征向量归一化得到T 12(,,,)i m = W w w w 作为指标的权向量。平均法是求特征向量和最大特征值的常用方法，以准则层为例，步骤如下：
(1) 计算判断矩阵B 的各行元素的乘积
1m
i i ij l b ==∏，1,2,,i,j =m (3)
(2) 计算m 次方根
i =w (4) (3) 对向量T 12(,,,)i m = w w w w 进行归一化
1i
i m j j ==∑w w w (5)
得到T 12(,,,)i m = W w w w 即为所求的权向量，
其对应的各个值即为准则层各因素的权重值，能否确定上述权重值，需进行一致性检验。 2.3.4 一致性检验
首先计算B 的最大特征值，即
max
1ˆ()1ˆm i i i w m w
λ==∑B (6)
再进行一致性检验，求评价指标的一致性指标，即
max 1
m
CI m λ-=
- (7) 为判定CI ，引入随机一致性指标RI ，取值见表2。
表2 随机一致性指标RI
Table 2 Random consistency index RI
指标n
12 3 4 5 6 7 8 RI
0.580.90 1.12 1.24 1.32 1.41
一致性比率为
/CR CI RI = (8)
通常，当CR 值小于0.1时，矩阵B 具有满意
的一致性，否则需调整，直至CR 值小于0.1。同理，求得指标层各因素的权重值及指标层各矩阵的权向量。
2.4 模糊综合评价 2.4.1 模糊评价矩阵构建
引入评语集12(,,,)k v v v = V ，其中(x v x ==
1,2,,)k 为k 级评语集的第x 级评语。首先构建指标层评价矩阵，结合各指标因素所得到的评价等级，采用隶属函数求出各指标因素对评语集中v x 的隶属度r m (ij )，构造评价对象A m 映射到评语集V 的归一化模糊评价矩阵，即
(11)
(12)
(1)(21)
(22)(2)()(1)
(2)
()[]m m m k m m m k m m ij n k m n m n m nk r r r r r r =r r r r ⨯⎡⎤⎢⎥⎢
⎥⎢⎥
⎢⎥
⎢⎥⎣⎦
R (9) 同理，构建准则层评价对象A 映射到评语集V
的模糊评判矩阵，即
1112
12122212
()k k ij m k m m mk r r r r r r =r r r r ⨯⎡⎤⎢⎥⎢⎥⎢⎥
⎢⎥
⎣⎦
R (10) 2.4.2 指标层综合评价 首先对指标层进行综合评价，引入评语集上的模糊评价集C m =(c 1,c 2,···,c n )。一般地，令C m =W m
R m ，其中，W m =(w 1,w 2,···,w n )T ，表示准则层A m 所包含的n 个指标因素的权向量，得出对指标层A m 的模糊评价集，即
12(,,,)m n m m c c c == C W R (11) 其中， 为选择加权平均型算子(,)M =⊕ 进行计算。 2.4.3 准则层综合评价
由指标层综合评价结果得出准则层评价矩阵
R =(C 1,C 2,···,C m )T ，对准则层综合评价得出模糊评价
集，即
第2期 任英丽，等：基于用户体验的多关节主被动训练仪可用性研究 329
T T 1212(,,,)(,,,)m m == C W R W W W C C C (12)
2.5 隶属度定量化处理
2.5.1 最大隶属度原则有效性检验
通常利用最大隶属度原则，可从模糊评价集中得出评价结果，但需要对最大隶属度原则的有效性进行检验，其准确性才得以保证。引入有效度指标
钢木模板
α，该指标说明采用最大隶属原则进行判别的可靠
程度，为评价结果的合理性提供了定量化描述[17]。该指标定义为
1
2(1)
k k βαγ-=
- (13)
其中，β为最大隶属度；γ为第二隶属度；k 为评语的等级数。若α≥1，采用最大隶属原则非常有效；若0.5≤α＜1.0，为相对有效；若0＜α＜0.5，为低效；若α=0，为无效。
2.5.2 隶属度定量化处理
若评价集的指标通过有效性检验，则可采用最大隶属度原则直接得出产品的评价等级。若未通过检验，则需要对隶属度进行定量化处理，根据各评价等级表示的数值区间，计算最后评价等级的最高分S 高和最低分S 低，再根据分值计算评价结果在各评价区间的概率P i ，其公式为
i i L P L = (1,2,,)i =k (14)
其中，L 为S 高与S 低的差值；L i 为β和γ所对应的评
分区间的分值阈值与S 高或S 低的差值。P i 的最大值
所在的等级区间即为最终评价结果。
3 实例验证
3.1 确定评价对象
选定某公司生产的一款多关节主被动训练仪的实物产品进行评价，如图4所示。对产品进行评价能够保证用户通过实际的操作体验，得出较为准确客观的评价。
3.2 可用性评价指标权重计算
由10名专家组成测试组，并计算各项评价指标权值。计算可用性评价指标权重，需建立多关节主被动训练仪评价指标的判断矩阵。分别构建目标层对于准则层A 1~A 3的判断矩阵R 0、准则层A 1对于指标层A 11~A 16的判断矩阵R 1、准则层A 2对于
A 21~A 28的判断矩阵R 2以及准则层A 3对于A 31~A 36的判断矩阵R 3，判断矩阵R 0中各指标因素的权重见表3。
图4 多关节主被动训练仪
Fig. 4 Multi-joint active and passive trainer
表3 判断矩阵R 0及各因素权重
Table 3 Judgment matrix R 0 and weight of each factor
R 0
A 1
A 2
A 3
权重
一致性检验
A 1 1 1/3 1/3 0.143 λmax =3.000 A 2 3 1 1 0.429 CI =0 A 3 3 1 1 0.429 CR =0＜0.1
由实验结果可知CR =0，说明矩阵R 0具有完全一致性，得出其权重向量为W 0=(0.143, 0.429,
0.429)T 。
同理，得出指标层判断矩阵R 1，R 2，R 3的权重向量分别为
T 110.084, 0.066, 0.182, 0.182, 0.084, 0.4:1()0=R W
max 6.224λ=，CI =0.045,CR =0.036
220.114, 0.052, 0.033, 0.033, 0.213, 0.:5(02,=R W
T 0.391,0114).max 8.313λ=，CI =0.045,CR =0.032
T 330.115, 0.061, 0.324, 0.061, 0.324, 0.1:5()1=R W
max 6.007λ=，CI =0.001,CR =0.001
3.3 可用性综合评价
邀请康复患者20人(有严重肢体障碍的患者按其描述代其打分)、护理人员10人共30人(男、女各15人，平均年龄48.13岁)以小组对该款多关节主被动训练仪进行操作，并分别对20个可用性评价指标进行评价，采用5级李克特量表，将满意程度分为5个等级V ={好，较好，一般，较不好，不好}，对指标层构建评价矩阵，并进行综合评价，由式(9)和式(11)得出模糊评价集
111(0.085,0.222,0.427,0.220,0.044)== C W R 222(0.274,0.231,0.309,0.142,0.046)== C W R 333(0.294,0.341,0.260,0.075,0.029)== C W R 由指标层模糊评价集构建准则层评价矩阵T 123(,,)=R C C C ，由式(10)和式(12)得出准则层模糊
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议