本发明专利技术公开了一种客观评价e-learning用户体验质量的方法，建立e-learning用户体验质量评价指标体系，提出指标体系中影响要素的量化方法，通过e-learning系统的用户日志数据，提取影响要素的特征值并进行量化评价，确定影响要素的权重，对影响要素进行加权求和，客观的评价用户体验质量。本发明专利技术基于客观日志数据，重点解决了e-learning用户体验质量影响要素的定量分析、要素权重的确定等关键技术。与当前用户体验质量评价中普遍依赖问卷调查的主观评价方法相比，本发明专利技术可以评价单用户的e-learning用户体验质量，避免了组织主观问卷调查，可以依据用户日志数据客观的评价e-learning用户体验质量。
【技术实现步骤摘要】
—种客观评价e-1 earn i ng用户体验质量的方法
本专利技术涉及一种用户体验质量评价方法,特别涉及。
技术介绍
随着服务经济的发展，用户体验成为网络服务能否被接受的关键。对用户体验质量的评价越来越受到研究者的重视，成为人机交互领域的研究热点。当前研究也取得了显著的成就，通过建立合适的评价指标体系对用户进行抽样问卷调查，对回收的问卷进行数据分析，从网站的角度评价整个用户群的整体用户体验质量，从而为网络服务的改进和完善提供帮助。使用问卷调查评价用户体验质量的方法存在费时费力等问题，并且不能从用户的角度评价单用户的用户体验质量。目前评价用户体验质量的方法如下:第一种常见的用户体验质量评价方法是使用因子分析或结构方程模型对抽样问卷调查的数据进行分析。因子分析和结构方程模型可以分析影响用户体验质量的关键要素，从而指导网络服务的改进，但对于问卷调查结果的准确性要求较高。另外一种常见的评价方法是抽样问卷调查结合用户行为日志，通过分析用户行为日志对部分影响要素进行评价，结合问卷调查对其它影响要素进行评价，进而评价用户体验质量。上述现有的用户体验质量评价方法存在以下三方面的问题:一、不能从用户的角度评价单用户的用户体验质量；二、评价过程依赖主观问卷调查，人力物力消耗大；三、不能定量的评价用户体验质量。
技术实现思路
本专利技术的目的在于提供，是解决现有评价方法依赖主观问卷调查的问题，依据用户日志、为达到以上目的，本专利技术采用的技术方案包括以下步骤:I)从用户日志中提取影响要素的特征值并进行定量计算，包括如下步骤:1.1)日志预处理:对原始用户日志进行预处理，生成含有用户标识信息、学习对象信息以及学习动作发生时间信息的用户学习日志数据集；1.2)用户学习序列识别:对用户学习日志数据集中每条日志记录进行用户学习序列识别，生成含有学习对象信息、学习动作发生时间信息的用户学习序列数据集；1.3)提取用户回访特征信息并计算用户回访率:遍历考查时间段内的用户学习序列数据集，统计用户有效访问系统的次数ny以及总计应访次数ny，按照式I)计算该用户回访率Rm ;其中，用户回访率表征用户再次使用e-learning系统服务的回访意愿强烈程度；用户回访率定义为用户在考查的时间段内用户有效访问系统的次数与总计应访次数的比值，用户回访率用符号Rm表示，量化方法如式I)所示:式I)中:ην——用户有效访问系统的次数；ny——为总计应访次数；1.4)提取响应时间特征信息并计算响应速度:遍历考查时间段内的用户访问序列数据集，统计从用户请求到系统将响应页面呈现给用户的时长之和t，同时记录用户请求的总次数N，计算响应时间的均值然后利用式2)计算响应速度^ ；其中，响应速度表征用户感觉到的系统响应快慢程度；响应速度定义为系统响应用户请求的快慢程度，响应速度用符号W表示，量化方法如式2)所示: 式2) 4 7 —响应时间的均值'K=I，t为从用户请求到系统将响应页面 f,-N呈现给用户的时长之和；N为用户请求的总次数；1.5)提取导航清晰度特征信息并计算导航清晰度:遍历考查时间段内的用户访问序列数据集，提取学习对象信息，并判定学习对象信息是否为目标单元或下一步要学习的知识单元，然后通过判定结果统计用户所访问的有效导航特征和无效导航特征，计算是否达到成功完成学习，当计算结果显示成功完成学习，则利用式3)计算导航清晰度Cn ；其中，导航清晰度表征用户在使用系统服务过程中对系统导航是否清晰的感受；导航清晰度定义为用户在一次任务过程中，成功完成任务时用户所访问的目标知识单元个数和用户所访问的下一步要学习的知识单元个数的总和与用户访问的所有知识单元个数的比值，导航清晰度用符号Cn表示，量化方法如式3)所示:「 ， ^ naim + Hrel，、=--3) fh式3)中:naim—用户所访问的目标知识单元个数；nMl——用户所访问的下一步要学习的知识单元个数；nt——用户访问的所有知识单元个数；1.6)提取正确点击特征信息并计算正确点击率；遍历考查时间段内的用户访问序列数据集，从学习日志的学习对象信息以及学习动作发生信息中提取正确点击特征，利用式4)计算该用户的正确点击率Rn ；其中，正确点击率表征用户与系统进行人机交互过程中，系统设计符合用户使用习惯的特性以及容易学习的特性；正确点击率定义为用户在一次任务过程中正确点击次数占总点击次数的比例，正确点击率用符号Rn表示，量化方法如式4)所示:K=I ~4) nC式4)中:nm-为错误点击次数；n。-为总点击次数；2)使用Delphi方法确定影响要素的权重，按照权重对影响要素进行加权求和，计算出e-learning用户体验质量Qe。步骤1.1)中日志预处理的方法如下:a)从用户日志的一条日志记录中提取出用户标识信息、学习对象信息以及学习动作发生时间信息；然后判断提取的用户标识信息是否为已有的用户，如果是，则将用户标识信息记录到相应的用户标识中；如果否，则建立新的用户标识；将提取的学习对象信息记录到相应的用户标识所在的数据记录中，将提取的学习动作发生时间信息记录到相应的用户标识所在的数据记录中；b)将用户标识中的信息记入到用户学习日志数据集；c)在完成该条日志记录的预处理后，判断该条日志记录是否为最后一条，如果是，则完成日志预处理；如果否，则返回步骤a)读取下一条日志。所述的步骤a)中提取的学习动作发生时间信息经过时间格式转换后记录到相应的用户标识中。步骤1.2)中用户学习序列识别的方法如下:a)从用户学习日志数据集中读取一条日志记录，然后分别提取学习对象信息和学习动作发生时间信息，将提取的学习对象信息记录到学习序列中，判断学习动作发生时间信息是否属于同一学习序列，如果是，将提取的学习动作发生时间信息记录到学习序列中，如果不是，将提取的学习动作发生时间信息所对应的学习序列设置为新的学习序列并记录到学习序列中；b)从提取的学习动作发生时间信息中提取学习时长信息，判断学习时长信息中的学习时长是否超过学习时长阈值；如果是，则将该学习时长设置为平均学习时长，然后记录到学习序列；如果否，则将该学习时长记录到学习序列；c)将学习序列中的信息记入用户学习序列数据集；然后判断日志记录是否为最后一条，如果是，则完成用户学习序列识别；如果否，则返回步骤a)读取下一条日志记录。步骤1.4)从学习日志的学习动作发生时间信息中统计从用户请求到系统将响应页面呈现给用户的时长之和t，同时记录用户请求的总次数N，计算响应时间的均值^:，然后利用式2)计算响应速度W的方法为:a)从用户学习序列数据集中读取一个用户学习序列；b)从该用户学习序列中读取一条学习日志，提取响应时间特征信息；c)判断学习日志是否为最后一条；如果是，利用式2)计算该条学习日志的响应速度^并将该响应速度^记录到响应速度数据库，然后转到步骤d);如果否，则返回步骤b)读取下一条学习日志；d)判断用户学习序列是否为最后一条；如果是，则结束响应速度D,的计算；如果否，则返回步骤a)读取下一条用户学习序列。步骤1.3)从学习日志的学习动作发生时间信息中统计用户的有效来访次数~以及总计应访次数ny，按照式I)计算该用户回访率Rm的方法为:a)从用户学习序列数据集本文档来自技高网...
【技术保护点】
一种客观评价e?learning用户体验质量的方法，其特征在于，包括以下步骤：1）从用户日志中提取影响要素的特征值并进行定量计算，包括如下步骤：1.1）日志预处理：对原始用户日志进行预处理，生成含有用户标识信息、学习对象信息以及学习动作发生时间信息的用户学习日志数据集；1.2）用户学习序列识别：对用户学习日志数据集中每条日志记录进行用户学习序列识别，生成含有学习对象信息、学习动作发生时间信息的用户学习序列数据集；1.3）提取用户回访特征信息并计算用户回访率：遍历考查时间段内的用户学习序列数据集，统计用户有效访问系统的次数ny以及总计应访次数ny，按照式1）计算该用户回访率Rre；其中，用户回访率表征用户再次使用e?learning系统服务的回访意愿强烈程度；用户回访率定义为用户在考查的时间段内用户有效访问系统的次数与总计应访次数的比值，用户回访率用符号Rre表示，量化方法如式1）所示：Rre=100%,(nv-1)≥nynv-1ny,(nv-1)<ny---1)式1）中：nv——用户有效访问系统的次数；ny——为总计应访次数；1.4）提取响应时间特征信息并计算响应速度：遍历考查时间段内的用户访问序列数据集，统计从用户请求到系统将响应页面呈现给用户的时长之和t，同时记录用户请求的总次数N，计算响应时间的均值然后利用式2）计算响应速度Dr；其中，响应速度表征用户感觉到的系统响应快慢程度；响应速度定义为系统响应用户请求的快慢程度,响应速度用符号Dr表示，量化方法如式2）所示：Dr=11+tr‾---2)式2）中：——响应时间的均值；t为从用户请求到系统将响应页面呈现给用户的时长之和；N为用户请求的总次数；1.5）提取导航清晰度特征信息并计算导航清晰度：遍历考查时间段内的用户访问序列数据集，提取学习对象信息，并判定学习对象信息是否为目标单元或下一步要学习的知识单元，然后通过判定结果统计用户所访问的有效导航特征和无效导航特征，计算是否达到成功完成学习，当计算结果显示成功完成学习，则利用式3）计算导航清晰度Cn；其中，导航清晰度表征用户在使用系统服务过程中对系统导航是否清晰的感受；导航清晰度定义为用户在一次任务过程中，成功完成任务时用户所访问的目标知识单元个数和用户所访问的下一步要学习的知识单元个数的总和与用户访问的所有知识单元个数的比值，导航清晰度用符号Cn表示，量化方法如式3）所示：Cn=naim+nrelnt---3)式3）中：naim——用户所访问的目标知识单元个数；nrel——用户所访问的下一步要学习的知识单元个数；nt——用户访问的所有知识单元个数；1.6）提取正确点击特征信息并计算正确点击率；遍历考查时间段内的用 户访问序列数据集，从学习日志的学习对象信息以及学习动作发生信息中提取正确点击特征，利用式4）计算该用户的正确点击率Rn；其中，正确点击率表征用户与系统进行人机交互过程中，系统设计符合用户使用习惯的特性以及容易学习的特性；正确点击率定义为用户在一次任务过程中正确点击次数占总点击次数的比例，正确点击率用符号Rn表示，量化方法如式4）所示：Rn=1-nmnc---4)式4）中：nm——为错误点击次数；nc——为总点击次数；2）使用Delphi方法确定影响要素的权重，按照权重对影响要素进行加权求和，计算出e?learning用户体验质量Qe。FDA0000376136100000012.jpg,FDA0000376136100000022.jpg,FDA0000376136100000023.jpg...
【技术特征摘要】
1.一种客观评价e-learning用户体验质量的方法,其特征在于,包括以下步骤: O从用户日志中提取影响要素的特征值并进行定量计算，包括如下步骤: 1.0日志预处理:对原始用户日志进行预处理，生成含有用户标识信息、学习对象信息以及学习动作发生时间信息的用户学习日志数据集； 1.2)用户学习序列识别:对用户学习日志数据集中每条日志记录进行用户学习序列识另O，生成含有学习对象信息、学习动作发生时间信息的用户学习序列数据集； 1.3)提取用户回访特征信息并计算用户回访率:遍历考查时间段内的用户学习序列数据集，统计用户有效访问系统的次数ny以及总计应访次数ny，按照式I)计算该用户回访率R.JAre 9 其中，用户回访率表征用户再次使用e-learning系统服务的回访意愿强烈程度；用户回访率定义为用户在考查的时间段内用户有效访问系统的次数与总计应访次数的比值，用户回访率用符号Rm表示，量化方法如式I)所示: 2.根据权利要求1所述的客观评价e-learning用户体验质量方法，其特征在于，步骤1.0中日志预处理的方法如下: a)从用户日志的一条日志记录中提取出用户标识信息、学习对象信息以及学习动作发生时间信息；然后判断提取的用户标识信息是否为已有的用户，如果是，则将用户标识信息记录到相应的用户标识中；如果否，则建立新的用户标识；将提取的学习对象信息记录到相应的用户标识所在的数据记录中，将提取的学习动作发生时间信息记录到相应的用户标识所在的数据记录中； b)将用户标识中的信息记入到用户学习日志数据集； c)在完成该条日志记录的预处理后，判断该条日志记录是否为最后一条，如果是，则完成日志预处理；如果否，则返回步骤a)读取下一条日志。3.根据权利要求2所述的客观评价e-learning用户体验质量方法，其特征在于:所述的步骤a)中提取的学习动作发生时间信息经过时间格式转换后记录到相应的用户标识中。4.根据权利要求1或2所述的客观评价e-learning用户体验质量方法，其特征在于，步骤1.2)中用户学习序列识别的方法如下: a)从用户学习日志数据集中读取一条日志记录，然后分别提取学习对象信息和学习动作发生时间信息，将提取的学习对象信息记录到学习序列中，判断学习动作发生时间信息是否属于同一学习序列，如果是，将提取的学习动作发生时间信息记录到学习序列中，如果不是，将提取的学习动作发生时间信息所对应的学习序列设置为新的学习序列并记录到学习序列中； b)从提取的学习动作发生时间信息中提取学习时长信息，判断学习时长信息中的学习时长是否超过学习时长阈值；如果是，则将该学习时长设置为平均学习时长，然后记录到学习序列；如果否，则将该学习时长记录到学习序列； c)将学习序列中的信息记入用户学习序列数据集；然后判断日志记录是否为最后一条，如果是，则完成用户学习序列识别；如果否，则返回步骤a)读取下一条日志记录。5.根据权利要求4所述的客观评价e-learning用户体验质量方法,其特征在于,步骤.1.4)从学习日志的学习动作发生时间信息中统计从用户请求到系统将响应页面呈现给用户的时长之和t，同时记录用户请求的总次数N，计算响应时间的均值ξ，然后利用式2)计算响应速度^的方法为: a)从用户学习序列数据集中读取一个用户学习序列； b)从该用户学习序列中读取一条学习日志，提取响应时间特征信息； c)判断学习日志是否为最后一条；如果是，利用式2)计算该条学习日志的响应速度^并将该响应速度^记录到响应速度数据库，然后转到步骤d);如果否，则返回步骤b)读取下一条学...
【专利技术属性】
技术研发人员：吴茜媛，张云强，郑庆华，曾彬，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。