交互设计6 交互设计方法.pptVIP

  • 361
  • 0
  • 约1.59万字
  • 约 93页
  • 2018-03-24 发布于江西
  • 举报
前期准备 卡片准备:将需要分类的内容分别写在一张卡片上,卡片内容由该项名称和简要的说明组成。 卡片样式与实例 xSort软件的卡片样式 操作步骤 STEP1 试验者根据组织者或指导者提供卡片进行分组,分组的原则是试验者认为关系相近的放在一组。归为某一组的卡片数量由用户自己确定,避免受他人的影响。假设有12张卡片,其名称分别为:直尺、铅笔、图书、手机、苹果、香蕉、茶叶、毛笔、宣纸、小刀、相机、MP3,低层分组结果如下: 第1组:直尺、铅笔、小刀 第2组:图书 第3组:手机、相机、MP3 第4组:苹果、香蕉 第5组:毛笔、宣纸 第6组:茶叶 操作步骤 STEP2 若第1步分组数较多,进一步将关系相近的组合并成一组,称为高层次卡片组,并按高层次组命名,如表。 组名 高层组 低层组 卡片名称 学习用具 1 1 直尺、铅笔、小刀 2 图书 5 毛笔、宣纸 数码产品 2 3 手机、相机、MP3 食品 3 4 苹果、香蕉 6 茶叶 操作步骤 STEP2 如果采用开放式卡片分类形式,低层组的组数,各组的卡片以及合并高层组的组数均由用自己确定,这样可以得到各试验者类似于表6-3的分组原始数据。 如采用封闭式卡片分类形式,则事先给定各组的组名,试验者按自己认为相似的卡片直接归为某一组中。 6.4.3 卡片分类结果处理 卡片分类数据的分析最好采用定量分析方法,如分层聚类分析法(Hierarchical Cluster Analysis)、多维标度法(Multi -Dimensional Scaling,MDS) 等。 建立阶数等于卡片数的矩阵(表格),称为单一试验者原值矩阵。对表中行与列中元素(卡片名称)关系用数值表示,意义如下: 0:两个元素没有任何关系,不在同一高层组或低层中,如直尺与手机; 1:两个元素在同一高层组,但不在同一低层组,如直尺与图书 2:两个元素在同一低层组,如直尺与铅笔 由于原值矩阵是一个对称矩阵,因而只需填写斜线的上半部或下半部即可。 78 直尺 铅笔 图书 手机 苹果 香蕉 茶叶 毛笔 宣纸 小刀 相机 MP3 直尺 2 1 0 0 0 0 1 1 2 0 0 铅笔 1 0 0 0 0 1 1 2 0 0 图书 0 0 0 0 1 1 1 0 0 手机 0 0 0 0 0 0 2 2 苹果 2 1 0 0 0 0 0 香蕉 1 0 0 0 0 0 茶叶 0 0 0 0 0 毛笔 0 0 0 0 宣纸 1 0 0 小刀 0 0 相机 2 Mp3 * 单一试验者原值矩阵 建立试验者原值矩阵 78 * 所有试验者原值矩阵 数据汇总 将所有试验者(设为8人)的原值矩阵表中对应的单元相加,得到汇总后的原值矩阵表,称为所有试验者原值矩阵。 表中的数值愈大说明这两个元素的关系愈密切,如毛笔与宣纸对应栏的数值为10,说明参加试验的5个人均将其放在了同一低层次组中(2×5=10)。 直尺 铅笔 图书 手机 苹果 香蕉 茶叶 毛笔 宣纸 小刀 相机 MP3 直尺 6 6 0 1 0 0 6 6 6 0 0 铅笔 2 2 0 0 0 2 2 10 0 0 图书 0 1 0 0 8 8 2 0 0 手机 0 0 0 0 0 2 8 8 苹果 8 5 1 1 0 0 0 香蕉 0 0 0 0 0 茶叶 0 0 0 0 0 毛笔 10 2 0 0 宣纸 2 0 0 小刀 0 0 相机 10 Mp3 将汇总表中各单元之值用下面的公式计算: 距离矩阵单元格值=1-所有试验者原值矩阵单元格之值/(参加试验人数×2) 距离矩阵中的数值表示了两个元素关系的亲疏程度,取值范围为0~1,其值愈大,二者之间的相关性距离就愈大,反之亦然。这就是称为距离矩阵的原因。如毛笔与宣纸对应栏之值为0,则表示所有试验者都认为这两个元素“亲密无间”;直尺与图书对应栏之值为0.4,则表法二者之间的关系有距离。 确定距离矩阵 直尺 铅笔 图书 手机 苹果 香蕉 茶叶 毛笔 宣纸 小刀 相机 MP3 直尺 0.4 0.4 1 0.9 1 1 0.4 0.4 0.4 1 1 铅笔 0.8 0.8 1 1 1 0.8 0.8 0 1 1 图书 1 0.9 1 1 0.2 0.2 0.8 1 1 手机 1 1 1 1 1 0.8 0.2 0.2 苹果 0.2 0.5 0.9 0.9 1 1 1 香蕉 1 0.4 1 1 1 1 茶叶 1 1 1 1 1 毛笔 0 0.8 1 1 宣纸 0.8 1 1 小刀 1 1 相机 0 Mp3 距离矩阵 绘制树状图 距离矩阵反映了两两元素之间的亲疏程度,但还不能直观的表达分类的情况。为此,需要其转换为一种可视化的形式——树状图。 分层聚类分析法分有多种算法,算法确定了分组依据的组间距离。 单一算法(Single):组间距离为组间元素距离的最小值; 完全算法

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档