基于经验重要度判断的虚拟交互界面布局仿真

马大勇，李安卓，徐 昕，王虎群

(沈阳航空航天大学，辽宁 沈阳 110136)

1 引言

以往的虚拟交互界面并不能主动迎合多种用户需求，致使虚拟交互软件的使用效果不尽如人意[1]。经验感知指的是让计算机具备感知和记忆功能，可通过学习完成用户行为、偏好的认知，可获取用户的更多信息，感知用户的目的或者意图，以此可向用户提供个性化服务[2，3]。现阶段，随着计算机技术的快速发展，虚拟交互界面的视觉交互布局效果成为用户主要关注的内容，目前和虚拟交互界面布局方面有关的研究不在少数，金昱潼等人[4]和马超民等人[5]分别针对虚拟界面的布局设计展开相关研究，各自提出基于视觉注意机制、基于用户体验的布局优化方法，上述方法均可以设计出交互性较好的交互界面，但是在界面布局中，未能注重用户操作经验的感知，致使用户在使用交互界面操作时，需要耗费较多时间去熟悉交互界面，操作效率有待优化，在布局上仍旧存在一定不足。

基于此，本文提出了基于经验感知的虚拟交互界面布局优化方法，该方法主要是按照用户的个性信息、角色信息、经验信息构建用户模型，并提取用户在使用虚拟交互界面时的交互动作标识信息、交互动作类型信息、交互动作的作用目标信息、交互动作的出现位置、交互动作的出现时间、动作效果属性信息，以此作为基于感知强度的虚拟交互界面布局优化模型的布局核心，最后通过遗传粒子群算法，求解基于感知强度的虚拟交互界面布局优化模型，获取最优布局方案，实现虚拟交互界面布局优化。

2 虚拟交互界面布局优化

2.1 基于经验感知的用户模型

不同用户对虚拟交互界面的要求存在不同要求，且针对一种虚拟系统来讲，专业人士与学员在完成相同任务的操作方法也存在差异。

用户模型能够描述用户偏好特征以及用户操作经验。建立一个基于经验感知的用户模型，将用户模型VN设成一个三元组VN=〈Q，S，F〉，Q、S、F分别描述用户个性信息、角色信息、经验信息。

2.1.1 个性信息

人们结合环境、知识、感知与认知方面的内容，作出具有倾向性的行为便可体现其自身的偏好信息，即个性信息，偏好信息属于用户对操作系统中已有属性的选择[6，7]。本文使用B描述用户偏好，设置已有属性集合即为系统，包括屏幕分辨率、颜色等。偏好设定成Q={B|B∈BR|}，虚拟操作系统供给集合B的元素即为BR。

2.1.2 用户角色

用户角色描述群体用户能够执行的行为，将角色描述成一个三元组S=〈SID，SNAME，SA〉，SID、SNAME、分别代表角色标识信息、角色名称信息、交互动作信息。一个角色能够做出很多交互动作，多个角色也能做出一种交互SA动作[8]。

2.1.3 用户经验

用户在操作任务时，为了完成操作任务会执行某些交互动作，此类执行序列会以用户的操作经验存储在系统中，用户操作经验会伴随用户操作时间的增多而增多。此时，如果系统可以不断感知用户经验，便可掌握用户的操作意图，为用户提供最合适的虚拟交互界面，提升用户的操作效率，优化用户的操作体验。

由此可知，用户经验就是用户为了实现某目标而执行的交互动作，本文将其描述成一个六元组SA=〈SAID，SAName，SAId，q，T，SQ〉，SAID、SAName、SAId、q、T、SQ依次是交互动作标识、交互动作类型、交互动作的作用目标信息、交互动作出现位置、交互动作出现时间、动作效果属性信息。

2.2 基于感知强度的虚拟交互界面布局优化模型

2.2.1 基于经验重要度判断的用户经验信息筛选

(1)

其中，第j个指标、第j-1个指标的权重是ϖj、ϖj-1。在运算用户经验信息的重要度之前，用户经验信息权重ϖj并非已知，需要通过专家按照用户经验信息之间的重要度评分得到Bk，用户经验信息重要程度Bk赋值信息见表1。

表1 用户经验信息重要程度

2.2.2 虚拟交互界面布局优化模型的构建

运算重要度较高的用户经验信息的感知强度，将此设成优化目标，建立基于感知强度的虚拟交互界面布局优化模型。每个感知信息布局至虚拟交互界面后感知强度指数是H={h1，h2，…，hm}。

感知强度指数hm可描述某个用户经验感知信息被布局至虚拟交互界面某处时，此信息重要度级别gm、布局位置的感知强度级别ym以及在对应布局位置占据的单元数pji的乘积，则：

(2)

感知强度指数较大，感知信息布局的方位在整个虚拟交互界面的核心区域概率越大。使用此方式建立基于感知强度的虚拟交互界面布局优化模型的目标函数

(3)

此模型的约束条件是

(6)

式(4)描述所布局的全部感知信息在感知强度区域中的面积之和；式(5)描述感知信息布局在每个感知强度区域的面积之和，rji即为此感知信息的面积；式(6)描述感知信息的面积之和。

2.2.3 基于遗传粒子群算法的虚拟交互界面布局优化模型求解

粒子群优化算法属于群体智能算法的其中一种，其可以按照鸟群寻找食物的行为，使用鸟群之间的集体协同技能，让群体抵达最终的目的地。在粒子群算法中，用户经验感知信息即为群体空间中的某只小鸟，此只小鸟即为“粒子”。全部粒子均具备适应值，各个粒子会受到速度的影响，运用粒子群算法将虚拟交互界面布局的界面信息初始化成蚁群随机粒子，以迭代的模式检索布局方案最优解。

设置虚拟交互界面布局优化时，布局最优方案检索空间的维数是E，感知信息目前的布局位置是yj=(yj1，yj2，…，yjE)T，感知信息就是粒子，粒子曾经所在的最佳位置是qj=(qj1，qj2，…，qjE)T，种群里最佳粒子的最优位置设成fjE，粒子的速度设成uj=(uj1，uj2，…，ujE)T，粒子的速度与位置更新方法是

(7)

其中，学习因子是d1、d2；s1、s2是随机数；迭代次数、惯性权重依次是γ、ϖγ。迭代过程使用式(7)实现粒子解线性减少

(8)

其中，最大迭代次数是γmax；ϖmin、ϖmax是ϖγ的最小值、最大值。

结合上述算法思想设计遗传粒子群算法，为了为粒子群设置具有针对性的杂交概率，此算法在粒子群算法的内容中引进遗传算法的操作算子，在迭代进程中，按照杂交概率值将每个粒子实施杂交处理，所得子代粒子与处理前粒子数量一致。将父代粒子进行交叉处理，然后对比两代粒子适应度值，如果子代粒子适应度值大于父代粒子，便将其取代，反之保持不变。子代粒子的方位通过父代粒子位置的加权处理获取

y′1=qy1+(1-q)y2

(9)

y′2=(1-q)y1+qy2

(10)

其中，E维空间中的父代粒子是y1、y2；E维空间中交叉后获取子代粒子是y′1、y′2；分布具有均匀特征的E维随机向量是q，q的值域是[0，1]。

使用遗传粒子群算法求解虚拟交互界面布局优化问题的步骤是：

1)将粒子群中各个粒子位置与速度实施初始化；

2)评估粒子群适应度；

3)求解各个粒子的最优位置qj；

4)求解全部粒子群的最优方位fjE；

5)调节各个粒子的位置和速度；

6)以交叉概率为核心，对粒子群实施交叉处理；

7)以适应度为操作核心，更新粒子群；

8)判断迭代次数是否为最大次数，如果是便可输出目前粒子最优解，获取虚拟交互界面布局优化的用户经验感知信息最优布局方案，反之跳转至步骤3)。

3 实验分析

3.1 布局优化效果测试

使用本文方法对大型矿用挖掘机虚拟操作界面进行布局优化，在实验中，本文方法所感知的大型矿用挖掘机操作员习惯用右手操作，的操作经验示意图如图1所示。

图1 操作经验感知图

将存在操作元件较多的虚拟交互界面进行划分，布局划分结果示意图如图2所示。

图2 布局划分结果示意图

如图2所示，将使用频率较高的显示元件、开关区域都设置在面板的下方，利于操作人员快速操作，使用频率非常高的开关区域在右侧，与其右手操作习惯相符。

本文方法布局后，通过驾驶员与设计人员对布局效果进行评价，主要通过5分制进行打分评价，评价结果见图3。

图3 本文方法布局效果评价结果

分析图3可知，本文方法布局后，虚拟交互操作面板的信息可读性、信息传达准确性、区域布局合理性均为4.9分，分数较高。

3.2 遗传粒子群算法应用效果测试

分析本文方法中所用遗传粒子群算法在求解虚拟交互界面布局优化问题时的收敛性，主要以已完成的虚拟交互界面布局优化工作量为衡量内容，结果如图4所示。

图4 遗传粒子群算法最优解变动示意图

分析图4可知，当遗传粒子群算法迭代次数为40次时，已完成布局优化工作量便已高达100%，表示虚拟交互界面布局优化工作已完成，由此可见，本文方法使用遗传粒子群算法能够在40次迭代中便可完成虚拟交互界面布局优化，应用效率较高。

3.3 经验感知效果测试

为了测试本文方法在优化虚拟交互界面时，对用户经验感知的使用效果，将本文方法使用在图片换色软件(AKVISDecorator)中。

实验中，要求4名装修设计人员使用本文方法所布局优化的虚拟交互界面，其中2位(编码1、2)设计人员的计算机操作水平属于专业级，另外2位(编码3、4)是业余级。

实验任务设置为：各个装修设计人员使用本文方法所布局优化的虚拟交互界面，设计3个简单类装修设计方案，简称A1、A2、A3。实验中需要记载4位设计人员在设计装修方案时的操作完成时间，按照交互动作历史记录，将全部回溯动作都保存分析；记载4位设计人员在实验中操作错误的次数，详情见表2。

表2 4位设计人员在实验中操作失误的出现次数

分析表2可知，专业人员在设计A1、A2、A3时，耗时的长短、回溯次数、操作错误次数排名都是A1>A2>A3，编码是1、2的专业人员在设计A1方案时，分别需要耗费26min、22min，在设计A3方案时，分别需要耗费20min、19min，时间缩短明显。编码是3、4的非专业人员在设计A3方案时耗费时间也明显比A1方案少。从回溯次数的测试结果看，4位装修设计人员在设计A3方案时的回溯次数都比A1方案、A2方案少，且操作失误的次数在设计A3方案时，均变为0次。由此可见，本文方法使用后，实验中4位设计人员，在完成设计任务时所耗费的时间均缩短，证明本文方法可以主动感知用户的经验信息，迎合用户需求实现虚拟交互界面最优布局，提升虚拟界面的交互性，本文方法可行。

4 结论

虚拟交互界面布局对用户的使用效果存在直接影响，一个性能优良的操作系统拥有布局合理的虚拟交互界面，便会提升用户对其的使用频率。如文中实验所证，当虚拟交互界面布局内容符合用户的操作经验，将会直接提升用户的操作效率。本文提出的基于经验感知的虚拟交互界面布局优化方法，在实现虚拟交互界面布局优化时，核心内容即为用户操作经验的感知，能够以用户的偏好为布局优化核心，主动迎合用户的操作习惯，具有使用价值。

因为时间有限，色彩因素对用户操作视觉的影响本文还未深究，在未来的研究工作中，本文将着手研究虚拟交互界面色彩布局方面的研究，以期提升本文方法的使用价值