简述心理学叙事模式分析？
goms模型技术：goms是在交互系统中用于分析用户复杂性的建模技术，主要被软件设计用于建立用户行为模型 goms模型是一个缩写术语，g代表goals（目标）、o代表operations（操作）、m代表methods（方法）、s代表selection rules（选择规则）。 goals（目标）就是执行任务最终想要得到的结果。operations（操作）是任务分析道最底层的行为，是用户为了完成任务必须执行的基本动作。 methods（方法）是描述如何完成目标的过程。 selection rules（选择规则）是用户要遵守的判定规则，以确定在特定环境下所使用的方法。 goms模型是关于用...全部
goms模型技术：goms是在交互系统中用于分析用户复杂性的建模技术，主要被软件设计用于建立用户行为模型 goms模型是一个缩写术语，g代表goals（目标）、o代表operations（操作）、m代表methods（方法）、s代表selection rules（选择规则）。
goals（目标）就是执行任务最终想要得到的结果。operations（操作）是任务分析道最底层的行为，是用户为了完成任务必须执行的基本动作。 methods（方法）是描述如何完成目标的过程。
selection rules（选择规则）是用户要遵守的判定规则，以确定在特定环境下所使用的方法。 goms模型是关于用户在与系统交互时使用的知识和认知过程的模型。goms模型主要用于指导第一代（命令行）和第二代（wimp）人机交互界面的设计和评价。
与goms相对应的用户界面模型：1。用户任务分析模型用户任务分析模型用于人机活动中用户的活动。自从goms模型问世以来,已有许多种任务分析模型。任务分析模型中的一个重要问题是分解的原子层次。在多通道人机交互中,这一问题变得更为复杂。
以goms模型为例,它采用四种成分来描述用户行为:目标(goal)、操作体(operator)、方法(method)和选择规则(selection rule),即goms。其中,操作体指一些基本的知觉、动作或认知活动;方法是指完成某一目标的一个操作体或子方法的序列;在同一任务具有多个方法时,选择规则决定选择哪一个。
为准确预测用户交互的时间等性能指在多通道人机交互中,用户动作的分解面临多个感觉和动作通道活动的复杂组合问题,不再有简单的原子操作。与此相关,以前的任务分析模型极少考虑用户活动的并发性。因此,多通道交互的任务分析模型必须适合多通道界面的特点。
从用户角度讲,要能够表达用户利用多通道协作完成任务的特点,很好地分析和描述交互过程中用户的活动,体现以用户为中心的设计宗旨;从系统角度而言,要能够处理多种交互手段的并行协作使用与系统处理的关系。
2。多通道界面图形描述方法多通道用户界面是基于多种输入通道,以用户为中心,以用户使用的自然性为宗旨,需要对用户的工作负荷、视觉反应等人素(human factors)做工效分析和评估,这就涉及到认知心理学知识。
所有这些人机交互的特点无疑给多通道用户界面的图形描述方法提出了许多新的课题。具体来说,一个理想的多通道用户界面的图形描述方法应具备以下基本的表达能力:(1)给设计者提供一种直观方法,使之觉得方便好用。
(2)描述多个通道的非精确i/o事件。为实现多通道间的信息流整合,各个通道的i/o事件最好能采用统一的表示方法。(3)方便地表示多个通道之间自然的并行、同步、选择等协作关系和约束关系。(4)描述多通道用户非精确输入的整合。
传统人机交互的输入操作中,用户每次只能使用一种输入设备来指定一个或一系列完全确定的命令及参数。在多通道界面中,可能需要整合多个输入通道的信息才能确定一个命令或动作语义,如何描述这种通道整合和应用功能映射是多通道用户界面图形描述的难点。
(5)由于涉及到多通道人机交互的自然性,所以,要对多通道用户界面模型进行评估和工效分析,这就要求描述方法应该显式地反映出用户和任务分析模型的分析结果,以便进行认知心理学的评价。3。多通道整合多通道界面的特点就是利用多个感觉和动作通道的并行及协作进行人机交互。
多通道界面互相独立地利用多个通道并不是真正意义上的多通道界面,不能有效地提高人机交互的效率。如何从多个并行 /串行、精确 /非精确、独立/协作的输入信息流中,快速捕捉用户想传达的任务信息,这就是多通道间的整合问题。
在整合中需要三类信息:时间关系、语法约束和语义约束。时间关系基本上与应用无关,因为相关的多通道事件之间在时间的并行性和接近性上存在着必然的联系,只要针对特定应用总结出相应的时间参数之后,便与特定的应用无关;而语法和语义约束则是与特定应用的用户任务模型和任务结构紧密相关。
因此,多通道整合应该处理与应用相关的语义,并且,只有充分利用应用语义才能完成完整的信息整合。目前,有关多通道整合的研究主要集中于语音、手势和传统输入通道的整合方面。4。多通道界面软件结构为了简化日益复杂的界面设计工作,在人机交互的研究中出现了对话、应用及界面分离的原则,seeheim模型典型地表达了这样的思想,基于这种思想实现了许多用户界面管理系统(uims)。
seeheim模型的不足之处是支持语义反馈的能力弱。多通道的主要目标是增强人机交互的语义反馈,只有在语义信息充分的情况下,才有可能进行多通道整合。pac模型和arch模型是两个改进的seeheim模型。
pac模型基于智能体(agent),一个完整的交互系统可以分解为多个具有体系结构的智能体。每个pac智能体都提供了一定的抽象级别,并且同一水平层次的智能体其抽象级别相同。pac模型的特点是:(1)智能体是自主对象,具有一定的内部状态,可以实现并发处理。
(2)智能体是具有一定功能的模块单元,一个智能体可被另一个智能体替代而不影响交互系统的其它部分,系统的开放性较好。pac模型侧重于从水平角度将交互系统分解为多个pac智能体,但对每个智能体的具体含义没有提供任何说明。
arch模型侧重于从垂直角度将交互系统分解为交互部件、表示部件、对话部件、任务适配器及应用部件。其特点是利用表示部件和任务适配器把用户界面的关键部分(如对话部件)从各种具体应用功能和交互工具(如x window环境)中分离出来,这样可以提高交互系统的通用性,并且减少交互系统开发的复杂性。
但是,arch模型不支持新的交互技术,如信息的并发处理、信息整合等。由此看来,pac模型和arch模型存在互补关系。我们认为,把两个模型结合起来,不失为多通道界面一种好的软件结构模型。多通道界面的研究在国外也是刚刚起步,并且,由于是交叉学科,因此,还有很多问题尚待解决。
多通道界面的研究必须在很大程度上借助于心理学、认知科学、通信理论、软件工程和图形学等多方面的理论和方法。收起
