發(fā)布時間：2021-06-05 21:11

　　目的研究大數(shù)據(jù)技術(shù)在用戶體驗設(shè)計領(lǐng)域的理論研究與實踐應(yīng)用。方法通過國內(nèi)外相關(guān)文獻(xiàn)研究和各行業(yè)對大數(shù)據(jù)驅(qū)動用戶體驗優(yōu)化設(shè)計實踐應(yīng)用的分析,總結(jié)歸納當(dāng)前典型的應(yīng)用場景,分析在大數(shù)據(jù)時代用戶體驗研究將發(fā)生的變革和未來發(fā)展的趨勢。結(jié)論系統(tǒng)地探討了大數(shù)據(jù)在用戶體驗設(shè)計領(lǐng)域的主要應(yīng)用場景以及實現(xiàn)方法,重點闡述了內(nèi)容推薦、用戶畫像、需求分析、可用性分析和智能判斷與決策五個應(yīng)用場景,并提供了相應(yīng)的參考框架。針對當(dāng)下的理論研究和實踐經(jīng)驗,提出了大數(shù)據(jù)驅(qū)動的用戶體驗研究未來,將會成為用戶體驗研究主要方法的趨勢,其研究方法還將從單一的定量研究,轉(zhuǎn)變?yōu)槎颗c定性研究相結(jié)合,更多維度的社會化大數(shù)據(jù)將逐步得到廣泛應(yīng)用,涉及用戶隱私的數(shù)據(jù)安全與隱私侵犯問題,也將逐步得到重視。人工智能技術(shù)與大數(shù)據(jù)技術(shù)的結(jié)合,將進(jìn)一步擴展用戶體驗研究的應(yīng)用范圍,深度學(xué)習(xí)、認(rèn)知計算、社會計算等新技術(shù),將逐步覆蓋傳統(tǒng)大數(shù)據(jù)用戶體驗研究領(lǐng)域無法解決的問題。 

【文章來源】：包裝工程. 2020,41(02)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

用戶體驗要素

個性化推薦系統(tǒng)是大數(shù)據(jù)技術(shù)應(yīng)用最廣泛的領(lǐng)域之一。通過用戶行為數(shù)據(jù)挖掘用戶屬性，是當(dāng)前學(xué)術(shù)界和工業(yè)界的熱點研究領(lǐng)域。De Bock K[13]、Wang W[14]、Weber I[15]等人，通過用戶瀏覽網(wǎng)站的行為實現(xiàn)了用戶年齡、性別、居住地與教育程度等基本信息的推測。De Bock K[13]通過用戶屬性進(jìn)一步預(yù)測了可適用于在線廣告的定向投放方法。Wang W[14]挖掘出了用戶興趣和其點擊新聞行為之間的關(guān)系，實現(xiàn)了針對用戶興趣的新聞推薦模型。除了互聯(lián)網(wǎng)廣告和新聞推薦領(lǐng)域，電商領(lǐng)域的推薦系統(tǒng)同樣應(yīng)用廣泛。亞馬遜公司的推薦引擎為其提供了高達(dá)60%的轉(zhuǎn)化率，實現(xiàn)了30%的銷售貢獻(xiàn)率[16]。隨著人工智能技術(shù)的快速發(fā)展，個性推薦系統(tǒng)的精準(zhǔn)度和應(yīng)用領(lǐng)域又得到了進(jìn)一步擴張。推薦系統(tǒng)參考框架見圖2。2.2 用戶畫像構(gòu)建

大數(shù)據(jù)為用戶需求的挖掘提供了幾乎是全量的數(shù)據(jù)，在容易獲得的用戶屬性標(biāo)簽的基礎(chǔ)上，進(jìn)一步分析獲取用戶偏好、用戶習(xí)慣等信息，可以構(gòu)建出用戶的完整畫像，再對用戶畫像進(jìn)行分類聚合，形成抽象人群劃分，進(jìn)而可以根據(jù)人群畫像提取用戶的需求。阿里巴巴通過大數(shù)據(jù)構(gòu)建了一套“全景洞察”系統(tǒng)[21]，通過深入分析消費者的特征和行為，實現(xiàn)了對現(xiàn)象背后原因的深度分析，可以用于幫助品牌商進(jìn)行產(chǎn)品規(guī)劃、商業(yè)決策等行為。亞馬遜公司通過大數(shù)據(jù)分析消費者的購買行為，預(yù)測未來消費者的購買需求，構(gòu)建了一套智能分倉和智能調(diào)撥系統(tǒng)，大大提高了物流和倉儲的效率，既縮短了貨物遞送的時間又減少了物流和倉儲的費用[22]。Netflix公司通過大數(shù)據(jù)分析用戶的觀影喜好，構(gòu)建了一套分析用戶觀影需求的大數(shù)據(jù)系統(tǒng)，公司再根據(jù)分析結(jié)果進(jìn)行編劇，在多個影視產(chǎn)品中取得了成功[23]。上汽通用汽車通過對論壇、微博等社交媒體上用戶發(fā)表的評論數(shù)據(jù)的大數(shù)據(jù)分析，挖掘出用戶對車輛在多個維度上的滿意度和產(chǎn)品需求，而后針對大數(shù)據(jù)分析結(jié)果進(jìn)行新車產(chǎn)品的開發(fā)[24]。用戶需求提取參考框架見圖4。2.4 可用性分析與優(yōu)化

【參考文獻(xiàn)】：
期刊論文
[1]基于用戶體驗的社會化標(biāo)注系統(tǒng)評價體系研究[J]. 王娜,龍影.  情報科學(xué). 2019(06)
[2]數(shù)據(jù)與設(shè)計的融合——大數(shù)據(jù)分析導(dǎo)出用戶需求洞察的創(chuàng)新路徑研究[J]. 楊煥.  裝飾. 2019(05)
[3]從用戶體驗到體驗設(shè)計[J]. 辛向陽.  包裝工程. 2019(08)
[4]大數(shù)據(jù)智能算法范式下的用戶黏性研究——以網(wǎng)易云音樂為例[J]. 李蘭馨.  新媒體研究. 2019(04)
[5]三論以用戶為中心的設(shè)計:智能時代的用戶體驗和創(chuàng)新設(shè)計方法[J]. 許為.  應(yīng)用心理學(xué). 2019(01)
[6]《審美意識對人工智能與創(chuàng)新設(shè)計的影響研究》序言[J]. 覃京燕.  包裝工程. 2019(04)
[7]大數(shù)據(jù)智能算法范式下的媒介用戶體驗的效果評估[J]. 喻國明.  教育傳媒研究. 2018(05)
[8]深度學(xué)習(xí)認(rèn)知計算綜述[J]. 陳偉宏,安吉堯,李仁發(fā),李萬里.  自動化學(xué)報. 2017(11)
[9]基于大數(shù)據(jù)的用戶體驗分析應(yīng)用——“互聯(lián)網(wǎng)+”環(huán)境下新品研發(fā)質(zhì)量管理探索[J]. 王崗.  上海質(zhì)量. 2017(06)
[10]大數(shù)據(jù)與深度學(xué)習(xí)綜述[J]. 馬世龍,烏尼日其其格,李小平.  智能系統(tǒng)學(xué)報. 2016(06)



本文編號：3212920