【摘要】：移動(dòng)計(jì)算作為一種新型信息技術(shù),通過(guò)智能移動(dòng)設(shè)備實(shí)現(xiàn)無(wú)線(xiàn)環(huán)境下的數(shù)據(jù)傳輸與資源共享,將信息準(zhǔn)確、實(shí)時(shí)地提供給處于任何地點(diǎn)的任何用戶(hù)。因此,近年來(lái)移動(dòng)計(jì)算已成為一個(gè)新的研究熱點(diǎn)。作為移動(dòng)計(jì)算與用戶(hù)交互的最頂層接口,智能手機(jī)等智能移動(dòng)終端上的移動(dòng)應(yīng)用程序(APP)已徹底改變了人們的生活方式。然而,APP在帶給人們便利的同時(shí),也經(jīng)常給移動(dòng)終端用戶(hù)帶來(lái)諸如APP閃退、系統(tǒng)資源消耗異常,甚至個(gè)人隱私數(shù)據(jù)泄露等嚴(yán)重問(wèn)題,導(dǎo)致用戶(hù)體驗(yàn)較差。因此,優(yōu)化APP的移動(dòng)端用戶(hù)體驗(yàn),對(duì)促進(jìn)移動(dòng)生態(tài)系統(tǒng)健康發(fā)展有著重要的意義。APP經(jīng)常在動(dòng)態(tài)運(yùn)行時(shí)發(fā)生崩潰和隱私數(shù)據(jù)泄露問(wèn)題。不同于傳統(tǒng)桌面應(yīng)用軟件,APP在移動(dòng)端的運(yùn)行狀態(tài)隨用戶(hù)、移動(dòng)設(shè)備、地點(diǎn)、網(wǎng)絡(luò)等因素的變化而呈現(xiàn)出巨大的差異,給現(xiàn)有的分析方法帶來(lái)諸多挑戰(zhàn),如APP運(yùn)行狀態(tài)樣本采集困難、分析APP用戶(hù)體驗(yàn)問(wèn)題效率低下、大規(guī)模應(yīng)用較為困難等。為此,本文提出一個(gè)基于數(shù)據(jù)驅(qū)動(dòng)算法的端到端系統(tǒng)框架。該框架通過(guò)智能化采集用于用戶(hù)體驗(yàn)分析的數(shù)據(jù),利用APP行為分析算法,實(shí)現(xiàn)對(duì)APP用戶(hù)的負(fù)面體驗(yàn)自動(dòng)分析。具體的,本文主要工作和貢獻(xiàn)概括如下:首先,提出一個(gè)有效采集影響APP運(yùn)行狀態(tài)的移動(dòng)端數(shù)據(jù)采集平臺(tái)架構(gòu),采集的數(shù)據(jù)包括用戶(hù)輸入數(shù)據(jù)、APP內(nèi)部數(shù)據(jù)、環(huán)境數(shù)據(jù)以及設(shè)備配置數(shù)據(jù)。其中,針對(duì)環(huán)境數(shù)據(jù)和設(shè)備配置數(shù)據(jù)這兩個(gè)最具挑戰(zhàn)性的數(shù)據(jù)采集問(wèn)題,分別設(shè)計(jì)了 RainDrops和ContextLib采集子平臺(tái)。具體的,在RainDrops中,設(shè)計(jì)了一個(gè)App分離式執(zhí)行模型,它將APP中與實(shí)時(shí)運(yùn)行環(huán)境和所在設(shè)備配置數(shù)據(jù)敏感的代碼轉(zhuǎn)移到遠(yuǎn)程物理設(shè)備上運(yùn)行,從而實(shí)現(xiàn)了大規(guī)模的從真實(shí)移動(dòng)設(shè)備上采集運(yùn)行環(huán)境和設(shè)備配置數(shù)據(jù)。在ContextLib中,實(shí)現(xiàn)一個(gè)從真實(shí)數(shù)據(jù)中采樣的運(yùn)行環(huán)境和設(shè)備配置數(shù)據(jù)模擬庫(kù)。該子平臺(tái)通過(guò)搜索代表性數(shù)據(jù)樣本,利用機(jī)器學(xué)習(xí)方法過(guò)濾冗余數(shù)據(jù),從而實(shí)現(xiàn)一個(gè)全面、簡(jiǎn)潔、可重復(fù)試驗(yàn)的數(shù)據(jù)樣本封裝庫(kù)。實(shí)驗(yàn)結(jié)果表明,通過(guò)采集這四類(lèi)數(shù)據(jù),系統(tǒng)可以捕捉更多不易被檢測(cè)到的APP負(fù)面體驗(yàn)問(wèn)題。其次,系統(tǒng)的可用性要求時(shí)間成本較低。為此,提出減少、優(yōu)化用于分析APP行為的數(shù)據(jù)樣本采集優(yōu)化算法。采集算法包括(1)優(yōu)化用戶(hù)輸入數(shù)據(jù)的TARA算法,(2)優(yōu)化APP內(nèi)部數(shù)據(jù)的Snowdrop服務(wù),和(3)減少環(huán)境數(shù)據(jù)和設(shè)備配置數(shù)據(jù)的ContextPrioritizer算法。具體的,TARA利用靜態(tài)分析技術(shù),搜索可觸發(fā)APP訪(fǎng)問(wèn)隱私數(shù)據(jù)的最短用戶(hù)交互路徑。Snowdrop結(jié)合自動(dòng)測(cè)試數(shù)據(jù)生成算法,提出基于NLP的啟發(fā)式算法,從而實(shí)現(xiàn)對(duì)APP后臺(tái)服務(wù)測(cè)試數(shù)據(jù)的有效自動(dòng)生成。ContextPrioritizer提出一個(gè)APP相似集合的概念,設(shè)計(jì)基于歷史數(shù)據(jù)的測(cè)試用例排序算法,為APP挑選出具有最高測(cè)試優(yōu)先級(jí)的環(huán)境和設(shè)備配置數(shù)據(jù)樣本。實(shí)驗(yàn)結(jié)果表明,在不影響系統(tǒng)準(zhǔn)確率的前提下,TARA比隨機(jī)UI自動(dòng)化方法節(jié)省85.3%的實(shí)驗(yàn)時(shí)間,Snowdrop比隨機(jī)數(shù)據(jù)生成算法減少約76%的測(cè)試數(shù)據(jù),ContextPrioritizer搜索的APP負(fù)面體驗(yàn)問(wèn)題比隨機(jī)排序算法多47.63%。最后,提出端到端的Caiipa和Privet系統(tǒng)。Caiipa和Privet結(jié)合了動(dòng)態(tài)分析技術(shù),建立模型分析APP運(yùn)行狀態(tài)與用戶(hù)體驗(yàn)問(wèn)題的關(guān)聯(lián),自動(dòng)化分析APP負(fù)面體驗(yàn)問(wèn)題。具體的,Caiipa 系統(tǒng)基于 ContextLib,ContextPrioritizer 和 Snowdrop生成的數(shù)據(jù),提出APP運(yùn)行狀態(tài)異常點(diǎn)檢測(cè)算法,并對(duì)于235個(gè)Windows 8 Store APP,30 個(gè) Windows Phone 8 APP,848 個(gè) Android APP 進(jìn)行自動(dòng)化測(cè)試分析。實(shí)驗(yàn)結(jié)果表明,Caiipa發(fā)現(xiàn)9,103個(gè)崩潰漏洞和4,589個(gè)系統(tǒng)資源消耗異常問(wèn)題,比當(dāng)前基于UI自動(dòng)化測(cè)試的實(shí)驗(yàn)結(jié)果分別多11.4倍和8.8倍。Privet系統(tǒng)基于TARA生成的UI執(zhí)行路徑,結(jié)合敏感度分析技術(shù)評(píng)估隱私數(shù)據(jù)與APP功能的關(guān)聯(lián)性,并對(duì)1,000個(gè)Android APP進(jìn)行自動(dòng)化隱私風(fēng)險(xiǎn)評(píng)估。實(shí)驗(yàn)結(jié)果表明,Privet發(fā)現(xiàn)48.7%的APP中至少存在一次敏感數(shù)據(jù)泄露行為。
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP311.56
【圖文】：

ＡＰＰ用戶(hù)體驗(yàn)問(wèn)題。逡逑１．３研究?jī)?nèi)容逡逑本文系統(tǒng)研宄框架如圖１．１所示，通過(guò)智能化采集用于用戶(hù)體驗(yàn)分析的數(shù)據(jù)，逡逑利用ＡＰＰ行為分析算法，實(shí)現(xiàn)對(duì)ＡＰＰ用戶(hù)的負(fù)面體驗(yàn)自動(dòng)分析。具體來(lái)說(shuō)，（１）逡逑考慮現(xiàn)實(shí)中ＡＰＰ在不同的運(yùn)行場(chǎng)景中呈現(xiàn)出不同的行為特征，設(shè)計(jì)移動(dòng)端數(shù)據(jù)逡逑采集平臺(tái)架構(gòu)智能化采集驅(qū)動(dòng)相關(guān)運(yùn)行場(chǎng)景的數(shù)據(jù)。（２）對(duì)于移動(dòng)端數(shù)據(jù)采集逡逑平臺(tái)架構(gòu)采集的數(shù)據(jù)設(shè)計(jì)算法進(jìn)行優(yōu)化，采集代表性數(shù)據(jù)樣本，從而減少動(dòng)態(tài)分逡逑析過(guò)程的時(shí)間，提高測(cè)試覆蓋率。（３）為應(yīng)用商店平臺(tái)設(shè)計(jì)端到端的系統(tǒng)，分析逡逑ＡＰＰ的負(fù)面用戶(hù)體驗(yàn)如ＡＰＰ崩潰、系統(tǒng)資源消耗異常和隱私泄露風(fēng)險(xiǎn)問(wèn)題。逡逑本文的主要研宄內(nèi)容如下：逡逑針對(duì)ＡＰＰ多樣的運(yùn)行狀態(tài)對(duì)分析移動(dòng)端用戶(hù)體驗(yàn)效率的影響，設(shè)計(jì)一個(gè)新逡逑的數(shù)據(jù)采集平臺(tái)采集影響ＡＰＰ運(yùn)行狀態(tài)的數(shù)據(jù)，即環(huán)境數(shù)據(jù)、設(shè)備配置數(shù)據(jù)、用逡逑戶(hù)輸入數(shù)據(jù)和ＡＰＰ內(nèi)部數(shù)據(jù)。移動(dòng)端數(shù)據(jù)采集平臺(tái)架構(gòu)為使用數(shù)據(jù)驅(qū)動(dòng)方法提逡逑供了足夠數(shù)量的數(shù)據(jù)樣本。對(duì)于難以采集的環(huán)境數(shù)據(jù)和設(shè)備配置數(shù)據(jù)，移動(dòng)端數(shù)逡逑據(jù)米集平臺(tái)架構(gòu)設(shè)計(jì)ＲａｉｎＤｒｏｐｓ和ＣｏｎｔｅｘｔＬｉｂ平臺(tái)。具體而言

本章提出對(duì)于移動(dòng)端用戶(hù)體驗(yàn)的優(yōu)化，需要一個(gè)不同于傳統(tǒng)的數(shù)據(jù)采集平逡逑臺(tái)。該數(shù)據(jù)采集品臺(tái)是一個(gè)分離執(zhí)行邏輯架構(gòu)，其中控制器控制運(yùn)行邏輯，執(zhí)行逡逑端（移動(dòng)設(shè)備模擬器或真實(shí)物理設(shè)備）具體執(zhí)行的新架構(gòu)。如圖３．１所示，控制逡逑端從海量的影響ＡＰＰ運(yùn)行狀態(tài)的影響因素中采樣其數(shù)據(jù)，執(zhí)行端負(fù)責(zé)模擬接收逡逑到的采樣的數(shù)據(jù)，并復(fù)制ＡＰＰ的運(yùn)行狀態(tài)，記錄ＡＰＰ的行為狀態(tài)，最后將曰志逡逑傳回控制器端進(jìn)行后續(xù)處理。具體而言，控制器端由針對(duì)不同數(shù)據(jù)采集及優(yōu)化的逡逑邐、執(zhí)行邋邐逡逑控制器邋■邐＞邋執(zhí)行端逡逑￣ｎ邐行狀態(tài)邐逡逑采梓Ｕ藤Ｉ逡逑ｆＢＥＳＳＨｋ邐￣邐ｆｌＲＳＳＳＢＢ逡逑ｎ邋ｕ邋＾邐Ｌｉ逡逑＾腰＾邋Ｈ邋—冒＾桯逡逑圖３．１數(shù)據(jù)采集平臺(tái)示意圖逡逑１６逡逑

運(yùn)行狀態(tài)的要求和設(shè)計(jì)。逡逑３．２．３．邋ＲａｉｎＤｒｏｐｓ邋系統(tǒng)架構(gòu)逡逑圖３．２表明了邋ＲａｉｎＤｒｏｐｓ的架構(gòu)圖。具體而言，協(xié)調(diào)控制器控制和管理兩中逡逑不同的運(yùn)行容器：云端模擬器端和物理設(shè)備端。其中，云端將提供：（１）運(yùn)行移逡逑動(dòng)設(shè)備模擬器，（２）供開(kāi)發(fā)者提交的測(cè)試用例。另一方面，物理設(shè)備端運(yùn)行輕逡逑量級(jí)的Ｐｈｏｎｅ邋Ａｇｅｎｔ應(yīng)用程序，其負(fù)責(zé)接收和執(zhí)行從云端發(fā)送過(guò)來(lái)的遠(yuǎn)程命令。逡逑表３．３列舉出了邋Ｐｈｏｎｅ邋Ａｇｅｎｔ端負(fù)責(zé)執(zhí)行的與環(huán)境數(shù)據(jù)和設(shè)備配置數(shù)據(jù)有關(guān)的系逡逑統(tǒng)ＡＰＩ種類(lèi)。逡逑不同于已有的測(cè)試方案，ＲａｉｎＤｒｏｐｓ將ＡＰＰ代碼解耦成在云端容器和物理設(shè)逡逑備容器執(zhí)行的部分。下面將解釋這種分解對(duì)于移動(dòng)ＡＰＰ的可行性。移動(dòng)ＡＰＰ通逡逑常有三個(gè)獨(dú)特的功能塊：ＵＩ部分，操作系統(tǒng)用戶(hù)模式的計(jì)算部分和操作系統(tǒng)內(nèi)逡逑２４逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃燦;;互聯(lián)網(wǎng)時(shí)代下用戶(hù)體驗(yàn)設(shè)計(jì)師的“平衡之道”[J];工業(yè)設(shè)計(jì)研究;2015年00期

2 張麗;;劉偉:用戶(hù)體驗(yàn)思維在智能生活情境中的應(yīng)用[J];家用電器;2018年03期

3 李小新;;2018年用戶(hù)體驗(yàn)設(shè)計(jì)趨勢(shì)[J];計(jì)算機(jī)與網(wǎng)絡(luò);2018年06期

4 蘭妮;;從用戶(hù)體驗(yàn)的角度淺析政務(wù)新媒體的建設(shè)[J];傳播力研究;2018年08期

5 宮承波;梁培培;;從“用戶(hù)體驗(yàn)”到“媒體用戶(hù)體驗(yàn)”——關(guān)于媒體用戶(hù)體驗(yàn)幾個(gè)基本問(wèn)題的探析[J];新聞與傳播評(píng)論;2018年01期

6 魏群義;李藝亭;姚媛;;移動(dòng)圖書(shū)館用戶(hù)體驗(yàn)研究綜述與展望[J];圖書(shū)情報(bào)工作;2018年10期

7 梁一丹;;基于用戶(hù)體驗(yàn)的智慧圖書(shū)館建設(shè)[J];江蘇科技信息;2018年24期

8 孟祥宇;周曉明;;電子教材用戶(hù)體驗(yàn)?zāi)Ｐ驮O(shè)計(jì)[J];中國(guó)信息技術(shù)教育;2017年09期

9 梁瑜;;以用戶(hù)體驗(yàn)為中心的兒童主題空間設(shè)計(jì)的應(yīng)用研究[J];課程教育研究;2018年11期

10 劉英偉;;基于用戶(hù)體驗(yàn)的火車(chē)票樣式設(shè)計(jì)研究[J];數(shù)字通信世界;2018年09期

相關(guān)會(huì)議論文 前10條

1 王丹陽(yáng);唐玄輝;;基于丈獻(xiàn)綜述探討未來(lái)用戶(hù)體驗(yàn)設(shè)計(jì)發(fā)展方向[A];工業(yè)設(shè)計(jì)研究（第五輯）[C];2017年

2 劉穎;;用戶(hù)體驗(yàn)研究的體與用[A];User Friendly 2014暨UXPA中國(guó)第十一屆用戶(hù)體驗(yàn)行業(yè)年會(huì)論文集[C];2014年

3 王柱;周興社;王海鵬;倪紅波;武瑞娟;;一種普適環(huán)境下群體用戶(hù)體驗(yàn)的定量評(píng)價(jià)模型[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

4 林曉艷;王軍峰;王文軍;舒炎昕;;微信小程序的用戶(hù)體驗(yàn)研究[A];工業(yè)設(shè)計(jì)研究（第五輯）[C];2017年

5 張含冬;;精于心,簡(jiǎn)于形——淺析優(yōu)良設(shè)計(jì)與用戶(hù)體驗(yàn)[A];中國(guó)創(chuàng)意設(shè)計(jì)年鑒論文集2013[C];2014年

6 張彩虹;李艷娟;;百度空間用戶(hù)體驗(yàn)分析[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會(huì)論文集[C];2012年

7 韓春;陳世棟;;基于用戶(hù)體驗(yàn)的自動(dòng)售藥機(jī)研究[A];工業(yè)設(shè)計(jì)研究（第六輯）[C];2018年

8 楊桑;;應(yīng)用市場(chǎng)的用戶(hù)體驗(yàn)設(shè)計(jì)[A];User Friendly 2014暨UXPA中國(guó)第十一屆用戶(hù)體驗(yàn)行業(yè)年會(huì)論文集[C];2014年

9 曹文波;;以用戶(hù)體驗(yàn)為中心的網(wǎng)絡(luò)交互藝術(shù)設(shè)計(jì)——上海與海外網(wǎng)絡(luò)交互藝術(shù)設(shè)計(jì)之個(gè)案應(yīng)用分析[A];設(shè)計(jì)學(xué)研究·2012[C];2012年

10 劉春妤;姬鳴;;形狀和填充類(lèi)型對(duì)進(jìn)度指示器用戶(hù)體驗(yàn)的影響[A];第二十一屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議摘要集[C];2018年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 張煦;“可穿戴裝備”卡位車(chē)聯(lián)網(wǎng)[N];經(jīng)濟(jì)觀(guān)察報(bào);2014年

2 韓妹;互聯(lián)網(wǎng)免費(fèi)視聽(tīng)時(shí)代將終結(jié)嗎[N];中國(guó)青年報(bào);2011年

3 本報(bào)記者 胡中彬　實(shí)習(xí)記者 沈棟;宜人貸：極速“裂變”[N];經(jīng)濟(jì)觀(guān)察報(bào);2014年

4 本報(bào)記者 蔡卓男;新零售下半場(chǎng)：用戶(hù)體驗(yàn)決勝[N];濟(jì)南日?qǐng)?bào);2017年

5 本報(bào)記者 余東明;送到門(mén)口送到手頭 用戶(hù)體驗(yàn)放在心頭[N];法制日?qǐng)?bào);2018年

6 中央黨校經(jīng)濟(jì)學(xué)部 趙淵博;強(qiáng)化金融創(chuàng)新 提升用戶(hù)體驗(yàn)[N];中國(guó)城鄉(xiāng)金融報(bào);2018年

7 徐汕 航天云網(wǎng)公司副總經(jīng)理;航天云網(wǎng):由平臺(tái)建設(shè)向用戶(hù)體驗(yàn)轉(zhuǎn)型[N];中國(guó)航天報(bào);2018年

8 本報(bào)評(píng)論員 祝乃娟;網(wǎng)約車(chē)2.0時(shí)代的競(jìng)爭(zhēng)應(yīng)圍繞用戶(hù)體驗(yàn)展開(kāi)[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2018年

9 陶帥 茆明;用戶(hù)體驗(yàn)：科技創(chuàng)新評(píng)價(jià)新理念[N];解放軍報(bào);2018年

10 本報(bào)記者 黃少華;郭謙：對(duì)標(biāo)蘋(píng)果的關(guān)鍵是注重用戶(hù)體驗(yàn)[N];中國(guó)青年報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 郭亞爽;面向用戶(hù)體驗(yàn)的無(wú)線(xiàn)網(wǎng)絡(luò)資源管理研究[D];西安電子科技大學(xué);2017年

2 張麗;基于數(shù)據(jù)驅(qū)動(dòng)的移動(dòng)端用戶(hù)體驗(yàn)優(yōu)化研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

3 郝益勇;提升移動(dòng)網(wǎng)絡(luò)用戶(hù)體驗(yàn)質(zhì)量的理論與方法研究[D];北京郵電大學(xué);2012年

4 邵華;無(wú)線(xiàn)網(wǎng)絡(luò)中面向高能效的用戶(hù)體驗(yàn)質(zhì)量增強(qiáng)研究[D];北京郵電大學(xué);2017年

5 南國(guó)順;信息中心網(wǎng)絡(luò)的服務(wù)提供機(jī)制和優(yōu)化研究[D];北京郵電大學(xué);2017年

6 陳鋒;面向用戶(hù)體驗(yàn)的移動(dòng)互聯(lián)網(wǎng)資源管理研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

7 任杰;移動(dòng)網(wǎng)絡(luò)應(yīng)用的“性能—功耗”優(yōu)化研究[D];西北大學(xué);2017年

8 吳磊;面向電子制造裝備界面的用戶(hù)體驗(yàn)多維度評(píng)估機(jī)制及模型研究[D];華中科技大學(xué);2016年

9 張昆;基于體驗(yàn)的產(chǎn)品族形象設(shè)計(jì)研究[D];南京林業(yè)大學(xué);2011年

10 王毅;用戶(hù)滿(mǎn)意體驗(yàn)導(dǎo)向的數(shù)字資源質(zhì)量建模與控制研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 馮笛;以用戶(hù)體驗(yàn)為導(dǎo)向的不動(dòng)產(chǎn)數(shù)據(jù)整合系統(tǒng)界面優(yōu)化設(shè)計(jì)[D];長(zhǎng)安大學(xué);2018年

2 毛海燕;旅游APP用戶(hù)體驗(yàn)對(duì)用戶(hù)滿(mǎn)意度的影響研究[D];長(zhǎng)安大學(xué);2018年

3 何佳杰;基于多指標(biāo)的不同類(lèi)型汽車(chē)HMI界面用戶(hù)體驗(yàn)評(píng)估比較研究[D];浙江理工大學(xué);2018年

4 姚佳;基于用戶(hù)體驗(yàn)的指靜脈智能門(mén)鎖設(shè)計(jì)研究[D];哈爾濱理工大學(xué);2018年

5 馬洪明;基于用戶(hù)體驗(yàn)的VR頭盔設(shè)計(jì)研究[D];哈爾濱理工大學(xué);2018年

6 閆扶揚(yáng);基于用戶(hù)體驗(yàn)的自動(dòng)澆水花盆設(shè)計(jì)[D];哈爾濱理工大學(xué);2018年

7 何生娟;基于用戶(hù)體驗(yàn)的家庭種植產(chǎn)品研究與應(yīng)用[D];哈爾濱理工大學(xué);2018年

8 曹惟思;面向用戶(hù)體驗(yàn)的電動(dòng)滑板設(shè)計(jì)[D];昆明理工大學(xué);2018年

9 郭鈺瑩;基于用戶(hù)體驗(yàn)下移動(dòng)端交互設(shè)計(jì)中留白的應(yīng)用[D];武漢紡織大學(xué);2018年

10 吳劍斌;用戶(hù)體驗(yàn)設(shè)計(jì)中的故事方法研究[D];江南大學(xué);2018年

本文編號(hào)：2756791