發(fā)布時間：2020-07-11 06:07

【摘要】：為了提高移動設備的用戶界面開發(fā)效率和質量,移動用戶界面開發(fā)中廣泛使用基于模式的用戶界面開發(fā)方法。通過引入移動用戶界面模式(Mobile User Interface Pattern,MUIP),不但能夠為復雜的設計問題快速提供可復用的解決方案,而且能夠幫助開發(fā)人員快速理解和使用開發(fā)中的設計知識與經驗。在基于模式的用戶界面開發(fā)中,為了提高查找MUIP的準確性和效率,開發(fā)人員使用模式推薦方法從模式庫中查找MUIP。然而,在使用現有的模式推薦方法幫助開發(fā)人員查找MUIP時,還存在查找的準確性較低和推薦列表排序質量不佳的問題。這包括兩方面的原因,首先,現有的模式庫構建方法無法對MUIP及其關系進行高級抽象層次的描述,導致建立的模式庫沒有層次結構,不能為模式推薦方法提供結構化支持。其次,現有的模式推薦方法沒有充分利用MUIP查找中的各種映射關系,在需求信息抽取、查找策略以及設計問題與MUIP的相似性度量等方面都在存在不足之處。為解決上述問題,本文從構建模式庫和模式推薦方法兩個方面展開研究。在構建模式庫方面,首先,對用戶界面模式語言進行研究,使用范疇論從高級抽象層次去描述MUIP及其關系。然后,使用用戶界面模式語言建立一個具有層次結構的模式庫,為模式推薦方法提供結構化支持。在研究模式推薦方法方面,首先,使用范疇論對查找過程中的各種映射關系進行范疇化描述,發(fā)現各種映射關系的內在結構和規(guī)律。然后,將這些內在結構和規(guī)律應用到模式推薦方法中。本文的主要創(chuàng)新研究總結如下:(1)針對現有模式庫不能為模式推薦方法提供結構化支持的問題,提出一種基于范疇論的移動用戶界面模式語言(Category Theory-based Mobile User Interface Pattern Language,CTBMUIPL),并利用其構建一個具有層次結構的范疇化模式庫。在CTBMUIPL中,利用范疇論對不同抽象層中的MUIP及其之間的關系進行描述和組織,通過實例分析了范疇化模式庫具有的映射類型和結構特性。實驗結果表明,使用CTBMUIPL構建的模式庫能夠為模式推薦方法提供結構化支持。(2)在孤立設計問題的查找策略中,為縮小查找范圍,提出一種基于改進PSO和抽象層次信息的MUIP聚類(Improved Particle Swarm Optimization and Abstract Hierarchical information-based Mobile User Interface Pattern Clustering,IPSOAMC)算法,該算法使用了半監(jiān)督核模糊C均值(Semi-Supervised Kernel Fuzzy C-Means,SSKFCM)聚類和抽象層次信息。為解決聚類參數敏感問題,提出一種改進的粒子群優(yōu)化(Improved PSO,IPSO)算法,用于優(yōu)化聚類參數。實驗結果表明,IPSOAMC算法在聚類效果和收斂性方面的表現都優(yōu)于現有的聚類算法。(3)針對現有模式推薦方法無法提供高質量推薦列表的問題,從需求信息的完整性和關鍵屬性的相似度性度量兩個方面展開研究。首先,為保證抽取需求信息的完整性,提出一種基于問答的需求信息抽取方法,通過一系列的問答形式引導開發(fā)人員描述需求信息,從而獲得查找MUIP所需的關鍵屬性信息。然后,提出一種基于拉回的相同屬性查找算法,利用拉回查找設計問題與MUIP之間相同部分。為了提高相似度量的準確性,該算法被應用到設計問題和MUIP的相似性計算中。推薦效果的實驗結果表明,對需求信息的完整性和相似度量的研究能夠提高推薦列表的排序質量。(4)提出一種基于范疇論的MUIP推薦方法(Category Theory-based Mobile User Interface Pattern Recommendation Method,CTBMPR),首先,為了將設計問題與模式庫緊密結合在一起,使用范疇論對MUIP查找中的各種映射關系進行描述。然后,使用基于問答的需求信息抽取方法從設計問題中抽取需求信息。最后,將IPSOAMC算法和范疇化的映射關系分別應用到孤立設計問題和關聯設計問題的查找策略中。根據設計問題與MUIP的相似度量結果,為開發(fā)人員提供MUIP的推薦列表。實驗結果表明,CTBMPR在查找的準確性和推薦列表的排序質量方面的表現都優(yōu)于現有的模式推薦方法。
【學位授予單位】：西北大學
【學位級別】：博士
【學位授予年份】：2019
【分類號】：TP391.3;O154.1
【圖文】：

數據信息展示模式

圖 4.1 數據信息展示模式實例圖 4.2 聚類結果4）MUIP 數據不具有線性可分離性有的研究表明[34]，MUIP 數據之間存在大量的非線性關系，而且 MUIP個不規(guī)則的空間中。因此，在范疇化模式庫中，MUIP 數據在輸入空間可分離性。0 xy1A2A提供信息細節(jié)展示數據信息展示模式提供可視化信息展示

( ) ( ( ))( ) ( ) ( ( ))4 sinmod ,1 0.52 414 sinmod ,1 0.52 4iiiiiib Qb QQb Qb QQππ ′′ + < = ′ ′ + ≥ 序列， b′ 是控制參數。能夠解決 Sine 映射中存在的問題，圖 4.4 和圖 4.映射作用下分別產生的分岔圖，從圖中可以看出，時，迭代才會映射到整個[ 0,1] 區(qū)間，說明 Sine 映射有一定的局限性且均勻分布特性較差，而 Ten-Sin整個[ 0,1] 區(qū)間，這說明 Ten-Sine 映射的滿映射參高了混沌序列的范圍和隨機性能，使得 Ten-Sine 映混沌反向學習策略中采用 Ten-Sine 映射。

【參考文獻】

相關期刊論文 前6條

1 劉滿鳳;任海平;;基于一類新的直覺模糊熵的多屬性決策方法研究[J];系統(tǒng)工程理論與實踐;2015年11期

2 高明美;孫濤;朱建軍;;一種改進的直覺模糊熵公理化定義和構造公式[J];控制與決策;2014年03期

3 汪禹U

本文編號：2750057