菜单界面设计的认知工效学研究方法，本文主要内容关键词为：工效论文,认知论文,界面设计论文,菜单论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：TB18,B849
文献标识码：A
文章编号：1006-6020(2000)02-0043-05
20世纪末，计算机界面技术得到了迅速发展。图形用户界面逐渐代替了命令行界面，成为计算机系统的主导界面。菜单作为图形用户界面的重要组成部分，也成为人－计算机交互(human-computer interaction,HCI)的主要方式[16]。
菜单是通过向用户提供多个备选对象，来完成一定任务的一种交互方式[6]。在交互过程中，菜单界面利用的是用户的再认加工，命令行界面利用的是回忆加工，由于再认的认知负荷远远低于回忆，所以菜单的操作效率明显优于命令行[16]。
以提高人－计算机交互效率为目标的研究分别从菜单和用户两个角度出发，对菜单设计进行了卓有成效的探索。有些研究者围绕着菜单属性开展工效学研究，促进了菜单在人－计算机界面中的应用[4,12,13,16]。有些研究者则认为，在一个合理的菜单设计模式中，应当使控制过程模式与用户的认知过程模式相一致，以保障建立用户控制与计算机运行之间的无缝联接[16]。但是目前多数用户模型还是以反应时为基础的，忽视了用户获取信息和加工信息的完整过程。因此，对用户认知操作过程的深入探索成了该领域内的热门研究课题。
随着科学技术的发展，研究菜单界面的方法和技术手段也日趋多元化。除了传统的心理学实验方法之外，许多菜单界面的研究还采用了系统仿真和眼动追踪等技术方法。这些方法相辅相成，共同促进了菜单界面研究的发展。
1 传统的菜单工效研究
早期的菜单工效研究以传统的心理学实验方法为主，以行为反应结果（反应时、正确率等）为测量指标，集中研究了菜单结构和菜单格式两方面问题。
1.1 菜单结构
菜单结构的主要形式是树状结构，包括深度与广度两个维度，其中菜单深度指菜单层次数目；菜单广度指同一层次上菜单项的数目。深度－广度权衡(depth-breadth trade-off)是菜单结构研究的主要问题，其目的在于获取菜单的最优结构参数[1]。围绕这个问题，在工效学领域出现了两类在不同方法学指导下的研究。
在归纳法的影响下，早期的研究者利用实验方法，收集了大量有关菜单结构的经验数据，并得到较为一致的结论。多数研究表明，菜单层次越多，选择操作的工效越低，并且菜单深度比菜单广度对选择工效的影响更为显著[4,12,14]。这一结果已广泛应用于计算机系统的菜单设计中，设计者一般通过增大菜单广度来缩减菜单深度。然而，上述经验性研究的结果往往受制于具体的实验条件，难以直接应用于不同系统的菜单界面设计。
在经验性研究的基础上，有些研究者以演绎法为指导，提出了描述用户与菜单交互过程的数学模型，并利用这些模型推导菜单最优的结构参数[16,13]。例如，Lee等人(1985)运用数学模型发现，广度为4～8项的菜单具有最佳的选择效率。尽管这类研究的结论比较明确，但受制于数学模型的合理性，其外部效度仍有待实验验证。
1.2 菜单格式
多数有关菜单格式的研究集中在横向菜单和下拉菜单两种线性菜单的工效比较上。Parkinson等人(1985)通过对英文菜单的研究发现，下拉菜单的选择时间较横向菜单选择时间短[17]。Shih等人(1997)对中文单字菜单的研究却发现，横向菜单的选择效率比下拉菜单高[8]。他们认为这种差异是由阅读习惯造成的。习惯于阅读横向文本（如英文）的用户在下拉菜单上选择工效较高，是因为菜单项的纵向排列将单词分割开来，避免了横向菜单中作为菜单项的各单词可能产生连贯的意义单元，进而提高选择菜单项的操作工效；同样原因，习惯于阅读纵向文本的用户（如香港地区用户）在横向菜单上的选择工效更高一些。
尽管计算机屏幕的显示是二维的，但目前的界面系统中，仍然以线性菜单为主，没有充分利用二维显示空间[9]。Hopkins等人(1986)首创了pie菜单（见图1），并被应用于Sun-View、NeWS等多个系统。
在pie菜单中，菜单项沿圆形边缘呈放射状分布。由于pie菜单有效地缩短了指点装置的移动距离，并且放射状扇形区域比方格区域更易于精确定位，根据Fitts定律，pie菜单的选择工效应当优于线性菜单。Callahan(1991)以新手为被试，比较了pie菜单和线性菜单的选择效率，结果支持Fitts定律的预测[9]。
pie菜单的选择工效还受菜单项目数、菜单布局的对称性和指点装置类型等因素的影响[7]。由于pie菜单的显示面积有限，所以菜单项目数越少，选择效率也越高[9]。Kurtenbach等人(1991)的研究发现，菜单项目数为偶数的pie菜单的选择效率优于奇数菜单。他们还发现，8项pie菜单的选择效率最佳，并推测完全对称的结构更有利于菜单定位。此外，电光笔和鼠标的输入效率显著优于追踪球[7]，可见输入装置也是影响菜单选择效率的一个重要因素。
然而，pie菜单的应用也遇到一些困难。首先，pie菜单占用的显示面积较大，尤其当菜单项目数增多时，显示面积的浪费更为突出。有研究者提供了将菜单项进行逻辑分类的解决方案[9]。
其次，合理体现菜单层次是Pie菜单应用的另一难题。线性菜单易于表征树状结构，而Pie菜单更适合表征离散对象，却不宜于表征层次结构。有研究者就pie菜单的这个问题，提出了一些解决方案，如Hopkins(1999)在NeWS系统中运用图2中的方式表征双层菜单。
上述传统心理学实验法指导下的菜单研究，往往忽视了以用户为中心的基本准则。这类研究的测量指标是行为反应结果，不能充分反映用户的实时认知加工过程。目前，诸多技术（如眼动追踪和脑电记录方法）都能够即时地记录用户反应数据，使研究用户的实时认知过程成为可能。
2 系统仿真研究
随着计算机技术的发展和认知科学研究的深入，系统仿真方法成为认知心理学研究的主要方法之一。该方法的突出优点在于它比传统的实验方法更强调对实时交互过程及其机制的探索。目前已经发展了多种仿真系统，如MHP、EPIC、ACT*和SOAR等，它们被广泛地应用于各研究领域。
2.1 研究背景
为了将认知心理学的大量实验数据整合在同一个理论框架中，Newell于1973年提出了认知一体化理论(unified theories of cognition,UTC)[2]。该理论能够规范认知心理学的研究，帮助研究者选择研究对象，并且有助于鉴别对于同一实验现象的多种解释[2]。同时，该理论也为系统仿真方法提供了理论基础。
系统仿真方法首先建构研究对象的系统模型，再通过该模型对实际系统的运行过程进行仿真。在确定模型单元和彼此之间的主要逻辑关系时，仿真系统充分利用了认知心理学的研究成果，如认知加工单元的确定及其参数设置等。仿真方法把人－机系统作为一个整体，有助于对人－机系统的设计及评价。
菜单视觉搜索过程研究也已取得了许多成果。菜单的视觉搜索过程是菜单选择过程中的主要成分，也是研究者普遍关注的问题之一[3]。根据视觉搜索理论，搜索策略一般具有两个维度：一是并行加工与系列加工；二是自终止加工与穷尽加工。鉴于人－机系统的复杂性，研究者在描述视觉搜索过程时，往往把系统性与随机性也作为一个维度。在这些维度上，研究者的观点不尽一致。Card(1982)把菜单视觉搜索过程看成一个随机的自终止过程，认为用户获取的即时信息完全取决于注视点的位置，而在搜索过程中，注视点的位置是随机且可重复的[16]。Lee和MacGregor(1985)却把菜单视觉搜索过程看成一个系统化的系列加工过程，认为每个菜单项所需的加工时间相同，用户根据具体情况，采用自终止策略或穷尽加工策略[13]。这些研究的结果尽管还存在分歧，但它们加深了人们对菜单搜索过程的认识，也促进了系统仿真方法在菜单界面研究领域的运用。Nilsen(1991)也对视觉搜索过程进行了研究[15]。在实验中，给被试呈现长度分别为3、6、9的数字下拉菜单。菜单排列采用了随机数字和顺序数字两种方式，其中顺序数字方式用来模拟可预测的菜单选择过程。Nilsen的实验结果表明，菜单视觉搜索过程是一个系列加工过程。Nilsen的实验任务成功地排除了阅读加工等因素对菜单搜索作业的影响，逐渐成为当前菜单视觉搜索研究的典型范式[10]。
2.2 系统仿真方法在菜单研究中的应用
近年来，在菜单界面工效研究领域，EPIC和ACT*是两个较为完善的仿真系统[15]。在结构上，二者都包含以产生式规则为基础的认知加工单元和知觉－运动周围单元。但是，EPIC模型的仿真对象主要是人的知觉过程和行为反应结果，其知觉－运动处理器比ACT*更为完善。ACT*主要探讨学习、记忆、语言理解和推理等认知加工的中间过程，把着重点放在了解释器单元上[2]。
Hornof等人(1997)和Anderson(1997)分别采用两个仿真系统对菜单视觉搜索过程进行了研究。前者以Nilsen的实验任务为基础，提出了6个EPIC模型，分别是系列随机模型、并行随机模型、系列系统模型、并行系统模型、混合系列加工和混合并行模型[10]。仿真结果表明，混合并行模型运行结果最好[10]。由此，他们认为用户在菜单搜索过程中，采用半系统半随机的并行加工策略。
Anderson(1997)提出一个菜单视觉搜索过程的ACT-R模型（ACT*模型系列的一个典型模型）。这个模型与Hornof等人的EPIC模型在对眼动数据的预测上存在很大的分歧（见表1）[15]。
随后，Hornof和Kieras(1999)又以Nilsen的顺序数字菜单选择任务为仿真对象，提出两个互不相同的EPIC模型：LPC(look,point,and click model)和LPCC(look,point,check and correct models)。LPC模型假设用户对菜单目标项的定位信息是精确无误的，因此，在菜单搜索过程中不会出现回跳性眼动。LPCC模型则认为用户获得的定位信息是模糊的，在搜索过程中用户会不断修正自己的眼动方向，因此会出现回跳。尽管两个模型存在着基本假设上的分歧，但仿真结果表明，LPC和LPCC两个模型都具有良好的拟合度[5]。
表1 EPIC模型与ACT-R模型的比较
EPIC模型ACT-R模型
1.眼动模型是一个混合
1.眼动是自上而下的系
过程，既包括随机过程， 统化过程。
也包括自上而下的系统
2.搜索时眼睛每次跳动
2.眼睛每一次跳动的距
的距离不变。
离变化不定，会自动越
过非目标项。
3.搜索采用并行穷尽加
3.搜索过程是一个自终
工策略，眼动会超出目
止过程，眼动不会超出
标项。 目标项。
4.在确定目标项之前，
4.在眼睛确定目标项之
鼠标不动。
前，鼠标跟随眼睛跳动
的移动。
由于系统仿真方法要求对实验情境加以详细限定，所以一般采用逐步求精法研究认知过程[2]。此外，系统仿真方法不具有自我验证性，对于同一研究对象，不同的仿真系统可能得到同样可信的拟合结果，这时只有利用其他研究方法对仿真结论的优劣加以判别[3,15]。
3 眼动研究
20世纪70年代后，眼动追踪方法在视觉认知研究领域得到广泛应用。人的眼动行为有两个基本成分：在获取信息时，眼睛停留在所加工的物体上，称之为注视(fixation)；在转移加工对象时，人眼在两个注视点之间的快速跳动，称之为眼跳(saccade)。眼动追踪方法通过记录人眼运动的注视时间、注视位置、眼动轨迹等来了解人对实时信息的获取和加工过程。
眼动追踪方法早期主要用于人类阅读过程及其认知机制的相关研究。在该领域中，眼动追踪方法日趋完善，形成了一些典型的研究范式。McConkie等人(1975)发展的移动窗口技术(moving windows)[11]，既可以控制呈现文本的窗口大小，又可以使被试在比较自然的情境下阅读，为深入研究阅读过程中的知觉广度提供了有效手段。
随着研究者对眼动过程认识的深入以及眼动技术的成熟，眼动方法在HCI和菜单视觉搜索过程研究中也得到了广泛的应用[3,15]。Aaltonen等人(1998)对英文下拉菜单的眼动研究发现，眼跳长度约为2.21个菜单项。由此，他们认为菜单视觉搜索过程是一个平行加工过程[3]。Aaltonen的研究外部效度较高，但忽略了一些因素，如阅读过程对视觉搜索过程的影响。
Byrne等人(1999)利用眼动方法，采用Nilsen的实验范式对下拉菜单进行研究，以考察菜单视觉搜索的EPIC模型和ACT-R模型的有效性[15]。研究发现，上述两个模型与眼动数据的拟合均不理想。
尽管眼动数据能够直接体现在菜单界面上用户对实时信息的获取和加工过程，但采用眼动方法，研究者应注意以下两个问题：
(1)完善理论构思。在菜单界面上，用户眼动行为的参数较多，而且各种参数之间存在着复杂的关系，所以完善的理论构思是参数选择的前提条件。另外，眼动方法是一种经验性方法，并且实验数据量极大，脱离了合理的理论构思，要对数据合理分析和解释也是不可能的。
(2)合理区分眼动模式。如何区分注视和眼跳这两种最基本的眼动模式是眼动研究的关键问题。有两种方法可供选择：①时间阈限法。眼动注视时间一般为200～300ms，眼跳时间则少于50ms。若在记录眼动数据时设定一个时间阈限，就可以对注视或眼跳进行判定。②速度法。注视期内，眼动微跳(tremor)速度显著低于眼跳速度，可以通过设定速度阈限的方法来判定注视和眼跳。一般认为，速度法优于时间阈限法，因为速度法更利于消除实验噪音[15]。