KLM在手机界面设计和评估中的应用_杨炳

人类工效学 2012年 06月第 18卷第 2期 文章编号：1006-8309（2012）02-0083-05 1 引言 在人机界面研究领域，用户模型是人机界面 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 和评估的重要依据。用户模型就是系统关于 用户的知识集合，包括用户认知模型和用户行为 模型。任务模型作为一种用户行为模型，是在特 定应用领域内，用户为达到某种目标所执行活动 的集合。任务模型包括任务以及任务之间的层次 关系和时序关系。任务模型在交互系统开发中的 需求分析、用户界面设计、可用性评估以及测试 等阶段均有着重要的作用 [1]。由 Card等人 [2]于 1983年开发的 GOMS模型，就是一个描述用户与 系统交互过程中的动态行为信息的任务模型。 GOMS模型研究人机界面两个主体（人和系 统）交互的流程。它包括目标(Goal)、操作(Opera－ tion)、方法(Method)以及选择规则(Selection Rule) 四个方面，通过这四个方面，GOMS将一个任务进 行多层次的细化。其分析过程是：在用户使用一 个人机交互系统的过程中，有一个总目标，而总 目标可以分出很多子目标，完成一个子目标相应 地需要执行一个子任务。子任务的执行往往会有 很多方法，这时就需要根据一定的选择规则去选 择一种方法，一般一个方法就是一个操作序列。 GOMS的主要贡献有：①详细地描述实现一 个任务所需要的知识。包括子目标是什么 ,可以 用什么不同的方法去实现,以及如何选择方法。这 对于制作帮助系统、用户指南和训练程序非常有 效。②辅助设计和评估某个设计的可用性。GOMS 可以预测用户执行某项任务的操作时间。在设计 中，预测时间对交互设计很有帮助。虽然制作原 型也能达到这个目的，但要花费相对更多的时间 和金钱；在可用性评估中，应用 GOMS模型，可以 不通过真实的用户测试，就能预测用户在执行一 项任务时的总按键数和总时间。 KLM (Keystroke Level Model，按键水平级的 模型)是经简化后的 GOMS模型。KLM省去了目 标，方法，选择规则，只保留操作，并把操作定义 成一系列基本操作单元。Card等人[2]最初规定的 KLM的六个操作单元有：按键(K)、用鼠标指到显 示屏上的目标(P)、按鼠标键或放开鼠标键（B）、把 手放回键盘或鼠标(H)、等待系统反应(W)、心理操 作(M)，并通过实验测量得到它们的时间值。 有了这些基本操作单元的时间，要计算一项 特定任务的时间，就可以通过把该任务分解成多 个操作单元，然后把各个已测得的操作单元的时 间加起来，就能得到该任务的操作时间。KLM相 对于 GOMS模型更简便易行，在设计和评估中应 用更加广泛。 2 KLM在手机界面评估中的适用性及模型构 建方法 2.1 PC界面的 KLM在手机界面评估中的应用 早在 2000年，就有研究者（Dunlop，2000）[3]将 PC界面的 KLM应用于手机界面的评估研究。研 究中使用最初对 PC界面的操作单元时间值作为 手机界面操作单元的时间值，预测了三种输入法 KLM在手机界面设计和评估中的应用 杨炳，李宏汀 （浙江理工大学 心理学系应用心理学实验室，杭州 310018） 摘要：GOMS（动态行为信息任务模型）及其简化版本 KLM（按键水平级的模型）能描述用户在使用系统时的行 为信息和预测任务的操作时间。文章介绍了 GOMS模型和 KLM的基本概念及其在手机界面设计和评估中的 相关研究，从手机文本输入和手机菜单操作两个方面对手机 KLM的构建方法进行了分析和总结，并在此基础 上探讨了手机 KLM的进一步研究方向。 关键词：KLM；文本输入；手机评估；可用性；用户模型；动态行为信息任务模型（GOMS） 中图分类号：TB18；TB472 文献标识码：A 基金资助：教育部人文社科基金青年项目（12YJC190018） 作者简介:杨炳（1986-），男，浙江绍兴人，硕士研究生，研究方向：工程心理学，（电话）13732260590（电子信箱）yang－ shaofeng86@126. com。 83· · 人类工效学 2012年 06月第 18卷第 2期 平均每个单词的按键数和输入时间，并比较了三 种输入法的优劣。研究中的三种输入法包括多级 文本输入法（Multitap）、预测式输入法（Predic－ tive）、补全单词输入法（Word Completion）。结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明，对于输入一个包括 6个字母左右的单词， 多级文本输入法平均需要按 12个键，输入速度 是每分钟 15个单词；预测式输入法平均需要按 6 个键, 输入速度是每分钟 17个单词，效率最高； 而虽然补全单词输入法平均每输入一个单词只 需要按 5个键, 但由于需要频繁使用心理操作， 输入速度只有每分钟 8个单词。 Schulz[5]用 PC界面的 KLM预测了三款手机 的十几个日常使用的任务（如定闹钟、开键盘锁、 发一条短信等）的操作时间和按键数。研究者用 手机执行这些任务所需要的按键数和操作时间 作为衡量可用性水平的指标。虽然整个实验仅采 用 PC界面操作单元的时间值来预测手机的操作 时间，事后也没有用用户实验来验证预测结果。 但研究者相信，即使手机 KLM的操作单元时间 值还不确定，但是在比较手机间的可用性时，借 用 PC界面的 KLM来预测手机任务的按键次数 和操作时间仍是一项很好的指标。 那么，把在 PC界面中应用广泛的 KLM及其 参数应用于手机界面的评估是否适合？对这一问 题，国外已作了一些探讨。 比如 Luo[4]用 PC界面的 KLM来预测手持设 备的任务操作时间。研究中 要求 对教师党员的评价套管和固井爆破片与爆破装置仓库管理基本要求三甲医院都需要复审吗 用户用 PDA中的 电子地图软件完成寻找某个地点的任务。测试包 括了四种常用方法：用软键盘输入地点、点击热 区、手写输入、滚动拖动条。研究者把用 KLM对 四种方法预测的时间和 10个熟练用户的平均操 作时间相比较，发现差异很小，其中除手写输入 相差 7.43%，其余三种方法都相差在 5%以内。该 研究结果表明 PC界面的 KLM也能适用于预测 手持设备界面的操作时间。 有研究者比较了不同预测模型对手机界面 评估的准确性差异。2004年，Amant等[6]进行的有 关手机菜单浏览任务的实验中，以熟练用户的实 际操作时间为标准，对菲茨定律（Fitt’s Law）、 KLM、ACT-R（Adaptive Control of Thought--Ra－ tional推理思维的自适应控制模型）三种预测方 法的效度进行了比较。结果表明，KLM和 ACT-R 模型预测的时间和实际操作时间比较接近。其 中，KLM的单个按键时间和实际值相差都在 0.01 秒以内，误差小于 2%。 随着研究数据的积累，KLM也更加细致。很 多研究把手机的主要操作单元 K 和 M 进行细 分，得到一些更具体，更准确的时间值[11,12,13,16]。也 有研究者提出考虑到手机的使用环境，需要给手 机界面重新定义操作单元，如 Holleis等[7]提出，应 该在原来 KLM的基础上加入新操作：大注意转 换（Macro Attention Shift）、微注意转换（Micro Attention Shift）、分心（Distraction）、初始动作 （Initial Act）等。改进原来 PC界面的操作单元使 之更适合手机界面，比如按键（K）、指向（P）、起始 键（H）等操作，删除不适合键盘手机的操作，比如 拖动（D）。 总体来说，尽管 KLM最初被开发是用来预 测用户在 PC界面上的操作时间的，以上研究表 明，该模型也能适用于手机界面。同时，如果在将 PC界面 KLM迁移到手机界面评估时，针对手机 界面操作特点进行适当调整，可以使手机 KLM 在可用性评估中的结果更加可靠。 2.2 KLM在手机设备上的构建方法 建立手机 KLM，就要先定义操作单元。手机 设备的操作可以分为物理操作和心理操作。其中 物理操作单元主要包括按键，手指移动等物理层 面上的操作；心理操作单元主要包括初始准备， 验证，决定等心理层面上的操作，由于心理操作 较难区分，所以一般研究者定义的是一个包括了 以上内容的总体的心理操作。手机 KLM测量大 致可以分为测量物理操作单元，测量心理操作单 元，和心理操作单元的放置三个主要部分。 测量物理操作单元可以用实验测量和公式 计算两种方法而得到。实验测量就是根据定义好 的各个操作单元的起始点和终止点，观察用户操 作，并对用户的操作计时，计算出操作单元的时 间值。一般采用录像，录音材料来分析，也可以在 手机里内置软件来计时。公式主要是用菲茨定 律。但菲茨定律比较适合计算手指在 PC键盘上 移动的时间，由于手机设备存在如键盘小、按键 排布紧密等某些特点的局限，如果仅仅使用菲茨 定律，不进行实验的测量，得到的结果可能不够 准确。 测量心理操作单元也有实验测量和公式计 算两种方法：实验测量，一般不是直接去测量心 理操作单元的时间，而是通过将总操作时间减去 已测得的各物理操作单元时间，除以心理操作的 次数，得到心理操作单元的时间。用来计算心理 操作时间的公式比较少，也不常用。如希克海曼 84· · 人类工效学 2012年 06月第 18卷第 2期 （Hick-Hyman）定律能够用来计算熟练用户在若 干个项目选择中的决定时间，可以用于文本输入 中的词条选择和菜单条目选择[8]。 也有研究根据自己特殊的应用定义心理操 作单元，如 Myung[9]在测量韩文输入的 KLM时把 心理操作分为两部分，一部分是回忆拼写规则和 确认下一个要输入的字形（韩文字的组成单位）， 研究者认为这部分是回忆的时间，大约为 340ms； 另一部分是确认输入的字形是否是自己要的字 形，这部分时间应该是注视点在键盘和屏幕之间 跳转的时间，大约为 230ms。 心理操作单元的放置，一般是通过观察被试 的操作行为和根据已有的心理操作放置规则，来 确定需要放置心理操作的地方。心理操作的次数 正是在这一步中得到的，在 KLM测量中，心理操 作次数的准确性要比位置的准确性更重要。 3 KLM在手机界面评估中的应用研究 目前，有关 KLM在手机界面评估中的应用 研究主要是针对文本输入和菜单排布两大方面。 以下将具体介绍这两个方面的相关研究。 3.1 KLM在手机文本输入中的应用研究 手机文本输入的研究开始得比较早，对手机 文本输入 KLM的研究比较多。用 KLM计算文本 输入速度可以评估不同手机文本输入法和手机 键盘布局的优劣。 2000 年，Silfverberg 等人 [10]用菲茨定律计算 按手机各个键的时间（包括手指移动和按键），结 合英文输入中 27个键（26个字母加上一个空格 键）的使用概率，得到了预测式输入法（Predic－ tive）和多级按键输入法（Multitap）平均输入一个 单词的预测时间。研究表明，预测式输入法的输 入速度快于多级按键输入法。但是，在 KLM中， 这个研究只使用了按键的时间，要准确地预测字 母输入的时间，还需要加上心理操作时间。 2003年，Myung等人 [8] 通过让 5个熟练用 户在手机上完成一些常用句子的编辑，测量了手 机韩文输入的 KLM。研究中只采用了两个操作单 元：按键（K）和心理操作（M）。K包括手指移动时 间和纯粹按键时间，用菲茨定律来计算。测得的 纯粹按键时间为 203ms，该结果与最初 Card的 200ms差别不大；对于 M，研究者总结了心理操作 的三个步骤：①确认想要的字（Syllable），包括空 格；②回忆这个字的字形（Gaphemes）组成方法； ③确认按出的键就是想要的键。研究者采用 John 等人的知觉操作时间———340ms[11]，作为①和②两 个时间的总和。用一个注视点转移时间——— 230ms来代替③的时间。研究者通过录像分析，发 现心理操作的放置规则。然后测量了 44个大学 生用户韩文输入的实际时间，来验证这个模型。 最后研究者用这个模型评估了现有两种韩文字 形的排列方式，并提出了改进方案。 2004 年，Pavlovych 等人 [12]结合了 Siflverberg 的模型和 Card的模型，用菲茨定律来计算 K，通 过以往的文献和实验观察，定义了一些 M以及其 放置规则，包括:①再读已经输入的段落（只在文 本输入实验中出现，因为大多数用户不会记住他 们输入的段落）；②下一步输入哪一个词的哪一 个字母（拼单词时出现）；③下一个字母在哪个键 中，并确定要按几下（视觉搜索或回忆操作）；④ 这个键在哪里（一般是回忆操作）；⑤重复按一个 键的时候需要数着数；⑥视觉验证是否按了想要 的键。研究者还设计了三个实验来测量这些 M的 时间。实验一，用户连续地按字母键或数字键，不 需要确认，用来测量①～⑤。实验二，用户输入字 母，字母需要从列表里选出来，用来测量⑥。实验 三，用户输入一个词，词需要用户从列表里选出 来，用来测量⑥。然后组成新模型。研究还发现新 手在学习过程中，有些心理操作时间是稳定的， 有些则减少很多（输入字母前的准备）。 2005年，How等人[13]先调查了短信的用词频 率。由于 KLM假设每个按键的时间是一样的，而 且菲茨定律被认为在手机键盘上也不好用，因此 研究者整合了一个新模型，这个模型用 KLM的 构架，只是在操作中，细分了 13个有不同时间值 的操作单元，如重复按键，移动手指并按向下键 等。通过测试了五个被试，分别得出了新手组和 熟练用户组的各个操作时间。研究者用这个模 型，比较了多级按键输入法（Multitap）和预测式输 入法（Predictive），证明预测输入法的输入速度更 快。并对预测输入法提出两个方面的改进：①根 据调查的短信用词频率，对手机字母表重新排 布。②用其他方法（如Word Completion）减少按键 数。 2010年，Liu等[14]研究了中文的拼音输入法 的输入速度。该研究分为三部分，首先分析中文 短信中各个字母的使用频率、一个汉字的拼音平 均包含的字母个数、目标拼音一般出现在列表上 的位置、目标汉字一般出现在列表上的位置等； 然后根据该结果，结合菲茨定律预测了输入拼音 时按数字键的时间；最后研究者通过收集用户从 85· · 人类工效学 2012年 06月第 18卷第 2期 给出的拼音列表或汉字列表中选中需要的拼音 或汉字的时间，提出了一个用于计算从列表中搜 索出目标拼音或汉字时间的线性模型。 可以看到，KLM在手机文本输入的研究中， 比较常用的一个方法是，通过调查字母使用频 率，然后结合一些公式（如菲茨定律）和线性函数 来计算时间。要估计文本输入这种按键组合数庞 大的任务的操作时间，通过概率计算来求平均值 也许是比较现实和相对准确的方法。 3.2 KLM在手机菜单设计中的应用研究 随着手机设备的发展，用户对手机的需求不 仅仅是发送信息和通话，手机功能越来越多样 化，菜单项目数也不断增加。于是，有必要对手机 菜单的排布方式进行研究，以获得更具可用性的 手机菜单设计。 2007年，Lee等[15]采用按键（K）、指向（P）和心 理操作（M）这三个基本操作单元构建了新手和熟 练用户选择菜单项的 KLM模型，其中菜单选择 只涉及导航键和确认键。研究者设计了三个实 验，前两个是用一些简单的任务来测量这三个操 作单元的时间，其中第一个实验测量 K和 P的 值；第二个实验用选择一个菜单项的时间减去 K 和 P的方法测量出 M的值；第三个实验是在用户 重复实验二的任务 12次之后再测试 M的值，将 测得的值作为熟练用户的 M值。 2007年，Cockburn等[8]用菲茨定律和希克海 曼（Hick-Hyman）定律组建一个模型，预测新手和 熟练用户的浏览菜单的操作时间。研究者假设， 用户选择一个菜单项的时间分为指向时间和决 定时间，可以用菲茨定律来计算指向时间。而在 计算决定时间时，对于新手，决定时间是关于菜 单项所在的位置的线性函数；对于熟练用户，可 以用希克海曼定律来计算决定的时间。研究者采 用实验法测量出上述各个公式中的指数，并用最 终的模型评估了现有的几种菜单的优劣。 2009年，Sad等[16]测量了词条选择的操作时 间。研究者对桌面界面和手持设备界面都做了测 验，把得到的数据通过线性回归分析，得出了选 择时间是关于词条位置的函数。这个研究结果既 可以用在文本输入研究，也可以用在菜单研究 上。研究者把这个词条选择时间加到已有的预测 式文本输入的研究中，结果发现 KLM的预测时 间更接近于实际测量时间。证明了这个改进后的 KLM有较好的效度。 相对于文本输入，菜单操作有按键组合数较 少，心理操作相对复杂的特点。所以 KLM的研究 会侧重于测量心理操作时间或者通过细分一些 心理操作以得到更精确的模型。 4 研究展望 根据近几年的手机 KLM研究，可以看出这 一领域的研究有以下几个发展趋势： （1）操作单元更细分。现在，手机发展了更多 的功能，如上网，摄像，实时软件等，对于这些新 功能，可能原来定义的操作单元已不再适用。例 如，手机上会出现一些功能键，侧键，不能再用同 一个 K来代表所有的按键。另外，不同操作功能 下 M值也可能不一样。还有研究考虑到手机的使 用环境，提出了关于环境交互的新操作。因此，今 后的研究中应该进一步细分原有操作单元以及 定义新的操作单元，才能更精确地预测手机界面 任务的操作时间。 （2）操作单元时间的测量更精确。最初 Card 计算 KLM操作单元时间的方法很简单，就是观 察用户的操作任务的录像，通过计时得到每个操 作单元的时间。现在的研究者虽然是继承了 Card 的这种把用户操作细分成多个操作单元，再把这 些操作单元的时间加起来得到总操作时间的研 究思路，但在实现方法上有了很大的扩展。比如 借助一些已有的操作模型，如菲茨定律、希克海 曼定律，使得 KLM的预测更加精确。 （3）不再局限于熟练用户测试。最初 KLM是 用来预测熟练用户的任务操作时间，由于用户使 用手机往往是短时性的，用户很多时候并不能很 熟练地操作手机的各个功能，所以有些研究测试 新手用户的 KLM，这个在实际应用中也很有价 值。将来的研究也许可以包括学习效率这个变 量，来不断完善手机 KLM。 （4）研究设备上的改进。从原来的依靠外部 录像，录音来分析，转变为内置的软件，计时将更 加精确和简便。 另外，鉴于触摸屏手机的发展前景，测量触 摸屏手机的 KLM也很重要，但目前已有的研究 还只是针对 PC桌面的触摸屏操作，将 KLM应用 于触摸屏手机的界面评估还很少看到。比如在 2004年，田丰等[17]用 GOMS模型评估了 PC笔式 界面。该研究通过让 12 名用户对笔式幻灯系统 的使用，发现笔式界面比图形界面任务完成的时 间更短，满意度更高。由于笔式界面摒弃了图形 界面中层次操作的菜单模式，只保留了具有直接 交互功能的图标（Icon）和按钮（Button），尤其是大 86· · 人类工效学 2012年 06月第 18卷第 2期 量使用手势（Gesture）这种直接面向内容的操作 方式。让笔式界面少了图形界面的内容和操作间 的转换，减少了心理操作时间，因此使交互更加 自然，更高效。研究者定义了停顿（Hold-Up）、敲 击（Tap）、拖拽（Drag）、划线（Line）、按住并划线 （Hold- Line）、曲线（Zigzag）、画圆（Circle）等几个 基本的手势操作单元，但还没有精确计算操作单 元的时间值。因此总体上，PC笔式界面的研究可 以给未来触摸屏手机的 KLM 研究提供一些借 鉴。 参考文献 [1] 赵忠雷，覃征. 用户界面设计中任务建模方法研究[J]. 计算机应用研究，2006, 23(10):191-193. [2] Card S K, Moran T P, Newell, A.. The Keystroke- level Model for User Performance Time with Interac－ tive Systems [J]. Communications of the ACM, 1980, 27(7):396-410. [3] Dunlop M D, Crossan A. Predictive Text Entry Meth－ ods for Mobile Phones [J]. Personal Technologies, 2000,4(2):134-143. [4] Luo L, John B E. Predicting Task Execution Time on Handheld Devices Using the Keystroke -Level Model [C]// Proceedings of the CHI’05 Conference on Hu－ man Factors in Computing Systems. Portland: ACM, 2005:1605-1608. [5] Schulz T. Using the Keystroke-Level Model to Evaluate Mobile Phones[DB/OL]. (2010-05-06)[2010-07-21].http: //www.norwegianrockcat.com/masters/assets /iris31.pdf. [6] Amant R S, Horton T E, Ritter F E. Model-based Evaluation of Cell Phone Menu Interaction [C]// Pro－ ceedings of the ACM Conference on Human Factors in Computing Systems. Vienna: ACM, 2004:343-350. [7] Holleis P, Otto F, Hussmann H, at al. Keystroke - Level Model for Advanced Mobile Phone Interaction [C]// Proceedings of the CHI’07 Conference on Hu－ man Factors in Computing Systems. New York: ACM, 2007:1505-1514. [8] Cockburn A ,Gutwin C, Greenberg S. A Predictive Model of Menu Performance [C]// Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. California: ACM, 2007: 627-636. [9] Myung R. Keystroke -level Analysis of Korean Text Entry Methods on Mobile Phones [J]. International Journal of Human-Computer Studies, 2004,60 (5-6): 545-563. [10] Silfverberg M, MacKenzie I S, Korhonen P. Predict－ ing Text Entry Speed on Mobile Phones [C]// Pro－ ceedings of the ACM CHI’00 Conference on Human Factors in Computing Systems. Hague: ACM, 2000: 9-16. [11] John B E, Newell A. Cumulating the Science of HCI: From S-R Compatibility to Transcription Typ－ ing[C]// Proceedings of ACM CHI’89 Conference on Human Factors in Computing Systems. New York: ACM, 1989:109-114. [12] Pavlovych A, Stuerzlinger W. Model for Non-expert Text Entry Speed on 12-Button Phone Keypads[C]// Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. Vienna: ACM, 2004: 351-358. [13] How Y , Kan M Y. Optimizing Predictive Text En－ try for Short Message Service on Mobile Phones [C]// Human Computer Interfaces International (HCII 05). Las Vegas. 2005. [14] Liu Y, Raiha K J. Predicting Chinese Text Entry Speeds on Mobile Phones [C]// Proceedings of the ACM CHI’00 Conference on Human Factors in Computing Systems. Atlanta: ACM, 2010:2183-2192. [15] Lee J, Paik D. An Improved Model to Evaluate Menu Hierarchies for Mobile Phones [C]// Proceed－ ings of the 12th International Conference on Hu－ man-computer Interaction. Beijing: Springer, 2007: 401-407. [16] Sad H H , Poirier F. Modeling Word Selection in Predictive Text Entry [C]// Proceedings of the 13th International Conference on Human-Computer Inter－ action. SanDiego: ACM, 2009:725-734. [17] 田丰，牟 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf ，戴国忠，等. Post-WIMP环境下笔式交互 范式的研究[J]. 计算机学报, 2004, 27(7): 977-984. ［收稿日期］2010-08-25 ［修回日期］2010-12-17 87· ·