学习目标

• 认识交互类型与交互风格及其实现要点
• 了解输入/输出与常见交互设备（直接/间接指点）
• 掌握交互性能的度量与预测：Hick 定律、Fitts 定律、GOMS/KLM
• 课务提醒：SETU 课程反馈

交互类型与风格

• Shneiderman 交互类型：指令（Instructing）、对话（Conversing）、操控（Manipulating）、探索（Exploring）。强调“用户意图/方式”，不等同于控件形式。
• 交互风格：命令语言、自然语言、菜单选择、表单填充、直接操控；复杂系统常混用。
• 典型风格利弊

  • 命令语言：专家效率高、资源占用低；学习门槛高、需回忆语法、可见性弱。
  • 自然语言：学习成本低、语法灵活；可见性差、解析易出错、可发现性低。
  • 菜单选择：识别优于回忆、约束减少出错；组织/命名难、空间占用大、频繁操作可能慢。
  • 表单填充：结构清晰、易学；流程刚性、单任务导向、占空间。
  • 直接操控（含触控）：映射紧密、反馈即时、可撤销、鼓励探索；设计/实现难、资源与屏幕需求高，复杂动作依赖用户灵巧度。

交互设备与 I/O

• 主流 I/O：键盘、指点设备、显示器、扬声器；回顾早期 I/O 形态。
• 键盘与布局：人体工学键盘；QWERTY vs DVORAK；虚拟键盘的便利与局限。
• 和弦输入/速录：如 keyset、速录机、CharaChorder 等提升打字速度的尝试。
• 指点方式：直接 vs 间接

  • 直接：手指/触控笔/带屏数位板（绝对定位）。
  • 间接：鼠标/轨迹球/触控板/无屏数位板（相对定位），需空间映射。
• 设备与可用性影响

  • 鼠标：按钮、滚轮、传感器、触控表面、无线等影响效率与精度。
  • 触控板：便携、多指手势；大范围移动受板面边界限制，小范围精度较好。
  • 触屏：直接指点、手势丰富；精度低、无悬停/右键、手指遮挡。
  • 手写识别：词库、书写风格与可训练性影响识别质量。
  • 音视频输入：姿态/手势/语音，依赖信号与处理质量。
  • 复合设备：如游戏手柄集成多种输入。
  • TUI/BCI：可触式界面与脑机接口的研究与前沿案例。

交互性能的预测与评估

• 为何要预测：低保真原型难以真实测试，高保真受资源限制；建模可在设计期比较方案。
• Hick 定律：选择数↑ ⇒ 反应时对数级↑；用于菜单/信息架构的认知负荷预测（不涵盖物理操作）。
• Fitts 定律：移动时间 ≈ a + b·log₂(2D/W)；目标更远更小更难；角落/边缘等效“无限宽度”，更易命中。
• GOMS / KLM：将目标分解为操作序列并用经验时长估算总时长（H/K/M/P 等）；局限：面向专家、仅目标导向任务、不替代用户测试、对设备/系统等待差异刻画有限。

等待时间与感知设计

• 响应阈值：~0.1s 即刻；~1s 开始打断；>1s 需反馈；>10s 需进度提示/分散等待。
• 案例启示：仅缩短“实际等待”未必足够，需管理“感知等待”并占用等待时间。
• 设计策略：骨架屏、占位动画、渐进加载、明确进度与预期管理。