With modern IVIS becoming more capable and complex than ever, their evaluation becomes increasingly difficult. The analysis of large amounts of user behavior data can help to cope with this complexity and can support UX experts in designing IVIS that serve customer needs and are safe to operate while driving. We, therefore, propose a Multi-level User Behavior Visualization Framework providing effective visualizations of user behavior data that is collected via telematics from production vehicles. Our approach visualizes user behavior data on three different levels: (1) The Task Level View aggregates event sequence data generated through touchscreen interactions to visualize user flows. (2) The Flow Level View allows comparing the individual flows based on a chosen metric. (3) The Sequence Level View provides detailed insights into touch interactions, glance, and driving behavior. Our case study proves that UX experts consider our approach a useful addition to their design process.


翻译:随着现代IVIS比以往任何时候都更有能力、更复杂,它们的评价变得越来越困难。对大量用户行为数据的分析可以帮助应对这一复杂情况,并且可以支持UX专家设计为客户需要服务的IVIS,在驾驶时安全操作。因此,我们提议了一个多层次用户行为可视化框架,提供通过生产工具的远程信息收集的用户行为数据的有效可视化。我们的方法将用户行为数据分为三个不同层次:(1) 任务级别视图综合事件序列数据,通过触摸屏互动生成,使用户流动可视化。(2) 流动级别视图允许根据选定的指标比较个别流动情况。(3) 序列级别视图对触摸互动、浏览和驾驶行为提供了详细的洞察。我们的案例研究证明,UX专家认为我们的方法是对其设计过程的有益补充。

0
下载
关闭预览

相关内容

信息系统(IS)是支持数据密集型应用程序的软件和硬件系统。《信息系统》杂志发表了有关信息系统的语言、数据模型、过程模型、算法、软件和硬件的设计和实现的文章。主题领域包括如ACM SIGMOD / PODS,VLDB,ICDE和ICDT / EDBT,以及来自数据挖掘/机器学习,与结构化数据协调的信息检索,互联网领域的数据相关问题以及云数据管理、业务流程管理、Web语义、视听信息系统、科学计算和数据科学。官网地址:http://dblp.uni-trier.de/db/journals/is/
【MIT干货书】机器学习算法视角,126页pdf
专知会员服务
77+阅读 · 2021年1月25日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Learning Recommender Systems from Multi-Behavior Data
Arxiv
7+阅读 · 2018年11月29日
Arxiv
6+阅读 · 2018年3月28日
VIP会员
Top
微信扫码咨询专知VIP会员