人机交互的进展

PDF
人机交互的进展/2021/文章

研究文章|开放获取

体积 2021 |文章的ID 6657155 | https://doi.org/10.1155/2021/6657155

A. Benabid Najjar, A. Al-Wabil, M. Hosny, W. Alrashed, A. Alrubaian 基于眼动跟踪的阿拉伯语单指针键盘可用性评价”,人机交互的进展 卷。2021 文章的ID6657155 14 页面 2021 https://doi.org/10.1155/2021/6657155

基于眼动跟踪的阿拉伯语单指针键盘可用性评价

学术编辑器:安东尼奥Piccinno
收到了 2020年11月10
修改后的 2021年2月3日
接受 2021年2月10
发表 2021年3月20日

摘要

本文介绍了一种阿拉伯语键盘的设计和可用性评估,用于主要使用单指针输入设备的应用。这种应用程序特别用于移动设备,如便携式数据助理(pda)和智能手机。它们在视线控制界面方面也很有价值,这构成了一种日益增长的交流模式,尤其是为行动不便的人提供了能力。特别着重于基于移动时间和字符转换频率的键排列优化。提出了一种优化模型和模拟退火算法。然后,对优化后的布局进行性能评估,结果表明优化后的布局在估计的打字速度方面优于常用的阿拉伯语键盘。然而,新的布局可能面临的主要限制是,即使当前使用的布局不是最佳的,新的键排列也可能不被用户采用。因此,我们对优化后的布局进行了可用性评估,使用了眼球追踪和包括最终用户在内的基于任务的测试,并考虑了客观和主观的可用性衡量标准。对设计的影响也进行了讨论。

1.简介

如今,有了虚拟键盘,一个简单的程序可以很容易地从传统键盘布局切换到新的键盘布局,然后再切换回来。这使得用户可以很容易地在同一个键盘上测试和采用新的布局。虚拟键盘在智能手机和pda等手持移动设备中得到了广泛的应用。在这些设备中,通常只有一个指针(手指或触控笔)用于数据输入。这种单指针的文本输入键盘越来越多地用于书写长消息、电子邮件,甚至文本文档。

此外,对于有严重残疾的人来说,用传统键盘输入文本通常是一项困难的任务,在某些情况下甚至是不可能的。使用替代文本输入已经成为可能,最近的发展的注视控制应用程序。这些应用包括一个眼球追踪设备,它可以检测眼球运动以及屏幕上的键盘。选择是在与长时间注视相对应的预定义驻留时间内计算的。Majaranta [1]提供了对基于凝视的文本输入领域进行的原始研究的广泛回顾。2014年,微软为眼球追踪键盘软件申请了专利,该软件可用于多种设备。3年后,Windows 10内置了眼动跟踪支持和眼控模块,可以与兼容的眼动跟踪器一起操作虚拟的鼠标、键盘和文本到语音的体验。2].

设计一种只有一个指针用于文本输入的键盘,无论是为使用视力控制打字的重度残疾人还是使用手持移动设备的人,都是一个蓬勃发展的研究领域。多项研究[3.- - - - - -6],以加强虚拟键盘的界面设计,以提高终端用户的舒适度和打字速度。事实上,即使是对键排列的微小修改也可能会显著提高打字性能,因为这种改进是在诸如文本输入这样的重复性任务中积累起来的。

然而,考虑非拉丁语言的键盘布局优化研究相对较少。阿拉伯语是世界上人口最多的语言之一,在学校和大学被广泛教授,在工作场所和媒体中使用。它是用阿拉伯字母书写的,有一种特殊的文字,从右到左书写。然而,很少有研究是有效的[78)考虑了如何优化阿拉伯语键盘,使其适合移动设备,甚至是有身体残疾的人使用的单指针操作。

另一方面,尽管通过优化按键分配来提高打字性能做了大量的努力,但优化后的布局并没有被广泛采用,这可能不仅是因为人们不愿意改变,也可能是因为缺乏实证研究和用户研究来支持采用优化布局。事实上,文献中报告的优化布局仅从数学角度进行了测试,而且,据我们所知,目前还没有关于终端用户反馈和满意度的最新研究。必威2490因此,评估可用性对于确保界面设计的有效性和用户满意度具有重要意义。它通过对任务执行时间、错误次数、用户使用应用时满意度等任务性能指标的测量,反映用户的人类行为对其使用新应用体验的显著影响。

本文针对主要使用单指针输入设备(即手指、触笔和眼睛)的应用程序,设计和评估优化的阿拉伯键盘的可用性。一个特别的重点是调查估计移动时间最小化对真实用户的实际打字速度的影响。其主要贡献可归纳如下:(我)研究了根据阿拉伯语字符转换频率对键排列的优化。(2)提出了一种两阶段模拟退火算法,并证明它可以生成优化的布局,在估计移动时间方面优于常用的阿拉伯键盘。(3)实现了一种嵌入不同布局的眼球追踪虚拟键盘;Tobii X120眼动仪与不同的接口一起使用,实现了常用的以及最新优化的阿拉伯键盘,用于凝视输入。(iv)可用性评估是针对不同布局的有效性、效率和用户满意度来进行的。讨论了性能和观察研究,并提出了未来的研究方向。

本文的组织结构如下:下一节2总结了相关的工作,特别关注一指针优化键盘。然后,部分3.提出了优化模型和模拟退火算法来生成优化布局。最后,部分4提出了可用性评估框架,并讨论了相应的结果。

Eggers等[3.和Anon [9研究表明,有效的键盘界面设计对终端用户的性能至关重要,可以减少包括眼睛疲劳、压力和劳损在内的健康疼痛。由于文本输入相关工作的重复性,甚至可能影响用户的工作效率和健康。标准布局(QWERTY)是使用最广泛的键盘布局。然而,它最初被引入是为了减少机械式篮的关键冲突的数量,并没有优化效率。然后,许多文本输入键盘在最后几年被开发出来。例如,优化的键盘布局,被称为Dvorak键盘[10],根据不同字母的频率设计,并被证明比传统的更有效。Wagner等人[4和Eggers等人[3.[gm66nd]提出了一种键盘设计,以提高打字性能,以及人体工程学标准,包括手指的负荷、按键次数、手的交替、避免同一根手指按键、避免大的步长以及从小指到拇指的按键方向。

虽然这些键盘布局优于QWERTY布局,但由于许多人不愿意改变,最后一种仍然是最广泛使用的。然而,使用虚拟键盘,一个简单的程序可以很容易地从传统的布局切换到新的布局,然后再切换回来。这使得用户可以很容易地在同一个键盘上测试和采用新的布局。此外,一个动态键盘,擎天柱键盘[11,它在2007年首次引入,将每个键作为一个独立的显示器,可以动态变化并显示当前分配给它的功能。这种可定制的布局允许用户轻松地从英语切换到其他语言,特别是那些具有不同字母表的语言,如希腊语、阿拉伯语或汉语。最近,苹果公司更新了这一想法,为一种新的键盘申请了专利,每个键上都有小屏幕。12].这个新的键盘将打开大门,很容易集成和采用新设计和优化的键盘布局。

2.1.Gaze-Based文本输入

Polacek等[14]提供了一篇基于150篇出版物的综述,讨论了运动受损人群无障碍文本输入的最新技术。必威2490它讨论了文本输入的常见技术,包括键的选择、字符布局的方法、语言模型的使用和交互方式。特别是,有严重运动障碍的人使用眼睛凝视输入文本。眼球追踪设备跟踪用户的眼球运动,计算机程序分析注视行为。通过凝视输入,用户通常通过注视屏幕上的键盘上的字符,并通过停留时间来选择它们。对于严重残疾的人来说,停留时间往往是最好和唯一的选择手段。Dwell意味着长时间注视:为了选择密钥,用户需要注视密钥超过预定义的阈值时间(通常为500-1000 ms)。Sarcar等[14]提出了一种基于凝视的文本输入系统EyeK,旨在减少停留时间和减少视觉搜索时间。实验结果表明,该界面比现有界面具有更高的文本输入速率。最近,Sandnes等人[15]提出,通过在扫描序列中引入较长的第一元素停留时间来减少扫描键盘输入错误。他们探索了几种设计,并评估了它们对整体文本输入性能的影响。Cecotti等人对传统的基于凝视的虚拟键盘进行了单一语言(通常是英语)的评估。16]提出了一种基于多脚本的视觉辅助虚拟键盘,可以改变与脚本相关的图形用户界面的布局,以便使用拉丁语、孟加拉语和/或Devanagari脚本进行交流的人可以访问键盘。

至于阿拉伯语,iWriter由al - wabil等人引入[17它是一种阿拉伯语软件键盘,专为身体有残疾的人设计的,他们可以用眼睛控制文字输入。然而,使用这种键盘的眼睛打字可能会非常慢,因为它取决于设置最大打字速度限制的停留时间阈值。实际上,打字速度甚至会大大降低,因为人们需要时间来进行认知处理,思考接下来要输入什么,在键盘上搜索下一个键,等等。实际上,iWriter系统中使用的布局并没有针对只使用一个指针键入文本进行优化。在我们的研究中,假设一个优化的布局,根据字符的转换频率来组织字母,将最小化最频繁的字符对之间的距离,减少给定文本的眼球运动距离,以及寻找下一个键所需的时间,进而提高整体打字速度。

2.2.根手指文本输入

对于单指或基于触控笔的文本输入,文献中提出了几种不同的键盘:Hooke, Metropolis, Lewis, OPTI和FITALY [18]键盘试图使英语语言中常用的字符对之间的距离最小化。然后,Li等人[19]提出用整数规划(IP)模型对该问题进行建模,该模型考虑了英语语言中单词的字符转换频率和不同形状的键盘。结果表明,该布局最小化了手指的移动,性能优于现有的英文键盘。他们使用两个模型来解决这个问题:(1)IP模型,其中转移是固定在任意两个密钥之间,(2)两阶段启发式,其中第一阶段使用交换邻域移动来获得一个新的解决方案,而第二阶段使用模拟退火来增强解决方案。

阴和苏[20.]提出了一种基于粒子群优化(PSO)的方法,并考虑了多个目标和运动受损用户。考虑不同形状和不同布局的实验结果表明,Cyber Swarm键盘的性能优于几种基准键盘。此外,该算法的性能优于其他竞争算法,包括随机、启发式和标准粒子群算法。一项包括6名参与者(传统QWERTY用户)的可用性评估显示,Cyber Swarm键盘可以快速有效地学习,经过一些练习后,打字率几乎翻了一番。

Murali和Panicker [21,提出了一种遗传算法(GA)来解决该问题,并利用TOPSIS(与理想解相似度偏好排序技术)对该算法得到的最佳布局进行评分。考虑三个属性来评估生成的最佳键盘,即流动距离、平均每分钟单词数和获得的学习百分比标准。

最近,Pradeepmon等[6]解决了同样的问题,并提出了一种单指键盘布局,该布局使用了遗传算法的一种变体,即分布估计算法进行优化。与一些现有的键盘布局相比,建议的布局在快速打字方面是有效的。

以前的研究都集中在优化英语键盘上。然而,Wolosik和Tabedzki [5],以解决波兰语的这一问题,并估计拟议的安排将缩短输入样本文本的时间约30%。必威2490

对于多语言,Dell’amico等人[22)考虑了最小化不同语言(英语、法语、意大利语和西班牙语)编写文本所需的平均时间的问题。他们通过考虑键盘上更多的位置而不是要分配的符号来一般化地解决这个问题。然后,布局不是预定义的。他们使用不同的元启发式方法来解决这个问题,包括局部搜索、模拟退火、禁忌搜索、可变邻域搜索和快速蚁群(FANT)。

最近,Herthel和Subramanian [23)还解决了在智能手机上设计优化的单指键盘布局问题。他们扩展了[22,并考虑了英语、法语、意大利语和西班牙语的基准测试实例,他们还添加了葡萄牙语和双语变体(将英语与其他语言结合起来)的基准测试实例。为了解决这一问题,他们提出了一种基于局部搜索的元启发式算法,该算法由三个邻域结构组成。他们的实验结果在解决方案质量和CPU时间方面尤其具有竞争力,并且与众所周知的布局(即QWERTY和AZERTY)相比,显示了采用优化的单手指布局的潜在实际好处。

2.3.优化的阿拉伯文布局

对于阿拉伯键盘,常用的布局来自于阿拉伯打字机的布局,并没有对性能进行优化。Malas等[24和Khorshid等人[25]提出根据打字速度和人体工程学标准优化阿拉伯语键盘布局设计。然后,Osman提出了一种符合人体工程学的阿拉伯键盘[26,于2012年获得专利。它的设计目的是减少劳损,避免前臂、手腕和手的长期肌肉骨骼损伤。该设计基于阿拉伯字符的实际使用频率。所有这些研究都建议考虑阿拉伯字符的键距和频率,同时考虑到使用的手指和手的交替,试图将打字工作量分配到十个手指。

对于阿拉伯语单指针键盘,目前可用于移动设备的系统仍然使用阿拉伯语打字机的布局。例如,iWriter system [17]嵌入了一个阿拉伯语虚拟键盘,使用眼睛控制的文本输入,但系统的开发人员强调了设计一个适合这类应用程序的优化的阿拉伯键盘布局的重要性,以尽可能地提高文本输入性能,因为(1)由于停留时间阈值限制了最大输入速度,眼睛输入可能会非常慢,(2)当长时间从事与电脑相关的工作时,由于眼睛和头部运动的重复性,也会导致眼睛疲劳和疼痛。

第一次尝试是在由Benabid Najjar [7],其中开发了一种模拟退火算法,以优化阿拉伯语键盘设计的单指针应用程序。该设计旨在通过最小化最频繁的阿拉伯字母对之间的距离来最大限度地提高打字速度。然后,Alswaidan等人[8)利用遗传算法对单指阿拉伯语键盘进行优化,该算法基于目标函数中的三个度量值:字母对之间的距离、键盘中每一行的权重以及手指的敲击方向。拟议布局的性能是通过几乎估计打字速度来评估的,使用给定文本中字母之间的距离。结果显示,与传统的单指键盘和多指键盘相比,优化布局的测量打字速度有了明显的提高。

2.4.总结和讨论

表格1总结了现有的一些关于单指针键盘优化的研究。如上所述,可以注意到大多数研究都集中在优化英语键盘上[619- - - - - -22].对于阿拉伯语,大部分的研究都致力于多指键盘的优化[25- - - - - -27].


Ref。 一年 语言 优化 可用性评估
藻类。 目标(年代) 参与者 任务(年代) 标准

19 2006 英语 SA 运动的时间 没有一个
20. 2011 英语 CSA,算法 键的可访问性,姿势的舒适度,击键,单词冲突 6名参与者,熟悉QWERTY键盘 打字一篇文章( 字)5倍 参与者的反馈
21 2016 英语 GA + TOPSIS 流量距离,学习百分比,打字速度 没有一个
6 2018 英语 2个EDAs: UMDA, PBILA。 运动的时间 2名参与者:1名熟悉QWERTY键盘,1名10岁儿童 打出一首小诗 输入时间
8 2014 阿拉伯语 GA, SA 字母之间的距离,命中方向,行权重 没有一个
5 2016 波兰的 GA, SA 字母之间的距离,命中方向,行权重 没有一个
22 2009 英语,法语,意大利语,西班牙语 Ls sa ts vns fant 运动的时间 没有一个
23 2020 英语,法语,意大利语,西班牙语,葡萄牙语,双语 盲降 运动的时间 没有一个
这篇论文 2021 阿拉伯语 SA 移动时间和击中方向 12名参与者,18-33岁,熟悉阿拉伯键盘 用3种不同的布局打出4个句子 眼球追踪指标、有效性、效率和满意度

山:模拟退火;GA:遗传算法;CSA:网络群算法;PSO:粒子群算法;基于理想溶液相似度的偏好排序方法TOPSISEDA:分布估计算法UMDA:单变量边缘分布算法PBILA:基于群体的增量学习算法LS:本地搜索;TS:禁忌搜索; VNS: Variable Neighborhood Search; FANT: Fast ANT; ILS: Iterated Local Search.

从表中可以看出1单指针键盘优化的主要目标是通过最小化移动时间来最大限度地提高打字速度,这是基于菲茨定律[27,这些键被分配给频繁关联的字母对。因此,几乎所有的研究都用著名的二次分配问题(QAP)来建模这个问题。

然而,值得一提的是[2223]考虑了QAP的一种推广,即SK-QAP,在该QAP中,布局的形状不是预定义的。

针对这一问题,提出了不同的算法。主要采用的算法有基于局部搜索的算法、模拟退火算法和遗传算法等进化算法。值得注意的是,在文献中[28研究发现,与基于解构造的搜索方法如粒子群算法相比,局部搜索方法对QAP更有效。然而,(2930.研究了PSO在QAP上的适用性,结果令人满意。特别是,(20.]提出了一种基于粒子群算法的单指针键盘多目标优化算法,为该研究方向的进一步探索打开了大门。

最后,从表中可以很容易地得出一个重要的观察结果1缺乏用户研究研究来评估优化布局的可用性。虽然这是验证优化键盘的重要一步,但很明显,这方面的研究仍然很少。因此,本文将重点研究用户的行为,他们在使用新生成的布局时的表现,以及他们对变化的接受程度。

3.优化模型

本节介绍本研究中提出的优化模型,以及模拟退火算法,该算法用于生成基于字符转换频率最小化移动时间的优化布局。

3.1.字符转换频率

为了提高打字速度,我们的想法是通过将转换频率相对较高的字符定位在彼此接近的位置,从而减少分配给频繁关联的阿拉伯语字符对的键之间的距离,从而避免它们之间的大步,从而最小化给定文本的整体移动时间。不同字符对之间的转换频率,如[中计算的8],通过解析来自不同字段的阿拉伯文维基百科文章。这些文章涵盖了几乎所有学科的主题,因此,词汇表没有减少到特定的领域。可以很容易地注意到,“Alef”和“Lam”这对组合如预期的那样具有最高的频率,因为这对组合是阿拉伯语中的定义冠词,相当于英语中的冠词“the”。

3.2.运动的时间

输入速度、低错误率和使用舒适度是可以反映键盘布局性能的不同标准。特别关注的是可以从移动时间得到的打字速度。事实上,移动时间是一个可测量的特性,因此可以通过计算来评估键盘的布局。从一个键到另一个键的移动时间可以根据这两个键之间的欧氏距离来估计。它通常使用菲茨定律来测量,在[27],说明连续输入两个符号所需的时间和难度 而且 可以估计如下: 的参数 而且 是常数, 两个键之间的距离是指定的吗 而且 而且 目标键的宽度是否被分配 常数 可以省略,因为它对整体打字时间的贡献与按键的排列无关。常数的值 由[实验确定]31等于 使用手写笔输入数据的特殊情况下的位/秒。此外,假定键具有相同的宽度,这意味着 可以认为等于1,那么移动时间只取决于键对之间的距离。

3.3.键盘的形状

在FITALY和OPTI键盘中,这些键盘是为单手指指向设计的,字符排列在一个5 × 6矩阵中。这种配置似乎更适合单指针使用,因为它更接近一个正方形,从而减少了最大移动距离。然而,它并不是最适合在计算机屏幕或移动设备上以横向模式显示的布局。

常见的键盘布局是矩形的,有三行主键盘。诸如QWERTY和Dvorak键盘采用10 × 3矩阵来处理26个字符和少量符号。阿拉伯键盘用12 × 3矩阵表示34个字符。然而,在移动设备中使用的阿拉伯语布局考虑11 × 3 (Android设备)或10 × 3 (iPhone设备)布局,包括最常用的字符和删除键。因此,为了设计一个能够在屏幕上正确显示的虚拟键盘,并且能够将优化后的布局与现有布局进行比较,本研究考虑了矩形形状的键盘。最后,采用的形状是一个11 × 3矩阵,包括32个最常用的阿拉伯字母。

3.4.问题公式化

几年来,键盘设计问题一直被研究人员在人机工程学领域解决,然后才被制定为一个组合优化问题。键盘布局优化问题的目的是找到给定数量符号的最优排列方式,因此可以用著名的二次分配问题(QAP)来建模,其定义为[19].QAP包括分配 设施 的位置。在目标函数中使用了两个度量:第一个度量是流量 之间的设施 而且 第二个量度是距离 之间的位置 和位置 当一个设备 被分配到地点 和设施 被分配到地点 这项任务的费用计算为 则可以定义所有设施的分配总成本为

这些流动只是代表了阿拉伯语中字符的转换频率。距离矩阵表示输入连续字符所需的移动时间。目标函数反映了给定键盘排列的性能,因此可以用来评估不同的键盘布局。

Alswaidan等[18]建议以成对字母的频率作为阿拉伯文排版中字母之间的距离。此外,为了保持阿拉伯语从右到左书写的方向,还考虑了在指针从左到右移动时添加罚分。此外,频率最高的字母被放置在中间一行,以方便用户,而频率较低的字母被放置在上层或底层。因此,解决方案的总得分(客观)被定义为 在哪里 而且 是决定每一项重要性的权重; 是一对字母之间的距离; 表示命中方向;而且 对应于行 在布局。

在本文中,提出的设计旨在通过最小化最频繁的阿拉伯字母对之间的距离来最大限度地提高打字速度。转换频率用于此目的,移动时间是使用菲茨定律计算的。此外,以类似于[8]时,将添加一个惩罚以反映命中方向,因此当指针从右向左移动时,两对之间的距离将被认为比从左向右移动时要低。因此,目标函数可以定义为: 在哪里 是一对字母和之间的频率吗 是它们之间的距离,包括击中方向惩罚。

3.5.优化算法

QAP被认为是一个np难的问题,如[32].因此,没有已知的算法可以在多项式时间内解决这个问题,而且精确的方法仅限于问题的小实例。因此,QAP通常采用启发式和元启发式方法,而不是精确求解方法。这些方法的目标是在合理的时间内找到一个相对较好的解决方案,而不是最优方案。关于解决QAP的几种元启发式方法的调查可以在[33].

为了解决这个问题,Alswaidan等人[8]提出了一种遗传算法(GA)方法来优化单指阿拉伯语键盘布局,本文扩展了[7,提出了一种基于模拟退火(SA)的算法。模拟退火(SA)最初的灵感来自于冶金中使用的加热和慢冷交替循环(退火),这往往会使物理系统的能量最小化。它被用于优化,以帮助局部搜索过程避免陷入局部最小。模拟一个物理系统在给定温度下演化到热力学平衡的过程 大都市算法(34可以使用,从一个给定的配置(在我们的例子中,是一个初始的随机布局)开始,然后本地搜索探索邻近的解决方案。

SA允许根据概率函数接受比当前解目标函数更大的解,从而可以探索解空间中的不同区域。数字1算法包括两个主要阶段:第一个阶段是计算初始解。它开始于一个贪婪的搜索,试图找到一个更好的解决方案,随机交换任何两个字符的位置,直到一个改进的布局无法找到连续10次。

然后,第二阶段对应于从初始高温开始使用静态冷却方案的SA搜索 所以很多具有更高目标函数的解都是可以接受的。然后是当前的温度 在每一个 用线性约简因子进行迭代 经过多次实验,初始温度 被设置为 在相同温度下的最大迭代次数 设置为15,再加热的最大步骤数 设为10,带一个因数 在每一个步骤。的值 而且 与[中使用的参数相似。20.].然而, 而且 稍高一些是为了让算法有机会进一步探索解的空间。其实,价值 可以减少在下一节讨论,其中注意到算法从第6次迭代开始收敛。

3.6.实验结果

数字2的收敛曲线 而且 -轴表示目标函数,由(4),即在再加热过程中记录的最佳溶液。

在第一个加热步骤中,由于接受了目标函数非常差的邻近解,因此没有发现改进。之后,溶液开始快速收敛,再加热8次,收敛速度逐渐变慢,直至最终得到溶液。SA过程在几分钟内达到恒定状态,通过SA搜索得到的优化安排比贪婪算法给出的初始安排提高了约20%。必威2490经过大量实验,记录了50个目标函数最低的最佳布局。注意到图中以灰色高亮显示的模式3.在最佳版面中出现过几次。

可以注意到,键“Alef”和“Lam”(红色突出显示)是相邻的,通常在靠近键盘中心的中间行。这对字母相当于英语中的文章“the”,因此,即使在标准键盘上,它们通常也被放置在布局的中心。同样,它也注意到,对“Ya”和“Ta”(用绿色突出显示)是相邻的,朝向中心,几乎在所有计算布局中。事实上,第一对经常用于阿拉伯语单词的开头,而最新的一对则标志着许多单词的结尾。

与遗传算法相比,使用相同的目标函数[35]时,SA的最佳结果为190.3687,与GA的最佳结果190.3563非常接近。此外,SA产生的平均结果略优于GA实验产生的平均结果。此外,该算法的平均处理时间比遗传算法缩短了10倍。然而,需要注意的是,在这种优化类型中,处理时间并不重要,优化只进行一次,然后将结果用于长期使用。在自适应用户界面或动态键盘中的动态布局生成情况下,处理时间可能是重要的,其中键排列、布局和元素根据用户或上下文的需要而变化。

3.7.验证

从维基百科中提取了超过1.1万篇来自不同学科的文章来计算频率,这个来源可以被认为是可靠的,没有偏见。然而,为了验证优化的布局,我们考虑了不同的来源,并从两份阿拉伯报纸中随机选择了50篇文章,涵盖5个不同的学科(每篇10篇)。半岛电视台(36是一家知名的广播公司,也是阿拉伯世界新闻和时事的第一来源。语AlAwsat [37是主要的阿拉伯国际日报,在四大洲的14个城市同时印刷。计算输入给定文本所需的距离和移动时间。运动时间根据菲茨定律计算[27这是一个成功的、被充分研究的模型,用于预测人类移动到目标区域所需的时间。使用节中给出的参数3.2,连续输入两个不同符号所需的时间 而且 可以通过 而且 如果 该指标用于评估和比较优化的键盘安排与商业移动设备中常用的阿拉伯键盘。首先,对比iPhone和三星Galaxy系统的虚拟键盘,可以发现它们非常相似,尤其是第1行和第2行,键的排列主要基于字母转录的相似性。然后,与优化后的布局相比,优化后的布局比当前移动设备可用的系统要好20%。

数字4显示两个布局输入给定文本所需的估计时间(以秒为单位)。结果是,对于所有的测试用例,使用优化布局的估计移动时间小于当前使用的布局。无论在不同的领域,优化后的键盘的性能稳定性都可以被注意到。此外,当键入的文本较长时,增强更为重要,如图所示5,那里的 -轴表示文章的长度(以kB为单位),而 -Axis表示常用布局的估计输入时间与优化后的布局之间的差异(以秒为单位)。

这些结果证实了键的排列可能导致打字性能的显著提高,因为这种提高是在像文本打字这样的重复性任务中积累起来的。

然而,提出的新布局可能面临的主要限制是,即使目前使用的键盘不是最佳的,一种新的键排列,即使是更好的键排列,也可能不会被用户采用。因此,理论上优化的新布局需要涉及最终用户的评估,并从实际的角度对它们进行比较。

4.可用性评估

ISO 9241- 11:18标准涵盖了可用性的各个方面的丰富信息,包括硬件、软件和可用性过程。它将效率、有效性和满意度确定为可用性的主要属性,可用性被定义为“在特定的使用环境中,系统、产品或服务能够被特定的用户使用以达到特定目标的有效性、效率和满意度的程度”:(我)有效性衡量特定用户在特定环境中完全和准确地实现特定目标的能力;(2)效率衡量的是与实现目标的有效性相比所花费的资源数量;(3)满意度衡量的是系统对特定用户的可接受程度和舒适度。

本文根据上述标准,结合实际用户进行了基于任务的可用性评估,以评估3种布局的可用性。

4.1.iWriter软件

iWriter [17是一种增强和替代交流(AAC)系统,完全通过眼睛注视操作,最初开发该系统是为了为严重运动障碍的人提供替代形式的交流。它包括一个嵌入式阿拉伯虚拟键盘。图中显示了系统界面的部分截图6

在[进行了初步试验]。17]以评估眼注视的准确性和关键尺寸。6名参与者被要求用通常使用的虚拟阿拉伯键盘和Tobii X120设备输入4个不同字母变化的句子,以跟踪用户的眼睛注视。为了控制学习效果,研究人员随机给每个参与者提供了四句话的不同组合。在Tobii工作室通过研究凝视图来测量参与者在屏幕上固定位置时发生的漂移次数。这个实验显示了打字过程的总体准确性,实验中使用的键的大小(1.5厘米)支持了系统的视觉选择模式,因此是合适的,因为它很容易被用户感知。

因此,在这项研究中,iWriter系统被扩展为为任何给定的布局自动生成一个视线控制界面。实际上,优化算法的输出是以文本文件的形式给出的,显示了字母通过键盘主行的排列。然后将该文件注入到iWriter系统中,该系统会自动为优化的布局生成一个接口。

4.2.评估会议

可用性评估是一项基于任务的测试,由两名助理和志愿者参与,他们被要求通过iWriter系统使用不同的布局输入文本。测量了每个用户通过不同的布局输入文本所需的时间和精力。

4.2.1.参与者

本研究共纳入12名健康受试者。参与者的年龄在18 - 33岁之间,其中大多数(40%)年龄在18 - 21岁之间。所有的参与者都表示他们经常使用阿拉伯键盘,12名参与者中有10人表示他们每天都在使用。应当指出的是,就研究的背景或进行研究的地点而言,阿拉伯语是当地语言。

4.2.2.过程

这项研究是在两周内进行的。每个参与者参加了3次测试,每2次测试间隔24 - 48小时评估3种布局。从经济、科学、政治、体育等不同领域的地方报纸上提取了4个10个单词(60 ~ 65个字)的短句。每个参与者被要求在每个环节中以随机的顺序输入所有四个句子。每个环节的实验流程如图所示7

所有参与者都测试了常用的布局,如图所示8(一个)在他们的第一阶段。之后,他们被分成两组。第一组测试GA优化布局,如图所示8 (c),则SA优化布局如图所示8 (b).第二组以相反的顺序体验优化的布局。

在每一环节中,受试者都要清楚地读四句话,并要求他们用屏幕上显示的键盘打字。每说两句话,就休息1 ~ 2分钟,避免眼睛疲劳或压力。为了排除学习因素的影响,每个会话中句子的输入顺序是随机的。在每次实验结束时,他们被要求提供关于他们使用过的键盘的整体体验。必威2490最后,我们给了他们一个系统可用性量表(SUS)调查,以收集他们对所使用键盘的印象。必威2490

4.3.结果

每个可用性标准都通过直接和间接的评估进行评估。间接评估通过在每次会议结束时直接询问参与者的问卷进行。另一方面,直接评估是通过经验可用性评估方法进行的,遵循系统的方式收集用户对被评估系统的体验的数据。使用眼睛解析给定文本的总距离以及输入错误的数量来评估有效性。效率是根据参与者实际花费的打字时间来评估的。采用系统可用性量表(SUS)对用户的满意度进行评估,包括亲和力和可学习性。

需要注意的是,在实验中刺激的顺序是随机的,以控制学习效果。然而,评价指标与刺激物的顺序或刺激物本身之间没有显著的相关性。此外,没有观察到与参与者的人口统计学特征相关的结果有显著差异。因此,所有的结果被聚集在所有的参与者对于所有的刺激。

4.3.1.效率

效率是通过文本输入率(打字速度)来评估的,它对应于输入给定文本所需的时间。表格2显示三种测试布局的文本输入率。它描述了使用不同布局输入的每个刺激点的平均打字速度。事实证明,在输入速度方面,常用的布局优于优化的布局,但没有显著差异。


常见的 遗传算法 SA

最小值 0: 58 1: 32 1: 33
Avg 2: 24 3: 12 2: 54
马克斯 7: 37 7: 57 8: 16
性病,戴夫。 0.05 0.06 0.05

值得注意的是,除了少数情况外,每次刺激的打字速度平均在2 - 3分钟左右(每分钟3 - 5个单词)。例如,在第一个测试常见布局的会话中,参与者5动了她的头,并与眼动仪失去了几次眼神接触,所以她花了最高的时间(7分37秒)输入文本,并在输入中出现了最多的错误(刺激#1中有14个错误)。另一个需要注意的案例是Participant 11使用GA布局所面临的。在几次尝试中,她在选择空格键时输入了错误的字符,因此需要超过7分钟的时间来输入文本。效率的间接评估结果如图所示9确认在普通键盘上打字的速度相对较快。这种表现实际上是由于参与者熟悉常见的键盘。在使用优化布局一段时间后,应该进行进一步的测试来评估性能。

4.3.2.有效性

输入文本所需的工作量是通过计算眼睛完成这项任务所走的总距离来估算的。这个距离等于用不同眼睛注视的坐标计算连续按键之间(连续眼睛注视的距离)的距离之和。因此,使用眼睛解析给定文本的总距离以及输入错误的数量来评估有效性。

一个。总距离解析.表中描述了所有参与者对所有刺激物的总解析距离3.为每个键盘的布局。它显示了所有参与者对使用不同布局输入的每个刺激的总解析距离的平均值。可以注意到,SA算法生成的优化布局特别增强了人眼解析输入给定文本的距离。知道刺激由一个短句子(由60到65个字符组成的10个单词)组成,对于较长的文本,性能的提高更明显,如章节所示3.7


常见的 遗传算法 SA

最小值 390毫米 393毫米 380毫米
Avg 511毫米 549毫米 486毫米
马克斯 705毫米 971毫米 695毫米
性病,戴夫。 63.08 122.89 62.41

另一方面,由遗传算法生成的优化布局的结果是最糟糕的。这可能是由于字符相对于行权重的分布,优先于中间行而不是键盘中心附近的键。此外,还注意到参与者在使用这种布局时很难找到所需的字符,并且在输入时出现了一些错误,这增加了解析距离的总和。

由参与者评估的间接有效性评估结果如图所示10这表明,在优化的键盘上打字是相对具有挑战性的,尤其是在GA生成的布局上。

B。错误率.表中描述了所有参与者对所有刺激物的误差率4为每个键盘的布局。


常见的 遗传算法 SA

最小值 0错误/刺激 0错误/刺激 0错误/刺激
Avg 3错误/刺激 2错误/刺激 2错误/刺激
马克斯 14个错误/刺激 8错误/刺激 5错误/刺激
性病,戴夫。 2.83 1.81 1.67

可以注意到,最高的错误数记录为普通键盘。这也被参与者感知到的间接评估结果所证实,如图所示11

这个结果可能是由于新的布局减慢了打字速度,因此用户在打字时出错的几率更小。此外,这一结果也可能与会议的顺序有关,因为第一届会议是最具挑战性的。事实上,八名参与者在第一阶段打字时犯了大部分错误,因为他们不熟悉使用眼动仪。因此,他们所犯错误的数量与随机的刺激物无关,而是与打字时使用这种新技术有关。另一方面,三个参与者在第二阶段犯了大部分错误,这是他们第一次接触优化过的键盘。因此,不熟悉打字技术或键盘布局对错误率有特别大的影响。所有参与者记录的错误总数证实了这一点,第一阶段为269个错误,第二阶段为227个错误,第三阶段为159个错误。这种改善表明,有一个逐渐的学习曲线,可以通过练习得到特别的增强。

4.3.3.满意度

最后,参与者被要求对三种测试布局进行整体评价,结果证实了上述分析中预期的偏好顺序,即通用布局优先,SA布局次之,GA布局次之,如图所示12.然而,大多数参与者对新的布局表现出兴趣:8 / 12的人想使用GA布局,11 / 12的人对SA布局特别感兴趣。

5.结论

本文针对主要使用单一指针的应用,提出了一种阿拉伯键盘键排列的优化模型。通过计算输入给定文本时的总解析距离,结果表明,优化布局在估计输入速度方面优于常用布局。但可用性评估结果显示,被试对常用键盘的熟悉程度对打字速度有影响,但无显著差异。此外,我们注意到,有一个逐渐的学习曲线,这导致了优化布局的有希望的结果,可以通过实践特别加强。

未来的工作旨在测试优化后的方便用户的键盘,以评估包括敲击方向和行数权重对打字速度和舒适度的影响。优化后的布局可用于依赖于使用一个指针输入的应用程序,并可用于测试有特殊需求的人使用。此外,所提出的可用性评估框架可用于评估其他语言的优化键盘。此外,本研究旨在优化虚拟键盘的布局;调查这项研究对苹果最近申请专利的动态键盘的适用性会很有趣[12].

此外,还可以进一步探索其他研究方向,如使用SK-QAP (QAP的一种推广)对问题进行建模。此外,在文献综述中也注意到粒子群优化(PSO)在解决键盘优化问题方面受到的关注较少。最近的研究表明,一些努力离散PSO及其变体,以使它们适合于QAP。因此,与其他竞争算法相比,研究它们在解决键盘优化问题方面的性能是有希望的。

符号

dij 所分配的两个键之间的距离而且j
fij 一对字母之间的频率
Tij 从一个键移动到另一个键的时间
Wj 分配给的目标键的宽度j
Dij 一对字母之间的距离
年代ij 打方向
R 在布局
T0 模拟退火的初始温度
T 当前温度
l马克斯 相同温度下的最大迭代次数
r 温度的线性折减系数
马克斯 最大加热步骤数
一个bcα,β 常量。

数据可用性

可用性评估数据用于支持本研究的发现包含在文章中。

的利益冲突

作者声明,关于这篇论文的发表不存在利益冲突。

致谢

作者真诚地感谢参与可用性评估的参与者,感谢他们宝贵的时间和反馈。该研究项目得到了沙特国王大学科学研究院长、女性科学和医学院研究中心的资助。

参考文献

  1. P. Majaranta,“用眼睛凝视输入文本”,坦佩雷大学,坦佩雷,芬兰,2009年,博士论文。视图:谷歌学者
  2. “Windows 10的眼睛控制,”https://www.microsoft.com/en-us/garage/wall-of-fame/eye-control-windows-10/视图:谷歌学者
  3. J. Eggers, D. Feillet, S. Kehl, M. Oliver Wagner和B. Yannou,“使用蚁群算法优化键盘排列问题,”欧洲运筹学杂志第148卷,没有。3, pp. 672-686, 2003年。视图:出版商的网站|谷歌学者
  4. M. O. Wagner, B. Yannou, S. Kehl, D. Feillet和J. Eggers,“用蚁群算法对键盘排列进行人体工程学建模和优化,”工程设计学报第14卷第1期。2,第187-208页,2003年。视图:出版商的网站|谷歌学者
  5. M. Wolosik和M. Tabedzki,“屏幕键盘排列优化波兰语,”计算机科学研究进展, vol. 13, pp. 75-93, 2016。视图:谷歌学者
  6. T. G. Pradeepmon, V. V. Panicker和R. Sridharan,“解决键盘布局问题的分布算法的混合估计,”工业与生产工程学报第35卷,no。6, pp. 352-367, 2018。视图:出版商的网站|谷歌学者
  7. A. Benabid Najjar,“面向单指针应用程序的优化阿拉伯键盘设计”第15届遗传与进化计算年会论文集(GECCO第13届年会论文集), C. Blum主编,第1717-1718页,ACM,纽约,美国纽约,2013年7月。视图:谷歌学者
  8. N. Alswaidan, m.i. Hosny和A. Benabid Najjar,“一种优化单指阿拉伯键盘布局的遗传算法方法,”科学与信息的智能系统,施普林格,柏林,德国,2015。视图:谷歌学者
  9. Anon,“键盘设计在减少用户痛苦方面是有效的,”国际教育协会的解决方案第31卷,no。7,第14页,1999年。视图:谷歌学者
  10. A. Dvorak, N. Merrick, W. Dealey和G. Ford,打字的行为,美国图书公司,伍德斯托克,美国佐治亚州,1936年。
  11. 擎天柱马克西姆斯键盘、艺术。列别捷夫工作室,莫斯科,俄罗斯,2020年http://www.artlebedev.com/optimus/
  12. R. Wilson James,“具有相干光纤束密钥的电子设备”,苹果公司,加州库比蒂诺,美国,2020年,第570卷,美国专利10.877。视图:谷歌学者
  13. O. Polacek, A. J. Sporka和P. Slavik,运动障碍者的文本输入,信息社会的普遍获取,施普林格,柏林,德国,2007。
  14. S. Sarcar, P. Panwar和T. Chakraborty,“EyeK:一种高效的不需要眼睛注视的文本输入系统”第十一届亚太计算机人机交互会议(APCHI’13)论文集,第215-220页,新西兰罗托鲁瓦,2013年9月。视图:出版商的网站|谷歌学者
  15. F. E. Sandnes, E. Eika和F. O. Medola,“延长启动停留时间,减少扫描键盘输入错误,易用性、用户体验和辅助技术的进步(AHFE 2018)”,智能系统与计算的进展,第794卷,施普林格,柏林,德国,2019年。视图:谷歌学者
  16. H. Cecotti, Y. Meena, B. Bhushan, A. Dutta和G. Prasad,“一种基于凝视的多脚本辅助虚拟键盘”2019年第41届IEEE医学与生物工程学会(EMBC)国际年会论文集, IEEE,柏林,德国,2019年7月。视图:谷歌学者
  17. A. Al-Wabil, A. Al-Issa, I. Hazzaa, M. Al-Humaimeedi, L. Al-Tamimi和B. Al-Kadhi,“为严重运动障碍的人优化注视输入:iWriter阿拉伯界面”,在第十四届国际ACM计算机与可访问性SIGACCESS会议论文集(ASSETS’12),第261-262页,ACM,纽约,美国,2012年10月。视图:出版商的网站|谷歌学者
  18. J. Ichbiah,“一种符合人体工学的一指键盘及其设备的设计方法”,1996,美国专利5487616。视图:谷歌学者
  19. Li Y., L. Chen,和R. S. Goonetilleke,“一种基于启发式的方法来优化单指键控应用程序的键盘设计,”国际工业工效学杂志第36卷,no。8,第695-704页,2006年。视图:出版商的网站|谷歌学者
  20. P.-Y。阴和E.-P。苏,“一般键盘排列问题的网络群优化”,国际工业工效学杂志第41卷,no。1, pp. 43-52, 2011。视图:出版商的网站|谷歌学者
  21. G. Murali和V. Panicker,“利用遗传算法和TOPSIS优化单指键盘布局”,国际科学与工程研究杂志第七卷,没有。2, pp. 102-105, 2016。视图:谷歌学者
  22. M. Dell ' Amico, J. C. D ' iaz, M. Iori和R. Montanari,“单手指键盘布局问题,”计算机与运筹学, vol. 36, pp. 3002-3012, 2009。视图:出版商的网站|谷歌学者
  23. A. B. Herthel和A. Subramanian,“优化智能手机的单手指键盘布局,”计算机与运筹学,第120卷,2020年。视图:出版商的网站|谷歌学者
  24. T. Malas, S. Taifour和G. Abandah,“使用遗传算法实现最佳阿拉伯键盘布局”,在第九届国际中东模拟与建模多会议论文集(MESM 2008),约旦安曼,2008年8月。视图:谷歌学者
  25. E. Khorshid, A. Alfadli和M. Majeed,“一种使用遗传算法的新的最佳阿拉伯键盘布局,”国际设计工程杂志, vol. 3, pp. 25-40, 2010。视图:出版商的网站|谷歌学者
  26. M. Z. Osman,“人体工程学阿拉伯键盘”,美国专利667414S1。视图:谷歌学者
  27. p.m. Fitts,“人体运动系统控制运动幅度的信息容量,”实验心理学杂志第47卷,没有。6,第381-391页,1954年。视图:出版商的网站|谷歌学者
  28. E. M. Loiola, N. M. M. d. Abreu, P. O. B. Netto, P. Hahn和T. Querido,“二次分配问题的调查”,欧洲运筹学杂志第176卷第1期。2,第657-690页,2007。视图:出版商的网站|谷歌学者
  29. Gong T., A. Tuson,“二次分配问题的粒子群优化——一种形式分析方法”,国际计算智能研究杂志, 2007年第2期。视图:谷歌学者
  30. F. Hafiz和A. Abdennour,“二次分配问题的粒子群算法变体-一种概率学习方法,”应用专家系统, vol. 44, pp. 413-431, 2016。视图:出版商的网站|谷歌学者
  31. i.s. MacKenzie和r.w. Soukoreff,“移动计算的文本输入:模型和方法,理论和实践,”人机交互第17卷,no。2,第147-198页,2002。视图:出版商的网站|谷歌学者
  32. R. Burkard, M. Dell 'Amico, S. Martello,赋值问题,美国宾州费城,2008年。
  33. Z. Drezner, P. M. Hahn,和É。D. Taillard,“二次分配问题的最新进展特别强调了元启发式方法难以实现的实例,”运筹学年鉴第139卷第1期。1,第65-94页,2005年。视图:出版商的网站|谷歌学者
  34. N. Metropolis, A. W. Rosenbluth, M. N. Rosenbluth, A. H. Teller和E. Teller,“用快速计算机计算状态方程”,化学物理杂志第21卷,没有。6,第1087页,1953年。视图:出版商的网站|谷歌学者
  35. m.i. Hosny, N. Alswaidan和A. Benabid Najjar,“一个优化的单指阿拉伯键盘布局,”在2014年科学与信息会议论文集,第321-328页,2014年8月,英国伦敦。视图:谷歌学者
  36. 半岛电视台的新闻,http://www.aljazeera.net
  37. 语Alawsat报纸,http://www.asharq-e.com/

betway赞助版权所有©2021Benabid Najjar等人。这是一篇开放获取的文章,在知识共享署名许可,允许不受限制地在任何媒介上使用、分发和复制,前提是正确引用原作品。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点276
下载277
引用

相关文章