Tugas IMK BAB 6

Model kognitif
Ringkasan

Tujuan dan tugas hierarki

Bahasa

Bisik dan perangkat

Arsitektur

Model kognitif
Memodelkan aspek pengguna :

pemahaman

pengetahuan

keinginan

pengolahan

Penggolongan umum :

kemampuan

prestasi

Rasa komputasi
Tidak ada kesenjangan yang jelas

Tujuan dan tugas hierarki

Proses mental seperti membagi-dan-menaklukkan
Contoh: laporan penjualan

menghasilkan laporan
mengumpulkan data
. menemukan nama-nama buku
. . melakukan kata kunci pencarian nama database
sub-tujuan lebih lanjut
. . menyaring nama dan abstrak dengan tangan
sub-tujuan lebih lanjut
. database pencarian penjualan
sub-tujuan lebih lanjut
tata letak meja dan histogram
sub-tujuan lebih lanjut
menulis deskripsi
sub-tujuan lebih lanjut

Masalah untuk hirarki tujuan

Granularity

- Dimana kita mulai?

- Dimana kita berhenti?
- Kebiasaan belajar secara rutin, bukan pemecahan masalah

- Satuan Tugas

Bertentangan

- Lebih dari satu cara untuk mencapai suatu tujuan

Kesalahan

Teknik

Tujuan, Operator, Metode dan Seleksi (GOMS)

Kognitif Kerumitan Teori (CCT)

Analisa Tugas Hirarkis (HTA)

GOMS
Tujuan apa yang pengguna ingin dicapai
Melakukan Operator tindakan dasar pengguna
Metode penguraian sasaran ke subgoals / operator
Pemilihan artinya memilih antara cara persaingan

contoh GOMS
TUJUAN: ICONISE-WINDOW
[pilih
TUJUAN: USE-CLOSE-METODE
PINDAHKAN-MOUSE-TO-WINDOW-HEADER

POP-UP-MENU
KLIK-OVER-CLOSE-OPTION
TUJUAN: USE-L7-METODE
PRESS-L7-KEY]

Untuk seorang pengguna :

Aturan 1: Pilih USE-CLOSE-METODE kecuali aturan lain berlaku.
Aturan 2: Jika aplikasi GAME, pilih L7-METODE.

CCT
Dua penjelasan paralel:
Penggunaan aturan produksi
Perangkat umum jaringan transisi

Aturan produksi dalam bentuk:

jika kondisi maka tindakan

Jaringan transisi tercakup dalam model dialog

Contoh: pengeditan dengan vi

Aturan produksi dalam memori jangka panjang
Isi model memori kerja sebagai pemetaan ciri-nilai

(GOAL melakukan satuan tugas

(Tugas TEXT ruang masukkan)
(Tugas TEXT adalah pada 5 23)
(CURSOR 8 7)

Aturan adalah pola-disesuaikan dengan memori kerja, misalnya,

Tugas LOOK-TEXT adalah di% GARIS% KOLOM
benar, dengan BARIS = 5
KOLOM = 23.

Empat peraturan model untuk memasukkan spasi :

PILIH-MASUKKAN-SPASI
MASUKKAN-SPASI-PINDAHKAN-PERTAMA
MASUKKAN-SPASI-DOIT
MASUKKAN-SPASI-DIBUAT

(PILIH-MASUKKAN-SPASI
IF (AND (TEST-TUJUAN melakukan satuan tugas)
(TEST-TEXT masukkan ruang tugas)
(NOT (TEST-TUJUAN spasi masukkan))
(NOT (TEST-CATATAN masukkan ruang eksekusi)))
THEN ((TAMBAHKAN-TUJUAN ruang masukkan)
(TAMBAHKAN-NOTE mengeksekusi ruang masukkan)
(LOOK-TEXT tugasnya adalah di % GARIS% KOLOM)))

Ketika merah, menambah memori kerja

(TUJUAN spasi masukkan)
(CATATAN masukkan raung eksekusi)
(GARIS 5)
(KOLOM 23)

Catatan tentang CCT

Model paralel
Proceduralisation tindakan
Pemula terhadap aturan style ahli
Perilaku kesalahan dapat direpresentasikan

Tindakan

Kedalaman struktur tujuan

Sejumlah peraturan

Perbandingan dengan penjelasan perangkat

Permasalahan pada hirarki tujuan

a post hoc teknik

ahli dibandingkan pemula

Bagaimana kognitif mereka?

Ekstensi sederhana mungkin (misalnya, penutupan)

Notasi linguistik
Memahami perilaku pengguna dan kesulitan kognitif didasarkan pada analisis bahasa antara
pengguna dan sistem.
Serupa dalam penekanan pada model dialog

Backus Naur Form (BNF)

Tugas Aksi Grammar (TAG)

BNF
Notasi yang sangat umum dari ilmu komputer Pandangan murni sintaksis dialog
Terminal tingkat terendah perilaku pengguna
KLIK MOUSE , MOVE MOUSE
TERMINAL
pemesanan terminal ; lebih tinggi
tingkat abstraksi
pilih menu , posisi mouse

Contoh BNF
Dasar sintaks :
NONTERMINAL :: = expression
Sebuah ekspresi berisi terminal dan nonterminal digabungkan dalam urutan ( + ) atau sebagai
alternatif ( j ) .
baris
pilih baris, memilih poin :: = memilih salah satu

memilih salah satu titik terakhir mouse pos :: = pilih baris + memilih poin + titik terakhir:: =
Pos mouse + CLI CK M OU SE
memilih salah satu + memilih poin :: = pos mouse + CLI CK M OU SE :: = pos mouse +
DBL CLI CK M Ouse :: = NU LL
MOV E MOUSE + pos mouse
Pengukuran dengan BNF
Jumlah aturan atau Jumlah (+) dan operator
KOMPLIKASI
sintaks yang sama untuk semantik di erent
tidak kembali ection dari pengguna persepsi minimal memeriksa konsistensi

TAG
Membuat pengetahuan dunia konsistensi lebih eksplisit Encoding pengguna
Aturan tata bahasa parameterised
Nonterminal ed dimodifikasi untuk menyertakan fitur semantik tambahan

Konsistensi dalam TAG

Dalam BNF , tiga perintah UNIX akan digambarkan sebagai
:: = Cp + f + f ilename ilename
j cp + f ilenames + directory bergerak :: = mv + f + f ilename ilename
j mv + f ilenames + direktori link :: = ln + f + f ilename ilename
j ln + f ilenames + direktori

Tidak ada ukuran BNF bisa membedakan antara ini dan tata bahasa kurang konsisten di mana
Link :: = ln + f + f ilename ilename
ln + direktori + f ilenames

Konsistensi dalam TAG ( Lanjutan )

Dalam TAG , konsistensi ini agar argumen dapat dibuat eksplisit menggunakan parameter ,
atau semantik
fitur untuk le operasi .
Fitur Kemungkinan nilai

Op f copy ; bergerak ; Link g

f op ile [ Op ] :: = perintah [ Op ] +
f ilename + nama file

perintah j [ Op ] +
f ilenames + direktori

perintah [ Op = copy ] :: = cp perintah [ Op = bergerak ] :: = mv

perintah [ Op = link] :: = ln

Kegunaan lain dari TAG

Pengguna pengetahuan yang ada

Kesesuaian antara fitur dan perintah ini dimodelkan sebagai aturan turunan

Model fisik dan perangkat

Berdasarkan pengetahuan empiris sistem motorik manusia

Pengguna tugas : akuisisi maka eksekusi . Ini hanya eksekusi alamat

Melengkapi dengan hirarki tujuan

The keystroke Tingkat Model ( KLM ) model 3 -state Buxton ini

KLM
Enam operator fase eksekusi
Fisik bermotor K keystroking
P menunjuk
D gambar H homing
Mental M persiapan mental respon Sistem R
Waktu secara empiris ditentukan .
Texecute = TK + TP + TH + TD + TM + TR

contoh
TUJUAN : ICONISE WINDOW
[ pilih

TUJUAN : USE CLOSE- METODE

PINDAHKAN MOUSE TO- WINDOW HEADER POP UP MENU

KLIK OVER- CLOSE- OPTION TUJUAN : USE L7 METODE

PRESS L7 KEY ]

Dengan asumsi tangan dimulai pada mouse :

USE L7 METODE USE CLOSE- METODE
Operator T ( detik ) Operator T (detik )
H [ untuk KBD ] 0,40 P [ ke menu ] 1.1
M 1,35 B [ KIRI bawah] 0.1
K [ L7 key] 0,28 M 1,35
Jumlah 2,03 P [ option ] 1.1
B [ KIRI up ] 0.1
Jumlah 3,75

Model arsitektur
Semua ini model kognitif membuat asumsi tentang arsitektur pikiran manusia .
memori Long-term/Short-term
ruang masalah
Berinteraksi Kognitif Subsistem
koneksionis

ACT

Interaksi berbasis tampilan

Kebanyakan model kognitif tidak berhubungan dengan observasi dan persepsi pengguna .
Beberapa teknik telah diperpanjang untuk menangani output sistem ( misalnya , BNF dengan
terminal penginderaan , Layar TAG ) , tapi masalah tetap ada .

Tingkat granularity
Interaksi Eksplorasi terhadap perencanaan