上篇主要谈只有一级目录的情况，当目录的词目数量变得很庞大时，必须采用视觉分层的方法，分出两级或多级目录，不然可能会带来“灾难性”的后果，图一是某化工行业电子商务网站的一个目录页：

图二 Hornof和Halverson提出的两种视觉搜索策略。圆圈表示用户的注视点，圆圈的连线表示视线经过的路径。搜索整列由6个group组成，每个group包含五个搜索项。左图为无标签（相当于无一级类目）时的混合搜索策略（12个注视点），右图为有标签时的层次搜索策略（7个注视点）。

     

在设计实践中，问题的关键不在于是否分层（这点成熟的网站都能做到），而在于能否在视觉上使分层更为直观，并且一级目录有更高的视觉显著性，使其能成为一个整体，“浮现”在二级目录之上。现在对比一下图三和图四，哪一个目录的分层更为直观呢？

图三 google directory 的目录设计

图四 alivedirectory.com的目录设计

    

       坦率的说，两者都是不错的设计，但是我更喜欢后者一点。因为alivedirectory采用了两种颜色来区分不同等级的目录。根据格式塔原理，由于一级目录都具备有相同且醒目的颜色，即便位置分散，但也能被知觉为一个整体，这样就更有助于用户采用“全系统式双层搜索策略”来进行视觉搜索。而google的设计则比较保守和传统，秉持了链接必须是蓝色字且有下划线的标准风格，但是下划线本来的作用就是将链接与非链接相区分，当整个页面中几乎所有的词条都是链接时，下划线又有什么意义存在呢？甚至反倒会成为视觉噪音。采用双色目录设计的还有亚马逊等网站（见图五）：

图五 亚马逊网站采用双色来实现视觉分层

    

    

参考文献

Hornof AJ, Halverson T. Cognitive strategies and eye movements for searching hierarchical computer displays, CHI 2003, April 5-10, 2003, Florida, USA.

尽管搜索引擎是当前网络用户寻找信息的首选工具，但是通过人工编辑的目录来查找信息也有其不可替代的优势，尤其是在用户对想要探索的领域知之甚少、无法键入合适关键词的情况下。互联网上常见的目录主要分为两种，一种是网址链接分类，例如dmoz，另一种是电子商务网站上的产品分类。两种分类虽然目的不同，但在视觉设计上并没有太大的差异。

从视觉认知心理学的角度讲，用户在目录中查找就是一个视觉搜索（visual search）的过程。首先，用户要找什么东西，其心中自有一个目标（target），相当于模板。这个目标使他对相关的词语更为敏感，类似于“鸡尾酒会效应”。然后，用户通过注视点的定位、转移、扫视等一系列眼动反应来进行视觉搜寻，以找到和预先设定的目标模板相匹配的词语。那么，站在用户的角度考虑，好的目录设计应该是什么样的呢？无外乎帮助用户快速地找到匹配目标。在视觉搜索的速度方面，认知心理学家已经进行了几十年的研究。当前颇为流行的一个理论是哈佛大学心理学家Jeremy Wolfe提出来的导引搜索理论（Guide Search Theory），其核心思想是认为人主要是根据显著性来选择搜索项目，而决定显著性的因素包括视觉刺激本身的显著性（例如醒目的颜色、更大的字体）以及概念显著性（即用户事先对不同的词语设定的重要性或优先级权重）。理想的情况是我们给用户预设的目标以视觉显著的标识（例如更醒目的颜色或粗体），并降低用户不感兴趣的词目的显著性。但是难点就在于我们不知道用户的目标是什么，或者说不同的用户带着不同的目的来浏览，讨好一部分用户的做法往往会给另一部分用户带来不便。以下图为例：

        

在用户与产品的交互体验中，情感（或者情绪）是重要的组成部分。对使用者情感的有效评估是评价产品的重要途径。但人的情感是一种主观体验，可用性测试中广泛使用的客观绩效指标如反应时、正确率等无法作为情感的度量标尺。因此，专门用于评估用户情感的技术具有重要的意义。我这里介绍一些情感评估的常用方法，期与各位交流：

一、生理指标测量

情绪有三个组成部分：内在体验、行为表现和生理唤醒。其中生理唤醒可以通过多导生理仪等设备进行外在的度量，常用的生理指标有：脑电、心率、皮肤电、眼电等。当人出于比较激烈的情绪状态例如高度的愉悦感时，这些生理指标会出现变化。测试人员可以通过这些变化来推断出用户的情绪反应。例如最近几位加拿大的研究者用生理指标来测量用户在玩电脑游戏时的愉悦感（见图一），图中，玩曲棍球游戏的被试身体的多个部位被粘贴上电极，多种生理指标的实时数据显示在观测屏幕上。研究人员发现，在玩游戏的整个过程中，大多数时间的生理指标表现平稳，但在从即将进球到进球后的短暂时间内，生理指标出现了明显的变化，表现出用户高度的情绪兴奋。同时发现，双人对决的游戏方式比单人与电脑对决的游戏方式会引起更高的愉悦感。

图一、用生理指标来测量玩游戏时的愉悦感

但是，这些配置在身体各部位上的电极可能对用户执行任务产生一定的干扰作用，所以一些更为简便的生理测量仪器应运而生，例如IBM首创的Emotion Mouse，图二展现了Emotion Mouse的原型。但是，生理指标测量毕竟是一种间接测量，按照目前的技术水平，尚不能从中直接推断出用户所处的情绪状态的内容，因此，生理测量的方法必须和用户的主观陈述结合起来使用，才能收到良好的效果。

图二、Emotion Mouse原型

二、文本量表

由于文本量表使用最为广泛，为人所熟知，这里就简略介绍一下。量表的设计基于以下的假设：某种心理值可以等距地连续变化。例如里克特（Likert）的五点量表假定五点之间的四个间隔是“心理等距”的。在情感的量表评估中，用户可以在一系列预先设计好的自我陈述句里，在以“非常符合”和“非常不符合”为两极的多个点之间进行选择。常见的量表方式有五点量表、七点量表和连续量表等。其中连续量表是指用一条直线来代替点，这样用户就可以在直线上的任意一处打上标记，这种量表可以一定程度上消除用户在使用多点量表时出现的居中现象（也就是用户倾向于采取折中的态度，避免选择极端点位）。

三、图片量表

在日常生活中，人与人的情感交流往往通过面部表情、语调、身体动作来完成，因此，形象化的评估情感的方法往往比抽象的方法更为自然，并且能够更加准确地展现人的情绪和情感。其主要方法就是采用卡通形象、脸部表情等来制作成量表，供用户进行主观评定。

早在1980年，就有研究者开发了一种评估情绪的图片量表：Self-Assessment Manikin(SAM)，在SAM中，人在使用产品时的情感体验分为三个独立的维度：愉悦－不愉悦，唤起程度，支配－顺从，图三的每一行依次形象化地展现了这三个维度，用户需要在每一行中选择一张最适合自己当前状态的图片。Emocard是另一种图片情绪量表（图四）。图五展现了用情绪图片量表进行产品评估的实例。

不过一些研究者指出，用图片量表来评估情感具有一些缺陷，比如存在用户对图片理解的偏差和个体差异，还有用户反映其情绪状态难以用当前的任意一幅图片来准确地描述，另外，存在两种或更多张图片一起描述“混合情感”的情况。这些不足，可以用下面介绍的画图法来弥补。

图三、SAM量表

图四、Emocard量表

图五、情绪图片量表用于评估用户对汽车的情感反应

四、体验画图法

体验画图法和前面的生理测量、量表等方法不同，是一种定性研究技术。方法很简单，就是让用户按照一定的规则（模版）来画一幅图，用这幅图来表现用户和产品的关系，研究者通过事后的访谈和对画面的细节分析来挖掘出用户对产品的体验。芬兰的几位研究者把这种方法称为Expressing Emotions and Experiences(3E)。图六是画图模版的一个示例，在这个模版的好处是引导用户将“所思”和“所说”分离出来，因为如果用户在使用产品的测试中有消极体验，那么他倾向在“所思”的气泡内填入更负面的感受，而在“所说”的气泡内填入较为积极的感受。用户在测试中刻意隐瞒或淡化自己的消极体验的情况比较常见，因为用户往往会处于礼貌或者照顾对方的感受，而基于该模版的画图可以引导用户画出自己的真实感受。图七是用户体验某产品后画的体验图。

图六、体验图模版一例

图七、用户绘制的体验图一例

参考文献

1  Isomursu, M., Tähti, M., Väinämö, S., & Kuutti, K. Experimental evaluation of five methods for collecting emotions in field settings with mobile applications. International Journal of Human Computer Studies, 2007，65：404--418 .

2  Mandryk R, Inkpen K, Calvert T. Using psychophysiological techniques to measure user experience with entertainment technologies, Behaviour and Information Technology, 2006 , 25(2)141-158

权威学术会议：