汽车人机交互产品用户满意度度量方法研究

论文摘要

目的研究基于面部表情识别技术的用户满意度客观度量方法。方法以两款车载信息系统为载体,以面部表情识别与BP神经网络算法为技术手段,设计用户分别与两款系统进行人机交互的实验,建立用户面部表情与用户主观满意度的映射模型,并进行用户满意度预测,对比模型预测值与用户主观量表值,分析得出模型的预测能力,验证度量方法的可行性。结论该模型对用户满意度的预测值与用户主观满意度值的整体均方误差为0.165,实现了在较小误差范围内的准确预测。模型通过识别用户与产品进行人机交互时的面部表情,能有效客观地度量用户对产品的满意度。

论文目录

• 1 用户满意度与情绪
• 2 研究框架
•   2.1 基于面部特征变化的情绪识别方法
•   2.2 车载系统功能选择
•   2.3 基于面部表情的用户满意度模型
• 3 研究方法
•   3.1 实验设计
•   3.2 被试信息
•   3.3 实验环境
•   3.4 实验任务
•   3.5 数据分析建模
•     3.5.1 数据分析处理
•     3.5.2 数据建模
• 4 结果分析
•   4.1 模型预测结果
•   4.2 误差分析
• 5 结语

文章来源

类型: 期刊论文

作者: 钟建,唐明清,唐秋阳,李文博,许娜

关键词: 面部表情识别,人机交互,可用性,满意度,度量模型,神经网络

来源: 包装工程 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,计算机软件及计算机应用,自动化技术

单位: 重庆大学

分类号: TP183;TP391.41;U463.6

DOI: 10.19554/j.cnki.1001-3563.2019.06.041

页码: 239-244

总页数: 6

文件大小: 1809K

下载量: 378