一种客观评价e-learning用户体验质量的方法

摘要

本发明公开了一种客观评价e-learning用户体验质量的方法，建立e-learning用户体验质量评价指标体系，提出指标体系中影响要素的量化方法，通过e-learning系统的用户日志数据，提取影响要素的特征值并进行量化评价，确定影响要素的权重，对影响要素进行加权求和，客观的评价用户体验质量。本发明基于客观日志数据，重点解决了e-learning用户体验质量影响要素的定量分析、要素权重的确定等关键技术。与当前用户体验质量评价中普遍依赖问卷调查的主观评价方法相比，本发明可以评价单用户的e-learning用户体验质量，避免了组织主观问卷调查，可以依据用户日志数据客观的评价e-learning用户体验质量。

主权项

一种客观评价e‑learning用户体验质量的方法，其特征在于，包括以下步骤：1)从用户日志中提取影响要素的特征值并进行定量计算，包括如下步骤：1.1)日志预处理：对原始用户日志进行预处理，生成含有用户标识信息、学习对象信息以及学习动作发生时间信息的用户学习日志数据集；1.2)用户学习序列识别：对用户学习日志数据集中每条日志记录进行用户学习序列识别，生成含有学习对象信息、学习动作发生时间信息的用户学习序列数据集；1.3)提取用户回访特征信息并计算用户回访率：遍历考查时间段内的用户学习序列数据集，统计用户有效访问系统的次数n_v以及总计应访次数n_y，按照式1)计算该用户回访率R_re；其中，用户回访率表征用户再次使用e‑learning系统服务的回访意愿强烈程度；用户回访率定义为用户在考查的时间段内用户有效访问系统的次数与总计应访次数的比值，用户回访率用符号R_re表示，量化方法如式1)所示：$R_{\mathrm{re}}=\left\{\begin{array}{cc}100\%,& (n_v-1)\ge n_y\\ \frac{n_v-1}{n_y},& (n_v-1)<n_y\end{array}\right.---1)$式1)中：n_v——用户有效访问系统的次数；n_y——为总计应访次数；1.4)提取响应时间特征信息并计算响应速度：遍历考查时间段内的用户访问序列数据集，统计从用户请求到系统将响应页面呈现给用户的时长之和t，同时记录用户请求的总次数N，计算响应时间的均值然后利用式2)计算响应速度D_r；其中，响应速度表征用户感觉到的系统响应快慢程度；响应速度定义为系统响应用户请求的快慢程度,响应速度用符号D_r表示，量化方法如式2)所示：$D_r=\frac{1}{1+\overline{t_r}}---2)$式2)中：——响应时间的均值；t为从用户请求到系统将响应页面呈现给用户的时长之和；N为用户请求的总次数；1.5)提取导航清晰度特征信息并计算导航清晰度：遍历考查时间段内的用户访问序列数据集，提取学习对象信息，并判定学习对象信息是否为目标单元或下一步要学习的知识单元，然后通过判定结果统计用户所访问的有效导航特征和无效导航特征，计算是否达到成功完成学习，当计算结果显示成功完成学习，则利用式3)计算导航清晰度C_n；其中，导航清晰度表征用户在使用系统服务过程中对系统导航是否清晰的感受；导航清晰度定义为用户在一次任务过程中，成功完成任务时用户所访问的目标知识单元个数和用户所访问的下一步要学习的知识单元个数的总和与用户访问的所有知识单元个数的比值，导航清晰度用符号C_n表示，量化方法如式3)所示：$C_n=\frac{n_{\mathrm{aim}}+n_{\mathrm{rel}}}{n_t}---3)$式3)中：n_aim——用户所访问的目标知识单元个数；n_rel——用户所访问的下一步要学习的知识单元个数；n_t——用户访问的所有知识单元个数；1.6)提取正确点击特征信息并计算正确点击率；遍历考查时间段内的用户访问序列数据集，从学习日志的学习对象信息以及学习动作发生信息中提取正确点击特征，利用式4)计算该用户的正确点击率R_n；其中，正确点击率表征用户与系统进行人机交互过程中，系统设计符合用户使用习惯的特性以及容易学习的特性；正确点击率定义为用户在一次任务过程中正确点击次数占总点击次数的比例，正确点击率用符号R_n表示，量化方法如式4)所示：$R_n=1-\frac{n_m}{n_c}---4)$式4)中：n_m——为错误点击次数；n_c——为总点击次数；2)使用Delphi方法确定影响要素的权重，按照权重对影响要素进行加权求和，计算出e‑learning用户体验质量Q_e。