费茨定律与产品交互的关联

菲茨定律是预测从一点到目标中心位置所需时间的数学模型,在人机交互和设计领域影响深远。它考虑目标大小和与用户定位点的距离。在互联网设计中,可通过放大链接点击区域、增大目标体积、将目标放屏幕边缘等优化设计,还可灵活运用进行创新。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1824177-db87779d3d8c5395.gif
这篇关于菲茨定律及其具体应用的文章最早在usabilityfriction.com 上由 Ashley Towers发表感觉写的挺生动, 所以特别编译成中文希望更多的人看到。

菲茨定律与互联网设计 (Fitts’ Law)

菲茨定律是用来预测从任意一点到目标中心位置所需时间的数学模型。 它由保罗.菲茨在1954年首先提出。这个模型考虑了用户定位点的初始位置与目标的相对距离以及目标的大小。菲茨定律虽然在很多领域都得到了应用但其在人机交互(HCI)和设计领域的影响却最为广泛和深远。(用于估算用户移动光标点击链接或控件按钮所需的时间)目的地明确的移动可以细分为两个部分:首先一个大幅度的移动将光标移向与目标大致相同的方向和区域;紧接着是一系列精细的小幅度微调来将光标精确定位在目标中心。你现在就可以做一个小实验来观察这一过程–举起你的手臂并试着用手指指向远处的一个小物体,例如远处墙上的一个电灯开关。开始你的手臂可能会往开关的位置大幅的移动而且很有可能稍微过头了一点。接下来你会做一些微小的调整动作直至你的手指正好对准目标开关的中心。现在你可以试着指向一个更大的物体–比如说电视或一面墙壁。这一次你也会以大幅度的手臂动作来使手指指向目标方向, 但因为目标体积很大所以一般情况下你只需要做很少(甚至不需要任何)的微调。

让我们来看下面这个例子。图中的红色盒子代表目标;虚线代表从起点至目标的移动轨迹,目标上灰色左右箭头之间的范围是用户光标减速并微调以弥补误差的区域。在右方有一个较大的目标,因为面积很大所以用户从任意点快速点击应该不会很难:

1824177-3d574886faea693d.jpg

大的目标区域意味着光标在目标上停下来之前不需要做太精细的调整在下一个例子中,屏幕的右方有一个小得多的目标所以用户快速点击目标会困难得多。

1824177-c8be63f4c077b6ee.jpg

因为用户需要将光标移动较长距离而且目标面积很小所以在光标正确的对准目标前需要做一系列精细的调整动作。但如果同样大小的目标距离很近的话,因为到达目标范围所需的初始动作很小所以准确点击它的难度也会小很多。距离越近, 初始动作因为幅度太大而超出目标区域的风险就越小。

1824177-5256b8c1ea257564.jpg

对于形状不规则的目标而言,目标区域的大小和移动的方向是相对的。在下面的例子中,如果用户从和目标平行的位置水平移动光标,那么这个按钮的相对目标区域就很大。但如果用户光标的初始位置在目标的上方或下方,那么这个长方形按钮的相对目标区域则小得多。

1824177-b2e19b92f7a64147.jpg

除了调整目标的大小以外,我们还可以将目标放在屏幕的边缘或角落上来使其更容易被选中。因为在屏幕边缘和角落位置时它们是“无限可选中”的;具体一点来说就是–有一个隐形的边界来阻止用户的初始大幅移动让光标超出目标区域范围,这样的话普通指向性移动的第二步“微调”动作就不需要了。

这个方法在两大主流OS中都起到了很好的效果:Mac OS X默认将底栏(Dock)放到了屏幕的最下方;这样的话底栏就变得“无限可选中”,因为用户不能将光标移到底栏下方所以在向底栏方向做出大幅度移动后光标始终是落在底栏上的。

1824177-f3ff84cb588e6a60.jpg

在Windows中,开始菜单在屏幕的左下角,这个角落是“无限可选中”的,因为不管用户朝左下角方向做多大幅度的摆动,光标总是会停在开始菜单按钮的上方。

1824177-300afce0e1c93584.jpg

Mac OS X系统和Windows系统的一个最大不同之处便是程序菜单的位置。Mac OS X将菜单置于屏幕的顶端而Windows将它们放置在单独的应用程序窗口上。菲茨定律显示在许多情况下Mac的做法是更好的:在Mac OS X中用户不论如何将光标抛向屏幕顶端其总是会停在菜单上。 而在Windows中的窗口模式下应用程序菜单则没有像Mac中的“无限可选中”的属性。

但是,Mac的做法也开始凸显出其局域性。虽然Mac OS X下的程序菜单是“无限可选中”的,不要忘了菲茨定律也考虑到了用户当前定位点与目标的相对距离。随着显示器尺寸越来越大,双/多屏显示器的配置越来越常见。Mac的用户不得不在这些情况下穿过很长的距离来让光标到达主屏幕的顶端菜单。这样的话长距离拖动光标所耗费的时间可能会超出不用做细微调整来矫正光标位置而省下的时间。

菲茨定律的应用

网页设计师最大的遗憾之一就是不能利用浏览器的边角和边缘作为可“无限可选中”的区域。不过设计师仍然可以按照菲茨定律在设计上做一些优化。

•放大链接点击区域。在链接文字周围放置可点击的填充区域,这样用户想要点击的链接文本会有更大的容错性。

•当您有几个放置在一起的可点击目标或链接时,把它们的体积增大或增加他们之间空白区域的大小。搜索结果中的网页导航链接通常都有很差的可用性。例如,下图中的搜索结果页面就显示了太多的结果,并且这些结果互相之间也离得太近:

1824177-ae1966cf3c2ab17c.jpg

亚马逊(Amazon)在处理搜索结果的方法上则要高明许多

1824177-e546a386763d1073.jpg

•将用户最有可能点击(或最想要)的按钮放大。例如,将”OK”按钮设计的更大:

1824177-f240265c91d0c6c5.jpg

•将动作分类–如果相关的操作按钮靠近彼此的话,则不仅可以在视觉上增强用户对它们相关性的认知,还可以减少光标在它们之间移动所需的距离和时间。

最后请记住,一定要敢于尝试!37 Signal在它们的产品Sortfolio主页的“Signup”按钮上就有一个灵活运用菲茨定律的有趣实验–当用户的光标划过时按钮会自动变大并显示更多信息–这样的话当用户即将开始做细微调整以精确定位光标至按钮时,微调的必要性因为按钮的自动增大而大大减少了!多么绝妙的创意和应用啊!

1824177-3f91f73d176ed2b4.jpg

本文转自网络,如有侵权,立即删除。

原文链接  http://blog.sina.com.cn/s/blog_5f63e3d80102vd0l.html

基于数据挖掘的音乐推荐系统设计实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值