人机交互设计——“搜狗输入法”分析

从用户界面、记住用户选择、短期刺激与长期使用的好处坏处、不要让用户犯简单的错误四个方面来分析“搜狗输入法”的人机交互设计

一、用户界面

“搜狗输入法” 根据用户的需要可以变换手机输入法的皮肤,还支持夜间模式,还有拼音九键输入法以及拼音全键输入法,界面简单容易操作。

二、记住用户选择

根据用户的使用情况可以记住用户经常使用的一些词汇,便于下一次的使用。

三、短期刺激、长期使用的好处坏处

短期刺激:语音输入以及手写输入,虽然简单方便,但是反应时间比直接手打输入慢很多,只能在短时间内有一定的吸引力;

长期使用:支持多种语言的输入,还有输入方式的不同,还有输入皮肤的不同,能满足用户长时间使用的需求;但是,长时间的使用会缺少新鲜感。

四、不要让用户犯简单的错误

键盘键距离较近,容易按错,可以适量增大键盘键来避免犯错。

时间: 2024-10-16 16:49:52

人机交互设计——“搜狗输入法”分析的相关文章

搜狗输入法关于人机交互设计相关评价

周四的时候,我们学习了人机交互设计,在老师的要求下,我对我常用的搜狗输入法从用户界面.记住用户选择.短期刺激和长期使用的好处坏处.不让用户犯简单错误这四个方面进行了评价. 1.从用户界面角度: 搜狗输入法用户界面相对于其他输入法有很大的优势,它在初始安装时会提醒你进行初始化设置,比如界面的主题,界面的颜色,界面上可以显示的字符数量,界面的大小等等,设计很人性化,可以让用户选择自己喜欢的界面主题,对自己的界面进行设计,让用户对自己的输入界面十分满意. 设计界面的内容有: 设置好主题后显示为: 相对

大屏设计系列之五——大屏设计语言分析

如果您想订阅本博客内容,每天自动发到您的邮箱中,请点这里 作者:蓝蓝 蓝蓝设计经常会接到大屏设计的项目,比如中国移动互联网监控大屏可视化设计及开发.太极集团承接的中央台应急指挥中心大屏可视化设计.交大思源承接的北京地铁轨道批挥中心大屏可视化设计.数码视讯展厅大屏可视化设计,在积累了一定经验的同时,也在不断的学习和丰富关于大屏设计的特点及数据可视化的表达方式. 数据可视化过滤了非常多的冗余信息,浓缩了最重要的信息,它的魅力就在于将枯燥的数据组织在一起,把最需要的那些编辑成一个故事.目前大数据那么流

(转)常用的算法设计与分析-一夜星辰的博客

算法设计与分析 分治法 思想 1. 将一个规模为n的问题分解为k个规模较小的子问题,这些子问题互相独立且与原问题相同.递归地解这些子问题,然后将各子问题的解合并得到原问题的解. 2. divide-and-conquer(P) { if(|P| <= n0)adhoc(P); divide P into samller subinstances P1,P2...,Pk; for(int i = 1;i < k;i++) { yi = divide-and-conquer(Pi); } retu

CSI.CSiCol.v9.0.0 Repack -ISO 1CD柱子设计和分析工具

CSI.CSiCol.v9.0.0 Repack -ISO 1CD柱子设计和分析工具CSI Column v8.4.0 1CD CSI Csicol v8.3.2 Update 1CD(柱子设计和分析工具.适用于任何的混凝土 .钢筋混凝土或混合横截面的柱 子的设计) CSI.Etabs.v9.6.0-ISO 1CD(国际领先的建筑结构分析与设计软件) CSI.Etabs v9.12 CHS 1CD CSI Etabs 中文手册(34.2M) CSI Etabs NL Server v9.0.7

满屏浏览器设计解决方案分析

满屏浏览器设计解决方案分析 以下数据由js获取 介于时下硬件尺寸不一,做出细微数据测试 屏幕尺寸(英寸) 分辨率 窗体高度(px) 浏览器 14 1366x768 650 ie9 591 firefox 15.6 1366x768 673 ie9 616 firefox 17 1024x768 612 ie8 630 firefox 以上数据真实有效 表格数据分析得出结论:在浏览器类型相同及纵向分辨率相同的情况下浏览器窗体高度受屏幕尺寸影响 再次分析浏览器本身,测试环境--尺寸:15.6,分辨率

算法设计与分析 ------最近对问题与8枚硬币问题

利用减治法实现8枚硬币问题: 参考资料:http://blog.csdn.net/wwj_748/article/details/8863503    算法设计--八枚硬币问题 1 #include "stdafx.h" 2 #include <iostream> 3 #include <stdio.h> 4 using namespace std; 5 6 7 void eightcoin(int arr[]); 8 void compare(int a,in

Taitherm (ex-Radtherm) v12.0.0 Win64 &amp; Linux64 2CD高级热管理设计与分析

Taitherm (ex-Radtherm) v12.0.0 Win64 & Linux64 2CD高级热管理设计与分析工一款用于计算辐射视角系数和阳光照射的先进光线跟踪技术,是新一代高级热管理设计与分析工具,堪称目前市场上最快的辐射换热求解器之 一.在近20年前,ThermoAnalytics的创始人设计了只能用于放射和辐射的求解器,被命名为RadTherm.在过去的二十年中,这款软件已经发 展到了支持分析计算所有的热传递模式:辐射.传导.对流.以及平流等.正如发布的Taitherm (ex-

《计算机算法设计与分析》v4 第1章 算法概述 算法实现题答案

博主今年刚上大三,正好开算法这门课.由于博主本人比较喜欢算法但又比较懒,啃不动算法导论,所以决定拿这本书下手. 这本书是王晓东的第四版<计算机算法设计与分析>.初步打算将每章后面的算法题都用代码实现. 有些题跟某个ACM题目很像,我会把该ACM题的链接贴上.有的题没OJ交所以可能是错的.如有发现,还望指出. 1-1 统计数字问题 http://poj.org/problem?id=2282 这个题要按位分解,一位一位的来处理. #include<iostream> #include

【通知】《算法设计与分析》实验课、理论课补课、考试时间、加分等安排 及 个人目标设定

Logistic回归为概率型非线性回归模型,是研究二分类观察结果与一些影响因素之间关系的一种多 变量分析方法.通常的问题是,研究某些因素条件下某个结果是否发生,比如医学中根据病人的一些症状来判断它是 否患有某种病. 在讲解Logistic回归理论之前,我们先从LR分类器说起.LR分类器,即Logistic Regression Classifier. 在分类情形下,经过学习后的LR分类器是一组权值,当测试样本的数据输入时,这组权值与测试数据按 照线性加和得到 这里是每个样本的个特征. 之后按照s