數字圖書館用戶體驗綜合研究機制*
——以“中國科學院知識產權網”為例

徐源

數字圖書館用戶體驗綜合研究機制*
——以“中國科學院知識產權網”為例

徐源

用戶體驗影響著數字圖書館信息服務的質量。文章提出將大眾用戶群體訪問行為特征研究、集中用戶群體驗調查研究以及個體用戶體驗測試研究三方面相結合的綜合研究機制。以“中國科學院知識產權網”為例，運用該研究機制進行用戶體驗的研究實踐。

數字圖書館 用戶體驗 可用性 用戶研究

0 引言

用戶體驗(User Experience，UE)一詞最初由用戶體驗設計師唐納德·諾曼(Donald.Norman)于上世紀90年代中期提出[1]。國際標準ISO 9241—210將用戶體驗定義為“人們對使用或期望使用的產品、系統或者服務的認知印象和回應”[2]。對數字圖書館而言，用戶體驗就是用戶在使用數字圖書館產品與服務時產生的主觀心理感受。良好的用戶體驗能幫助用戶高效地獲取信息，減少交互障礙，形成輕松愉悅的使用過程[3]。用戶是數字圖書館信息服務質量評價的主體，所以相關的系統設計應該以用戶為核心，關注用戶的使用感受。只有著力加強對用戶體驗的研究，才能建立起滿足用戶信息需求、適應用戶信息行為模式的優質信息服務平臺。

目前數字圖書館用戶體驗的研究工作缺少統一規劃，沒有建立綜合的研究機制，研究方法孤立，由此出現用戶信息采集不完整、數據利用不充分等問題，從而導致研究結論片面，缺乏說服力，無法指導數字圖書館產品與服務的改善和優化。

1 數字圖書館用戶體驗綜合研究機制

1.1 研究機制遵循的原則

用戶體驗研究是一門滲透到多領域、多學科的復雜研究工作，研究內容十分豐富，研究方法很多，相互間存在密切的聯系。相關研究人員應根據研究工作的需要將它們有機地結合起來，通過建立綜合研究機制來全面揭示用戶的真實體驗，從而對項目的優化工作提供科學的理論依據和方法指導。綜合研究機制應該遵循定量研究與定性研究、共性研究與個性研究相結合的原則。

1.1.1 定量研究與定性研究相結合

在用戶體驗研究中，定量與定性兩種研究方法缺一不可。如果研究人員僅使用定量研究的數據進行主觀體驗分析，很容易誤導研究結論，因為定量數據只能反應某種現象，無法揭示產生該現象的深層次原因。例如，針對同一批數據會引發不同的解釋。定性研究是通過對用戶進行觀察、訪談、測試來獲得用戶最直接的行為、想法和意見，進而對定量數據做出相應解釋、預測。研究人員為避免定性研究結論泛化，應該充分利用定量研究加以驗證。

圖1 數字圖書館用戶體驗綜合研究機制

1.1.2 共性研究與個性研究相結合

用戶體驗的基本概念體現出它具有主觀性、個體差異性等特征。對一個界定明確的用戶群體來講，用戶體驗的共性是能夠由良好設計實驗來認識[4]。這就要求我們在研究中必須注重用戶體驗的共性與個性兩方面，采用聚類用戶群的方法將體驗共性與個性有機地統一起來，將最廣泛的目標用戶群體的體驗共性作為設計的根本依據，并針對特定用戶群的特征和需求融入個性體驗的設計，從而補充和豐富整體用戶使用的主觀感受。

在上述原則下，本文提出將大眾用戶群體訪問行為特征研究、集中用戶群體驗調查研究以及個體用戶的體驗測試研究三方面相結合的綜合研究機制。

1.2 研究機制的闡述

在對大眾用戶群體訪問行為特征的研究環節中，研究人員通過WEB訪問日志工具詳盡地記錄用戶對站點的訪問行為和過程，根據這些數據分析出用戶屬性特征、使用環境、使用習慣、使用偏好、注意力分布等信息，并篩選出對站點最為關注的一部分用戶，也就是第二個環節提到的“集中用戶”。對集中用戶的行為研究是通過問卷調研的方式，獲取用戶反饋信息，發現用戶體驗問題，并將方向性的用戶體驗問題轉化為個體用戶體驗測試腳本。在個體體驗測試環節中，采集基于用戶行為的客觀數據與基于任務的主觀評測數據，了解用戶行為模式和思維模式，由此將研究中挖掘出的用戶體驗發現與用戶體驗問題層層深入地落實到站點的功能細節中。研究人員綜合定性與定量的研究成果而提出優化建議。

1.2.1 大眾用戶群體訪問行為特征研究

在數字圖書館的用戶體驗研究中，大眾用戶訪問行為雖然不能直接地詮釋出用戶的真實體驗，但大量的用戶行為數據卻能為整個用戶研究工作打下堅實的基礎，為用戶行為特征分析提供重要參考。研究人員通過對用戶行為特征的分析來細分用戶群，分析出各類用戶的訪問目標、訪問偏好以及興趣趨向，為實現內容與信息的個性化推送、功能的個性化定制提供依據，促進數圖產品目標向用戶目標靠近；同時通過行為采集還有助于明確用戶來源，聚焦集中用戶群開展體驗調查。

大眾用戶訪問行為分析的具體內容包括訪問量統計、訪問路徑分析、訪問時間分析、訪問頻率分析、關鍵行為識別、用戶端的環境識別等。研究人員通過用戶訪問量來統計分析用戶訪問的時間、地域以及數量；通過對用戶訪問路徑、訪問入口等數據的分析了解用戶的行為模式；通過對用戶訪問頻率分析來進行新老用戶聚類，了解站點的用戶粘度；通過對用戶關鍵行為地識別與分析了解用戶的使用目標；對用戶應用環境(如操作系統、瀏覽器)的分析來幫助我們了解真實的用戶環境；通過鼠標點擊密度來進行用戶的注意力分析，幫助優化界面的視覺結構，有效引導用戶發現資源、利用資源。業內人士通常采用站點日志、cookie或第三方用戶行為跟蹤工具來采集用戶行為數據，并使用描述性統計、均數差異檢驗、方差分析等方法來進行數據分析。

1.2.2 集中用戶群的體驗調查研究

集中用戶群是以大眾用戶群體屬性特征與行為特征為依據，根據不同的維度(如學科領域，使用經歷，使用偏好)將用戶進行聚合分類而產生的目標用戶群體。這些用戶擁有使用經驗和使用需求，能為用戶研究工作提供更多的效用信息。用戶研究人員通常采用問卷調查的方法對集中用戶進行研究，從采集到的信息中分析出站點存在的用戶體驗問題。這些問題具有宏觀性、模糊性、方向性等特點。筆者建議以Jesse James Garrett提出的用戶體驗5層模型為理論依據[5]，將用戶體驗問題細分為用戶目標、內容需求、交互設計、信息架構、界面視覺設計等5方面，為個體用戶測試計劃中的任務的設計、訪談設計提供目標和依據。與此同時研究人員還可以利用問卷調查的方式開展測試用戶的招募與甄選。

1.2.3 個體用戶體驗測試研究

用戶測試有利于對模糊的用戶體驗問題進行跟進，并展開細化研究，進而深入挖掘問題本質，是一種常用的定性的研究方法。科學的用戶測試應建立在定量研究的基礎之上，以此確定測試的著力點以及方向，做到有的放矢。測試中，研究人員提供給用戶一系列與數字圖書館站點服務內容密切相關的操作場景和任務，采用錄像記錄法、現場觀測法來捕捉用戶在任務執行過程中產生的客觀行為數據，并結合發聲思維、用戶訪談等方法收集用戶的主觀體驗數據。綜合分析用戶產生特異性操作的原因，揭示站點存在的用戶體驗問題。

國際標準ISO-FDIS 9241-11中提出可用性測試的三個測量指標，即有效性、效率和滿意度[6]。具體到數字圖書館站點的用戶測試中，測量數據的類別應包括各項任務的完成率、出錯率、使用幫助頻率、對比專家使用的效率、任務消耗的平均時間等績效數據(客觀數據)和任務操作前的用戶期待、任務操作后的用戶評價等用戶滿意度數據(主觀數據)。

用戶研究人員綜合模型中三方面的研究結論產出用戶體驗報告，報告應包括正面的用戶體驗發現與負面的用戶體驗問題，呈現正面的體驗發現可以確保有效的體驗設計在以后的迭代改進中不會被“背棄”，也為未來的設計提供啟發。用戶體驗問題則將成為優化方案的重要依據，從而推動用戶體驗研究的成果積極地向系統優化方面轉化。

2 案例研究

筆者和用戶研究小組的其他成員一起以“中國科學院知識產權網”為案例進行用戶體驗研究。“中國科學院知識產權網”是中科院首個獨立支撐從知識產權技術研發到轉化實施全流程的信息服務平臺[7]。整個研究工作從對大眾用戶群體特征和使用行為的研究入手，用戶研究小組利用日志分析工具AWStats實施328天用戶日志的數據采集，對用戶訪問量、回訪率、用戶粘性進行統計和分析。用戶的客戶端環境數據顯示，67.97%的訪問客戶端分辯率尺寸不低于1024×768，站點可以滿足多數用戶完整瀏覽的需要；用戶訪問入口數據顯示，58.9%用戶訪問入口來自谷歌，35.6%來自百度，來自自身網址的訪問量少，建議加強網站的宣傳力度；關鍵詞數據顯示，訪問者在谷歌、百度進行檢索的關鍵詞集中為中國科學院知識產權網、知識產權、中國科學院、中科院等，用戶研究小組建議在網頁META部分加入一些擴展性關鍵詞，例如“集成電路布圖”、“專利”、“科技成果”等。最后，用戶研究小組通過對用戶來源IP數據的分析了解到，網站主要訪問者來自科學院內部，從中整理出院內集中用戶群，并建議站點依據這些單位的學科領域特色提供個性化服務。

在對“中國科學院知識產權網”用戶訪問熱點的研究上，用戶研究小組利用用戶行為分析工具Crazy Egg對站點進行基于鼠標點擊的用戶行為數據進行采集，采集時間為89天。用戶研究小組利用鼠標點擊熱力圖進行用戶偏好分析，同時通過鼠標點擊高熱區、低熱區、盲區分析出的用戶注意力分布情況，為網站界面優化提供依據。研究小組進行用戶聚類比較，如：新/老用戶的點擊分布比較；不同國別的用戶點擊分布比較；不同瀏覽器類別下的用戶點擊分布比較；長時間使用與短時間使用的用戶點擊分布比較等等，從中分析他們的行為差異，提出若干體驗問題和優化建議。

在對集中用戶群的研究中，研究小組獲取訪問用戶的IP地址整理出集中用戶群的相關信息，以學科領域為維度將用戶進行聚類展開用戶體驗度問卷測評。我們選擇“問卷星”在線調查平臺實施調查，調查對象主要包括中國科學院大連化學物理研究所、中國科學院電工研究所、中國科學院自動化研究所等9個研究所。調查平臺共回收問卷191份，其中有效問卷為156份，自動生成一系列可視化圖表。用戶研究人員選取不同的數據源對數據進行交叉分析和分類分析，挖掘體驗共性，并將問卷采集到的若干體驗問題做結構化處理后，編輯為任務腳本、啟發問答腳本融入到個體用戶體驗測試的規劃中。

用戶研究小組從集中用戶群中甄選了6名典型用戶參加“中國科學院知識產權網”的用戶體驗測試。采用美國TechSmith公司發布的MORAE系統作為測試工具。測試計劃以問卷調查中發現的若干方向性的體驗問題為指導，設計7項任務，覆蓋“中國科學院知識產權網”的5大核心欄目塊。測試任務中穿插引導人啟發問答與用戶執行任務前后的問卷調查。測試室被安排在環境相對開放、科研人員經常光顧而備感親切的電子閱覽室，而觀察室位于一墻之隔的辦公室。測試室安裝MORAE Recorder錄制用戶體驗測試影像，觀察室安裝MORAE Observer實時遠程監控用戶行為，測試完畢后，我們利用MORAE Manager進行數據的分析、統計，并制作演示報告。

用戶研究小組將測試中收獲的數據分為客觀績效數據、主觀體驗表達數據、滿意度數據等三類加以利用，對于MORAE系統采集的客觀績效數據如時間、數量、比率等被直接用于績效分析；將用戶發聲音思維和啟發問答收集到的主觀體驗表達數據用于問題聚合分析；將測試任務前后的滿意度問卷數據用于進行用戶偏好與期望的分析。綜合輸出用戶體驗分析結果，重點對發現的用戶體驗問題的進行詳細的結構化描述，內容包括問題現象描述、問題出現的范圍、頻率以及嚴重度、并針對問題逐項分析提出優化建議。此項用戶研究工作為“中國科學院知識產權網”的全面改版提供重要的參考依據。

3 結語

用戶體驗研究已經成為數字圖書館建設的重要組成部分。用戶會伴隨著數字圖書館的迅速發展而逐漸成長，他們在接受新生事物和新興交互方式的過程中不斷積累使用經驗、提出更高的體驗需求，所以我們對用戶體驗的研究應該常態化地、科學地進行，才能更加快速、有效地提高數圖產品的信息服務質量，打造核心競爭力。

[1]Nonvan DA， Draper SW．User centered system design： New perspective on human-computer interaction[M]．New Jersey：Hillsdale，1986．

[2]ISO 9241—210—2010，Human-centred design for interactive systems[S]．2010.

[3]孫麗，田才.基于用戶體驗的網站信息構建模型[J].情報科學，2010（6）：907-910.

[4]用戶體驗_百度百科[EB/OL].[2013-02-17].http：//baike.baidu.com/view/274884.htm.

[5]Jesse James Garrett.用戶體驗的要素：以用戶為中心的Web設計[M].北京：機械工業出版社，2008.

[6]ISO／DIS 9241-l1，Guidance on Usability[S]，1997.

[7]中國科學院知識產權網建成開通[EB/OL].[2009-01-21].http：//www.cas.cn/xw/zyxw/ttxw/200901 /t20090121_2045274.shtml.

Comprehensive Research Mechanism of Digital Library User Experience——Taking the CASIP Project as an Example

XU Yuan

User Experience influences the quality of digital library services.In this paper，the author puts forward a comprehensive research mechanism on UE which has been applied to the project of CASIP.

digital library；user experience；usability；user research

格式 徐源.數字圖書館用戶體驗綜合研究機制——以“中國科學院知識產權網”為例[J].圖書館論壇，2014（2）：69-73.

徐源（1979-），女，中國科學院國家科學圖書館成都分館館員。

2013-04-15

*本文系中國科學院國家科學圖書館青年人才領域前沿項目“數字圖書館環境下的以用戶為中心的應用系統開發流程研究及實踐” （項目編號：Y200071003） 研究成果之一