基于AHP-熵權法的ASD兒童干預APP導航界面設計評價

楊俞玲，張丙辰，李尋，趙佳寶，韋懿洋

基于AHP-熵權法的ASD兒童干預APP導航界面設計評價

楊俞玲，張丙辰，李尋，趙佳寶，韋懿洋

（江蘇師范大學 工業設計中心，江蘇 徐州 221000）

為提高設計師在ASD兒童干預APP導航界面設計評價階段中進行合理決策的效率，提升ASD兒童干預APP的干預效果，提出一種基于AHP-熵權法的ASD兒童干預APP導航界面設計評價方法。首先，通過文獻分析，結合專家評估，構建導航界面設計的評價指標體系。其次，運用AHP和熵權法分別確定各項評價指標的權重，然后對其進行組合賦權，并通過加權計算得到較為合理的設計方案綜合排序。最后，將該評價方法應用于6種干預APP導航界面的設計方案評價中，通過AHP-熵權法的綜合計算篩選出最優方案，能夠更好地提升導航界面的關注度、吸引力和引導性。融合AHP和熵權法對ASD兒童干預APP導航界面進行研究，以期為干預APP導航界面設計提供相關的理論參考、為教輔人員和設計師提供有效的幫助。

AHP；熵權法；ASD兒童；干預APP；導航界面

自閉癥譜系障礙（Autism Spectrum Disorder，ASD），是一種以社會溝通與社會交往缺失、興趣范圍狹窄以及活動刻板重復為主要特征的神經發育障礙[1]。國內外相關研究學者對ASD兒童的干預技術進行了廣泛的研究，結果表明對ASD兒童的干預越早、越系統，其干預效果就越顯著[2]。隨著信息技術的不斷發展，移動終端APP在自閉癥康復領域中得到了廣泛的應用，為ASD兒童的康復帶來了更多的希望與便捷[3]。視覺感知能力是ASD兒童的突出優勢，將視覺認知特點引入干預APP界面設計中，為ASD兒童的早期干預治療和教育問題提供了新的思路[4]。

1 背景

1.1 ASD兒童干預APP導航界面的研究現狀

ASD兒童干預APP是以提高ASD兒童溝通能力、社交技能為主要目的，兼具教育和輔助治療功能的系列應用程序[5]。近年來，國內外自閉癥APP研究發展迅速，已成為一種重要的干預訓練手段。如Withey[6]在研究中運用APP對ASD兒童的社會情緒進行干預，發現其社會適應能力得到顯著提升。Golan等[7]采用心智解讀軟件訓練ASD兒童通過人臉和聲音來識別情緒，結果顯示他們的情緒識別能力有所提高。Ganz等[8]通過應用程序對ASD兒童進行語言訓練，結果表明與接受傳統行為訓練項目的ASD兒童相比，其表現出更多的注意，并能夠學習更多的詞匯。盧美杏等[9]研究發現，利用APP輔助ASD兒童進行康復訓練，能夠有效促進其社交技能和學習能力的發展。

導航界面是用戶獲取信息、實現自我需求的重要入口，導航界面設計的優劣能夠直接影響用戶的操作體驗[10]。優秀的導航界面設計能夠幫助用戶快速了解軟件功能、減少學習時間、提高使用效率和滿意度[11]。多位學者對導航界面設計在ASD兒童干預APP中的應用進行了研究，Wallace等[12]運用交替治療設計探討了不同導航界面布局對ASD兒童的干預效果，結果表明導航界面布局會極大地影響定位信息的效率和準確性。Lau等[13]通過比較ASD兒童在多媒體環境下語言詞匯習得方面的變化，發現兒童對清晰、簡單的導航界面更有興趣，學習效果更佳。Mokashi等[14]利用不同的導航界面訓練ASD兒童的語言能力和社交技能，結果顯示訓練效果的差異極為顯著。

從以上研究可以看出，干預APP在ASD兒童的康復訓練中發揮著重要的作用，使用干預APP對兒童進行訓練時，導航界面對其具有較好的引導作用，能夠提高其識別有效信息的效率。

1.2 層次分析法

層次分析法（Analytic Hierarchy Process，AHP）是一種將定量研究與定性分析相結合，對復雜問題進行決策的主觀賦權法，由美國運籌學家Saaty于20世紀70年代提出，目前已廣泛應用于技術評價、關聯分析、資源分配等領域。王媚雪等[15]基于AHP和TOPSIS構建了自閉癥兒童康復訓練產品的評估指標模型。何思俊等[16]在人機交互界面的布局評價中，借助AHP確定了各項設計要素的權重。趙欣等[17]運用AHP分析了信息系統界面在設計開發過程中的影響因素問題。

1.3 熵權法

熵權法是根據各項指標觀測值所提供信息量的大小來確定指標權重的客觀賦權法，普遍應用于社會經濟和工程技術領域。范續等[18]運用熵權法，建立了瞭望塔布局優化設計的數學評價模型，對不確定度影響因素進行了定量分析。陳香[19]利用熵權法，確定了產品設計中各項指標的權重系數，提升了專家判斷的有效性。劉大帥等[20]基于熵權法和FKM算法，計算出用戶需求的滿意度與重要性，建立了綜合評價模型。

2 基于AHP-熵權法的ASD兒童干預APP導航界面設計評價流程

通過對AHP和熵權法的文獻研究分析，提出一種基于AHP-熵權法的干預APP導航界面設計方案（評估模型、流程及應用），可以削弱層次分析法在處理評價指標時的主觀性和不確定性，提高熵權法定量分析的準確度，研究方法架構見圖1。

圖1 基于AHP-熵權法的研究方法架構

2.1 基于眼動實驗內容確定評價指標

眼動實驗通過視線追蹤技術記錄用戶在處理視覺信息時不同的眼動軌跡特征[21]，將其與ASD兒童的視覺認知特點相結合，可有效提高產品的干預效果。Brandon[22]通過比較ASD兒童和正常兒童在形狀特征搜索過程中眼動數據的特點，發現ASD兒童在視覺搜索上占有優勢。賀超穎等[23]通過眼動實驗發現，將卡通面孔作為圖片背景，對人們認知能力的提升和不良情緒的改善具有積極作用。

現已有學者結合眼動實驗對APP界面進行了研究，如王藝璇等[24]將眼動實驗與層次分析法相結合，從客觀的角度分析了界面設計的優劣；李晶等[25]通過眼動實驗對界面布局中的密集度、復雜度等認知要素之間的映射關系進行了研究。

根據文獻研究[26-28]，結合專家訪談和問卷調研的結果，確定了AHP模型中準則層的要素為吸引力、關注度和引導性，并將其與眼動指標相結合，建立了評價指標體系，見圖2。

圖2 ASD兒童干預APP導航界面設計評價指標體系

不同的眼動指標對應不同的認知特點，對所選擇的6個眼動指標進行了解釋說明，見表1。

表1 眼動指標及其含義

Tab.1 Eye movement index and its implication

2.2 使用AHP法確定評價指標權重

使用AHP法進行評價指標權重的確定，主要包括4個步驟：指標重要性比較、構造互補判斷矩陣、建立模糊一致性矩陣和各指標權重值的計算。

邀請名專家采用0—1評價標度對各項評價指標進行重要性比較并評分，評價標度見表2。

表2 評價標度及其含義

Tab.2 Evaluation scale and its meaning

2.3 使用熵權法確定評價指標權重

使用熵權法進行評價指標權重的確定，主要包括4個步驟：構造原始數據矩陣、規范化處理、計算特征值和熵值以及評價指標權重的計算。

2.4 綜合權重計算

2.5 計算方案綜合得分

3 基于AHP-熵權法的ASD兒童干預APP導航界面設計評價應用

3.1 眼動實驗

通過眼動追蹤實驗可以記錄被試者對不同實驗樣本的注視軌跡，以便為后續基于AHP-熵權法的設計評價研究提供數據基礎。眼動實驗的具體流程見圖3。

圖3 眼動實驗流程

3.1.1 被試者

實驗初期，筆者聯系了徐州市禾潤福利院、五彩鹿兒童發展中心等機構的29名ASD兒童。由于實驗時間較長，且實驗過程需要被試者的配合度較高，經反復篩選，選定26名6～8歲的ASD兒童作為被試者，其具備正常的視覺認知能力，能夠理解實驗過程中出現的相關要求，可以較好地進行實驗。對被試兒童的家長詳細說明此次實驗的內容和意義，獲得自愿參加研究的家長的書面同意書。

3.1.2 實驗設備

采用aSee Glasses眼鏡式眼動儀、Surface Pro7（分辨率為2 650*1 600），以及附帶的aSee Glasses Studio軟件記錄所有參與實驗的被試兒童在自由觀看固定樣本時的注視行為，顯示屏與被試者眼睛之間的距離約為60 cm，注視持續時間大于100 ms為一次注視。

3.1.3 實驗材料

通過APP Store、華為應用市場和Google應用市場對自閉癥類型的APP進行取樣，并進行初步的整理和篩選，前期收集到的導航界面樣本共81個。除去風格相似及下載量偏低的APP導航界面圖片，邀請3位具有資深兒童APP設計經驗的設計師和2位視覺傳達設計專業的研究生，結合導航界面的可視性、引導性以及市場需求進行綜合考慮，最終篩選出6種干預APP的導航界面作為實驗材料。

為避免界面上的文字和圖形符號對被試者產生影響，以6種界面為原型，通過Photo Shop軟件進行樣本的重新制作，并在后續實驗中分別以1、2、3、4、5、6作為樣本代號，其主要內容信息見表3。

3.1.4 實驗程序

實驗采取個別測試的方法，在安靜的房間內進行，被試者進入實驗室，熟悉環境后在距離顯示器約60 cm的地方坐下。測試時，邀請被試家長或機構教師進行輔助，處理可能出現的行為問題。為了確保實驗能夠準確進行，在每次實驗前進行3點校準法，校準成功后方能進行實驗。實驗結束后給予被試者一定的物質獎勵。實驗場景見圖4。

表3 樣本信息介紹

Tab.3 Sample information introduction

圖4 實驗場景

3.1.5 實驗數據

實驗結束后，通過aSee Glasses眼鏡式眼動儀配套的Studio1.1.17.8分析軟件，對26名被試者的熱點圖進行疊加處理，可展示出被試者在各實驗樣本上的視線分布情況，能夠較為直觀地反映出被試者的視覺關注重點。實驗樣本熱點圖見圖5。由圖5可知，1和2的興趣區主要集中在導航布局的中央水平部分；3的興趣區主要集中在左側；4的興趣區主要集中在中央垂直部分；5的興趣區主要集中在右側；6的興趣區較為分散，無明顯規律；其中，2的興趣區域最為顯著，6的興趣區最為分散。

為了更加清晰、系統地對導航界面布局進行分析，提高設計評價的準確度，借助SPSS 22.0軟件的“可靠性分析”功能對導出的眼動數據進行信度分析。數據的克倫巴赫系數為0.802，說明數據的同質性相對較高，屬于系數評價表中的理想層次。然后對實驗數據進行統計分析，詳細數據見表4。

圖5 實驗樣本熱點圖

表4 眼動實驗數據

Tab.4 Eye movement experimental data

3.2 使用AHP法確定眼動評價指標權重

邀請五彩鹿兒童發展中心的3位教輔人員、3位具備資深兒童APP設計經驗的設計師和2位視覺傳達設計專業的研究生組成專家團，對ASD兒童的行為特征進行交流討論。在此基礎上，由專家團共同研討實驗樣本中評價指標的相對重要性。采用表2中的0—1評價標度，對ASD兒童干預APP導航界面中的6項評價指標，即6個眼動指標進行重要性比較，構建互補判斷矩陣：

再根據式（2）和式（3）建立模糊一致性矩陣，然后根據式（4）—（6）計算出各項評價指標的權重，見表5。

3.3 使用熵權法確定眼動評價指標權重

首先根據表4中的眼動實驗數據構造原始數據矩陣：

表5 ASD兒童干預APP導航界面的評價指標權重

Tab.5 Evaluation index weight of ASD children intervention app navigation interface

然后根據式（8）和式（9）進行規范化處理，得到標準化矩陣。其中，首次注視時間、注視時間比、回看時間比和再注視比率屬于正向指標，首次注視前時間和首次注視前次數屬于負向指標。接著由式（10）和（11）計算出各項評價指標的熵值，再由式（12）計算出各項評價指標的權重，見表6。

表6 ASD兒童干預APP導航界面的評價指標權重

Tab.6 Evaluation index weight of ASD children intervention APP navigation interface

3.4 眼動評價指標綜合權重計算

根據式（13）計算各項評價指標的綜合權重系數，并對其進行排序，見表7。

表7 ASD兒童干預APP導航界面的評價指標綜合權重

Tab.7 Comprehensive weight of evaluation indexes for ASD children intervention APP navigation interface

經排序，可得到干預APP導航界面設計方案的評價指標的重要度順序：回看時間比>首次注視時間>首次注視前時間>注視時間比>首次注視前次數>再注視比率。其中，回看時間比和再注視比率的差異性較大，因為相比于普通兒童，ASD兒童的認知能力和理解能力較弱，篩選有效信息的能力較差，所以需要更多的回看時間，才能獲得較為清晰的判斷，ASD兒童在較短的凝視過程中難以形成有效的判斷，往往會形成較多無效的回看次數，因此回看時間比與再注視比率在眼動指標的概念上有一定的相似性，但綜合賦權之后發現它們存在較大的差異。可以看出，將行為的主觀解析與數據的客觀統計相結合，能夠為研究提供更為系統、全面的參考。

3.5 計算6種方案的綜合得分

由表8可知，各方案綜合得分的排序結果為1>2>4>6>3>5，因此可以確定1為最優設計方案，在后續的相關設計中將1作為參考原型。根據各教輔人員和設計師的意見，其一致認為1方案不僅在導航圖標形狀和界面色彩設計上簡約清晰、富有趣味，而且其導航布局位于界面水平偏下位置，明顯醒目，引導性強，為理想方案。同時，也驗證了評價結果的可靠性。

表8 各方案綜合得分

Tab.8 Comprehensive score of each scheme

通過上述實驗及相關文獻分析，結合教輔人員、設計師的反饋，可以看出準則層中的吸引力要素對兒童注視導航界面的初始印象有較大影響，關注度要素對各界面的停留時間及內容接受程度有較大影響，引導性要素對完成APP的干預訓練程度有較大影響。

4 結語

此次研究采用AHP和熵權法相結合的方法，對ASD兒童干預APP導航界面設計進行評價，降低了設計評價過程中主觀因素的影響，保證了評價結果的可信度和準確性。將眼動追蹤實驗相關指標與導航界面評價要素相結合，構建評價指標體系，在層次分析法及熵權法的基礎上，結合組合賦權和加權計算，總結出基于眼動實驗的評價指標綜合權重計算方法。運用評價指標綜合權重計算方法得到6種干預APP導航界面樣本的綜合得分，篩選出最優方案。總結了干預APP導航界面評價指標體系與ASD兒童干預訓練過程行為的映射關系。

基于AHP-熵權法的ASD兒童干預APP導航界面設計評價模型可以幫助設計師進行合理的決策，優化教輔人員的選擇操作，為實踐訓練和相關設計提供參考。

[1] MAZUREK M O, LU F, SYMECKO H, et al. A Prospective Study of the Concordance of DSM-IV and DSM-5 Diagnostic Criteria for Autism Spectrum Disorder[J]. Journal of Autism & Developmental Disorders, 2017, 47(9): 2783-2794.

[2] 賴珊, 徐光興. 自閉癥兒童干預技術[J]. 中國健康心理學雜志, 2013, 21(2): 317-320.

LAI Shan, XU Guang-xing. Review Study on Autism: Interventions for Children[J]. China Journal of Health Psychology, 2013, 21(2): 317-320.

[3] 于新宇, 陳東帆, 李睿強. 現代化技術在自閉癥康復領域應用的研究綜述[J]. 中國特殊教育, 2016(3): 17-22.

YU Xin-yu, CHEN Dong-fan, LI Rui-qiang. A Review of the Application of Modern Technology in Autism Rehabilitation[J]. Chinese Journal of Special Education, 2016(3): 17-22.

[4] CIHAK D, FAHRENKROG C, AYRES K M, et al. The Use of Video Modeling via a Video iPod and a System of Least Prompts to Improve Transitional Behaviors for Students with Autism Spectrum Disorders in the General Education Classroom[J]. Journal of Positive Behavior Interventions, 2010, 12(2): 103-115.

[5] 賀安妮, 程艷然, 雷雨遲, 等. 基于內容分析法的自閉癥APP研究現狀與分析[J]. 中華醫學圖書情報雜志, 2018, 27(3): 50-55.

HE An-ni, CHENG Yan-ran, LEI Yu-chi, et al. Current Studies and Analysis of Autism Spectrum Disorder APP by Content Analysis[J]. Chinese Journal of Medical Library and Information Science, 2018, 27(3): 50-55.

[6] WITHEY K L. Using APP to Develop Social Skills in Children With Autism Spectrum Disorder[J]. Intervention in School and Clinic, 2016, 52(4): 250-255.

[7] GOLAN O, ASHWIN E, GRANADER Y, et al. Enhancing Emotion Recognition in Children with Autism Spectrum Conditions: An Intervention Using Animated Vehicles with Real Emotional Faces[J]. Journal of autism & Developmental Disorders, 2010, 40(3): 269-279.

[8] GANZ J B, BOLES M B, GOODWYN F D, et al. Efficacy of Handheld Electronic Visual Supports to Enhance Vocabulary in Children With ASD[J]. Focus on Autism & Other Developmental Disabilities, 2014, 29(1): 3-12.

[9] 盧美杏, 張文蘭. iPad在美國自閉癥患者教育中的應用現狀及啟示[J].電化教育研究, 2017, 38(8): 122-128.

LU Mei-xing, ZHANG Wen-lan. The Application Status and Enlightenment of iPad in the Education of Autistic Patients in America[J]. E-education Research, 2017, 38(8): 122-128.

[10] 李森, 呂偉, 郭伏, 等. 基于眼動追蹤技術的即時通訊APP導航界面設計[J]. 人類工效學, 2019, 25(4): 35-42.

LI Sen, LYU Wei, GUO Fu. Design on the Navigation Interface of Instant Messaging APP Based on Eye Tracking Technology[J]. Chinese Journal of Ergonomics, 2019, 25(4): 35-42.

[11] GREEN D T, PEARSON J M. Integrating Website Usability with the Electronic Commerce Acceptance Model[J]. Behaviour & Information Technology, 2011, 30(2): 181-199.

[12] WALLACE S E, HUX K. Effect of Two Layouts on High Technology AAC Navigation and Content Location by People with Aphasia[J]. Disability & Rehabilitation Assistive Technology, 2013, 9(2): 173-182.

[13] LAU F K, YUEN A H K, LIAN J M. Modelo Adaptado Deprogra Ma Deaprendizage Em Linguagem Facilitada por Multimídia Para Crian?as Com Autismo[J]. Psicologia Escolar Educacional, 2007, 11(9): 13-26.

[14] MOKASHI S, YAROSH S, ABOWD G D. Exploration of Videochat for Children with Autism[J]. Association For Computing Machinery, 2013, 13(6): 320-323.

[15] 王媚雪, 翟洪磊. 基于AHP與TOPSIS法的自閉癥兒童康復訓練產品設計評價方法及應用[J]. 圖學學報, 2020, 41(3): 453-460.

WANG Mei-xue, ZHAI Hong-lei. Evaluation Method and Application of Autistic Children Rehabilitation Training Products Based on AHP and TOPSIS[J]. Journal of Graphics, 2020, 41(3): 453-460.

[16] 何思俊, 支錦亦, 杜洋, 等. 裝備駕駛界面人機設計評價研究綜述[J]. 機械設計與研究, 2019, 35(5): 97-103.

HE Si-jun, ZHI Jin-yi, DU Yang,et al. AReview of Research on Man-Machine Design Evaluation of Equipment Driving Interface[J]. Machine Design & Research, 2019, 35(5): 97-103.

[17] 趙欣, 丁怡, 侯文軍, 等. 復雜信息系統界面可用性指標體系研究[J]. 圖學學報, 2018, 39(4): 716-722.

ZHAO Xin, DING Yi, HOU Wen-jun, et al.On the Usability Evaluation Index System of Complex Information System Interface[J]. Journal of Graphics, 2018, 39(4): 716-722.

[18] 范續, 武剛, 陳飛翔, 等. 林區瞭望塔布局與優化設計[J]. 浙江農林大學學報, 2020, 37(5): 986-991.

FAN Xu, WU Gang, CHEN Fei-xiang, et al. Layout and Optimal Design of Watchtowers in Forest Regions[J]. Journal of Zhejiang A & F University, 2020, 37(5): 986-991.

[19] 陳香, 衛華. 基于結構熵權TOPSIS法的產品設計方案評估研究[J]. 圖學學報, 2020, 41(3): 446-452.

CHEN Xiang, WEI Hua.Research on Product Design Scheme Evaluation Based on TOPSIS Method of Structure Entropy Weight[J]. Journal of Graphics, 2020, 41(3): 446-452.

[20] 劉大帥, 楊勤, 呂健, 等. 融合用戶滿意度的用戶需求綜合重要性研究[J]. 圖學學報, 2019, 40(6): 1137-1143.

LIU Da-shuai, YANG Qin, LYU Jian, et al. Comprehensive Importance of Integrating User Satisfaction with User Demand[J]. Journal of Graphics, 2019, 40(6): 1137-1143.

[21] HUDDLESTON P T, BEHE B K, DRIESENER C, et al. Inside-outside: Using Eye-tracking to Investigate Search- choice Processes in the Retail Environment[J]. Journal of Retailing & Consumer Services, 2018, 43(7): 85-93.

[22] BRANDON K R. Exploring What's Missing: What Do Target Absent Trials Reveal About Autism Search Superiority?[J]. Journal of Autism & Developmental Disorders, 2016, 46(5): 1686-1698.

[23] 賀超穎, 陳靚影, 張坤. 眼部線索對孤獨癥兒童視線加工的影響[J]. 中國特殊教育, 2019(6): 47-55.

HE Chao-ying, CHEN Liang-ying, ZHANG Kun.Effects of Eye Cues on Visual Processing in Autistic Children[J]. Chinese Journal of Special Education, 2019(6): 47-55.

[24] 王藝璇, 王小平, 吳通, 等. 基于眼動實驗的音樂類手機APP界面設計評價[J]. 科學技術與工程, 2018, 18(9): 266-271.

WANG Yi-xuan, WANG Xiao-ping, WU Tong, et al. Interface Design Evaluation of Mobile Phone Music APP Based on Eye-tracking Experiment[J]. Science Technology and Engineering, 2018, 18(9): 266-271.

[25] 李晶, 郁舒蘭, 劉瑋. 基于眼動追蹤的數控界面布局認知特性評價[J]. 計算機輔助設計與圖形學學報, 2017, 29(7): 1334-1342.

LI Jing, YU Shu-lan, LIU Wei.Cognitive Characteristic Evaluation of CNC Interface Layout Based on Eye- Tracking[J]. Journal of Computer-Aided Design & Computer Graphics, 2017, 29(7): 1334-1342.

[26] 劉春麗, 王愛紅. 基于眼動實驗的學齡前兒童機器人設計[J]. 包裝工程, 2019, 40(24): 210-216.

LIU Chun-li, WANG Ai-hong. Design of Preschooler Robot Based on Eye Movement Test[J]. Packaging Engineering, 2019, 40(24): 210-216.

[27] 周雁, 宋方昊. 基于應用行為分析法的自閉癥兒童認知訓練APP設計[J]. 包裝工程, 2018, 39(8): 132-139.

ZHOU Yan, SONG Fang-hao. Cognitive Training APP for Autistic Children Based on Applied Behavior Analysis[J]. Packaging Engineering, 2018, 39(8): 132-139.

[28] 吳雪媛, 彭曉玲, 黃丹. 視覺搜索眼動模式在識別孤獨癥譜系障礙兒童中的應用[J]. 中國兒童保健雜志, 2019, 27(9): 949-952.

WU Xue-yuan, PENG Xiao-ling, HUANG Dan. Identifying Children with Autism Spectrum Disorders by Eye- Movement Patterns of Visual Search Task[J]. Chinese Journal of Child Health Care, 2019, 27(9): 949-952.

Evaluation of Navigation Interface Design of ASD Children Intervention APP Based on AHP-Entropy Weight Method

YANG Yu-ling, ZHANG Bing-chen, LI Xun, ZHAO Jia-bao, WEI Yi-yang

(Industrial Design Center, Jiangsu Normal University, Jiangsu Xuzhou 221000, China)

In order to improve the designer's efficiency in making reasonable decisions in the evaluation stage of ASD children's intervention app navigation interface design and improve the intervention effect of ASD children's intervention app, an evaluation method of ASD children's intervention app navigation interface design based on AHP-entropy weight method is proposed.First of all, through literature analysis and expert evaluation, the evaluation index system of navigation interface design is constructed; Secondly, AHP and entropy weight method is used to determine the weight of each evaluation index respectively; Then, the combination weighting is carried out, and the more reasonable design scheme comprehensive ranking is obtained through weighted calculation; Finally, the evaluation method is applied to the evaluation of 6 design schemes of intervention APP navigation interface. The optimal scheme is selected through the comprehensive calculation of the AHP-entropy weight method, which can better enhance the attention, attraction and guidance of the navigation interface.AHP and entropy weight method are combined to study APP navigation interface for ASD children, which provided a relevant theoretical reference for the design of APP navigation interface for intervention, and provided effective assistance for the selection of teaching staff and decision-making of designers.

AHP; entropy weight method; ASD children; intervention APP;navigation interface

TB472

A

1001-3563(2022)12-0165-09

10.19554/j.cnki.1001-3563.2022.12.019

2022–01–12

江蘇師范大學研究生科研與實踐創新計劃項目（2020XKT195）；教育部人文社會科學研究規劃基金項目（18YJAZH123）

楊俞玲（1997—），女，碩士生，主攻設計學。

張丙辰（1976—），男，博士，副教授，主要研究方向為兒童產品設計。

責任編輯：馬夢遙