羅俊浩,廖 斌,王泰鑫,魏 欣,段瓊?cè)A
(四川師范大學(xué) 商學(xué)院,四川 成都 610101 )
隨著信息化的深入,信息系統(tǒng)(Information System,IS)在工業(yè)生產(chǎn)、公共事務(wù)管理,教育服務(wù)等領(lǐng)域被廣泛應(yīng)用。人與信息系統(tǒng)的交互主要通過視覺顯示終端(Visual Display Terminal,VDT)完成。因此,VDT作業(yè)已經(jīng)成為當(dāng)前重要的勞動(dòng)模式[1]。通過VDT界面對(duì)字符、圖像等數(shù)據(jù)信息進(jìn)行視覺搜索作業(yè)越來越普遍。如果視覺搜索區(qū)域內(nèi)的目標(biāo)按照一定的結(jié)構(gòu)排列則稱之為結(jié)構(gòu)性搜索區(qū)域[2],比如名單表、菜單表等。作業(yè)者在結(jié)構(gòu)性搜索區(qū)域內(nèi)進(jìn)行視覺搜索會(huì)嚴(yán)格采用系統(tǒng)搜索策略[3],使用系統(tǒng)搜索策略進(jìn)行的搜索在本文中稱之為系統(tǒng)搜索。系統(tǒng)搜索方式是搜索作業(yè)的一種重要形式,在化工、航空、核電站等控制室被廣泛應(yīng)用。如何提高VDT系統(tǒng)搜索作業(yè)績效已經(jīng)成為VDT作業(yè)管理者的重點(diǎn)工作內(nèi)容。
目前學(xué)者們對(duì)視覺搜索過程中搜索策略與搜索績效之間的關(guān)系研究較多:胡鳳培等[4]發(fā)現(xiàn)采用導(dǎo)向式搜索策略能明顯提高被試者的搜索速度;于瑞峰等[2]根據(jù)人眼的運(yùn)動(dòng)特征指出,為了提高作業(yè)績效,作業(yè)者采用的搜索策略會(huì)隨時(shí)間及環(huán)境的改變而發(fā)生變化;Tseng等[5]認(rèn)為操作者為提高搜索績效,其搜索策略在圖片瀏覽任務(wù)下會(huì)根據(jù)刺激的密度和數(shù)量變化不斷調(diào)整;Over等[6]研究表明,搜索策略的變化是一個(gè)伴隨著掃視幅度逐漸變小而注視時(shí)間逐漸延長的過程。這些研究對(duì)持續(xù)搜索過程中的策略使用及變化進(jìn)行了探討,對(duì)具體搜索策略下的績效形成機(jī)理并未作進(jìn)一步的深入研究。只有明確了搜索績效的形成機(jī)理,才能對(duì)搜索任務(wù)、界面布局等進(jìn)行優(yōu)化設(shè)計(jì),進(jìn)一步提高作業(yè)績效。因此,非常有必要通過實(shí)驗(yàn)研究,運(yùn)用模糊評(píng)價(jià)方法,分析被試者對(duì)搜索目標(biāo)位置的主觀偏好度和搜索績效之間的關(guān)系,研究VDT系統(tǒng)搜索績效的形成機(jī)理。為優(yōu)化VDT系統(tǒng)搜索界面、提高搜索績效提供理論依據(jù)。
1.1.1 任務(wù)設(shè)計(jì)
運(yùn)用E-prime2.0設(shè)計(jì)實(shí)驗(yàn)?zāi)MVDT系統(tǒng)搜索作業(yè)。目標(biāo)刺激采用圖片材料,均為bmp格式,像素為666 px×500 px。為了消除目標(biāo)刺激材料的知名度和感情色彩差異對(duì)搜索作業(yè)績效的干擾,刺激素材均選取最常見品牌的LOGO圖標(biāo)。所有刺激材料被整齊地鋪陳于橫縱比為4∶3的矩形界面上,并將此界面等分為九宮格,劃分出“左下、下、右下、左、中、右、左上、上、右上”共9個(gè)目標(biāo)位置方案,設(shè)為Ai(i=1,2,3,4,5,6,7,8,9)(方案序號(hào)見圖1)。由此形成結(jié)構(gòu)性搜索區(qū)域,研究系統(tǒng)搜索。任務(wù)過程采用“四階段”模型,即要求被試者在呈現(xiàn)的搜索界面上掃視相關(guān)信息(搜索階段),并找到指定的目標(biāo)刺激(發(fā)現(xiàn)階段),確認(rèn)其真假后(判斷階段),通過輸入設(shè)備做出反應(yīng)(決策輸出階段)。
圖1 刺激-反應(yīng)設(shè)置Fig.1 Stimulus-response setting
實(shí)驗(yàn)設(shè)計(jì)了80個(gè)Trial,即:Stimulus,Interval,Probe反復(fù)交替呈現(xiàn)共80次,直至核心實(shí)驗(yàn)過程(Core Experimental Procedure,CEP)運(yùn)行結(jié)束。實(shí)驗(yàn)程序運(yùn)行方式如圖2所示。
圖2 實(shí)驗(yàn)程序Fig.2 Experimental procedure
首先,被試者在每個(gè)Trial中都會(huì)先接受到一個(gè)標(biāo)準(zhǔn)刺激(搜索目標(biāo)提示);然后,根據(jù)該目標(biāo)提示在隨后呈現(xiàn)的搜索界面上找到該搜索目標(biāo);最后,使用柯蒂鍵盤上的數(shù)字小鍵盤中的“數(shù)字1~9”按鍵選擇目標(biāo)刺激所在的對(duì)應(yīng)位置?!按碳?反應(yīng)鍵”對(duì)應(yīng)關(guān)系見圖1,該設(shè)置保證了“刺激-反應(yīng)”位置相容性原則。
每名被試者完成搜索實(shí)驗(yàn)后,還要求對(duì)目標(biāo)位置方案Ai(i=1,2,3,4,5,6,7,8,9)的偏好進(jìn)行主觀評(píng)價(jià)。目標(biāo)位置偏好指標(biāo)設(shè)為Cj(j=1,2,3,4),分別為“C1快捷性”“C2準(zhǔn)確性”“C3適應(yīng)性”“C4習(xí)慣性”。被試者需要在4個(gè)主觀偏好指標(biāo)視角下,分別對(duì)9個(gè)位置的主觀偏好進(jìn)行評(píng)價(jià)。
1.1.2 被試者
為避免被試者認(rèn)知水平差異等因素對(duì)實(shí)驗(yàn)結(jié)果的干擾,采用簡單隨機(jī)不重復(fù)抽樣的方法,從本校經(jīng)濟(jì)管理類專業(yè)大一到大四的在讀本科生范圍內(nèi)甄選被試者28人,其中男生14人,女生14人,平均年齡20.8歲。所有被試者均無生理和心理方面的既往病史,裸眼視力或矯正視力達(dá)1.0以上,色覺正常,均為右利手。
1.1.3 實(shí)驗(yàn)設(shè)備及主觀評(píng)價(jià)量表
實(shí)驗(yàn)測(cè)試過程采用聯(lián)想商用臺(tái)式電腦,配備19英寸高清寬屏LED顯示器,并將屏幕分辨率調(diào)至最高像素(1 440 px×900 px),輸入設(shè)備均采用帶數(shù)字小鍵盤的標(biāo)準(zhǔn)柯蒂鍵盤。
量表1:VDT(電腦、手機(jī)等)日常搜索行為頻率主觀評(píng)價(jià)量表,采用9標(biāo)度,1~9表示平時(shí)搜索頻率的逐步提高;量表2:目標(biāo)位置偏好指標(biāo)Cj重要度的主觀評(píng)價(jià)量表,9標(biāo)度,1~9表示重要度的逐步增加。量表3:目標(biāo)位置偏好主觀評(píng)價(jià)量表,按指標(biāo)Cj分類,共4種。如果某位置符合某偏好指標(biāo),則在九宮格評(píng)價(jià)表的對(duì)應(yīng)位置填“√”;反之,則填“×”;評(píng)價(jià)不確定時(shí),填“?”。
1.1.4 實(shí)驗(yàn)程序
提前1 d告知被試者實(shí)驗(yàn)前需進(jìn)行充分休息,保證實(shí)驗(yàn)過程精神飽滿。正式實(shí)驗(yàn)前,被試者填寫個(gè)人信息后進(jìn)行練習(xí)實(shí)驗(yàn)。練習(xí)實(shí)驗(yàn)由正式實(shí)驗(yàn)程序中隨機(jī)抽取的20個(gè)Trial構(gòu)成。練習(xí)實(shí)驗(yàn)結(jié)束后,被試者需填寫量表1和量表2。隨后進(jìn)入正式實(shí)驗(yàn),每名被試者均須完成80個(gè)Trial的搜索測(cè)試。最后,被試者填寫量表3,實(shí)驗(yàn)結(jié)束。E-prime軟件自動(dòng)記錄每個(gè)Trial的正確率和反應(yīng)時(shí)間。
1.1.5 數(shù)據(jù)采集與整理
搜索績效指標(biāo)為正確反應(yīng)時(shí),由E-prime軟件自動(dòng)采集獲得;被試者主觀評(píng)價(jià)數(shù)據(jù)由被試者手動(dòng)填寫獲取。剔除異常數(shù)據(jù)后分類匯總。
1.2.1 Pythagorean模糊集
論域X中2個(gè)區(qū)間為[0,1]的隸屬函數(shù)μp與vp,在0(μp(x))2+(vp(x))21下,若?x∈X,μp(x)∈[0,1],vp(x)∈[0,1],則記P={[x,P(μp(x),(vp(x))]|x∈X}為Pythagorean模糊集,其中μp(x)和vp(x)分別為X的隸屬度與非隸屬度[7]。引入X的猶豫度令P=[μp(x),(vp(x),πp(x)]。
某組Pythagorean模糊數(shù)a=P(μa,va)的得分函數(shù)s(a)與精確函數(shù)h(a)分別為:
s(a)=(μa)2-(va)2
(1)
h(a)=(μa)2+(va)2
(2)
設(shè)a1=p(μa1,va1,πa1)和a2=p(μa2,va2,πa2)為2組Pythagorean模糊數(shù),則a1與a2之間的歐氏距離為:
(3)
1.2.2 交互式多準(zhǔn)則決策(TODIM)方法
TODIM方法是由GOMES等人基于前景理論提出的1種多屬性決策方法,其主要思想是在前景理論價(jià)值函數(shù)的基礎(chǔ)上,構(gòu)建某個(gè)方案相對(duì)其余方案的優(yōu)勢(shì)度函數(shù),并據(jù)此確定各方案的優(yōu)劣排序[8]。TODIM方法相比前景理論具有明顯的優(yōu)勢(shì),無需事先確定決策參照點(diǎn)的信息,只對(duì)方案進(jìn)行兩兩“優(yōu)勢(shì)-劣勢(shì)”的感知優(yōu)勢(shì)度比較,即可解決具有清晰性屬性值的多維度決策問題[9],而且還重點(diǎn)考慮了損失規(guī)避行為特征和決策者的參照依賴[10]。該方法原理如下:
1)方案Ai相對(duì)于方案At的優(yōu)勢(shì)度
(4)
其中:
(5)
式中:lij和ltj為實(shí)數(shù);wjr為屬性Cj相對(duì)于參考屬性Cr的相對(duì)權(quán)重;wjr=wj/wr;wr=max{wj|j=1,2,…,n};θ為面對(duì)損失的衰減系數(shù),且θ>0。
2)通過標(biāo)準(zhǔn)化最終的優(yōu)勢(shì)度矩陣,計(jì)算方案Ai的全局價(jià)值ξ(Ai),即:
(6)
根據(jù)ξ(Ai)的大小對(duì)方案進(jìn)行排序,ξ(Ai)越大,方案Ai越優(yōu)。
根據(jù)量表1,共采集到28名被試者的日常VDT搜索行為頻率自評(píng)數(shù)據(jù)。頻率均值為5.7,方差分析結(jié)果顯示:28名被試者日常搜索頻率無顯著差異。表明本次實(shí)驗(yàn)被試者的日常VDT搜索均較為頻繁。
根據(jù)量表2,共采集28名被試者對(duì)目標(biāo)位置偏好指標(biāo)Cj的評(píng)價(jià)數(shù)據(jù)。分別對(duì)C1,C2,C3,C4的主觀評(píng)價(jià)值求和,歸一化處理后得其權(quán)重。經(jīng)計(jì)算,目標(biāo)位置偏好指標(biāo)Cj的權(quán)重W=(0.246,0.276,0.238,0.240)T。
根據(jù)量表3,28名被試者對(duì)目標(biāo)位置Ai(i=1,2,3,4,5,6,7,8,9)在偏好指標(biāo)Cj(j=1,2,3,4)下進(jìn)行主觀評(píng)判。根據(jù)評(píng)判結(jié)果,計(jì)算指標(biāo)Cj(j=1,2,3,4)下Ai(i=1,2,3,4,5,6,7,8,9)的隸屬度與非隸屬度,最終由Pythagorean模糊集rij=P(μij,vij)(i=1,2,3,4,5,6,7,8,9;j=1,2,3,4)構(gòu)成決策矩陣,見表1。
表1 Pythagorean模糊集決策矩陣Table 1 Pythagorean fuzzy set decision making matrix
根據(jù)決策矩陣,利用公式(1)~(5)計(jì)算單偏好指標(biāo)下Ai的優(yōu)勢(shì)度對(duì)比矩陣φ1~φ4(分別對(duì)應(yīng)C1~C4)。
A1A2A3A4A5A6A7A8A9
A1A2A3A4A5A6A7A8A9
A1A2A3A4A5A6A7A8A9
A1A2A3A4A5A6A7A8A9
根據(jù)公式(7)將方案優(yōu)勢(shì)度對(duì)比矩陣φ1~φ4進(jìn)行加總,得到總優(yōu)勢(shì)度對(duì)比矩陣δ。
(7)
A1A2A3A4A5A6A7A8A9
基于矩陣δ,利用公式(6)計(jì)算出9個(gè)目標(biāo)位置偏好的最終評(píng)價(jià)得分,并按從高到低的順序排序,見表2。
表2 目標(biāo)位置偏好排序Table 2 Target location preference ranking
統(tǒng)計(jì)28名被試者在目標(biāo)位置Ai(i=1,2,3,4,5,6,7,8,9)的搜索正確反應(yīng)時(shí),對(duì)均值進(jìn)行方差分析,結(jié)果見表3。
表3 方差分析Table 3 Variance analysis
由結(jié)果可知,在系統(tǒng)搜索策略下,9個(gè)搜索目標(biāo)位置之間正確反應(yīng)時(shí)績效差異性極其顯著。
對(duì)Ai(i=1,2,3,4,5,6,7,8,9)的位置偏好度和搜索績效進(jìn)行對(duì)比分析,結(jié)果見表4。
表4 目標(biāo)位置偏好與績效對(duì)比Table 4 Comparison of target location preference and performance
由表4可知:
1)搜索目標(biāo)位置A5在位置偏好排序和績效排序之間的差異非常大,位置偏好度很高(第2位),但是搜索績效非常差(第8位);其他8個(gè)目標(biāo)位置的偏好度排序和績效排序比較接近。結(jié)合“注意返回抑制理論”和“周邊多注視理論”分析可知:在本文實(shí)驗(yàn)中,當(dāng)刺激間隔“Interval”自動(dòng)消失后會(huì)立即呈現(xiàn)搜索界面;而被試者對(duì)中心區(qū)域具有較高的偏好,他們會(huì)首先注視中心區(qū)域,確認(rèn)無目標(biāo)刺激后轉(zhuǎn)而掃視界面的周圍區(qū)域;由于注意返回到剛才已注視過的中心區(qū)域會(huì)變慢或受到抑制,當(dāng)目標(biāo)刺激在中心區(qū)域而被試者作出錯(cuò)誤判斷時(shí),中心區(qū)域的搜索績效就會(huì)大幅度下降。因此,出現(xiàn)了中心區(qū)域位置偏好度高而搜索績效卻較低的現(xiàn)象,這與現(xiàn)有研究所提出的結(jié)論和觀點(diǎn)極為相似[11-14]。
2)由于目標(biāo)位置A5的情況比較特殊,因此,清除表4中A5的偏好度和績效排序數(shù)據(jù)(假設(shè)不考慮目標(biāo)位置A5的情況),對(duì)其他8個(gè)目標(biāo)位置Ai的偏好度和搜索績效進(jìn)行重新排序,結(jié)果見表5。
表5 重新排序后的目標(biāo)位置偏好與績效對(duì)比Table 5 Reordering of the comparison of target location preference and performance
由表5可知,在不考慮中心區(qū)域A5的情況下,搜索目標(biāo)位置偏好度排序與績效排序之間的一致性高。說明在結(jié)構(gòu)性搜索區(qū)域內(nèi)采用系統(tǒng)搜索策略進(jìn)行作業(yè)時(shí),中心區(qū)域除外的其他區(qū)域的搜索績效與作業(yè)者對(duì)搜索區(qū)域的主觀偏好是高度一致的。但在實(shí)際的系統(tǒng)搜索作業(yè)中,目標(biāo)位置A5一般是存在的。所以,在實(shí)際應(yīng)用中應(yīng)將結(jié)構(gòu)性搜索區(qū)域劃分為中心區(qū)域和周圍區(qū)域分別進(jìn)行分析。
3)從“C1快捷性”“C2準(zhǔn)確性”“C3適應(yīng)性”“C4習(xí)慣性”4個(gè)指標(biāo)對(duì)目標(biāo)位置的主觀偏好進(jìn)行模糊評(píng)價(jià),對(duì)于解釋系統(tǒng)搜索策略績效的形成機(jī)理是有效的。
4)相關(guān)研究成果認(rèn)為搜索績效較優(yōu)區(qū)域有左上方、正左方、左下方、正上方,較差區(qū)域則是右下方、正右方、右上方[15-16]。這與本研究結(jié)論相似,但導(dǎo)致這種搜索績效差異性的根本原因不是搜索目標(biāo)的位置屬性,而是作業(yè)者對(duì)搜索目標(biāo)位置主觀偏好的差異。大多數(shù)人對(duì)目標(biāo)位置的主觀偏好趨于一致,但還存在偏好不一樣的少部分人,前面提到的“左上方、正左方、左下方、正上方為較優(yōu)區(qū)域;右下方、正右方、右上方為較差區(qū)域[15-16]”對(duì)于這少部分人是不適用的。
1)基于系統(tǒng)搜索策略的VDT搜索作業(yè)績效形成的根本原因是作業(yè)者對(duì)目標(biāo)位置的主觀偏好度,而不是搜索目標(biāo)的位置屬性。
2)在系統(tǒng)搜索策略下的VDT作業(yè)中,中心區(qū)域除外的其他區(qū)域的績效與作業(yè)者的位置偏好具有高相關(guān)性,偏好度高的區(qū)域搜索績效要顯著優(yōu)于偏好度低的區(qū)域;中心區(qū)域的偏好度高但績效差。
3)在實(shí)際應(yīng)用中,宜將結(jié)構(gòu)性搜索區(qū)域劃分為中心區(qū)域和周圍區(qū)域分別研究。
中國安全生產(chǎn)科學(xué)技術(shù)2019年11期