移动云计算用户QoE的模糊综合评价研究

王文婧，曲佰达，段 然/Wang Wenjing,Qu Baida,Duan Ran

（中国石油天然气股份有限公司北京油气调控中心 北京100007）

(PetroChina Co.Ltd.,Beijing Gas Pipeline Control Center,Beijing 100007,China)

移动云计算是以移动网络为传输介质，通过移动智能终端使用户获取硬件、软件、平台等IT资源的一种服务模式。可用的移动云计算服务，必须要有终端、移动网络带宽、端到端安全网关等因素的支持。作为云计算的扩展，移动云计算向移动用户提供云端的数据计算与存储应用。在使用移动云计算服务时，用户体验的最基本要求是用户通过移动终端能够随时随地安全地使用应用程序并访问信息。QoE（qualityofexperience，用户体验质量）是指移动网络应用使用户产生的主观感受。之所以将研究重点定位为QoE，是因为云计算的核心是将计算服务的交付与底层技术相分离，故云计算的重点是用户体验。

移动云计算目前已有不少优秀的服务与应用，移动互联网的带宽也使很多移动云计算业务的实现成为可能。与云计算用户相比，移动云计算用户可以随时随地获得服务，不受时间、终端、地点的约束，前提是必须有可用的移动网络带宽支持。对于个人用户来说，可能使用免费的移动云计算服务较多，更加注重娱乐性、生活方便性、个人隐私安全性等，并希望可利用移动云计算处理一些工作事务。对于企业用户来说，可能使用收费的移动云计算服务较多，更加注重企业效益提升、工作效率提高、工作机密安全性等。国内外已有很多学者采用多种角度研究评价体系，但以用户体验作为评价体系研究方向的研究仍较为缺乏。为此，本文尝试从企业用户的用户体验出发，设计移动云计算企业用户QoE评价的指标体系，并利用模糊评价法构建出相应的评价模型，力图帮助移动云计算提供商更加客观、全面地了解所提供移动云计算的运营效果，研究出的企业用户QoE评价的核心指标将作为QoE优化研究的输入。

目前在QoE方面的研究主要有以下几个方面。

在用户体验定义方面，参考文献[1]认为用户体验是产品或服务在真实世界中的展示方式；参考文献[2]认为用户体验是用户在与产品或系统交互时感受到的促进因素；参考文献[3]定义用户体验为人机交互过程中用户的实时情感和希望预期。

在用户体验要素方面，参考文献[4]从用户使用产品或服务时考虑的多项内容中，选择了用户体验的3个核心要素：产品、服务和态势。

在用户体验模型方面，参考文献[5]提出了用户体验过程和研究的基本框架模型，该模型将用户使用特征归为认知维度；参考文献[6]构建了以交互为核心的用户体验构想模型——APEC（审美、情感、认知、实用）模型。

在用户体验评价方面，参考文献[7]将每个用户体验元素作为一部分，并对每个元素创建一系列的陈述及参数，从而有针对性地对用户体验进行评价。

2 模糊综合评价模型的确立

模糊综合评价的基本步骤是：确立评价指标体系；设定评价集并确立评价因素的隶属度函数；确定评价因素的权重；进行模糊综合评判。

2.1 建立移动云计算用户QoE评价指标体系

确定被评价对象在因素集合U={u1,u2,…,un}。本文基于移动云计算使用户实现目标的有效性，将用户体验分为功能体验、技术体验、过程体验、人性化体验、结果体验5个方面，通过三级指标建立了一套较为完整的移动云计算用户QoE评价指标体系，该体系由5个一级指标、14个二级指标和37个三级指标共同组成，评价体系的整体架构见表1所列。

其中，功能体验包括移动云计算重要特征之一的“共享性”、满足用户所有需要的“全面性”、用户能够访问和使用的“可用性”。技术体验包括移动云计算能使用户快速完成任务的“响应快捷性”、移动网络环境的“连接有效性”、移动云计算系统的“稳定性”。过程体验包括移动云计算能给用户带来便捷工作的“简易性”、给用户带来舒心工作的“准确性”、给用户带来放心工作的“安全性”。人性化体验包括移动云计算能给用户带来视觉享受的“美学感受性”、满足用户心理需求的“个性化”、移动云计算重要特征之一的“人机交互性”。结果体验包括移动云计算能给企业用户带来的内部影响和外部影响。

2.2 基于层次分析法设置评价体系权重

2.2.1 递阶层次结构模型的构建

在层次分析法中，最关键的步骤为构建层次结构模型，即将复杂问题分解成为元素，并按照元素间的关系及隶属关系构建模型。本文构建的层次模型共4层。

2.2.2 构建判断矩阵

构建递阶层次结构模型后，两两比较所有元素，通过数字1～9判断各层次各元素的相对重要性，建立比较判断矩阵。

假设要衡量n个因子X={X1，X2，…，Xn}对某元素Z的影响程度，每次选2个因子Xi和Xj，用cij表示Xi和Xj的相对重要程度，由所有比较结果可得出比较判断矩阵A。

本文采用数字1～9及其倒数作为衡量aij值的标度，具体含义见表2所列。

2.2.3 层次的单排序及一致性检验

层次单排序求解过程为：首先求出上一节中判断矩阵A最大特征λmax对应的特征向量W，然后将该特征向量作归一化处理，即可得出相应因素关于上一层因素相对重要性的权重。

表1 移动云计算的企业用户QoE评价体系

表2 层次分析法判断矩阵标度含义

在计算判断矩阵A相应最大特征λmax的特征向量W时，n阶正反矩阵A为一致矩阵的条件为：当且仅当其最大特征λmax=n，且当n阶正反矩阵A非一致时，必有λmax＞n。

由于判断矩阵是由相关专家根据自身经验和直觉进行打分而得的，所以可能会出现前后不一致的情况，因此必须对得到的判断矩阵做一致性检验，以检测该判断矩阵的有效性。

检验判断矩阵一致性的步骤如下。

（1）计算一致性指标CI

（2）查找对应的平均随机一致性指标RI，对于n=1,2,…,15，对照表3的数值。

表3 平均随机一致性指标检验RI

（3）计算一致性比例CR

当n=1、2时，CR为0。当n＞2时，若CR＜0.10，判断矩阵的一致性为可接受，可将改矩阵用作层次分析；若CR＞0.10，则认为判断矩阵不具有一致性，应对该矩阵做必要的完善与修订。

2.2.4 层次总排序及一致性检验

设上一层次(A层)包含A1,A2,…,Am共计m个元素，其相对于上一层的权重因子分别为a1,a2,…, am，其下一层(B层)包含B1,B2,…,Bn共计n个元素，其相对Aj的单层权重因子分别为b1j,b2j,…,bmj，那么B层各元素相对于总目标的权重因子b1,b2,…,bn的计算公式如下。

由于各层次的非一致性若聚集起来，会导致最终计算结果严重的非一致性，所以在层次总排序时仍需进行一致性检验，对层次总排序做一致性检验的详细步骤如下。

设在单排序中进行一致性检验，通过B层中与Aj相关元素的两两比较矩阵，计算出单排序一致性指标为CI（j）（j=1,2,…,n），对应的平均随机一致性指标为RI（j），其中，CI（j）、RI（j）通过层次单排序已知，则B层总排序随机一致性比例为

当CR＜0.10时，判断矩阵的一致性可接受，可将其用作层次分析，若不然，应调试与修订本层的各判断矩阵，直至达到满意的层次总排序一致性结果。

根据本文建立的评价指标体系，设计了调查问卷 《移动云计算用户QoE评价指标权重设置调研》。针对互联网工作人员、高校教师等通信专家做问卷调查，共发放25份问卷，收回20份问卷，根据一致性检验CR＜0.10，最终筛选出有效问卷17份。通过层次单排序与层次总排序的方法，求解出17份有效问卷的各指标权重，然后计算出所有问卷各指标的平均值，将该平均值作为最终的各级指标权重，最终权重计算结果见表4所列。

表4 移动云计算用户QoE评价因素指标权重

3 移动云计算用户QoE模糊综合评价及其实证

3.1 构建模糊综合评价模型

设评价模型的评价指标集合为U={u1,u2,…,un}，其中，ui（i=1,2,…,n）是考察评价对象的状态的第i个指标。评语集合V={v1,v2,…,vm}，其中，vi（i=1,2,…, m）是每个指标的评语，可以为定性判断，也可以为定量判断。

模糊集有2种：一种表示评测人员认为指标集合U各元素的重要程度，即指标集合U上的模糊权重向量W={w1,w2,…,wn}，可采用AHP计算模糊权重向量；另一种表示评测人员对各评价元素的价值理念和偏好构架，即指标集合U到因素集合V的模糊关系，也即U×V的模糊运算，记为n×m模糊矩阵。

模糊综合评价根据模糊权重向量W={w1,w2,…, wn}∈F(U×V)，从U到V的模糊变换f以及对每个指标做判断f（ui）={ri1,ri2,…,rim}∈F(V)，（i=1,2,…,n），据此构造模糊矩阵R=[rij]n×m∈F(U×V)，其中，rij表示指标ui具备评语uj的程度。然后根据模糊矩阵的合成运算，对模糊综合评价模型B=A°R=（b1,b2,…,bm）求解。最后，采用模糊模式识别技术判定对对象的状态与程度做出评价。

综上所述，模糊综合评价模型具有以下要素。

①评价指标集合，即因素集；

②评语集合，即决断集；

③因素的判断，根据f:U→F(V),ui|→f（ui）=(ri1,ri2,…,rim)∈F(V)可推出模糊关系 Ri∈F(U×V)，其中Rj=(ui,vj)=f（ui）（vj），而由Rf构成的模糊矩阵记为R=[rij]n×m∈F(U×V)，模糊综合评价模型的计算过程如图1所示。

针对综合评价模型的模糊评价子集B，可基于对象识别特征构造标隶属函数，并选择判决准则识别对象。模糊模式识别以模糊集为基础，包括两类识别；一类为元素的模糊集识别；另一类为模糊集对模糊集的识别。移动云计算的企业用户QoE综合评价模型属于元素对标准模糊集的识别模型，通常有3种识别准则：阀值原则、重心原则、最大隶属度原则。根据数据特点和评价要求，本研究选取阀值原则作为识别方法，即取定水a∈[0,1]平，若Ak(x0)≥a，则认为x0相对隶属于Ak；若Ak(x0)＜a，则认为相对不属于Ak。

3.2 选择模糊综合评价模型算法

对于模糊综合评价模型B=A°R=（b1,b2,…,bm）∈F(V)，其中，记合成运算°为

将该综合评价模型简记为M(∧*,∨*)。如何计算bj的算子(∧*,∨*)非常重要，本文选取以下模型作为算法，因为该模型足够细致，适于强调整体的综合评价。

3.3 移动云计算企业用户QoE模糊综合评价实证

（1）实证数据来源

数据收集主要采取了问卷调研的方式，通过向IT工作人员、高校教师、运营商工作人员发放问卷《移动云计算用户QoE评价调研》得到相关数据。调研过程中，共发放问卷100份，收回有效问卷65份。

（2）对子因素层进行单因素评价，并建立模糊评价矩阵

图1 模糊综合评价模型计算过程

以共享性的单因素评价为例，调查结果为：35%的评价者对移动云计算用户应用的共享性感到非常满意；39%的评价者感到比较满意；20%的评价者认为尚可；3%的评价者认为较差；3%的评价者认为很差。上述评价者的评价结论构成模糊矩阵R1中的第一行。评价者对移动云计算用户应用的共享性体验指标的评价结果见R1。

其他R矩阵算法同上，不再赘述。

（3）建立模糊评价模型，分别对各因素层进行综合评价

以共享性的模糊评价模型为例。通过前面的计算，我们已经知道共享性的各项指标权重为W1=（0.5774，0.2679，0.1547）。

根据模糊评价模型B=W°R，得出企业用户对移动云计算的共享性体验指标的评价结果B1=W1°R1=（0.314，0.367，0.243，0.045，0.03）。

按最大隶属度原则，用户对移动云计算的共享性体验评价的等级为“比较满意”。

其他二级指标与一级指标的算法同上，不再赘述。

（4）评价结论

由评价结果可计算出，P=0.209+0.384+0.322= 0.915≈0.92。表明移动云计算的企业用户体验评价满意程度为92%。

模糊评价结果表明企业用户对移动云计算的QoE评价“比较满意”（对应比例为38%）。QoE评价较高的一级指标为“功能体验”（满意比例为98.3%）和 “人性化体验”（满意比例为89.6%）；QoE评价较低的一级指标为“过程体验”和“结果体验”（其满意比例分别为85.5%和87.6%）。QoE评价较高的二级指标为“共享性”（满意比例为92.4%）、“简易性”（满意比例为92.3%）、“稳定性”（满意比例为91.7%）、“外部影响”（满意比例为90.8%）和 “美学感受性”（满意比例为90.7%）；QoE评价较低的二级指标为“安全性”（满意比例为78.9%）、“连接有效性”（满意比例为83.6%）和“内部影响”（满意比例为86.2%）。QoE评价较高的三级指标分别为“提供的应用具有共享性”（满意比例为95.4%）、“提供的信息具有共享性”（满意比例为93.8%）、“移动云计算服务可持续稳定使用性”（满意比例为93.8%）、“同步协作准确性”（满意比例为93.8%）；QoE评价的较低的三级指标为“工作机密安全性”（满意比例为72.3%）、“用户信息安全性”（满意比例为78.5%）、“人力资源成本节约度”（满意比例为84.6%）、“工作绩效提升度”（满意比例为86.2%）。因此，移动云计算提供商需要针对上述指标进行优化，从而为企业用户提供更好的用户体验。

4 结束语

本文首先阐述了移动云计算用户QoE评价指标体系的构建依据，然后按照该依据构建了4层用户QoE评价指标体系。接着按照层次分析法原理，根据17位专家的权重调查问卷设置各指标权重，得出移动云计算用户对QoE进行评价时最为关注的是功能体验和结果体验的结论。最后，根据65份打分问卷的结果，结合层次分析法计算出的权重，综合考虑多种因素的作用，利用模糊综合评判法对移动云计算用户QoE做出综合评价。从评价结果可以看出，移动云计算用户QoE评价的满意度为“比较满意”，且满意度较高（比例为92%）。其中，用户QoE评价满意度较高的核心指标为“提供的应用具有共享性”、“提供的信息具有共享性”、“移动云计算服务可持续稳定使用性”、“同步协作准确性”；用户QoE评价满意度较低的核心指标为 “工作机密安全性”、“用户信息安全性”、“人力资源成本节约度”、“工作绩效提升度”。

上述研究结论也是符合实际情况的。作为几乎可随时随地使用的移动云计算服务，其共享性、稳定性、同步协作性特征非常突出，所以用户对于这几项评价指标的满意度较高。然而，目前移动云计算正处于发展初期，用户对移动云计算的QoE进行评价时，肯定会担心工作机密和用户信息的安全程度，同时也会期待移动云计算的使用能够节约企业人力资源成本并提升企业工作绩效。从调查结果看，目前用户对这几项评价指标是不满意的。

综上所述，为提高移动云计算用户QoE评价，作为移动云计算提供商，在提供服务时要重点关注上述满意度较低的核心评价指标。针对“工作机密安全性”和“用户信息安全性”，提供商应加强云服务平台的安全管理功能，不能因用户使用移动云计算服务而泄露用户隐私及重要工作信息。针对“人力资源成本节约度”，提供商应加强移动云计算服务的性能与功能，使用户使用移动云计算后的人力资源成本有较大幅度的减少。针对“工作绩效提升度”，提供商应加强移动云计算服务的执行效率和效果，使用户使用移动云计算后的工作绩效能有较大幅度的提升。

[1]GARRETT J J.The Elements of User Experience:User-Centered Design for the Web[M].New York:AIGA New Riders Press,2002.

[2]Mohammed R A.Internet Marketing:Building Advantage in the Networked Economy[M].McGraw-Hill Press,2002.

[3]ARHIPPAINEN L.Capturing user experience for product design [EB/OL].URL:http://www.msh-alpes.prd.fr/ADAMOS/material/ arhippa2.pdf,2009.

[4]LASALLE D,TERRY A BRITTON.Priceless:Turning Ordinary Products into Extraordinary Experiences[M].Boston:Harvard Business School Press,2003.

[5]SCHERER K R.Introduction:Cognitive Components of Emotion. Handbook of the Affective Sciences[M].Oxford University Press, 2004:563-571.

[6]VYAS D,GERRIT C,VANDER V.APEC:A framework for designing experience[EB/OL].http://www.infosci.cornell.edu/place/ 15_DVyas 2005.pdf,2006.

[7]RUBINOFF R.How to quantify the user experience[EB/OL].http:// www.sitepoint.com/print/quantify-user-experience,2006.