基于眼动追踪的数字界面用户情绪分析

沈竹琦　薛澄岐　牛亚峰

摘要：为了探索用户使用数字界面时情绪与眼球运动的联系，采用单因素完全被试内设计进行实验研究，使用眼动仪记录被试眼动数据并进行统计分析。结果表明，不同界面间的愉悦度、控制度、注视持续时间平均值、扫视持续时间最大值具有显著差异。研究证实了眼动行为与用户情绪之间具有一定的相关关系，可将注视持续时间平均值、扫视持续时间最大值、扫视率这三个眼动数据作为衡量用户情绪的指标，对于用户体验的定量化表示有一定的参考。

关键词：数字界面 情绪 眼动追踪 用户体验 PAD情绪模型

中图分类号：TP391.41 文献标识码：A

文章编号：1003-0069（2018）01-0158-03

引言

随着现代计算机及信息技术的飞速发展，数字界面作为人机交互过程的载体和媒介得到了广泛的使用，它包含了网页界面、软件界面、移动设备界面、多媒体界面等。用户体验是人机交互研究中的重点，数字界面的用户体验主要体现在美观体验、价值体验和情绪体验上，而用户的情绪状态最能直观地表现出来，反映用户体验水平的高低，为设计者提供参考。因此，测量情绪是度量用户体验的有效方法，情绪测量技术近年来受到研究者的广泛关注，对用户情绪的研究正是体现了“以用户为中心”的设计理念。

眼睛是人机交互中获得信息的重要通道之一，大量研究表明眼动数据与情绪有很大的相关性。Partala和Surakka（2003）用声音激发被试者的情绪，发现受试者在积极和消极情绪状态下的瞳孔直径明显大于中性情绪时的，并提出可以用瞳孔尺寸变化作为输入信号来计算情绪状态。Bradley等（2008）发现人们在观看情绪激发图片时瞳孔直径都会变大，同时也伴随着皮肤电传导的变化，证实了观看情绪图片的反应与交感神经系统活动的增加有关。De Lemos等（2008）运用一种叫作Emotion Tool的分析软件来识别用户情绪，通过收集用户使用产品或观看广告过程中的眼动数据（包括注视特征、眨眼特性和瞳孔变化特征）来判断情绪状态，识别用户的心情是否愉快。Alshehri和Alghowinem（2013）用电影片段作为刺激源，激发被试者愉快和不愉快的情绪，结果发现注视持续时间与注视次数与情绪状态有显著关系，因此注视相关的指标可能可以用于检测积极或消极的情绪状态。郭伏（2013）等人基于情感三层次理论，测量了用户在浏览网页时的主观情绪以及生理指标，发现用户在浏览不同电子商务网站时的体验差异主要反映在眼动数据及主观情感报告上，情感体验的三层次之间具有相互作用的影响，并且会在某种程度上影响用户的行为和意向。李森等（2013）通过PAD情绪量表取得被试在浏览不同音乐网站时的情绪状态，通过眼动仪收集被试眼动数据，用偏最小二乘法建立了眼动指标与用户情绪的回归方程，该模型在情感预测上有一定的信效度。

Mehrabian（1996）建立了PAD情绪模型用于描述人类的情感状态，将情绪分为3个维度，P代表愉悦度（pleasure-displeasure），A代表激活度（arousal-nona rousal），D代表控制度（dominance-submissiveness）。愉悦度表示个体情感状态的正负特性，激活度表示个体的神经生理激活水平，控制度表示个体对情景和他人的控制状态。这三维特质相互独立，构成了三维情绪空间。每一个情绪的状态均可由上述空间中的位置来表示。根据这3个维度可以将情绪划为8个区间，（如图1）所示。

在进行情绪研究时，多使用主观报告法与生理测量结合的手段，以提升实验研究的信效度。在眼动追踪技术用于用户情绪研究方面，主要的测量指标是瞳孔直径。注视、扫视、眨眼相关的指标也被证明与情绪相关，但此方面的研究尚未有公认的结论。目前用眼动追踪技术研究情绪的刺激源主要是图片、文字，而使用交互界面作为刺激源的研究较为缺乏。

本文以软件界面为对象，界面浏览和搜索为实验任务，探究眼动各子级指标与用户情绪三维度之间的内在关系，通过开展眼动实验，运用眼动数据对用户情绪进行解读与分析，发掘眼动与情绪之间的规律。本文的研究内容对用户情绪定量化的表示和对揭示用户心理活动具有一定的参考意义。

一、研究方法

（一）实验准备

1.情绪量表选取

PAD情绪量表是根据Mehrabian建立的PAD情绪模型发展而来的情绪测量量表。本实验选用由中科院心理研究所修订的《中文简化版PAD情绪量表》，情绪的每个维度由4个表示不同情绪状态的形容词对描述，共12个词对，每个词对采用九点语义差异量表，根据所感受到的情绪更倾向哪个词以及强烈的程度来选择分数，从左到右分数分别为“-4”到“4”，标定在中间时，记为“0”分，最后分数为测量该维度的4个项目得分的平均数。

2.眼动指标选取

通过阅读相关文献结合现有仪器的数据采集范围，注视、扫视和瞳孔直径相关的眼动指标与情绪有关，由于本次实验素材为不同的应用软件，为排除不同产品及操作导致的数据差异性，此处选择比率性质、均值性质以及最值性质的眼动指标，分别为：注视率（count/s）、注视持续时间平均值（ms）、注视持续时间最大值（ms）、注视持续时间最小值（ms）、扫视率（count/s）、扫视持续时间平均值（ms）、扫视持续时间最大值（ms）、扫视持续时间最小值（ms）、瞳孔直径平均值（mm）、瞳孔直径最大值（mm）、瞳孔直径最小值（mm）、扫视距离平均值（px）、扫视速度平均值（px/ms）。

3.交互界面选取

天气类应用软件是普遍使用的一类软件，大多数用户对该类软件较为熟悉。天气类应用软件所呈现的信息本身是中性的，而不同界面之的用户体验差异能引发用户不同的情绪，其中界面间的用户体验差异越大，引起的用户情绪差异也越大，故实验中选取代表性界面作为实验对象。在Windows 8.1的应用商店中预选出8个天气应用软件，以调查问卷的方式，选擇其中激发用户情绪差异最大的软件界面2个，分别为“MSN天气”与“极速天气”，作为实验所用的交互界面素材。

（二）实验被试与设备

1.实验被试

实验被试人数28人，男女各14人，年龄为21～25周岁，均为东南大学的在读本科生或研究生，均无色盲色弱，双眼矫正视力均在1.0以上，有三年以上网龄且熟悉计算机操作。

2.实验设备

实验设备选取Tobii X2-30眼动追踪仪，采样率30Hz，具有便携式的特点。该眼动仪允许被试者头部移动的范围较大，能最大程度减少实验仪器的约束对实验过程的干扰。同时，实验所用的笔记本电脑装有与眼动仪配套的ToNi Studio 3.2.1软件，实验过程中被试者通过该笔记本电脑浏览和操作应用软件。

（三）实验设计

本实验采用单因素（界面）二水平（MSN天气、极速天气）完全被试内设计，考察被试在使用不同软件界面时产生的情绪状态。考虑到界面呈现顺序和被试性别对实验结果的影响，将这两个因素作为实验的两个区组。界面呈现顺序A为先呈现“MSN天气”再呈现“极速天气”，界面呈现顺序B为先呈现“极速天气”再呈现“MSN天气”。

（四）实验过程

实验在安静、光线均匀的实验室中进行，实验流程（如图2）所示。被试进入实验室后首先放松5分钟，阅读实验指导书。向被试介绍实验流程、进行仪器校准等准备工作。准备完成后开始实验，被试首先随意浏览第一个软件60秒，随后查找“北京”这个城市并向主试报告北京明天的最高气温；之后被试有3分钟的时间填写PAD情绪量表。休息1分钟后，再次进行仪器校准，然后对下一个界面进行同样的浏览、查找天气和填写情绪量表。收集到的实验数据包括被试情绪的PAD值和分别使用“MSN天气”和“极速天气”软件时的眼动数据。

二、实验数据分析

（一）单因素方差分析

为了研究两个软件界面引起的用户情绪和眼动数据的差异，对数据进行方差分析。运用SPSS 22.0软件，对主观情绪PAD值与眼动数据进行预处理，首先根据箱线图剔除极端异常值，然后进行正态性检验。除了注视持续时间最小值、扫视持续时间最小值、瞳孔直径最小值三个变量外，其余变量均满足显著性大于0.05的条件，服从正态分布。

剔除不服从正态分布的变量后，将界面类型作为影响因素，界面呈现顺序、被试者性别作为区组，对主观情绪PAD值和眼动数据作方差分析，影响因素“界面”间的P值（p=0.000）、D值（p=0.000）、注视持续时间平均值（p=0.037）和扫视持续时间最大值（p=0.001）满足显著性小于0.05的条件，区组“顺序”间的P值（p=0.007）和扫视率（p=0.037）满足显著性小于0.05的条件，区组“性别”间的扫视速度平均值（p=0.016）满足显著性小于0.05的条件，表明这些数据与用户使用软件时的情绪有关，可作进一步分析。

（二）相关分析

为了研究情绪的三维指标与眼动数据之间的关系，将愉悦度P、唤醒度A、控制度D分别与眼动指标进行相关分析。相关系数在±0.3～±0.5之间的为低度相关，扫视持续时间最大值与愉悦度P的相关系数呈现出低度的正相关（0.367），注视持续时间平均值与控制度D呈现出低度的负相关（-0.338），扫视率、扫视持续时间平均值和扫视持续时间最大值与控制度D呈现出低度的正相关（分别为0.400、0.325和0.350）。

三、讨论

从方差分析的结果可以看出，两个不同的界面在引发用户主观情绪的P值、D值，和注视持续时间平均值、扫视持续时间最大值上具有显著差异。对这几项数据作箱线图，（如图3）所示。

由（图3）（a）、（b）可见，MSN天气引起的用户情绪在愉悦度（P值）和控制度（D值）上均显著高于极速天气，即使用MSN天气时更能感受到愉快的情绪，并且控制感更强。由（图3）（c）可见，极速天气对应的注视持续时间平均值显著高于MSN天气，可以解释为被试对极速天气界面的认知加工所需时间较长，理解较为困难。由（图3）（d）可见，MSN天气对应的扫视持续时间最大值显著高于极速天气。对比两个应用界面，MSN天气的界面元素更多且更为分散，用户的注视点在相距最远的两个兴趣元素间转换时，产生扫视持续时间的最大值，因此扫视持续时间最大值反映了界面元素的分布广度。因此，从用户体验的角度来看，情绪在愉悦度和控制度上呈现出协同增长的趋势，表明了界面操作过程的流畅能提升用户体验的程度。界面的元素可以有很多，但必须是容易理解的。

此外，界面呈现的顺序对情绪和眼动数据也有一定的影响。情绪愉悦度（P值）和扫视率对界面呈现顺序有显著差异，界面呈现顺序为A（即先呈现MSN天气，后呈现极速天气）时，愉悦度均值较低，扫视率均值也较低。性别也是影响眼动的一个因素，扫视速度平均值在被试性别不同时有显著差异，女性被试的扫视速度平均值均值要高于男性被试。

从相关分析的结果可以看出，扫视持续时间最大值与愉悦度P呈现出低度的正相关，有研究表明，人们在愉快的心情下注意广度更大，因此用户愉悦程度较高时，浏览和搜索界面中各种元素的兴趣也更高。注视持续时间平均值与控制度D呈现出低度的负相关，若用户对该界面某一区域的注视时间越长，则加工难度越大，使用过程越不流畅，因此掌控感就越低；扫视率、扫视持续时间平均值和扫视持续时间最大值与控制度D呈现出低度的正相关，控制感较强时用户寻找兴趣区的意愿更为强烈。眼动指标与唤醒度A无显著的相关性，可能的原因有二：一是所选实验材料在唤醒度A上的差异不够明显；二是唤醒度A这个变量本身就无法在眼动行为上体现出来。

此外，本研究还存在一些不足之处。首先，用户情绪的变化与眼动数据一样，是连续变化的，而本次实验中对情绪的测量是在软件界面的浏览和操作过程后进行的，存在着滞后的问题。其次，眼动数据对用户情绪的解释力不够强，后续的研究将把眼动数据与其他生理测量数据（如脑电、皮电、心电等）结合分析，以探索数字界面用户情绪识别的有效方法。

结语

本文探索了用户使用不同数字界面间的眼动行为与用户情绪之间的内在联系，对眼动数据与情绪数据进行统计分析。结果表明，数字界面的用户情绪主要体现在愉悦度和控制度上，两者呈现出协同增长的趋势。扫视相关的眼动指标值与情绪的愉悦度和控制度呈正相关关系，扫视行为的增加意味着用户体验的提升。注视相关的眼动指标与情绪的控制度呈负相关关系，注视行为的增加意味着用户体验的下降。眼动指标与情绪的唤醒度之间無明显关系。在后续的研究中，将把注视和扫视相关的数据作为用户情绪测量的两个参考指标，对用户体验度量进行进一步的研究。