政务软件易用性评测探究

肖祥春，赵昌平

（1.广东省科技基础条件平台中心，广东广州，510000 2.广东省高性能计算重点实验室，广东广州，510000）

0 引言

国内研究者对软件易用性评测都进行了不同程度的研究，但鲜少学者专门针对政务软件易用性评价指标体系进行相关研究，也鲜少有学者将层次分析法与BP神经网络相结合运用于软件易用性评测，且针对软件易用性测评研究成果，仅停留于软件易用性评价指标体系的构建上，未见学者涉及指标体系中各指标权重分配方面的研究。在此背景下，本文探究针对政务类软件易用性评测指标，建立与其对应的易用性评测指标体系，针对易用性评测各指标权重分配，引入BP神经网络算法，建立基于BP神经网络的易用性评测模型，以期更科学、更有效、更客观地的评价政务类软件易用性。

1 政务软件易用性评测概述

1.1 软件易用性概述

软件易用性是软件的一种固有且不可见的属性，很多软件产品看起来很相似，而其中有些只需要稍加摸索就能够轻松地使用，有的则需要花费较多的精力才能够掌握使用方法。追根究底，这是因为它们的软件易用性存在着区别。软件易用性一般是针对具有人机交互过程的软件而言，软件易用性是指使用软件的用户对软件在有效性、效率和满意度方面的感知。要改善软件的用户体验，就需要提高软件的易用性，政务信息系统易用性将直接影响系统在社会公众群体中的服务情况和影响效应。

1.2 政务软件易用性评测的重要意义

“软件难以理解、不易使用或者从测试员和最终用户角度看会认为不好”被认为是软件缺陷之一,直接影响软件质量,因此，软件的易用性在决定软件产品能否获得成功的诸多因素中起着重要的作用。通过软件的易用性评测，可以发现软件易用性方面的缺陷，为软件产品易用性方面提出改善的建议，进而可以提高软件产品的易用性，提高软件质量，提升用户对产品的满意度，提高软件产品的竞争力，还可以节约培训和技术支持方面的成本，对于政务软件而言还可以提高政务办公人员的办事效率。易用性指标体系及其模型的构建，还可以为检测单位提供易用性评价模型与标准，可以提高软件信息系统易用性测评的工作效率，规范易用性测评流程，降低测评成本。

2 政务软件易用性指标体系构建

2.1 软件易用性指标体系概述

国家标准化管理委员会发布的GB/T 29836.1-2013规定了软件易用性指标，主要包括：易理解性、易操作性、易学性和吸引性四个方面，并针对各指标定义了对应评估项。如图1所示。

图1 软件易用性指标体系

2.2 政务软件易用性评测指标体系构建

由图1可知，现阶段主要从吸引用户、易操作性、易理解性和易学习性四个方面评估系统易用性，其作为通用的系统评测方法，未根据政务系统的特点进行相关有重点有目标的评价，不够细化，也无法量化，且现阶段的系统易用性评估存在大量的主观评价指标，因此，利用测试手段获取数据并通过科学化的方法来分析政务信息系统易用性指标的关键核心指标及其量化评估，并最终以此为依据构建政务信息系统易用性评价模型和指标体系，显得尤为重要。

构建软件易用性评价指标体系是开展易用性评价研究的基础，本文探究通过易用性调查表，以调研的方式结合图2的软件易用性指标体系标准，从标准中选取适用于政务软件的易用性度量指标，结合政务软件自身特点，归纳总结出其核心的功能特性，并以此为基础，抽象出政务软件易用性评测的核心指标，通过修改和丰富这些指标得到适用于软件的易用性测试指标，建立适用于政务软件易用性评测指标体系，其建立过程如图2所示。

图2 指标体系建立过程图

3 政务软件易用性评测方法探究

3.1 模糊综合评测法

易用性评测使用较多的方法为模糊综合评价法。此方法通过模糊数学的隶属度理论将定性评价转化为定量评价，使用模糊数学对受多种因素制约的事物或对象做出一个总体的评价。运用模糊综合评价法进行决策主要有三个步骤：（1）确定评价因素、评价等级；（2）构造评判矩阵和确定权重；（3）进行模糊合成，作出决策。其中，评价因素是对指标评议的具体内容，评价等级是评价因素的优劣程度，被评价因素确定了一个从指标到等级的模糊关系矩阵以及权重，权重是用来度量指标相对重要性大小的参数值。模糊综合评测法虽然能够对软件易用性进行评测，但未涉及各个指标的权重分配。

3.2 层次分析法

层次分析法（AHP）按总目标、各层子目标、评价准则直至具体的备投方案的顺序，将决策问题分解为不同的层次结构，通过判断矩阵特征向量求解得到每一层元素对上一层元素的优先权重，然后再使用加权和的方法递阶归并各备择方案对总目标的最终权重，得到的最终权重值最大者即为最优方案。

如图1所示，软件易用性评测的指标体系也是层次结构，故可采用AHP（层次分析法）进行指标分析获取各个指标的权重，基于此，建立政务软件易用性评测指标体系分为三层，第一层是易用性评价，第二层是易理解性、易学性、易操作性和吸引性，第三层是易理解性、易学习性、易操作性和吸引性对应的具体指标。此三层分别对应层次分析法的三个层次：目标层、准则层和方案层。其中目标层：采用对整个易用性的量化值作为评价体系的决策目标；准则层：该层包含了要实现预定目标所涉及的一系列准则，可以是一层也可以是多层，本文的评价体系选择一层准则，含易理解性、易学习性、易操作性及吸引性4个部分；方案层：该层包含了为实现准则层可供选择的各种指标，根据建立的易用性测试指标体系设定。易用性测试指标体的三层结构如图3所示。

图3 政务软件易用性评测指标三层结构

3.3 AHP-BP神经网络评测法

软件易用性评测存在很大的主观性与不确定性，影响因素较多且各因素之间存在密切的联系，如果仍单一采取传统评测方法，难以对软件易用性作出公正、客观、精准的评价。神经网络在解决这类问题上具有适用性与优越性，BP神经网络算法是目前应用较为广泛的人工神经网络，它在对网络进行训练时误差是逐层往回传递，以对各层之间的权值和阈值进行调整，该学习算法也称为误差反向传播学习算法。所以，本文探究针对易用性评测各指标权重分配问题，在层次分析法的基础上引入BP神经网络算法，建立基于BP神经网络的易用性评测模型，模型的建立一般包括：确定网络层次、确定网络输入输出节点数、确定隐含层神经元个数、确定传递函数及其他参数、BP神经网络学习这几个过程，如图4所示。

图4 BP神经网络模型建立

4 结束语

本文分析了当前软件易用性研究现状，针对当前通用易用性评估方法无法满足政务信息系统测评需求，提出结合政务类信息系统的特点，归纳总结出其核心的功能特性，抽象出政务类信息系统易用性评测的核心任务，构建政务类信息系统的易用性评估模型和指标体系。针对各项指标不够细化，也无法量化，并且存在大量的主观评价指标，运用层次分析法构建软件易用性评价指标体系模型，确定各指标权重，针对各指标权重分配问题，引入BP神经网络算法，建立基于BP神经网络的易用性评测模型，以期更科学、更有效、更客观地的评测政务软件易用性。