المفاهيم الأساسية
유전 알고리즘 기반 지원 벡터 머신 접근법을 사용하여 사용자 요구사항에 따라 모바일 애플리케이션의 주요 사용성 기능을 추출하고 이를 기반으로 사용자 인터페이스의 품질을 평가한다.
الملخص
이 연구에서는 모바일 학습 애플리케이션의 사용성 평가를 위한 새로운 접근법을 제안한다. 사용자 설문조사를 통해 사용자의 요구사항과 인식을 수집하고, 유전 알고리즘 기반 지원 벡터 머신 알고리즘을 사용하여 주요 사용성 기능을 추출하고 점수를 매긴다.
추출된 기능은 사용자 인터페이스의 품질을 평가하는 데 사용된다. 이 접근법은 랜덤 포레스트, 의사결정 트리, 회귀 모델 등 다양한 기계 학습 모델과 비교 평가되었다.
실험 결과, 제안된 GA 기반 SVM 접근법이 모바일 애플리케이션의 주요 사용성 기능을 추출하고 순위를 매기는 데 더 정확한 것으로 나타났다. 이를 통해 사용자 인터페이스 개선을 위한 권장 사항을 제공할 수 있다.
الإحصائيات
사용자 설문조사 결과, 효율성과 기억성이 가장 중요한 사용성 특성으로 나타났다.
사용자의 85%가 LMS-IUB 시스템의 전반적인 성능이 좋다고 응답했다.
사용자의 78%가 LMS-IUB 시스템의 사용 경험이 가치 있었다고 응답했다.
사용자의 76%가 LMS-IUB 시스템의 학습 능력이 높다고 응답했다.
اقتباسات
"모바일 학습 애플리케이션의 사용성 평가는 HCI 분야에서 실제 과제이다."
"사용자 만족도와 사용 편의성 향상은 모바일 학습 애플리케이션 개발의 핵심 목표이다."
"유전 알고리즘 기반 지원 벡터 머신 접근법은 모바일 애플리케이션의 주요 사용성 기능 추출과 순위 매기기에 더 정확한 것으로 나타났다."