
大数据时代的大交互设计
交互设计从最初闭源非联网单机模式的单线逐层瀑布流的交互技术开发模式,在交互式信息产品的设计管理及技术实现层面,采用瀑布流的模型,指导交互设计的过程管理,随着开源和人工智能等信息通讯技术的发展,交互技术壁垒让位于对用户体验的提升,交互设计转向对用户心理认知模型的把握,交互设计模型倾向于对用户和技术的双重把握,产品向服务系统方向延伸,其设计开发模型如同人类的DNA结构,在产品性能与用户体验之间形成双向循环螺旋式的信息架构与交互模型,甚至是如新近发现的强力分化生长的四螺旋结构和量子管理的模式,代表更加敏捷交互和自然交互的创造形态;思维、信息和赛博三大空间里,交互对象跨越物质、信息和能量形成的物质流、信息流和资金流三大流程的逻辑关系管理,再结合小数据和大数据宿主,即个体用户和群体用户的情感诉求,交互设计转化为更加敏捷精益生产的互动变化模式,在大数据信息时代的生态乌托邦之下,交互设计更加具有原生态的多样性,深受蝴蝶效应和莲花原理的时空影响,敏捷生态的集群式精益发展模式成为大势所趋。在充斥着多样态的物质交互、能量交互与信息交互的生态环境中,PSS产品服务系统的谋划策略到实现使用并流通销售,再到回收利用整个循环体系的信息架构、组织分类、交互模型、交换价值、呈现表达、使用行为以及反馈交流等充满了丰富多彩又嬗变转化的样态,影响交互设计恰到好处正合适宜的生态乌托邦可持续发展的全流程系统把握。
1. 交互设计中的大数据分析研究方法
大交互设计在创意得来之前,从大数据中获取群体意愿、群体意识与群体意象数据,对用户的潜在需求数据进行挖掘、开发和数据分类整理,通过众创的模式,将来自于小数据的创意想法和设计需求进行明晰;通过众筹平台,为众创的想法筹集到资金,通过大数据分析做用户研究,明确交互角色与情境预演,定义交互内容与交互功能;通过建立大数据分析和众创平台,进行设计内容的大规模客户定制(MC);通过自媒体和网络媒体的大数据分析,针对产品和服务设计进行精准营销和传播;同时通过大数据分析,针对用户进行终身的服务设计和未来潜在用户的培育。大交互设计运用信息思维,结合牛顿思维对产品品质功能的注重,同时也运用量子思维,关注产品的服务设计的开发、创造、分配和传播,关注信息的不确定性、不可预测性、跳跃性、不连续性等特征,关注交互设计在用户层面的动因,包括前意识、潜意识和意识三个层面驱动下的信、望、爱的表达;交互技术的源点两极,输入信息,处理信息的黑箱(灰箱或白箱),以及信息输出;关注交互媒介传播的方式,在人、环境物、媒介三者之间私有、公有的联接反馈方式;交互产品服务系统在功能和内容方面的特征设计;交互行为与姿态中,相离相连相交相包的逻辑关系;交互设计在可用性目标与用户体验目标方面的评测;通用设计、万联网设计与信息设计对于交互设计的三大基础作用;以及交互设计在信息交换价值、界面交流媒介、交互功能手段的三大作用。
3.交互设计的四大作用
交互设计需把握色声香味触法六种感知途径中的交互行为模式,信息搜索中的交互行为,信息过滤和信息选择中的交互行为,信息分类排序中的交互行为,信息理解认知中的交互行为,系统重构解码中的交互行为,以及信息呈现表达中的交互行为,分门别类对应进行交互设计的细则设计,提出在交互设计的战略层、范围层、结构层、框架层以及表现层5个层面,针对PETSC(政治、经济、技术、社会、文化)多方影响下的企业文化策略、交互设计动因目标和用户多维多变的本性体验及心理潜在需求,明确产品服务系统的功能规格要求与内容过程描述,产品服务系统的交互模型、交互流程与内容信息架构,产品服务系统的交流反馈语言方面的界面设计、在赛博空间和信息空间的导航探路设计(Wayfinding)和信息设计,信息呈现表达方面的视觉设计和媒体设计等方面进行系统的交互细则条目设计。
交互设计具有四大作用,在策略层注重信息的交换价值,生物的多样性与文化的多样性是决定我们自然与社会存在的根本,信息在交换与分享中产生价值,形成信息社会的分享型经济(sharing economy)形态;在范围层依赖界面交流媒介进行信息传播,不管是“媒介即信息”(Marshall McLuhan, 1964)还是“媒介即隐喻”(NeilPostman,1985),抑或是传播媒介生态学(Media ecology)[6][7][8][9][10][11],交互的目的都是交流信息;在结构与框架层注重功能实现与反馈手段,不管是可用性目标关注的有效性、有用性、高效性、易学性、易记忆、稳定性,还是用户体验目标所强调的满意度、趣味性、成就感、反馈性、创造性、美观性、激发性、帮助性、娱乐性、欣赏性[12][13][14][15][16],交互反馈的逻辑就是实现易用的功能同时,提升用户在意识、潜意识和前意识三个层面的情感体验;交互的效能极大取决于信息在表现层的内容交通评测,功能与内容在框架范围结构层的交互感知逻辑与表现层的信息认知情感存在由内而外、软硬兼施和秀外慧中关系。
4.以意义为中心的交互设计方法
交互设计从最初的界面词素、表达方式的交流关注,到现在对情境、隐喻、情感的自然交流的注重,尽管加入了时间的维度来交互式叙事,讲述人事物的关系和事理,但在物质流、信息流和资金流三大流基于过去、现在、未来三大时间和赛博空间、信息空间、思维空间三大空间的三元三体转化关系仍然不够惟精惟一;其次在物质流方面,材料与能源的技术已经使得人机交互从物质诞生的初始状态和物质的原子层面加入了比特信息,即能够将数字信息与非数字信息集于一身,而信息流也由此回到元信息的奇点状态,信息流的量子不确定特性为交互的初始基准以及交互行为模式的捕捉带来了无穷尽的变化,信息宿主的所有权与控制权已变得不重要,而信任索取权与使用权则日渐突出;资金流方面则充满了万物互联带来的分享长尾理论与法制转为人治垄断的帕累托的角逐,各个国家主权货币和黄金加碳货币组合的世界单一货币的零和博弈。
在信息文明、工业文明、农业文明的兴衰更替之下,交互设计已不再仅仅是狭义范围的讲故事逻辑和建立角色情境,依靠隐喻、转喻、隐转喻等来建立虚拟代理和化身原型,通过关联和预测来培育用户按照设计师的设定来“体验”产品和服务,而是涵盖私有、公有、官有、国有、世界所有的各种所属交互关系的多样化情感与个体及群体的文化信仰所带来的直觉体验。小数据通过个体体验参与到设计创造与使用产品和服务中,小数据又通过万物互联的关系汇聚为大数据,在生产分享与索取控制中,形成大数据信息时代的大交互。交互基于“信息交换价值”“界面交流媒介”“功能交互手段”“内容交通评测”相互作用。大交互设计也从关注交互形式层面的技术、行为与交互的信息内容情境,转而关注人的感知、认知、情感在何种动因之下在万物互联的生态系统环境中信息衍生为群体文化与智慧文明的意义。
图 以意义为中心的设计方法
结论
《书•大禹谟》谈到做人的十六心法:“人心惟危,道心惟微,惟精惟一,允执厥中。”做设计,先做人。大交互设计思考古今中外的所有人,无论种族、国别、性别和文化差别,也思考人所在的时间与空间维度发生的故事旅程。宇宙大数据与信息构成的浩瀚烟海之下,人人运承着小数据,也如沧海一粟,地中有山。然而一沙一世界,百川东到海的始终是孕育人类生存发展的各种爱意,各种对主体与客体,I(我)、WE(我们)、IT(它)、ITS(它们)的生命的意义。在公(Public)与私(Private)连接处,是趋近无限大与无限小的奇点,以及回到初心的本真。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15