简介面向人机交互课程学生的实验与综合大实验资料包内容围绕用户研究、界面设计原则、交互模式、可用性评估等核心主题展开能够为课程作业、期末大作业以及考研备考提供完整参考。包内共86个文件以doc、ppt、pdf等实验报告和教学课件为主同时配有cpp/h源代码、bmp界面截图、wrl虚拟现实场景、rar/zip工具包等总体积约24.97MB文件按实验编号组织方便按需提取。已有2481人浏览/学习在同类型资源中属于高热度资料。资料不仅覆盖实验一至实验三的多份报告与演示文稿还包含订单管理系统、BBS系统、飞机票查询系统等界面设计范例以及VRML虚拟现实、语音交互等实验的代码与工具。读者可通过这些材料掌握从需求分析、原型制作、交互设计到测试评估的完整流程并直接参考其结构与写法完成自己的实验报告和最后的大实验。1. 人机交互实验报告这门课到底在考什么人机交互实验报告表面上是让你交一份文字材料实际上考的是你能不能把一个交互现象变成可测量的数据、再把数据讲成一句站得住脚的结论。按键间隔统计、反应时、错误率、NASA-TLX 主观负荷这些名词背下来不难难的是从实验设计、任务脚本、数据落盘到统计检验这一整条闭环。这篇笔记按我实际带过一轮教学实验的思路把课程实验里的测量指标、按键间隔统计的复现方法、报告主线结构、最后大实验怎么从一页纸落地成可评估的原型以及最容易翻车的五个环节都过一遍。适合正在赶人机交互课程实验的同学也适合想把手头交互原型补上量化证据的从业者。2. 人机交互实验的测量主线按键间隔统计方法为什么是必修2.1 绩效、主观与行为日志三类测量任务怎么选人机交互实验的可测量对象按数据来源分三类。第一类是绩效测量也就是任务完成时间、错误率、点击数这类外部可观察结果它回答的是「交互是否有效」第二类是主观测量用 SUS 量表、NASA-TLX 问卷去量化用户的主观负荷和满意度它回答「交互是否让人愿意用」第三类是行为日志通过探针或埋点采集键盘、鼠标、触控事件流回答「用户到底是怎么操作的」。三类数据在课程实验里的分量不一样。单个小实验往往只做一类比如用秒表记任务完成时间或者用一份问卷收主观评分但最后大实验如果只有一组完成时间和一张问卷数据链是断的——你能说出结果差异却说不清差异发生在哪一步。所以我在设计大实验时至少会让行为日志覆盖绩效数据让每个任务完成时间都能回溯到对应的事件序列。这既是报告评分的加分项也是你自己排查实验异常的唯一线索。2.2 按键间隔统计方法的口径选择press-press 还是 release-press按键间隔统计是键盘输入类实验最常用的测量口径通常缩写为 IKIInter-Key Interval表示相邻两次按键之间的时间差。头歌这类自学引导平台上常见的判断题也会问这个问题按键间隔该用 press-press 还是 release-press。两种口径都有文献支持但含义不同。press-press 是从上一次按键按下到下一次按键按下时间压力大时偏短反映的是整体敲击节奏release-press 是从上一次松开到下一次按下更接近「思考这一键怎么敲」的决策时间。我的做法是实验脚本里把 press 和 release 两个时间点都记录下来事后两种口径都能算。报告里写清楚用的是哪一种前后一致即可。统计量方面均值对偶发的长停顿非常敏感——被试打了个哈欠停顿 3 秒均值可能被拉高 200 毫秒而中位数几乎不受影响。所以我会同时报告均值和中位数再用变异系数标准差除以均值描述击键节奏的稳定性。变异系数越小说明输入节奏越匀速这在对比「模态切换」类实验里比均值更直观。2.3 一份实验报告的主线结构假设、变量、程序、数据课程实验报告最常见的失分点不是结论错而是从头到尾没有一条可以被检验的主线。我一般要求学生按七个模块搭骨架每个模块对应一个「老师一定会问的问题」。模块内容老师会问什么研究假设一句话说清你预期什么影响什么你的假设可以证伪吗自变量你主动改变的实验条件至少几个水平、为什么选这几个水平因变量你要测量的指标测量口径和单位是什么控制变量你要压住的条件文本难度、被试年龄、环境噪声怎么控制被试多少人、怎么分组你的样本量能支撑统计结论吗程序任务流程和实验顺序有没有练习试次、顺序有没有随机化数据与结论统计结果和解释图表能不能直接回答假设其中最容易糊弄的是控制变量。教室里做实验环境噪声、屏幕亮度、键盘型号甚至桌子的高度都在变。那些变量你压不住没关系在报告里承认它们是局限比假装不存在要体面得多而文本难度、字体字号这类直接干扰因变量的条件必须写清楚是怎么固定的。实验程序也应该按「练习试次 → 正式试次 → 休息 → 后测试次」的标准结构来写二级章节里有完整操作步骤这里先立住设计框架。3. 复现一个按键间隔统计小实验从时间戳到统计量的完整脚本3.1 最小监听脚本记录 press 和 release 两个时间点先做第一个能跑的最小实验记录被试连续输入一段文本时的按键事件。Python 里用pynput做全局键盘监听代码量很小适合课堂环境。import time from pynput import keyboard events [] # 每条记录: (事件类型, 键名, 时间戳) def on_press(key): events.append((press, str(key), time.time_ns())) def on_release(key): events.append((release, str(key), time.time_ns())) with keyboard.Listener( on_presson_press, on_releaseon_release) as listener: listener.join()逻辑说明pynput的Listener会为每个按键事件回调on_press和on_release我把事件类型、按键标识、纳秒时间戳追加到一个列表里。值得注意的参数有二。第一时间戳用time.time_ns()而不是time.time()前者精度在纳秒级单位是整数纳秒后者返回浮点秒在 Windows 上精度只有毫秒级计算 50 毫秒级别的按键间隔时会引入可测量的抖动。第二必须同时记录 press 和 release因为 2.2 节说过的两种 IKI 口径都要从这两类事件里重建。pynput的回调运行在独立线程里主线程只负责挂住监听器防止进程退出。这意味着回调里不能做耗时操作把事件追加到列表是可接受的最简做法但下一步必须落盘否则程序一崩整批数据归零。3.2 事件落盘与序列重建边采边存避免内存里裸奔监听程序跑十分钟正常能攒下几千条事件全存在内存列表里风险很大。我做实验的第二件事就是把事件逐条追加到 TSV 文件这样哪怕进程被杀死已经写盘的记录也都在。with open(log.tsv, a, encodingutf-8) as f: for etype, key, ts in events: f.write(f{etype}\t{key}\t{ts}\n)逻辑说明a模式是追加写每一条事件单独一行三个字段用制表符分隔方便后续用pandas或csv模块直接读。key字段在pynput里是对象直接str()转成文本比如Key.space表示空格普通字符键就是字符本身。这里不做任何聚合或排序保持原始顺序因为后面的 IKI 计算依赖事件的时间顺序如果回调顺序偶发错乱事后按时间戳排序就能修复。更稳妥的做法是监听回调里直接写文件而不是先攒列表再统一写。我一般会在on_press里直接f.write(...)并flush()代价是 I/O 开销变大。课堂实验数据量不大两者都行但如果你要跑长时间的真实用户数据就优先回调内追加写。3.3 算统计量均值、中位数、变异系数与清洗边界拿到事件序列后核心步骤是从 press 事件序列计算出 IKI 列表再做清洗。import statistics def calc_iki(events, interval_typepp): presses [] for etype, key, ts in events: if interval_type pp and etype press: presses.append(ts) if len(presses) 2: return [] diffs [presses[i 1] - presses[i] for i in range(len(presses) - 1)] # 过滤误触和长时间停顿单位统一为毫秒 diffs_ms [d / 1_000_000 for d in diffs] return [d for d in diffs_ms if 50 d 2000] diffs calc_iki(events) if diffs: avg statistics.mean(diffs) med statistics.median(diffs) cv statistics.stdev(diffs) / avg print(f样本数{len(diffs)} 均值{avg:.1f}ms f中位数{med:.1f}ms 变异系数{cv:.2f})逻辑说明先用双指针或列表推导把相邻两次 press 的时间差算出来单位从纳秒换算成毫秒再做一次固定阈值清洗。50 d 2000是我常用的边界低于 50 毫秒几乎不可能是人类有意识的连续敲击通常是双击触控板、按键卡簧或者系统按键重复功能产生的伪事件高于 2000 毫秒说明被试中间停下来了这种长停顿会把均值拉得很高却不是输入节奏的一部分直接剔除。参数说明这个上下限不是死标准。触屏输入或带长按组合键的任务建议把下限降到 30 毫秒、上限提到 5000 毫秒再做敏感性分析——分别按两套边界算一遍如果结论方向不变说明统计量稳健如果变了说明你的实验任务里混入了不属于目标行为的停顿要去检查任务设计而不是调参数。进一步清洗可以按个体做 IQR 过滤避免不同被试打字速度差异造成误删数据。IQR 方法不需要假设正态分布对键盘输入这种右偏分布更友好。这里只做展示不展开代码因为对课堂实验来说固定阈值加中位数已经足以支撑结论。4. 最后大实验怎么落地从研究问题到可评估的交互原型4.1 选题和变量设计先写一页纸再写代码最后大实验的失败大多数不是原型做不出来而是选题时没想清楚自变量和因变量。我见过好几个组选「研究不同输入法效率对比」变量多到无法控制也见过选题太小比如「研究 Enter 键大小对点击时间的影响」结论价值有限。给一个我在课堂常用且可复现的框架研究单手键盘布局对输入效率和主观负荷的影响。变量类型具体内容研究假设单手布局九宫格相比全键布局输入速度更慢但误触率更低自变量键盘布局全键 Qwerty / 单手九宫格两个水平因变量输入速度字/分、错误率、IKI 变异系数、NASA-TLX 评分控制变量同一段测试文本、同一台设备、相同字号、练习时长 5 分钟、被试均无单手输入经验这个设计的价值在于自变量只有两个水平课堂样本量下统计检验能跑因变量里既有绩效指标又有主观指标数据可以互相印证。输入速度回答假设的前半句IKI 变异系数回答「单手输入节奏是否更不稳」NASA-TLX 回答「慢是不是因为更累」。选题之后先别写代码用一页纸把上面表格填完。填不下去的部分就是要回去补实验设计的地方比如「被试怎么分组」如果写的是「随机分组但每个组 5 人」那就得回头想清楚这是组间设计还是被试内设计。课堂实验我更推荐被试内设计同一批被试把两个任务都做一遍配对比较能抵消个体打字水平的巨大差异代价是顺序效应需要靠 4.3 节的拉丁方安排来解决。4.2 原型埋点让交互日志成为报告的第二份证据大实验的原型不一定要做成完整应用一个能完成任务的可交互网页就够。关键是原型里必须有埋点用户在哪个任务上花了几秒、点击序列是什么、用了多少次删除键。这些日志是报告里「数据」章节的直接素材也是你回答老师追问的唯一依据。import time import json def log_event(stream, task_id, event_type, **extra): record { ts: time.time_ns(), task: task_id, event: event_type, **extra } stream.write(json.dumps(record, ensure_asciiFalse) \n) stream.flush()逻辑说明这个埋点函数统一了事件格式时间戳、任务 ID、事件类型是三条必填字段额外信息用关键字参数塞进去比如keybackspace、position_x320。flush()保证事件立刻写盘而不是攒在缓冲区里等程序退出——用户在任务中途关掉页面是常有的事不 flush 会丢掉最后几条关键事件。日志写成本地 JSON Lines 文件每一行一个 JSON 对象后续用pandas.read_json按行读即可。真实产品里埋点会上报到服务端但课程大实验的评估环节在本地单机跑本地文件最简单也不涉及跨设备的时间同步问题。4.3 评估方案与被试安排课堂环境下的最小可行实验课堂环境凑不到大样本但实验流程可以做到严谨。我建议被试内设计配合拉丁方顺序安排一半被试先做全键任务再单手任务另一半反过来平衡练习效应和疲劳效应。正式实验前必须有练习试次否则被试第一次操作单手键盘时的手忙脚乱会全部算进正式数据方差会大得没法看。任务设计上每个布局下至少让被试打完三段文本每段文本长度一致、难度接近。计算指标时去掉第一段——那一段通常还带着操作适应期。主观量表放在两个布局任务都做完之后统一施测避免被试在一个任务后立刻打分、受即时情绪影响太强。NASA-TLX 六个维度脑力需求、体力需求、时间需求、绩效、努力程度、挫败感中键盘输入实验最敏感的是脑力需求和绩效两项报告里可以重点看这两个维度。样本量方面课堂实验 12 到 16 名被试属于常态。这个量级做配对 t 检验或 Wilcoxon 符号秩检验可行但要如实写「样本量较小结论推广受限」。别试图用极小的样本量编一个显著的 p 值老师一眼就能看出来宁可不显著也要保证数据的真实采集过程。5. 人机交互实验避坑清单五个高频翻车点与排查路径5.1 时间戳出现 0 或百万级抖动现象按键间隔统计结果里出现间隔为 0 毫秒或者瞬间超过 5 秒的极端值分布图被拉得没法看。 原因有两种。一是代码用了错误的计时单位比如把time.time_ns()的结果直接当毫秒用间隔算出来就是百万级二是系统调度导致回调延迟按键实际发生和事件进入列表之间隔了几个毫秒极端情况下会隔几十毫秒。 解决统一用纳秒时间戳并在计算时换算成毫秒同时对结果做一次完整性检查——打印最早和最晚事件的时间差和实际实验时长对比。如果差异超过 5%说明事件丢失要检查监听器是不是在实验中途掉了。这类问题在报告里写「已剔除异常间隔」远不如写「计时精度为纳秒级」有用。5.2 程序崩溃导致整批数据丢失现象被试做完任务主试一看终端报错了监听程序早就退出所有事件都只存在内存列表里一个数据都没留下。 原因脚本里只有keyboard.Listener在主线程 join一旦某个回调里出现异常监听线程静默死掉内存里的列表随进程一起消失。 解决回调里直接追加写盘并flush()让每一条事件在发生时落盘。另外在Listener外层加try/except并打印错误信息至少让实验人员当场知道监听器掉了而不是被试辛苦做了一半才发现数据全丢。这个坑是所有实验脚本里最冤枉的一种翻车任何人都值得提前堵住。5.3 键盘长按触发系统重复键现象被试在输入时偶尔按住一个键不放比如长按退格键删错字事件流里瞬间出现一长串相同的 key按键间隔统计被这些伪事件灌满。 原因操作系统自带按键重复功能长按期间会自动产生连续的 press-release 事件这些不是被试有意识的击键行为。 解决实验前在系统设置里关闭按键重复功能或者保留原始数据并在清洗时按「相同 key 且间隔小于 30 毫秒」的规则剔除。写报告时把这条清洗规则明确写进方法和数据的章节老师会认为你想到了这一层而不是当作事故处理。5.4 被试顺序效应被当成真实差异现象被试先做的任务表现总是更差后做的任务表现总是更好你把它解读成「第一种交互方式效率更低」。 原因练习效应。所有被试都是先用 A 再做 B 时A 的劣于 B 可能是学习曲线造成的和交互方式本身无关。 解决采用拉丁方顺序安排一半被试 A→B一半被试 B→A或者每个任务前都加足量的练习试次。数据报告里要交代「顺序效应已通过拉丁方平衡」并检查一下两个顺序组的结果方向是否一致。如果方向相反那就不是顺序效应更可能是两组被试本身不同质。5.5 报告只给均值不带分布现象结论部分写「单手布局比全键布局平均慢 120 毫秒」但没有图、没有方差、没有个体差异说明老师在口头汇报时追问「最慢的那个人慢了多少」直接答不上来。 原因实验报告把结论建立在均值这一个统计量上忽略了交互数据的强烈个体差异。 解决正式报告里至少要有箱线图或直方图展示分布正文同时报告均值和标准差或四分位距。大实验的报告里最好把每个被试的数据在附录按任务列出来这既是验证自己结论的方式也是回答老师追问的后悔药。6. 报告验证与数据叙事把结论钉在交互日志上最后一步不是截图而是「反查」。我会在写报告前做一次时间轴回放把埋点日志里每个任务的时间戳换算成秒把任务开始、任务结束、按键事件、删除键事件按时间顺序打印成一个文本流闭上眼睛读一遍看它讲出来的故事和研究结论是不是一致的。比如结论写「单手输入更稳」但日志里单手任务的退格键次数明显更多那结论里就不该出现「稳」字。数据和结论对不上改数据是学术不端改结论是诚实。图表方面我习惯两类按键间隔分布的直方图和每个被试两条曲线的箱线图。直方图能看出分布形态——右偏、多峰、还是单峰这直接反映任务里有没有混入异常行为箱线图用于两个任务间的对比中位数、四分位距比均值加标准差的呈现方式更符合交互数据右偏的特征。显著性检验上课堂样本量小且难以假设正态时优先用 Wilcoxon 符号秩检验而不是配对 t 检验省得被质疑正态性假设。统计口径要说清楚使用的剔除规则、保留的样本量、为什么用中位数。这是报告里性价比最高的几句交代——你主动暴露测量边界比老师揪出来问要体面得多。我当年第一次交实验报告只写了均值被老师追了一句「你的中位数呢」那一课之后我所有交互实验的数据都从分布开始看起。把这个步骤当成收尾的习惯你的报告就从「描述结果」升级成「可复核的证据链」。希望帮到你。本文还有配套的精品资源点击获取