МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Кафедра вычислительной техники

Курагин Алексей Витальевич

Исследование и разработка методов и средств, направленных на уменьшение временных затрат пользователя при работе с интерфейсом системы анализа данных DataPick

МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ

по направлению высшего профессионального образования 552800 – «Информатика и вычислительная техника»

Автоматика и вычислительная техника Тема диссертации утверждена приказом по НГТУ № 5842/2 от «15» октябрь 2009 г.

Тема диссертации изменена приказом по НГТУ № 1345/2 от «18» марта 2011 г.

Руководитель д.т.н., профессор Губарев Василий Васильевич Новосибирск, 2011 г.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Кафедра Вычислительной техники

УТВЕРЖДАЮ

Зав. Кафедрой Губарев В.В.

(фамилия, инициалы)

ЗАДАНИЕ

на магистерскую диссертацию студенту Курагину Алексею Витальевичу (фамилия, имя, отчество факультета Автоматики и Вычислительной Техники Направление подготовки 552800 – «Информатика и вычислительная техника»

(код и наименование направления подготовки магистра) Магистерская программа «Компьютерная системная аналитика»

(наименование программы) Тема: «Исследование и разработка методов и средств, направленных на уменьшение (полное название темы) временных затрат пользователя при работе с интерфейсом системы анализа данных DataPick»

Цели работы: Исследование и разработка методов и средств, направленных на уменьшение временных затрат пользователя при работе с интерфейсом системы анализа данных DataPick.

Руководитель (фамилия, инициалы) д.т.н., профессор (уч. степень, уч. звание) (подпись, дата) Введение

Актуальность темы

Цели работы и задачи исследования

Методы исследования

Результаты, выносимые на защиту, и их теоретическая и практическая новизна..... Апробация и внедрение

Публикации

Структура и объём диссертации

1. Аналитический обзор

1.1 Развитие систем анализа данных

1.2 Сравнение систем анализа данных

1.2.1 STATISTICA

1.2.2 Deductor

1.2.3 PolyAnalyst

1.2.4 StatCrunch

Заключение по главе

2 Методы оценки пользовательского интерфейса

2.1 Подходы к оценке пользовательского интерфейса

2.2 Метод GOMS

2.3 Экспертное оценивание

2.4 Алгоритм поиска ассоциативных правил

2.5 Сравнительный анализ рассмотренных групп методов

Заключение по главе

3 Формализация задачи поиска ассоциативных цепочек действий пользователей при взаимодействии с интерфейсом приложения

Заключение по главе

4 Апробация предложенного метода оценки пользовательского интерфейса.................. 4.1 Методология сбора данных

4.2 Обработка данных

4.3 Результаты эксперимента

Заключение к главе

5 Сравнительный анализ полученного программного продукта с прямыми аналогами 5.1 Обзор программного продукта Data Pick

5.2 Сравнительный анализ с прямыми аналогами

Заключение по главе

6 Перспективы развития

Заключение по работе

Выводы по работе

Список литературы

Системы анализа данных - автоматизированные инструменты для получения новых знаний из имеющегося множества данных. Получение знаний и их последующая интерпретация - сложная не формализуемая аналитическая задача, которую системы анализа данных решить не способны. Их цель - автоматизировать процесс приведения данных к форме, удобной для интерпретации [9].

Облачные вычисления (Cloud Computing) – это комплекс методологий и технологий программного, аппаратного и организационного обеспечения, рассматривающий программное обеспечение, информационную инфраструктуру и аппаратное обеспечение не в качестве продукта, а в качестве сервиса [3,4].

Облачные вычисления обеспечили появление нового принципа использования программных систем – предоставление программной системы как услуги по аналогии с электричеством, Интернетом и т.д. Это привело к появлению сервисов, которые предоставляют средства анализа данных как услугу, однако, подобные сервисы не достаточно развиты (их практически нет).

Важной характеристикой программного обеспечения является скорость работы пользователя. Она аддитивно зависит от двух показателей: времени, требуемого на взаимодействие пользователя с системой, и времени реакции приложения на действия пользователя. В данной работе рассматривается только первая составляющая. Таким образом, чем меньше требуется времени на взаимодействие пользователя с приложением, тем выше скорость работы пользователя. В дальнейшем время взаимодействия пользователя с интерфейсом используется в качестве критерия эффективности интерфейса, чем меньше затраченное время пользователя, тем интерфейс эффективнее.

(Под интерфейсом понимается пользовательский интерфейс приложения).

Одной из проблем при разработке пользовательского интерфейса является оценка его эффективности. Для её преодоления разработчик не всегда обладает достаточным теоретическим и прикладным инструментарием. Хотя уже существуют методы оценки пользовательского интерфейса, теория в данной области недостаточно развита [6].

На основании сформулированной проблемы можно поставить цель магистерской диссертации.

Данная часть работы выполнена совместно с Фёдоровым Е.И.

Цель магистерской диссертации:

Исследование и разработка методов и средств, направленных на уменьшение временных затрат пользователя при работе с интерфейсом системы анализа данных DataPick.

Для достижения поставленной цели необходимо решить следующие задачи:

• Формирование требований к разрабатываемой системе анализа данных *;

• Разработка облачной системы анализа данных Data Pick, удовлетворяющей сформулированным требованиям*;

• Произвести обзор и сравнительный анализ подходов к оценке эффективности пользовательского интерфейса;

эффективности пользовательского интерфейса;

• Апробация предложенного алгоритма на примере системы анализа данных Для проведения и интерпретации результатов эксперимента были использованы следующие методы исследования: эксперимент, сравнительный анализ [1,2], аналогия [1].

Для проектирования и разработки программного продукта были использованы следующие методы программирования: объектно-ориентированного [11,12,13,14], аспектно-ориентированного [11,12,13,14], компонентно-ориентированного [11,12,13,14], экстремального [15].

Результаты, выносимые на защиту, и их теоретическая и практическая На защиту выносятся следующие результаты данной работы:

адаптированного алгоритма поиска ассоциативных правил AprioriAll. В основе алгоритма лежит выявление основных шаблонов поведения пользователей, повышение эффективности выполнения которых увеличит эффективность всего пользовательского интерфейса в целом. Такой подход отличается тем, что действия Задачи выполняются совместно с Фёдоровым Е.И.

последовательность связных событий. Это позволяет ориентироваться не на рассматривается не как набор независимых функций, а как средство организации некоторого процесса. Предложенный алгоритм отличается от существующих добавлением процедуры определения шаблонов поведения пользователя.

• Рекомендации по модификации пользовательского интерфейса Data Pick на основании результатов, полученных при помощи оценки предложенным алгоритмом - в рамках работы было проведено экспериментальное исследование предложенного алгоритма оценки пользовательского интерфейса на примере системы анализа данных DataPick. Практическая важность этих рекомендаций заключается в выявлении возможных улучшений пользовательского интерфейса, которые позволят ускорить процесс работы пользователя с системой.

• Приложение, реализующее алгоритм поиска ассоциативных правил – для оценки пользовательского интерфейса было создано приложение, реализующее описанный алгоритм. Практическая значимость данного приложения заключается в адаптированной для этой задачи реализацией алгоритма.

• Программный продукт Data Pick. Данный программный продукт логически можно представить как совокупность следующих модулей: модуль БХ, модуль регрессионного анализа, модуль кластеризации на основе алгоритма «K-Средних», модуль корреляционного анализа, модуль классификации на основе 1R-правил, модуль репозитория, модуль импорта данных, модуль экспорта данных, модуль автоматических тестов. Основное отличие данного программного продукта от большинства аналогов в том, что он выполнен в виде облачного приложения. Вклад многопользовательскую работу, модулей импорта/экспорта, а так же модулей корреляционного, регрессионного и БХ анализа.

Разработанный в ходе магистерского исследования программный продукт (“Data Pick”) внедрён в ГОУ ВПО «Новосибирский государственный университет экономики и управления НИНХ». Процесс внедрения проходил с 30 сентября 2010 года по 30 апреля 2011 года. В конфигурацию системы вошло шесть следующих модулей: модуль «базовые статистические характеристики», модуль кластеризация на базе алгоритма «K-средних», модуль корреляционного анализа, модуль представления результатов в форме таблиц и графиков, модуль импорта и экспорта данных из/в следующие форматы: CSV, ODS, модуль загрузки и выгрузки данных в любую JDBC совместимую СУБД. В ходе эксплуатации программы подтверждено, что она обладает всеми заявленными возможностями и позволяет использовать данную систему при выполнении лабораторных работ по следующим дисциплинам: эконометрика, вычислительная математика, дискретная математика, теория алгоритмов. Факт внедрения подтверждён Актом от 20.04.2011 года. На момент подписания Акта система установлена на сервере университета.

Помимо вышеупомянутого внедрения, была выпущена студенческая версия программного продукта «Data Pick», которая доступна в бесплатном доступе на сайте «www.loreforge.ru».

Разработанный алгоритм распределения нагрузки был интегрирован в систему анализа данных Data Pick. В результате ресурсы системы стали использоваться более эффективно ресурсы физического сервера и потребность в расширении парка серверов ощущаться менее остро.

Материалы данной работы были представлены в рамках очного выступления на конференции «Интеллектуальный потенциал Сибири» (Новосибирск 19-20 мая 2010).

Материалы данной работы были представлены в рамках очного выступления на конференции «НАУКА, ТЕХНОЛОГИИ, ИННОВАЦИИ» в секции «Информатика и вычислительная техника». За представленный доклад был получен диплом 2-ой степени.

1. Фёдоров, Е.И., Разработка системы анализа данных «Погодные условия и заболеваемость», использующей грид-технологии / Е.И. Фёдоров, А.В.

Курагин //Дни науки НГТУ 2010: Материалы научной студенческой конференции/ под редакцией доц. С.В. Брованова – Новосибирск: Изд-во 2. Фёдоров, Е.И. Разработка системы анализа данных, использующей облачные технологии / Е.И. Фёдоров, А.В. Курагин // Сборник тезисов докладов "Интеллектуальный потенциал Сибири" (Новосибирск 19-20 мая 2010) Новосибирск: Изд-во НГАСУ (Сибстрин), 2010 – C.58.

Диссертация состоит из введения, шести разделов, заключения, списка литературы из 12 наименований. Работа содержит 68 страниц основного текста, 11 иллюстрации и таблиц.

В разделе «Аналитический обзор систем анализа данных» проводится сравнение систем анализа данных, также рассматриваются тенденции развития подобных систем.

Приведённые сведения объясняют выбранную идеологию разрабатываемой в рамках магистерской диссертации системы.

В главе «Методы оценки пользовательского интерфейса» производится рассмотрение и сравнительный анализ следующих методов оценки пользовательского интерфейса: метод GOMS, экспертное оценивание, метод, основанный на ассоциативных цепочках.

пользователей при взаимодействии с интерфейсом приложения» приводится предложенная автором модификация алгоритма поиска ассоциативных правил для задачи определения эффективности пользовательского интерфейса.

интерфейса» описывается опыт применения предложенного механизма на разработанной системе анализа данных.

В разделе «Сравнительный анализ полученного программного продукта с прямыми аналогами» производится сравнение системы анализа данных Data Pick с системами анализа данных, рассмотренными в аналитическом обзоре.

В разделе «Перспективы развития» приводятся предполагаемые улучшения разработанной системы анализа данных. Основным направлением является распределения системы, подразумевающая возможность размещения различных функциональных блоков С ростом потребности в анализе данных возрастает и необходимость в системах, построенных на концепциях, удовлетворяющих новым требованиям. С каждым днем бизнес-анализ все больше охватывает различные области компаний. Если исторически основными отделами, пользующимися бизнес-анализом, были IT-отдел и финансовый, то теперь и другие отделы используют анализ данных для решения своих прикладных задач – от повышения эффективности цепочек поставок в производстве до ускорения обслуживание пациентов в отделении неотложной помощи.

С одной стороны, современные системы бизнес-анализа направлены на предоставление различных базовых подходов к решению различных наборов задач. Таким образом, повышается вероятность подбора необходимого алгоритма, который может обеспечить наиболее точное решение задачи конечного пользователя.

С другой стороны, для решения определенных задач может подходить более одного метода или алгоритма и для выбора из них одного, наиболее предпочтительного, не всегда хватает информации.

Новое поколение инструментов бизнес-анализа ориентировано на снижение требуемого уровня подготовки потенциального пользователя. Системы бизнес-анализа характеризуются использованием таких новаторских средств, как обработка данных в оперативной памяти и применение метода ассоциативного анализа.

Постепенное развитие систем облачных вычислений также не позволило произойти скачку в эволюции анализа данных. Огромным препятствием в развитие данных систем является недоверие пользователей к обработке конфиденциальных данных на сторонних серверах, но появление систем облачных вычислений от таких крупных компаний как Google и Microsoft уровень доверия пользователей в целом к технологии значительно повысился. Сейчас многие поставщики систем анализа данных возлагают большие надежды именно на дальнейший рост доверия к облачным вычислениям.

Таким образом, стоит отметить, что эволюция систем анализа данных не происходит стихийно и скачкообразно, а развивается постепенно, на базе уточняющихся потребностей пользователей и расширения сфер применения.

Таблица 1.1 - Основные тренды на рынке систем анализа данных на 2011 год Тренд на Направлен Причины, влияющие на тренд рынке систем ие тренда анализа данных Пользователи Доступность хранилищ данных для пользователей систем анализа увеличивается с каждым днем. Это связано с тем, что системы Доходы от Стоимость лицензий на компоненты систем анализа данных лицензий • BI-решения становятся дополнением к ERP-приложениям.

систем анализа Наблюдается тенденция снижения стоимости BI-решений Поставщики Число независимых поставщиков систем анализа данных данных • Конкуренция среди крупных игроков рынка систем анализа Использование В настоящее время заказчики нуждаются в более быстрых аналитических системах анализа данных, что приводит к увеличению числа приложений комплексных аналитических решений.

аналитических решений одновременно со стандартными ERPплатформами за более низкой цене.

Обновление и Компании показали значительное увеличение интереса к систем анализа • Компании обращают внимание на стоимость лицензий и Альтернативн Для конкуренции с крупными поставщиками происходит ые системы увеличение числа отраслевых специализированных BIанализа решений в таких сферах, как анализ затрат, здравоохранение.

данных • Также крупные поставщики обращают внимание на снижение Пакет STATISTICA является одним из наиболее крупных представителей на рынке аналитических систем. В пакете STATISTICA реализованы процедуры для анализа данных(data analysis), управления данными (data management), визуализации данных (data visualization).

Пакет STATISTICA имеет модульную структуру. Каждый модуль содержит уникальные процедуры и методы анализа данных:

• Base — включает в себя обширный выбор основных статистик, широкий набор методов для разведочного анализа.

• Advanced Linear/Non-Linear Models — предлагает широкий спектр линейных и нелинейных средств моделирования, регрессионный анализ, анализ компонент дисперсий, анализ временных рядов и т. д.

• Multivariate Exploratory Techniques — многомерные разведочные технологии анализа STATISTICA предоставляет широкий выбор разведочных технологий, начиная с кластерного анализа до расширенных методов классификационных деревьев, в сочетании с бесчисленным набором средств интерактивной визуализации для построения связей и шаблонов • QC — Контроль качества — предоставляет широкий спектр аналитических методов управления качеством, а также контрольные карты презентационного качества, непревзойденной гибкости и разнообразия.

• Neural Networks — (отдельный модуль) единственный в мире программный • Data Miner — интеллектуальный анализ данных Система STATISTICA производится фирмой StatSoft Inc., (США), основанной в г. Первые программные продукты фирмы PsyhoStat-2,3 были ориентированы на статистические исследования социологических данных. Первый коммерческий продукт, Statistical Supplement for Lotus 1-2-3, - появился в 1985 г.

Рисунок 1.1 - Снимок рабочей области системы STATISTICA С 1985 г. начался быстрый рост фирмы. StatSoft выпускает первую систему статистического анализа для компьютеров Apple Macintosh под названием StatFast и статистический пакет для IBM PC под названием STATS+. В 1986 г. начинается работа над основной линией программных продуктов фирмы - интегрированных статистических пакетов для комплексной обработки данных. В 1991 г. выходит первая версия системы STATISTICA/ DOS, статистического программного обеспечения. В ней реализован так называемый графически-ориентированный подход к анализу данных. В 1992 г. вышла версия STATISTICA для Macintosh. В 1994 г. выходит версия STATISTICA для Windows. В 1995 г.

в STATISTICA включен внутренний язык программирования Statistica BASIC, который позволяет пользователю расширять возможности системы. Пользователь может добавить собственную панель инструментов с тем или иным методом статистического анализа. C 2001 г. добавлена поддержка COM архитектуры, многопоточных и распределённых вычислений. В 2009 году разработана 64-битная версия системы.

Аналитический пакет Deductor - это пакет приложений, предназначенный для быстрого и эффективного анализа информации. Реализованные в Deductor механизмы позволяют в рамках одного приложения пройти весь цикл анализа данных – получить информацию из произвольного источника, провести необходимую обработку (очистку, трансформацию данных, построение моделей), отобразить полученные результаты наиболее удобным образом (OLAP, таблицы, диаграммы, деревья решений…) и экспортировать результаты на сторону [6].

Deductor кластеризации, поиска закономерностей и многие другие технологии обнаружения знаний (Knowledge Discovery in Databases) и добычи данных (Data Mining).

Deductor состоит из пяти частей:

Studio – программа, реализующая функции импорта, обработки, визуализации и экспорта данных. Deductor Studio может функционировать и без хранилища данных, получая информацию из любых других источников, но наиболее рациональным является позволяющий получить информацию из произвольного источника данных, провести весь цикл обработки (очистку, трансформацию данных, построение моделей), отобразить полученные результаты наиболее удобным образом (OLAP, диаграммы, деревья…) и экспортировать результаты на сторону.

Viewer – рабочее место конечного пользователя. Позволяет отделить процесс построения сценариев от использования уже готовых моделей. Все сложные операции по подготовке сценариев обработки выполняются аналитиками-экспертами при помощи Deductor Studio, а Deductor Viewer обеспечивает пользователям простой способ работы с готовыми результатами, скрывает от них все сложности построения моделей и не предъявляет высоких требований к квалификации сотрудников.

Warehouse – многомерное хранилище данных, аккумулирующее всю необходимую для анализа предметной области информацию. Использование единого хранилища позволяет обеспечить непротиворечивость данных, их централизованное хранение и автоматически обеспечивает всю необходимую поддержку процесса анализа данных.

Server – служба, обеспечивающая удаленную аналитическую обработку данных.

Позволяет автоматически обрабатывать данные и переобучать модели на сервере, оптимизирует выполнение сценариев за счет кэширования проектов и использования многопоточной обработки.

Client – клиент доступа к Deductor Server. Обеспечивает доступ к серверу из сторонних приложений и управление его работой.

Deductor разрабатывается компанией BaseGroup Labs (Россия), основанной в году. Первая версия системы была представлена в 2001 году. В 2002 году были добавлены механизмы импорта/экспорта из более чем 10 популярных форматов. В 2004 году была переработана архитектура, позволившая использовать многомерные хранилища данных. В 2005 году добавлены средства интеграции с 1c. К 2009 году были существенно доработаны математические алгоритмы и средства деловой графики.

PolyAnalyst предназначен для автоматического анализа числовых и текстовых данных с целью обнаружения в них ранее неизвестных, нетривиальных, практически полезных и доступных пониманию закономерностей, необходимых для принятия оптимальных решений в бизнесе и в других областях человеческой деятельности.

PolyAnalyst - один из немногих коммерческих продуктов, в котором реализованы не только методы анализа числовых данных, но и алгоритмы text mining - анализа текстовой информации. Несмотря на свою более, чем 10-летнюю историю, пакет непрерывно развивается, компания-производитель добавляет новую функциональность, новые алгоритмы обработки данных, расширяет системные возможности пакета.

Охватывая полный цикл анализа данных, начиная с импорта и преобразования данных и заканчивая отчетами, PolyAnalyst предлагает полный набор алгоритмов для автоматического анализа текстовых и структурированных данных. Система PolyAnalyst уже решила многие проблемы анализа данных в различных сферах деятельности.

Рисунок 1.3 - Снимок рабочей области системы PolyAnalyst Инструментарий PolyAnalyst предлагает клиентам следующий функционал:

• Нахождение ключевых слов и поиск смысла • Выявление закономерностей PolyAnalyst является разработкой компании Megaputer, основанной в 1993 году.

Первое внедрение разрабатываемой системы прошло в 1997 году. В 2004 году разрабатываются новые алгоритмы выявления мошенничества в сфере здравоохранения и страхования. В 2007 году выходит клиент-серверная версия приложения.

StatCrunch - онлайн приложение для статистического анализа. Приложение ориентировано на студенческую аудиторию. Основными приоритетами системы являются простота использования и доступа к данным. StatChunch позволяет публиковать данные и результаты исследований, а также участвовать в дискуссиях к опубликованным материалам. Эти элементы социальной сети призваны помочь студентам и преподавателям в образовательном процессе.

Основными функциями StatCrunch являются:

• опубликование и использование опубликованных данных;

• импорт данных из электронных таблиц Excel, GoogleDocs или Wiki;

• математические алгоритмы, включающие описательную статистику, частотный анализ, вариационный анализ, корреляционный и регрессионный анализ;

• средства интерактивной деловой графики;

• возможность вычисления математических выражений;

• создание отчётов и экспорт данных в HTML.

StatCrunch разрабатывается компанией Integrated Analytics LLC (США). Первые публикации появились в 2004 году. В 2006 появляются средства формирования отчётов. В 2007 году добавлены средства отправки результатов по e-mail.

Рисунок 1.4 - Снимок рабочей области системы StatCrunch В результате сравнительного анализа данных систем были выявлены следующие недостатки характерные для большинства систем:

• Отсутствие возможности получить доступ к данным, а также к среде анализа • Отсутствие возможности не покупать программное обеспечение, а • Закрытость алгоритма лежащего в основе того или иного метода;

• Требования к подготовке потенциального пользователя слишком высоки;

• Отсутствие предметно ориентированных дистрибутивов системы.

Учитывая тенденцию развития современных систем анализа данных, реализация концепции облачных приложений является перспективным направлением в развитии этого типа систем. Это актуально, так как предоставляет новую бизнес схему ранее не использовавшуюся в этой области: сдача программного обеспечения в аренду.

эволюционный процесс.

На основании сказанного можно поставить требования к первой версии разрабатываемой системы:

• Возможность удалённого доступа к данным;

• Техническая возможность сдачи программного обеспечения в аренду;

• Разработка ресурса содержащего все используемые в приложении Под технической возможностью сдачи программного обеспечения в аренду понимается:

• Наличие средств аутентификации и авторизации;

• Выделение пользователю купленного им файлового пространства;

• Разделение рабочего пространства различных пользователей.

Необходимо понимать, что разработка любой системы анализа данных – это трудоёмкая и длительная задача, поэтому разработка системы осуществляется коллективом разработчиков Lore Forge, членом которого является автор.

Данная система разрабатывается совместно с Курагиным А.В., Городовым Е.Ю., Панфиловым И.В., Сизовой А.О..

2 Методы оценки пользовательского интерфейса 2.1 Подходы к оценке пользовательского интерфейса Существует несколько методов оценки пользовательских интерфейсов, которые можно разделить на 2 типа: экспертные и статистические Среди экспертных методов наибольшей популярностью пользуются опрос пользователей и консультации специалиста по пользовательским интерфейсам.

Среди статистических методов можно применить математический аппарат на основе ассоциативных правил. Адаптированного к оценке эффективности математического аппарата на основе ассоциативных правил нет, поэтому в данной работе будет приведена его авторская модификация.

Метод GOMS [6] можно классифицировать как гибридный метод, находящийся на стыке экспертных и статистических подходов к решению задачи. Используя GOMS, разработчик может оптимизировать приложение по критерию минимизации времени выполнения действий пользователем. Его особенность в том, что он использует показатели среднего времени выполнения жестов пользователя, полученные статистическими методами в лабораторных условиях. А сами операции формируются экспертно.

Стоит сказать, что уже на этом этапе видно, что данные методы не являются взаимоисключающими, однако, каждый из них – это довольно трудоёмкая, и как следствие, - дорогостоящая процедура.

Далее в данной главе мы рассмотрим, каждый из этих методов более подробно.

GOMS [6] (Goals, Operators, Methods, and Selection rules) - набор методов оценки трудоёмкости человеко-машинного взаимодействия. В данной работе нас интересует один из них - построение KLM (Keystroke Level Model).

Моделирование GOMS позволяет определить, сколько времени потребуется пользователю на выполнение конкретной операции при использовании данной модели интерфейса. Модель GOMS основывается на утверждении, что всё время, требуемое для выполнения какой-либо задачи системой «пользователь-компьютер» складывается из времени выполнения всех элементарных жестов, составляющих данную задачу.

Следует отметить, что для каждого пользователя время, затрачиваемое на выполнение жеста, является индивидуальным. Тем не менее, существуют среднестатистические показатели для каждой группы пользователей и для каждого типа устройства ввода. Ниже приведена оригинальная номенклатура, в которой каждый жест обозначен буквой (Card, Moran and Newell, 1983):

Таблица 2.1 Номенклатура жестов Каким бы привлекательным не казался данные подход, у него есть серьёзный недостаток. Скорость набора зависит от того, какой именно текст вводится. Очевидно, что несвязанная последовательность символов будет водиться дольше, нежели фразы из повседневного лексикона. Также значение K неявно включает в себя время, необходимое на исправление опечаток.

Таким образом, KLM не может использоваться для получения абсолютных показателей, однако, она давать сравнительную оценку между какими-то двумя интерфейсами.

Рассмотрим простой пример. Пользователю необходимо запустить стандартное приложение Калькулятор в операционной Windows 7.

Рисунок 1.1 - Меню Пуск в операционной системе Windows Рассмотрим 2 альтернативы: пользователь вводит команду "calc" в текстовое поле поиска внизу меню, либо выбирает указателем мыши соответствующей пункт в списке приложений.

предположим, что изначально руки пользователя находились на клавиатуре, тогда вызов приложения будет складываться из: нажатия клавиши windows на клавиатуре, ввода команды calc и нажатии клавиши Enter. Переводя в термины GOMS, имеем Теперь предположим, что рука пользователя лежит на мыши. Его задача переместить указатель мыши в левый нижний угол, нажать на значок Пуск, затем переместить указатель на значок приложения Калькулятор и нажать на него один раз. Итого:

Теперь у нас есть количественные показатели для каждого варианта. В среднем первый вариант будет менее трудоёмким, нежели второй. Этот упрощённый пример является демонстрацией построения KLM и не учитывает ряд факторов, которые присутствуют в реальности:

1. Различный уровень подготовки пользователей, 2. Различия в устройствах, используемых пользователями, 3. Ошибки, допускаемые пользователями.

Экспертное оценивание является одним из наиболее популярных методов оценки эффективности интерфейса. Можно выделить три основных типа экспертного оценивания:

1. Экспертами выступают сами разработчики – разработчики приложения эмпирическим способом пытаются модифицировать интерфейс. Этот способ наиболее распространён для проектов с низким бюджетом. Как следствие, низкая эффективность такого подхода.

2. Приглашается эксперт или группа экспертов по разработке пользовательских интерфейсов – этот подход отличается от предыдущего более высокой квалификацией экспертов.

3. Опрос пользователей – может проводиться в разных формах: голосование, отзывы, предложения по улучшению. Общая особенность – пользователи приложения сами высказывают свои предпочтения в дизайне и его Существует большое количество разновидностей методов экспертных оценок, но, несмотря на количество, не все методы могут предоставить количественные оценки.

В условиях недостаточно полной и недостоверной информации методы экспертных оценок дают вполне приемлемые результаты.

Существует большое число разновидностей алгоритма Apriori, который изначально не учитывал временную составляющую в наборах данных. Первым алгоритмом на основе Apriori, позволившим находить закономерности в последовательностях событий, стал предложенный в 1995 году ( Argwal и Srikant ) алгоритм AprioriALL [16].

Данный алгоритм, также как другие усовершенствования Apriori основывается на утверждении, что последовательность, входящая в часто встречающуюся последовательность, также является часто встречающейся.

Формат данных, с которыми работает алгоритм - это таблица транзакций с тремя атрибутами (id клиента, время транзакции, id товаров в наборе).

Работа алгоритма состоит из нескольких фаз.

Фаза сортировки заключается в перегруппировке записей в таблице транзакций.

Сперва записи сортируются по уникальному ключу покупателя, а затем по времени внутри каждой группы. Пример отсортированной таблицы приведён ниже.

Таблица 2.2 Таблица транзакций Фаза отбора кандидатов - в исходном наборе данных производится поиск одноэлементных последовательностей в соответствии со значением минимальной поддержки. Предположим, что значение минимальной поддержки 40%.

Обратим внимание, что поддержка рассчитывается не из числа транзакций, в которые входит одноэлементная последовательность (в данном случае это есть набор), но из числа покупателей, у которых во всех их транзакциях встречается данная последовательность.

В результате получим следующие одноэлементные последовательности.

Таблица 2.3 Выделение одноэлементных последовательностей Фаза трансформации. В ходе работы алгоритма нам многократно придётся вычислять, присутствует ли последовательность в транзакциях покупателя.

Последовательность может быть достаточно велика, поэтому, для ускорения процесса вычислений, преобразуем последовательности, содержащиеся в транзакциях пользователей в иную форму.

Заменим каждую транзакцию набором одноэлементных последовательностей, которые в ней содержатся. Если в транзакции отсутствуют последовательности, отобранные на предыдущем шаге, то данная транзакция не учитывается и в результирующую таблицу не попадает.

Например, для покупателя с идентификатором 2, транзакция (10, 20) не будет преобразована, поскольку не содержит одноэлементных последовательностей с нужным значением минимальной поддержки (данный набор встречается только у одного покупателя).

последовательностей {(40), (70), (40, 70)} Процесс преобразованная будет иметь следующий вид.

Таблица 2.4 Результат преобразования последовательностей Фаза генерации последовательностей - из полученных на предыдущих шагах последовательностей строятся более длинные шаблоны последовательностей.

Фаза максимизации - среди имеющихся последовательностей находим такие, которые не входят в более длинные последовательности.

трансформации имеется таблица с последовательностями покупок для пяти покупателей.

Таблица 2.5 Последовательность покупок для пяти покупателей Значение минимальной поддержки выберем 40% (последовательность должна наблюдаться как минимум у двоих покупателей из пяти).

После фазы отбора кандидатов мы получили таблицу с одноэлементными последовательностями.

Таблица 2.6 Одноэлементные последовательности последовательностей сгенерируем двухэлементные и посчитаем для них поддержку.

Оставим только те, поддержка которых больше минимальной. После этого сгенерируем трёх, четырёх и т.д. элементные последовательности, пока это будет возможно.

Таблица 2.7 Двухэлементные последовательности Таблица 2.8 Трёхэлементные последовательности Таблица 2.9 Четырёхэлементные последовательности 4-Кандидаты 4-Последовательность L4 Поддержка Последовательность, например, не проходит отбор, поскольку последовательность, входящая в неё, не присутствует в L3.

Так как сформировать пятиэлементные последовательности невозможно, работа алгоритма на этом завершается.

Результатом его работы будут три последовательности, удовлетворяющие значению минимальной поддержки и не входящие в более длинные последовательности:, 2.5 Сравнительный анализ рассмотренных групп методов В рамках аналитического обзора были рассмотрены следующие группы методов:

1. Методы, основанные на экспертных оценках;

2. Метод оценивания GOMS;

3. Методы, основанные на ассоциативных цепочках.

В качестве критериев используется:

Стоимость проведения эксперимента. Проведение каждого эксперимента требует определённых денежных затрат. Чем меньше денег необходимо вложить для проведения эксперимента, тем лучше;

Субъективность результатов. Результаты, в формировании которых, участвуют мнения экспертов, также несут в себе определённую долю субъективизма. Чем меньше субъективной составляющей содержат результаты, тем лучше;

Время проведения эксперимента. Проведение каждого эксперимента требует определённых временных затрат. Эти временные затраты могут быть связаны с длительностью процесса сбора данных, формированию экспертной группы, разработке или покупке инструментов для проведения экспериментов. Чем меньше время проведения эксперимента, тем лучше;

Ориентированность на оптимизацию процессов.

пользовательского интерфейса, необходимо учитывать, что связанные последовательности действий обеспечивают выполнение технологических и бизнес процессов, протекающих в системе. Как было указано в начале данной работы, разные группы методов рассматривают в качестве единицы оптимизации разные объекты. Это могут быть жесты, операции, задачи, процессы и деятельность в целом.

Наиболее важным является оптимизация процессов, так как именно из процессов рассчитывается эффективность пользовательского интерфейса.

Трудоёмкость подготовки к эксперименту. В данном случае под трудоёмкостью понимается количество человеко-часов затраченных на подготовку к эксперименту.

Примером может служить время разработки программного обеспечения сбора и первичной обработки данных. Не стоит путать данный критерий со стоимостью, они не являются взаимно заменяющими. Чем меньше трудоёмкость подготовки к эксперименту, тем лучше.

Эффективность многократного проведения эксперимента. В данном случае имеется в виду возможность получения дополнительной информации методом многократного повторения эксперимента.

Точность результатов. Все рассмотренные методы дают приближённый результат.

Проблема в том, что в разных случаях разные группы методов дают более точный результат. В связи с этим, мы не можем ранжировать рассмотренные группы методов по данному критерию. В этом смысле выбор метода осуществляется в условиях неопределённости.

Перечисленные критерии можно классифицировать на две группы:

• Ресурсные. Критерии, связанные с вложением ресурсов. Данные критерии определяют наши потери при проведении эксперимента.

• Квалиметрические. Критерии, связанные с качеством полученных результатов. Данные критерии определяют наш выигрыш при проведении К классу ресурсных критериев можно отнести: стоимость проведения эксперимента, время проведения эксперимента, трудоёмкость подготовки к эксперименту.

К классу квалиметрических критериев можно отнести: субъективность результатов, ориентированность метода исследования на оптимизацию процессов, точность результатов.

В идеале мы стремимся затратить как можно меньше ресурсов и получить результаты как можно более высокого качества.

Представим все критерии в ранговой шкале в диапазоне от единицы до трёх.

Семантически, предложенную ранговую шкалу можно интерпретировать следующим образом:

При перечислении критериев было указано, что есть «хорошо» и «плохо» для каждого конкретного критерия.

Ранжируем анализируемые группы методов в соответствии с предложенной шкалой и выбранными критериями.

По стоимости проведения эксперимента, анализируемые группы методов можно ранжировать следующим образом:

Методы, основанные на экспертных оценках. В случае, когда приглашаются профессиональные эксперты – это высокооплачиваемые специалисты, часто требующие почасовую оплату. Каждый новый эксперимент стоит значительных денежных вложений.

Вследствие этого методы, основанные на экспертных оценках, являются самыми дорогостоящими из всех рассмотренных.

Метод оценивания GOMS. Стоимость данного эксперимента несколько выше, так как требует формирование экспертной группы и проведения экспертизы. Для проведения экспертизы необходимо осуществить сбор статистических данных. Несмотря на то, что стоимость использования данной группы методов несколько выше, чем при использовании методов, основанных на ассоциативных цепочках, данные вложения являются разовыми.

эксперимента складывается из времени разработки и внедрения программного обеспечения, осуществляющего сбор и сохранения истории взаимодействия пользователей с интерфейсом. По сути, осуществляется сбор статистики. Данная программа не является трудоёмкой, а вложения на её разработку являются разовыми. Далее она безболезненно интегрируется в рабочий процесс.

По субъективности результатов, анализируемые группы методов можно ранжировать следующим образом:

Методы, основанные на экспертных оценках. Данные, полученные в результате опроса, анкетирования или любого взаимодействия с экспертами являются полностью субъективными, вследствие чего, они, в первую очередь, отражают предпочтения и пристрастия эксперта, а не объективную реальность.

Метод оценивания GOMS. Данная группа методов, использует как статистические данные, так и мнения экспертов при формировании результата. В этом смысле, метод оценивания GOMS даёт менее субъективные результаты, чем группа методов, основанных на экспертных оценках.

Методы, основанные на ассоциативных цепочках. Данная группа методов, при формировании результата основывается только на статистических данных, собранных в процессе эксперимента. Все остальные методы в той или иной степени и форме вкладывают в результат мнения экспертов.

По времени проведения эксперимента, анализируемые группы методов можно ранжировать следующим образом:

Методы, основанные на ассоциативных цепочках. Для проведения эксперимента, в основе которого лежит данная группа методов, необходим большой массив статистических данных. Сбор, необходимых данных может достигать месяцы. В этом смысле данная группа методов является самой неоперативной из всех анализируемых групп.

Методы, основанные на экспертных оценках. Временные затраты здесь формируются из времени на формирование группы экспертов, их ознакомления с деталями проекта, заключение договоров и, собственно, экспертиза. Чем хороша данная группа методов, так это тем, что вложением дополнительных денежных средство можно значительно ускорить эксперимент. В этом смысле, по критерию времени проведения эксперимента, методы, основанные на экспертных оценках, занимают промежуточное положение.

Метод оценивания GOMS. Данный метод использует при формировании результата, как мнение экспертов, так и статистические данные. Сбор статистических данных и экспертную оценку можно производить параллельно – вследствие чего достигается минимальное время эксперимента.

По ориентированности на оптимизацию процессов, анализируемые группы методов можно ранжировать следующим образом:

Метод оценивания GOMS. Оптимизационной единицей данной группы методов является жест, а экономическая эффективность интерфейса рассчитывается из процессов.

Слишком высокий уровень детализации действий пользователя в итоге сильно затрудняет оценку эффективности применения метода по отношению к процессам.

Методы, основанные на экспертных оценках. Эксперты легко могут оперировать в терминах процессов, однако, человеку тяжело учесть все нюансы взаимодействия пользователя с интерфейсом, в силу чего группа методов, основанная на экспертных оценках, занимает промежуточное положение.

Методы, основанные на ассоциативных цепочках. Данная группа методов оперирует понятием процесса в качестве основной единицы. За формирование результата отвечает программа, а не человек, следовательно, мы можем использовать требуемые вычислительные ресурсы, а также ресурсы памяти.

По трудоёмкости подготовки к эксперименту, анализируемые группы методов можно ранжировать следующим образом:

Методы, основанные на ассоциативных цепочках. Данная группа методов, сопровождается не только разработкой программного обеспечения при проведении исследования, но и систематической предобработкой собранных данных поступающих на протяжении всего процесса сбора. Как было сказано ранее, время проведения эксперимента в данном случае может достигать несколько месяцев, вследствие чего данная группа методов обладает максимальной трудоёмкостью при подготовке к эксперименту.

Метод оценивания GOMS. Комбинируя, сбор и обработку статистических данных и трудовые затраты на подготовку к экспертизе, данный метод располагается строго между оставшимися двумя методами.

Методы, основанные на экспертных оценках. Подготовка договоров, разработка анкет и других материалов, необходимых для работы с экспертами требует меньше всего трудовых ресурсов, вследствие чего делает данную группу методов самой нетребовательной к трудовым ресурсам на этапе подготовки к эксперименту.

По эффективности многократного проведения эксперимента, анализируемые группы методов можно ранжировать следующим образом:

Методы, основанные на ассоциативных цепочках. С течением времени сбор дополнительных данных становится всё менее и менее эффективным, хотя может быть так, и недостигнут, требуемый уровень качества результатов.

Метод оценивания GOMS. Эксперты, могут изменять методику сбора и обработки данных, вследствие чего получать новую информацию. Однако, данный метод также как и предыдущий эффективен только до определённого момента.

Методы, основанные на экспертных оценках. Меняя цели экспертизы, группы экспертов, роли экспертов в группе, можно получать всё больше и больше информации основываясь на опыте экспертов.

Сведём полученные результаты в таблицу:

Таблица 2.10 Показатели методов оценки пользовательского интерфейса Стоимость проведения эксперимента Субъективность результатов Время проведения эксперимента Ориентированность на оптимизацию процессов Трудоёмкость подготовки к эксперименту эффективности многократного проведения эксперимента Промежуточная сумма Точность результатов Как было сказано, мы не можем определить заранее какая, из анализируемых групп даст более точные результаты, вследствие этого может оказаться эффективным использовать проведение эксперимента основанного на той или иной группе методов.

В данной главе предложены три метода оценки пользовательского интерфейса.

Адаптация метода поиска ассоциативных правил для задачи оценки пользовательского интерфейса будет описана в следующей главе. Представленные методы основаны на разных принципах. Показано, что ни один из них не может гарантированность точность получаемых в итоге результатов. Во многом это связанно со сложностью формализации задачи оценки эффективности пользовательского интерфейса приложения.

В конце главы приведено сравнение описанных методов. Его результаты позволяют определить ситуации, при которых применение того или иного метода будет наиболее выгодным.

3 Формализация задачи поиска ассоциативных цепочек действий пользователей при взаимодействии с интерфейсом приложения Представим решаемую задачу как задачу управления объектом. В любой задаче управления всегда участвуют: управляющий субъект, управляемый объект, среда, в которой происходит управление, инструментарий субъекта, допустимые изменения состояния объекта и его параметров, механизмы управления субъекта собой, критерии эффективности управления.

В нашем случае:

интерфейса;

Управляемый объект – расположение элементов пользовательского интерфейса, состав элементов управления, методы взаимодействия с пользовательским интерфейсом;

Среда, в которой происходит управление – потоки действий от пользователей;

Инструментарий субъекта графическим пользовательским интерфейсом приложения;

Допустимые изменения состояния объекта, среды и их параметров – объект в рамках эксперимента является статическим и не меняет своих параметров и состояний, параметры суммарного потока действий от пользователей для эксперимента также значения не имеют, однако имеют значения параметры каждого отдельного потока;

Механизмы управления субъекта собой.

механизмы отсутствуют;

Критерий эффективности управления.

пользовательским интерфейсом при выполнении идентичного набора действий;

Таблица 3.1 Инструментарий управляющего субъекта, основанный на данных об управляемом объекте Доступные данные об управляемом Описание объекте Типы действий пользователя С каждым элементом управления соотносится (множество элементов управления) некоторое действие.

Таблица 3.2 Инструментарий управляющего субъекта, основанный на данных среде Количество действий пользователей Самая простая характеристика, естественным Время возникновения некоторого события Время, в которое было зафиксировано Пользователь, совершивший некоторое С каждым действием ассоциирован характеристиками:

• Пользователь, выполнивший действие (отдельного пользователя обозначим как, множество всех пользователей системы как );

Обозначим действие следующим образом:

Цепочка действий представляется как упорядоченное множество из действий.

Элементы множества упорядочены по возрастанию времени действий:

Обозначим алгоритм получения ассоциативных цепочек из цепочки действий :

Шаблоном будем называть ассоциативную цепочку в случае если вероятность её возникновения среди всего множества пользователей, больше заданного порога :

где - это функция, ставящая в соответствие ассоциативной цепочки вероятностную меру на всём множестве пользователей системы.

Под интервалом выполнения действия будем понимать следующую величину:

Тогда, аналогично понятию последовательности действий, введём понятие последовательности интервалов:

Множество интервалов действий будем называть группой, если оно образовано следующими элементами:

Другими словами группа представляет собой множество интервалов выполнения одного и того же действия. Несложно выразить среднее время выполнения действия.

последовательности интервалов, которую обозначим через.

Множество ассоциативных интервалов можно получить следующим образом:

осуществляющий преобразование цепочек интервалов во множество ассоциативных складываться как среднее время выполнения действий входящих в её состав. Другими словами:

выполнения действия.

Учитывая, что одному и тому же шаблону может соответствовать множество ассоциативных последовательностей интервалов, можно сказать, что среднее время выполнения шаблона равно:

Как было сказано, для нас важно минимизировать время выполнения наиболее популярных шаблонов. Это можно записать следующим образом:

Стоит отметить, что аналитический вид данной целевой функции не известен, в этом смысле задача решается в условиях неопределённости.

Дело в том, что полученное решение нельзя отнести к статистическому типу, так как нет возможности провести многократный эксперимент. С другой стороны, данное решение не является детерминированным так нельзя заранее точно сказать, повлекут ли выработанные рекомендации к уменьшению времени выполнения шаблонов пользователей.

предварительный отбор шаблонов поведения, но даже на этапе предварительного отбора данный метод может давать серьёзные погрешности. Эти погрешности связаны с тем, что пользователи могут просто не знать о наличии более эффективных методов выполнения того или иного действия, хотя действие может оказаться довольно популярным. В общем случае таких ситуаций может быть значительно больше. Для решения этой проблемы дополнительно необходимо собирать группу экспертов, основной задачей которых будет проведение предварительного отбора шаблонов наряду с программой. Экспертное оценивание всегда связано с высокой долей субъективизма в полученных оценках.

Комбинируя предпочтения ЛПР, программный способ получения множества шаблонов, экспертные оценки, ЛПР формирует предварительное множество шаблонов для дальнейшей оптимизации.

В рассмотренном выше материале, мы определили критерий эффективности решаемой задачи как минимизации времени выполнения наиболее популярных шаблонов.

Сама по себе минимизация выполняется человеком – проектировщиком пользовательского интерфейса. С нашей позиции важно выделить наиболее популярные шаблоны поведения пользователей. Для этого необходимо выполнить следующие шаги:

1. Выделить из цепочек действий пользователя ассоциативные цепочки.

Другими словами нам необходимо определить алгоритм для получения ассоциативных цепочек из цепочки действий;

2. Выделить из ассоциативных цепочек пользователей шаблоны поведения пользователей. Другими словами нам необходимо определить алгоритм, осуществляющий преобразование цепочек интервалов во множество ассоциативных цепочек интервалов;

3. Определить алгоритм нахождения популярности шаблонов поведения (определим алгоритм ).

зарегистрированных в системе.

где – некоторое действие, - мощность множества цепочек действий в которые входит действие - множество всех цепочек действий пользователей.

Поддержка показывает, какой процент транзакций поддерживает данное правило.

Данные определения можно расширить для случая расчета поддержки группы действий. Для удобства пронумеруем все подмножества множества натуральными себя множество цепочек действий, в каждую из которых входят все элементы подмножества. В этом случае, поддержка также вычисляется для всего набора:

Для того, чтобы полученная модель была полностью применима в решаемой модели, осталось учесть одну особенность – порядок действий в цепочках.

каждый элемент которого обозначим, где j – это номер отношения порядка в наборе. В качестве критерия может использоваться время совершения действия пользователем.

Как правило, на величину поддержки накладывается некоторый минимальный порог.

Все множества, значение поддержки которых меньше заданного порога, отбрасываются.

Вычисление поддержки довольно трудоёмкий процесс, требующий большого неперспективных ветвей решений используется одно из свойств поддержки: поддержка любого набора объектов не может превышать минимальной поддержки любого из его подмножеств, т.е.

порогового значения, назовём ассоциативными цепочками и обозначим.

Ассоциативная цепочка имеет смысл только в контексте одного пользователя. Пусть множество содержит всех пользователей, в ассоциативных цепочках которых встретилась ассоциативная цепочка. Поддержкой ассоциативной цепочки будем называть следующую величину:

В случае, если величина больше некоторого заведомо установленного порога, то такая ассоциативная цепочка является шаблоном поведения пользователей.

Последнее, что осталось сделать, это определить популярность того или иного шаблона. Для этого достаточно вычислить следующую величину:

Произведя сортировку шаблонов пользователя по данному параметру, можно определить приоритет модификации тех или иных элементов пользовательского интерфейса.

Разнообразные оценки популярности в пунктах проката, библиотечных книг, webстраниц и даже используемых английский слов в рассказах, web-страниц и даже используемых английских слов в рассказах обнаруживают, что популярность достаточно точно следует определённой закономерности. Эта закономерность была обнаружена Гарвардским профессором Джорджем Ципфом и называется теперь законом Ципфа. Закон утверждает, что если выстроить элементы (видеокассеты, книги, web-страницы и т.д. ) по порядку их популярности, то вероятность того, что следующий клиент выберет k-ый элемент списка, примерно равно C/k, где С нормирующая константа.

Таким образом, частоты попадания в тройку лидеров составляют соответственно C/1, C/2 и C/3, где С вычисляется так, чтобы сумма всех слагаемых была равна 1. Другими словами при N пользовательских шаблонах поведения получим:

При исследовании пользовательского интерфейса не обязательно рассматривать все выявленные шаблоны поведения. Из N пользовательских шаблонов достаточно рассматривать только первые M наиболее популярных.

В результате адаптации алгоритм AprioriAll стал применим для задачи поиска ассоциативных правил при взаимодействии пользователя с интерфейсом приложения.

В главе введены понятия действия пользователя и шаблона действий (формулы 3.1Шаблон действий позволяет рассматривать манипуляции пользователя в системе как последовательность связанных событий. Основная модификация алгоритма заключается в возможности учёта времени, затраченного пользователем на выполнение цепочки действий (формулы 3.5-3.7). Дальнейшие преобразования показывают как усреднять время выполнения действий для нескольких пользователей, а также определять популярность шаблонов действий для группы пользоватлей.

Использование адаптированного алгоритма позволит выявить наиболее востребованные пользователями последовательности действий.

4 Апробация предложенного метода оценки пользовательского Для выявления закономерностей в поведении пользователей для аналитической пользователей в системе. Из всего доступного множества функций, выбираются те, которые будут участвовать в исследовании.

Для проведения данного эксперимента выбраны следующие функции, реализуемые пользовательским интерфейсом аналитической системы DataPick:

• Вывод списка проектов пользователя;

• Просмотр содержимого проекта пользователя;

• Удаление существующего проекта;

• Просмотр содержимого таблицы;

• Авторизация пользователя в системе;

Рисунок 4.1 - Пример пользовательского интерфейса аналитической системы DataPick.

Для сбора сведений об активности пользователей был разработан модуль регистрации действий. При выполнении пользователем одного из выбранных действий, модуль сохраняет время выполнения, название действия и номер сеанса, в рамках которой выполнено данное действие. Под сеансом понимается идентификатор периода времени от момента входа пользователя в систему, до момента выхода. В данной работе не рассматривается задача персонализации активности пользователей, достаточно лишь учитывать факт работы некоторого пользователя с системой.

Собранные данные имеют следующий вид:

Таблица 4.1 Пример данных об активности пользователей Данные снимаются с функционирующей в открытом доступе системы по адресу http://loreforge.ru/DataPick/.

Замеры производились 22.12.2010 с 03:00 до 11:00. За этот период времени модуль регистрации зафиксировал 11 сеансов, составляющих в сумме 150 действий пользователей с системой.

Таблица 4.2 Характеристика данных Для поиска закономерностей в собранных данных было решено применять алгоритм поиска ассоциативных правил AprioriAll. Особенностями данного алгоритма являются:

1. Возможность выявления взаимосвязанных последовательностей в наборе 2. Учёт порядка следования действий;

3. Возможность определения популярности последовательностей.

Рисунок 4.2 - Приложение, реализующее алгоритм AprioriAll В рамках данной работы была произведения реализация алгоритма AprioriAll в виде приложения на языке Java (рис 3.2). Решение о реализации алгоритма принято в силу отсутствия возможности использовать программные продукты с требуемой функциональностью от сторонних разработчиков. Язык Java выбран из соображений увеличения скорости разработки приложения.

В процессе реализации алгоритма AprioriAll сделано следующие допущение:

Транзакция может содержать только один элемент – физический смысл данного допущения заключается в том, что одновременно пользователь может выполнить только одно действие.

Результатами работы алгоритма являются последовательности действий и характеристика их популярности – поддержка. Поддержка интерпретируется как частота встречи данной последовательности среди всех рассматриваемых сеансов. Следует отметить, реализованный алгоритм не учитывает многократное выполнение пользователем последовательности в рамках сеанса. Иными словами, нет разницы, встретилась ли последовательность один или несколько раз за сеанс.

Основным параметром алгоритма AprioriAll является параметр «поддержка» пороговое значение популярности найденных на каждой итерации алгоритма последовательности, которые встретились во всех сеансах). Рассмотрим результаты работы алгоритма, варьируя параметр поддержки в пределах от 0 до 1 с шагом 0,1.

Измеряемые параметры:

1. Максимальное значение поддержки – максимальное значение параметра поддержки среди найденных последовательностей. Чем выше параметр 2. Максимальная длина последовательности – максимальное число элементов в найденных последовательностях. Чем длиннее последовательность, тем сложнее выявленная закономерность;

3. Минимальная длина последовательности – минимальное число элементов в найденных последовательностях. Чем последовательность короче, тем тривиальней выявленная закономерность.

4. Число последовательностей – количество найденных закономерностей.

Таблица 4.3 Измеренные характеристики результатов работы алгоритма В таблице 4.3 приведены полученные после измерения результаты. В полученных данных исследователя интересует не столько значения, сколько динамика их изменений.

Пронормируем значения из таблицы 4.3 (рис 4.3).

Рисунок 4.3 - График зависимостей пронормированных результатов работы Общая тенденция для полученных данных такова:

С увеличением порогового значения поддержки популярность найденных последовательностей возрастает, однако уменьшается их длина и количество.

Крайние случаи рассматриваться не будут, в силу отсутствия их практической значимости.

Примем значение параметра поддержки для выявления закономерностей на имеющихся данных равным 0,5. Это обусловлено удобством интерпретации результатов (в силу их небольшого количества), высокой популярностью (больше половины сеансов содержат эти последовательности) и удовлетворительной сложностью найденных закономерностей (длина последовательностей от 2 до 5).

В результате работы алгоритма были выявлены следующие закономерности (таблица 3.4):

Таблица 4.4. Выявленные закономерности поведения пользователей открыть проект, открыть таблицу открыть таблицу, выход авторизация, страница проектов, открыть проект открыть таблицу, страница проектов, создать проект, открыть проект страница проектов, создать проект, открыть проект, загрузить CSV, открыть таблицу Попробуем провести пример интерпретации полученных результатов работы алгоритма.

Как видно из последовательности 4, для просмотра данных пользователю необходимо создать проект, импортировать данные и только после этого выбрать импортированную таблицу для просмотра из списка таблиц проекта это занимает действий.

Возможна следующая модификация:

Добавить на основные страницы приложения возможность импорта данных в формате CSV в новый проект. При вызове этой функции, автоматически создаётся новый проект, в него добавляется таблица с импортированными данными, в конце данные открываются для просмотра.

Длина цепочки при таком подходе сокращается с 5 до 1. Иными словами, интерфейс, с данной доработкой предположительно станет эффективней. Предположительно, потому что нет гарантии, что усложнение интерфейса положительно повлияет на скорость работы пользователей.

Результатом работы исследования интерфейса стала рекомендация по модификации интерфейса. Дальнейшее исследование интерфейса не рассматривается в данной работе.

В данной главе был описан процесс исследования пользовательского интерфейса системы анализа данных Data Pick предложенным ранее методом. Были описаны требуемые для исследования данные, процедура оценки, промежуточные результаты.

Одной из важных частей главы является интерпретация полученных результатов и формирование рекомендаций на их основе.

5 Сравнительный анализ полученного программного продукта с Необходимо понимать, что разработка системы анализа данных – это трудоёмкая и длительная задача, поэтому разработка системы велась комплексно, коллективом авторов.

Для разработки системы анализа данных был сформирован коллектив разработчиков Lore Forge [21], руководителем которой является автор данной работы. В состав команды вошли: Курагин А.В., Городов Е.Ю., Панфилов И.В., Сизова А.О.. В рамках деятельности Lore Forge была разработана система анализа данных с рабочим названием Data Pick [20].

В данном разделе, производится обзор разработанного программного продукта.

DataPick - облачное приложение для анализа данных. DataPick ориентирован как на академическое, так и на коммерческое использование. Коммерческие версии DataPick дорабатываются под требования бизнеса заказчика, в то время как академическая версия находится в публичном доступе. Каждому пользователю предоставляет личное пространство, куда он может импортировать данные и сохранять результаты обработки.

Основные модули DataPick:

1. Модуль «Базовые статистические характеристики»;

2. Модуль кластеризации на базе алгоритма K-средних;

3. Модуль корреляционного и регрессионного анализа;

5. Импорт и экспорт данных из/в следующие форматы: CSV, ODS;

6. Загрузка данных из любой JDBC (Java Data Base Connection) совместимой Работы над программным продуктом ведутся с начала 2010 года. В марте того же года проект занял 4-е место в конкурсе стартапов на 4-той Сибирской венчурной ярмарке.

Пробная версия приложения была опубликована в начале октября 2010 года.

Выполнено совместно с Фёдоровым Е.И.

Был проведён сравнительный анализ ( с точки зрения потенциального пользователя), разработанной системы анализа данных Data Pick с прямыми аналогами: STATISTICA, Deductor Studio, PolyAnalyst, StatCrunch. Сравнительный анализ производился по следующим критериям: стоимость, стоимость тех.поддержки, стоимость сертификации, импорт и хранение данных, поддержка PMML, импорт из Excel/Ods, Импорт из JDBC, наличие собственного хранилища данных, предельный объём данных в системе, поддержка OLAP, пользовательская история, поддержка скриптов, многопользовательский режим, возможность совместного доступа к ресурсам, открыть информации об использованных алгоритмах и их реализации, средства генерации отчётов, наличие сводных таблиц, предметная ориентированность, наличие Web-версии, обратная совместимость версий, требуемый уровень подготовки пользователя, наличие методических пособий, наличие комплектаций системы для малого бизнеса, наличие комплектаций для среднего бизнеса, наличие корпоративной версий, наличие студенческой версии, возможность адаптации программного продукта под конкретного заказчика, наличие представительства в Новосибирске, наличие модулей:

корреляционного, регрессионного анализа, прогнозирования временных рядов, предобработки данных, классификации, кластеризации, поиска ассоциативных правил, Text Mining, дисперсионного анализа, базовых характеристик.

Таблица 5.1 Сравнительная таблица характеристик Характеристика STATISTICA Deductor PolyAnalyst StatCrunch DataPick Стоимости Импорт и хранение данных хранилища данных Дополнительные возможности OLAP режим алгоритмов отчётов Сборки ориентированность Web-версия Обратная совместимость Плохая Плохая версий пользователя пособий бизнеса Новосибирске Математический аппарат временных рядов правил Text-Mining Среди преимуществ Data Pick перед потенциальными пользователями по сравнению с прямыми аналогами можно выделить:

• Наличие средств распределения нагрузки.

• Наличие бесплатной версии.

• Доступ через Web.

• Открытость математических алгоритмов.

Среди недостатков Data Pick перед потенциальными пользователями по сравнению с прямыми аналогами можно выделить:

• Отсутствие пользовательской истории;

• Отсутствие многопользовательского доступа;

• Отсутствие сценарной обработки данных;

• Отсутствие средств генерации отчётов.

Особенно важным является тот факт, что среди всех рассмотренных систем анализа данных, Data Pick является единственной системой анализа данных, имеющей средства распределения нагрузки.

Разработанная облачная система анализа данных полностью удовлетворяет требованиям первой версии. Однако, возможностей данного программного продукта ещё не достаточно для того, чтобы включать данный продукт в полноценную научную или коммерческую деятельность. Он хорошо подходит для ознакомления студентов как альтернатива более развитым аналогам. В этом смысле, основное направление развития заключается в более тесной интеграции с преподаваемыми в ВУЗ-ах дисциплинами и развёртывании данной системы на оборудовании ВУЗ-а. Это позволит студентам работать прямо из дома, преподавателям следить за успеваемостью студентов, и позволит им не использовать не лицензионное программное обеспечение.

Разработка и выпуск первой версии аналитической системы Data Pick является важным достижением для коллектива Lore Forge, членом которого является автор. На сегодняшний день коллектив состоит из студентов-энтузиастов разных курсов и кафедр, объединившихся с целью создания программного продукта, способного конкурировать с успешными коммерческими аналогами. Основной движущей силой членов коллектива является стремление к профессиональному росту. Поэтому, первая версия Data Pick не являлась конечной целью работы, а скорее базой для реализации более сложных идей.

Основными направлениями разработки следующей версии Data Pick являются:

• реализация распределённой архитектуры приложения*;

• введение межпользовательского взаимодействия;

• расширение возможностей импорта/экспорта данных.

Первая версия Data Pick хоть и является многопользовательской, однако каждый пользователь работает в своей «песочнице», изолированной от других пользователей системы. Введение межпользовательского взаимодействия призвано увеличить продуктивность многопользовательской работы. Основными нововведениями в этой области будут:

1. Возможность совместной работы. Группе пользователей предоставляется произведённые одним пользователем, будут доступны другим.

метеорологические замеры, будут доступны пользователям системы. Данное нововведение предназначено не столько для практического использования, сколько для обучения возможностям приложения. Одной из целевых аудиторий Data Pick являются академические учреждения. Предоставление заранее собранных данных позволит упростить внедрение Data Pick в 3. Аудит действий пользователей. Регистрация пользовательской активности предполагает фиксацию определённых действий пользователей в системе с привилегированным пользователем. Это призвано помочь интеграции Data Pick в учебный процесс. Преподаватель, использующий Data Pick в своём Более подробно о распределении архитектуры см. работу Фёдорова Е.И.

курсе с помощью аудита получит возможность отслеживания правильности действий студентов, а так же качество их работы.

Успех системы на рынке определяет не только её архитектура, но и интеграция с программными продуктами сторонних разработчиков. В данном направлении наиболее актуальны следующие направления:

Под интеграцией в данном случае понимается, прежде всего, возможность экспорта и импорта данных между Data Pick и рассмотренными выше программными продуктами.

Уже на данном этапе проводятся исследования в области сценарного представления данных и наложения сценария на рассмотренную выше модель. В дальнейшем будет сформирован набор сценариев, который позволит использовать уже готовые наработки для решения прикладных задач. В дальнейшем, данная система послужит основой для создания моделетеки алгоритмов.

В рамках данной работы были решены следующие задачи:

1. Дан аналитический обзор методов оценки пользовательского интерфейса.

Были рассмотрены следующие методы оценки пользовательского интерфейса:

1. Методы, основанные на экспертных оценках;

2. Метод оценивания GOMS;

3. Методы, основанные на ассоциативных цепочках.

В ходе аналитического обзора было отмечено, что методы, основанные на ассоциативных цепочках, базируются на статистических свойствах исходных данных, тогда как методы оценивания, основанные на экспертных оценках, базируются на субъективном мнении экспертов. Метод GOMS занимает промежуточное положение и его в полной мере можно отнести к категории гибридных методов оценки пользовательского интерфейса.

2. Произведён сравнительный анализ методов оценки пользовательского Сравнительный анализ производился на основе следующих критериев: стоимость проведения эксперимента, субъективность результатов, время проведения эксперимента, ориентированность на оптимизацию процессов, трудоёмкость подготовки к эксперименту, эффективность многократного проведения эксперимента, точность результатов.

В ходе проведения эксперимента была получена следующая таблица рангов тех или иных критериев:

Общая схема алгоритма оценки пользовательского интерфейса была синтезирована с задачей поиска ассоциативных правил и частотным методом определения популярности объекта.

4. Разработана первая версия облачной системы анализа данных Data Pick.

• Полученный программный продукт в полной мере удовлетворяет заявленным требованиям. В дальнейшем будет произведена ещё большая адаптация работы данного программного продукта в качестве облачного приложения за счёт реализации стандартизированных протоколов обмена (SOAP). Кроме этого планируется разделить Data Pick на составные части, каждая из которых будет представлять независимое приложение с собственным прикладным программным интерфейсом. Основное отличие данного программного продукта от большинства аналогов в том, что он выполнен в виде облачного приложения. Это обеспечивается за счёт унификации протоколов взаимодействия конечных пользователей и системы, персонализации рабочего пространства пользователя, возможности изменения доступных для пользователя ресурсов (объём памяти, жёсткий диск и 5. Проведён сбор данных для дальнейшего исследования.

Все элементы пользовательского интерфейса аналитической системы Data Pick были оборудованы специализированными подпрограммами регистрации действии пользователя.

Каждая подпрограмма записывала результат в файл в формате CSV. Подпрограмма имела возможность идентифицировать пользователя, который взаимодействует с пользовательским интерфейсом. Данные собирались в течение нескольких месяцев. На основании этого были получены исходные данные для дальнейшего исследования.

6. Произведена обработка данных на основании предложенного алгоритма и Для обработки собранных данных была разработана специальная программа.

Результатом работы данной программы является набор наиболее популярных шаблонов поведения пользователя.

В результате были выявлены следующие шаблоны поведения:

открыть проект, открыть таблицу открыть таблицу, выход авторизация, страница проектов, открыть проект открыть таблицу, страница проектов, создать проект, открыть проект страница проектов, создать проект, открыть проект, загрузить CSV, открыть таблицу В результате проведения эксперимента была выявлена следующая тенденция:

Поддержка любой подцепочки некоторой цепочки больше либо равна поддержке этой цепочки.

Как было сказано в пункте «Анализ разработанной системы на предмет соответствия заявленным требованиям» разработанная облачная система анализа данных полностью удовлетворяет требованиям первой версии. Однако, возможностей данного программного продукта ещё не достаточно для того, чтобы включать данный продукт в полноценную научную или коммерческую деятельность. Он хорошо подходит для ознакомления студентов как альтернатива более развитым аналогам. В этом смысле основное направление развития заключается в более тесной интеграции с преподаваемыми в ВУЗ-ах дисциплинами и развёртывании данной системы на оборудовании ВУЗ-а. Это позволит студентам работать прямо из дома, преподавателям следить за успеваемостью студентов, и позволит не использовать студентам не лицензионное программное обеспечение.

В рамках проведённого исследования был предложен алгоритм оценки пользовательского интерфейса. В результате использования предложенного алгоритма над экспериментальными данными был получен набор наиболее популярных шаблонов поведения. Алгоритм хорошо показал себя, так как выявленными шаблонами поведения обладали, по крайней мере, 54,55% от всех пользователей системы. Из этого следует, что оптимизация процессов соответствующих данным шаблонам поведения, позволит значительно ускорить работу пользователей системы. Однако, процесс оценки качества пользовательского интерфейса не является разовым его нужно проводить систематически. Поэтому в дальнейшем разработанный алгоритм следует включить в комплекс аналитической системы Data Pick с возможностью генерации периодических отчётов, предназначенных для архитектора пользовательского интерфейса.

1. Губарев В.В. Концептуальные основы информатики/ В.В. Губарев. – Новосибирск: НГТУ, 2001. - 144 c.

2. Тарасенко Ф.П. Прикладной системный анализ/ Ф.П. Тарасенко. - М.: КноРус, 2010. - 224 с.

3. Таненбаум Э. Компьютерные сети/ Э. Таненбаум. - Спб.: Питер, 2003. - 992 с.

4. Таненбаум Э. Архитектура компьютера/ Э.Таненбаум. - Спб.: Питер, 2007. – Э.Таненбаум, М. Стеен. - Спб.: Питер, 2003. - 877 с.

6. Раскин Д. Интерфес: новые направления в проектировании компьютерных систем/ Д. Раскин. – СПб: Символ-Плюс, 2007. – 272 с.,ил.

7. Купер А. Психбольница в руках пациентов/ А. Купер. - СПб: Символ-Плюс, 2005. - 336 с.

8. Орешков В. Поиск последовательных шаблонов [Электронный ресурс]:

http://www.basegroup.ru/library/analysis/association_rules/sequential_patterns_1/ (дата обращения: 26.01.2010).

9. Технология анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. 2е издание/ А.А. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И Холод. СПб.: БХВ-Петербург, 2008. - 384 с.

10. Хабибуллин И.Ш. Самоучитель Java 2/ И.Ш. Хабибуллин. - СПб.: БХВПетербург, 2007. -720 с.

11. Хорстманн К.С. Java 2 библиотека профессионала, том 2. Тонкости программирования, 7-е изд/ К.С. Хорстманн, Г. Корнелл. - М.: Издательский дом «Вильямс», 2007. -1168 с.

12. Дейтел Х.М. Технология программирования на Java 2: Книга 1. Графика, Java Beans, Интерфейс пользователя/ Х.М. Дейтел, П.Дж. Дейтел, С.И. Сантри. М.: ООО «Бином-Пресс», 2003. -560 с.

Распределённые приложения/ Х.М. Дейтел, П.Дж. Дейтел, С.И. Сантри. - М.:

ООО «Бином-Пресс», 2003. - 464 с.

Корпоративные системы, сервлеты, JSP, Web-сервисы/ / Х.М. Дейтел, П.Дж.

Дейтел, С.И. Сантри. - М.: ООО «Бином-Пресс», 2003. - 672 с.

15. Бек К. Экстремальное программирование/ K. Бек. - Спб.: Питер, 2002. - 224 с.

16. Agrawal R. Fast Algorithms for Mining Association Rules / R. Agrawal, R. Srikant // In Proc. of the 20th Int'l Conference on Very Large Databases. Santiago, Chile. September 1994. - p. 126-134.

17. Описание системы Data Pick [Электронный ресурс]: сайт команды разработчиков Lore Forge. 2010. URL:

http://www.loreforge.ru/news?act=0&cat=1&id=6 (дата обращения 06.06.2010).

18. Команда разработчиков Lore Forge [Электронный ресурс] Lore Forge: сайт команды разработчиков Lore Forge. 2010. URL:

http://www.loreforge.ru/news?act=0&cat=2&id=3 (дата обращения 06.06.2010).