System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及互联网,尤其涉及一种交互界面优化方法、设备及存储介质。
技术介绍
1、随着终端设备功能的日益增强,用户针对终端设备的交互界面的交互越来越频繁。现有技术中,通常可基于预设的规则来配置用户与交互界面的参数,比如,键盘的敏感度及其响应速度,以及,界面上的界面元素的布局等等。但是,这种界面参数设定方式,往往无法适应不同用户个性化的界面交互需求。
技术实现思路
1、本申请的多个方面提供一种交互界面优化方法、设备及存储介质,用以基于交互行为理解模型较为准确地针对不同用户进行交互界面的个性化优化。
2、本实施例提供一种交互界面优化方法,适用于目标用户使用的终端设备,所述方法包括:采集所述目标用户在握持所述终端设备的状态下与所述终端设备显示的目标交互界面进行交互产生的多种传感器数据,所述多种传感数据反映所述终端设备的移动状态、使用环境、握持方式、交互行为以及在当前场景中的使用方式中的至少两种信息;将所述多种传感器数据输入预先训练的交互行为理解模型,针对所述目标交互界面进行用户操作偏好的识别和/或用户操作意图的预测,以得到所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息;根据所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息,对所述目标交互界面的界面布局、界面元素和界面元素的功能参数中的至少一种进行优化,以得到优化后的目标交互界面;展示所述优化后的目标交互界面,以适配所述目标用户针对所述目标交互界面的操作偏好和/或操作意图。
3、进一步可选
4、进一步可选地,将所述多种传感器数据输入预先训练的交互行为理解模型,针对所述目标交互界面进行用户操作偏好的识别和/或用户操作意图的预测,以得到所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息,包括:将所述多种传感器数据输入所述交互行为理解模型中的特征提取网络,以得到多种初始特征,每种初始特征反应所述目标用户在一个信息维度上的使用习惯,不同初始特征对应不同的信息维度;将所述多种初始特征输入所述交互行为理解模型中的特征融合网络进行特征融合,以得到多维度融合特征;将所述多维度融合特征输入所述交互行为理解模型中的偏好识别网络和/或意图预测网络,针对所述目标交互界面进行用户操作偏好的识别和/或用户操作意图的预测,以得到所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息。
5、进一步可选地,根据所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息,对所述目标交互界面的界面布局、界面元素和界面元素的功能参数中的至少一种进行优化,以得到优化后的目标交互界面,包括以下至少一种:根据所述操作偏好信息中的目标握持方式,调整所述目标交互界面的界面布局,以将所述目标交互界面上具有交互功能的界面元素显示在与所述目标握持方式适配的界面位置上;根据所述操作偏好信息中的惯用手指信息,调整所述目标交互界面上的第一界面元素的样式和功能参数中的至少一种,以使所述第一界面元素的显示样式和响应效果中的至少一个与所述惯用手指信息适配,所述第一界面元素是所述惯用手指信息操作的界面元素;根据所述操作偏好信息中的交互习惯信息,调整所述目标交互界面上的第二界面元素的位置和功能参数中的至少一种,以使所述第二界面元素的显示位置和响应效果中的至少一个与所述交互习惯信息适配;根据所述操作意图信息,调整所述目标交互界面的界面元素,以在所述目标交互界面上显示与所述操作意图信息适配的界面元素或其快捷方式。
6、进一步可选地,根据所述操作偏好信息中的惯用手指信息,调整所述目标交互界面上的第一界面元素的样式和功能参数中的至少一种,包括:在所述第一界面元素为数字键盘的情况下,根据所述惯用手指信息,调整所述数字键盘的大小和按键布局,以及所述数字键盘的响应灵敏度参数和响应速度参数。
7、进一步可选地,根据所述操作偏好信息中的交互习惯信息,调整所述目标交互界面上的第二界面元素的位置和功能参数中的至少一种,包括:根据所述交互习惯信息中的操作次数、操作速度信息和/或操作位置信息,确定所述目标用户的视觉焦点位置;根据所述视觉焦点位置,将所述目标交互界面中至少部分界面元素作为所述第二界面元素,调整所述第二界面元素的位置湿气靠近所述视觉焦点位置;和/或,根据所述交互习惯信息中的操作次数、操作速度信息和/或操作力度信息,将所述目标交互界面中的动态界面元素作为所述第二界面元素,调整所述第二界面元素的反应速度参数和反应敏感度参数。
8、进一步可选地,还包括:获取样本传感器数据、样本操作偏好信息以及样本操作意图信息;将所述样本传感器数据输入到初始深度学习网络;在所述样本操作偏好信息以及所述样本操作意图信息的监督下,以所述初始深度学习网络的损失函数收敛到指定范围为目标,利用所述样本传感器数据,对所述初始深度学习网络进行微调,得到所述交互行为理解模型;其中,所述初始深度学习网络是对预训练模型进行剪枝和知识蒸馏处理得到的。
9、进一步可选地,还包括:对所述交互行为理解模型进行分割,以得到第一子模型和第二子模型;所述第一子模型用于针对所述目标交互界面进行用户操作偏好的识别;所述第二子模型用于针对所述目标交互界面进行用户操作意图的预测;将所述第一子模型集成在所述终端设备上,将所述第二子模型部署在所述终端设备对应的服务端设备上,所述第一子模型和第二子模型之间网络连接。
10、本申请实施例还提供一种终端设备,包括:存储器和处理器;其中,所述存储器用于:存储一个或多个计算机指令;所述处理器用于执行所述一个或多个计算机指令,以用于:执行所述交互界面优化方法中的步骤。
11、本申请实施例还提供一种计算机可读存储介质,当所述计算机程序被处理器执行时,致使所述处理器能够实现所述交互界面优化方法中的步骤。
12、在本实施例中,采集用户在握持终端设备的状态下与终端设备显示的目标交互界面进行交互产生的传感器数据,并输入交互行为理解模型,针对目标交互界面进行操作偏好的识别和/或操作意图的预测,得到用户的操作偏好信息和/或操作意图信息;根据操作偏好信息和/或操作意图信息,对目标交互界面的界面布局、界面元素和界面元素的参数中的至少一种进行优化得到优化后的目标交互界面;展示优化后的目标交互界面以适配用户的操作偏好和/或操作意图。通过这种方式,可基于交互行为理解模型较为准确地确定不同用户的操作偏好和操作意图,从而较为准确地针对不同用户进行交互界面的个性化优化。
本文档来自技高网...【技术保护点】
1.一种交互界面优化方法,其特征在于,适用于目标用户使用的终端设备,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,采集所述目标用户在握持所述终端设备的状态下与所述终端设备显示的目标交互界面进行交互产生的多种传感器数据,包括:
3.根据权利要求1所述的方法,其特征在于,将所述多种传感器数据输入预先训练的交互行为理解模型,针对所述目标交互界面进行用户操作偏好的识别和/或用户操作意图的预测,以得到所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息,包括:
4.根据权利要求1所述的方法,其特征在于,根据所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息,对所述目标交互界面的界面布局、界面元素和界面元素的功能参数中的至少一种进行优化,以得到优化后的目标交互界面,包括以下至少一种:
5.根据权利要求4所述的方法,其特征在于,根据所述操作偏好信息中的惯用手指信息,调整所述目标交互界面上的第一界面元素的样式和功能参数中的至少一种,包括:
6.根据权利要求4所述的方法,其特征在于,根据所述操作偏好信息中
7.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
8.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
9.一种终端设备,其特征在于,包括:存储器和处理器;其中,所述存储器用于:存储一个或多个计算机指令;所述处理器用于执行所述一个或多个计算机指令,以用于:执行权利要求1-8中任一项所述方法中的步骤。
10.一种计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行时,致使所述处理器能够实现权利要求1-8中任一项所述方法中的步骤。
...【技术特征摘要】
1.一种交互界面优化方法,其特征在于,适用于目标用户使用的终端设备,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,采集所述目标用户在握持所述终端设备的状态下与所述终端设备显示的目标交互界面进行交互产生的多种传感器数据,包括:
3.根据权利要求1所述的方法,其特征在于,将所述多种传感器数据输入预先训练的交互行为理解模型,针对所述目标交互界面进行用户操作偏好的识别和/或用户操作意图的预测,以得到所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息,包括:
4.根据权利要求1所述的方法,其特征在于,根据所述目标用户对所述目标交互界面的操作偏好信息和/或操作意图信息,对所述目标交互界面的界面布局、界面元素和界面元素的功能参数中的至少一种进行优化,以得到优化后的目标交互界面,包括以下至少一种:
5.根据权利要求4所述的方法,其...
【专利技术属性】
技术研发人员:张达理,彭飞,
申请(专利权)人:北京五八信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。