在万物智能的时代,传感器设备、通信技术以及机器学习算法的不断发展,使得移动设备具有日渐强大的情境感知能力,促使人机交互向智能化、自然化、低负荷化发展,同时也对交互设计提出了更高的要求。本文针对情境感知的用户体验及应用这一重要问题,基于对移动情境感知交互特征、用户对移动情境感知的认知与期望、移动端用户行为模式及体验问题的综合研究,提炼出面向移动情境感知系统的交互设计框架、体验评估模型,进行了移动情境感知系统设计实践。具体工作内容如下:1.通过用户研究系列方法得出了用户对情境感知的认知状态及移动端应用行为操作模式。通过开展2组、共12人参与的焦点小组与未来工作坊,研究目前用户对移动情境感知系统的认知状态、接受情况与期待,建立用户对移动情境感知的认知模型。从32位用户为期2周的Log日志数据、行为操作记录、回溯性访谈记录中提取可利用的情境信息类别、用户行为模式、移动情境感知可能的应用领域等。通过用户行为数据与用户描述发现当前的移动泛在学习因缺乏情境性,交互流程、学习内容、通知推送机制等未匹配用户进行学习时的外在环境、内在心境、当下任务操作等,存在打扰中断、用户参与度低、学习效率或效果差等一系列问题。通过分析232位用户的学习动机、学习行为特征、学习中遇到的问题及解决方式、个人特征等数据,研究用户泛在学习行为特征、打扰中断等用户体验问题与个人特征的相关关系。2.提出了移动情境感知系统交互设计框架并进行设计实践。基于对移动情境感知交互元素的拆解、对移动情境感知和传统人机交互系统的对比分析以及移动情境感知系统设计实践,提出了面向移动情境感知系统的交互界面框架。基于移动情境感知理论、交互界面设计框架,对泛在学习关键任务流程、关键交互元素进行拆解,设计出可以根据情境信息、个人特征来筛选学习内容、防打扰、激励学习、强化学习效果的泛在学习系统。3.通过结构方程模型构建了移动情境感知系统体验评估模型。从可用性、用户体验、满意度等评价体系、针对移动情境感知或其它智能系统的体验评估模型,以及用户角度提出的评价维度和体验期待中,提炼出69条适合评估移动情境感知系统的评估指标。邀请90位用户使用69条指标组成的指标集合评估本研究中的移动情境感知泛在学习系统和淘宝移动情境感知推荐系统。对评估数据进行项目分析、因子分析与结构化建模后,得到包含12个潜变量结构关系与路径系数的移动情境感知评估模型。使用评估模型计算两被测系统的得分,发现移动情境感知泛在学习系统表现良好,其中避免打扰、任务绩效、避免压力感与生理功能衰退等潜变量的得分较好,反映情境感知在一定程度上解决了原有泛在学习系统中打扰中断、难以恢复、认知状态与学习内容不匹配等问题。综上所述,本研究综合了移动情境感知系统交互特征、用户对移动情境感知的心理模型、移动端用户行为模式、用户个人特征等因素,提出了面向移动情境感知系统的交互界面设计模式及体验评估模型,并进行了设计及评估实践,为相关研究者与设计者提供了理论支撑、客观行为数据与设计方案、设计模式与评估体系等成果。后续可继续探索评估模型中潜变量间更多的因果关系以优化模型拟合度,同时继续探索移动情境感知契合的应用场景与应用领域。