博物馆移动端导览系统的情感体验设计研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:zhoupeng4348
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在体验经济时代下,博物馆正从单一的文化收藏展示机构转型为文化交流、社会教育、展览娱乐等功能为一体的综合性场所,并不断丰富人们的精神文化生活。随着移动互联网的深入发展,以智能手机为载体的移动导览系统正成为博物馆文化信息传播的主流媒介,扮演着辅助观众寻求个性化游览体验的智能助手角色。但是,目前多数博物馆移动端导览系统常关注新媒体技术的应用而忽视了用户情感需求的满足,导致在人性化功能和情感化体验建设方面相对欠缺。因此,本文以博物馆移动端导览系统为研究对象,借助情感体验设计理论,探究移动端导览系统用户情感体验形成阶段与设计策略,旨在满足使用者游览博物馆时的高层次情感需求。籍此,发挥出积极情感体验对用户认知文化信息深度、获取文化服务意愿以及缓解“博物馆疲劳”方面的重要影响,使用户与博物馆建立情感联结,从而提升博物馆品牌竞争力和文化影响力。本课题首先从博物馆文化信息传播和观众体验理论视角出发,梳理博物馆、观众、导览媒介三者之间的关系,明确了设计研究的范畴与价值。其次,从研究对象的本体出发,分析现有博物馆移动端导览系统的主流媒介形态、交互特征、服务场景、技术应用与发展趋势,并结合情感体验相关理论与典型案例研究,梳理了移动端导览系统的用户情感体验现状与不足,提出对研究对象进行情感体验设计的必要性和价值要点。随后,依据情感体验三层次理论,对移动端导览系统的用户情感体验要素和目标进行逐层提取和内容特性分析,并以此为用户调研思路,借助现场试验、用户访谈、影随观察、问卷调查的设计调研方法和用户画像、体验地、情境描述的用户体验分析方法,对移动端导览系统使用人群的情感体验影响因素进行提炼和权重分析。之后,结合用户体验的时间特性,总结出移动端导览系统目标用户积极情感体验形成的四阶段:感知存在阶段-使用期待感的产生;认知内容阶段-使用舒适感的形成;引导游览阶段-辅助参与感和愉悦感的获得;持续影响阶段-游览成就感和文化认同感的满足。基于此,结合目标用户心理特征与高权重比情感体验影响因素,从感官吸引、信息呈现、互动引导和情感记忆四个方面,提出了针对不同阶段的移动端导览系统情感体验设计策略模型。最后,通过设计实践,对提出的设计策略模型进行应用、验证与反思,并回顾全文整体思路,对研究的局限进行反思。
其他文献
在智慧博物馆建设的背景下,物联网、大数据、云计算、移动互联网和人工智能技术为博物馆文化资源的开发、传播、保护和管理提供了技术支持和更多的方法。博物馆不仅承担着文化展示的作用,也发挥着对观众的教育职能,以丰富的馆藏文化资源和开放式的展示环境,对儿童教育起到了举足轻重的作用。特别是博物馆多样化的教育形式、内容和展示方式,带给儿童在多维视角上的文化认识和文化体验方式的变化。本文从体验设计的角度,探索如何
随着机动车日益增加,环境污染、交通拥堵、交通事故是当今乃至以后世界各国发展路上所需要面临的难题。作为解决此难题的重要方法之一,智能交通系统登上了历史的舞台。作为智能交通系统的重要研究内容,多自主车辆队列的优点在于可以有效降低油耗、提升乘客的乘坐体验、增加道路通行量等,这些优点让多自主车辆队列正逐渐成为控制领域及交通领域的研究热点。其目的是在保证安全的前提下,通过车载传感器、车与车通信以及控制算法让
民族服饰折射一个民族的文化,同时也是宝贵的文化遗产。满族的民族服饰文化极具民族色彩,有着很高的文化价值。对于这些传统工艺美术资源,如何能够挖掘其文化内涵并进行保护与传承,并在当代语境及社会背景下重新焕发出生命力,从而让更多人真正了解和喜爱优秀传统文化,是值得深入探究的课题。在本文的研究中以满族服饰的装饰语言作为研究中心,同时进行文献研读与实地调研,以其做为研究基础,灵活运用历史资料研究法、文献剖析
不平衡数据的分类问题一直是机器学习与数据挖掘的共同课题。在传统的学习过程中,分类器大多在不平衡比例接近1的数据集上进行分类研究。然而在实际应用中,数据集的不平衡比例往往较大,分类器为了降低判别损失率,在分类过程中就会偏向多数类样本,从而影响分类结果。随着研究的不断深入,许多针对不平衡数据的算法被提出,有效降低了数据不平衡性对分类器性能的影响。本文从数据层面的算法入手,对不平衡数据的分类问题进行研究
卷积神经网络(Convolutional Neural Network,CNN)在图像特征学习领域取得卓越的成就,已经成为解决图像分类、图像降噪、目标识别、图像分割以及其它充满挑战的计算机视觉任务的主流方法。从将网络层简单相连的逐层连接的网络结构,到支持跨层间连接结构的残差网络结构(Res Net),到密集连接的密集网络结构(Dense Net),再到Google Net宽度网络结构,网络结构已经
大数据时代的到来,涌现出大量蕴含丰富语义信息的非结构化文本数据。为了应对海量数据的挑战,关系提取与知识图谱成为自然语言处理领域的重要研究话题。通过关系提取辅助知识图谱的构建,从而实现海量数据的重构,具有重要的现实意义。本文针对关系提取网络中存在的不足,进行了相关研究工作。第一,由于句子结构复杂多样,现有的关系提取网络抽取句子特征的能力明显不足,因此,在特征抽取阶段如何充分学习句子中潜在的关系特征是
随着电子商务的快速发展,为了降低成本,商家将物流业务转交给第三方物流(3PL)公司进行服务。然而随着物流市场的不断拓展,3PL逐渐展现出局限性,存在服务项目单一、信息化程度不高、企业间缺乏合作等问题,难以实现社会资源的优化配置。针对这些不足,第四方物流(4PL)应运而生,它通过整合3PL物流资源,进而满足了复杂的实际运输需求。4PL是一种崭新的物流运作模式,如何利用4PL的资源整合能力降低成本、碳
随着科技的不断发展,各种以生物特征为基础的身份鉴别技术已经逐步民用化、商业化,指纹解锁、虹膜打卡和人脸支付等新型身份认证技术已与人们的生活息息相关。人脸识别技术凭借其无接触、生物特征明显和容易获取等优势而成为当前主流的生物特征识别方法,带来了巨大的社会效益和经济效益,但是另一方面,人脸识别系统遭到攻击的案例也让其安全问题受到重视。在人脸识别系统中,攻击者可以通过伪造用户的面部信息进行攻击,比如通过
在现代工业生产中,随着传感器、PLC和DCS系统的普及与应用,数据和数据处理技术逐渐受到重视。基于数据驱动的多元统计过程监控方法能够在线评估过程运行状态,保障系统的可靠性和稳定性,对提高产品产量和质量具有重大意义。然而实际过程中大量存在的异常值和缺失数据现象,给基于数据驱动模型的过程监控带来挑战。论文研究基于改进潜结构投影(Modified Projection to Latent Structu
在传统系统辨识和状态估计方法的研究中,噪声经常被假设满足一定的概率分布条件,但是随着被研究系统的复杂度越来越高,满足概率分布的噪声往往难以获取,这时假设噪声在一定区间内更能满足实际生产需求.为了减少计算量,加快参数可行集收缩速率,提高参数辨识效率,本文以凸空间结构收缩分析为基础,研究了基于凸空间结构参数可行集滤波的系统参数辨识和状态估计研究算法,这对丰富和发展参数的集员滤波方法具有前瞻的理论意义和