关键词:
数字幸福感
用户评论
文本挖掘
自律软件
摘要:
数字设备的过度使用已经成为一个普遍的现象,大幅降低工作效率,导致分心甚至拖延,从而引起负面的心理情绪,影响人们的幸福感。因此,人们寻求自律软件的帮助以提高效率、养成自律的习惯。然而,在实际使用过程中,自律软件的一些功能比如限制用户使用和强制提醒并没有给用户带来帮助,反而让用户的体验感受更加糟糕。技术使用与体验之间的平衡引起了研究学者的关注,数字幸福感这一概念由此提出。数字幸福感强调人们在数字技术被广泛运用的背景下,能够以满意的方式使用数字技术的状态。因此,有必要在数字幸福感的理论背景下,研究目前自律软件的功能特征及相应的用户需求,为自律软件提出新的设计模式与框架,使其更好地满足用户的需求,进而提高用户的幸福感。
本文以手机应用平台的自律软件作为研究对象,用户评论作为数据来源,使用文本挖掘技术对评论的情感进行分析,并在此基础上进行主题挖掘,以分析用户需求和自律软件的特征。本文收集了来自苹果App Store和谷歌Google Play的102011条数据,并对数据进行预处理,得到了84950条有效评论。在分析数据时,发现用户的评论包含评分,但大部分评分与评论之间的对应并不准确。因此本文使用基于BERT预训练模型的深度学习方法,对评论进行好评和差评两个维度的情感分类。经过实验,得到准确率为92.29%的模型,并对剩余评论进行情感预测,得到65683条好评和19267条差评。随后,使用基于Sentence-BERT的预训练模型将评论向量化,保留上下文语境,结合基于主题的c-TF-IDF方法对对好评和差评进行主题挖掘,得到用户在评论中表达的四项需求和自律软件面临的四个软件设计挑战。
在文本挖掘研究结果的基础上,结合数字幸福感的相关理论,提出了基于数字幸福感的自律软件设计模式和设计框架,并总结出五个设计原则:(1)简洁的操作;(2)及时的干预;(3)个性化定制;(4)明确的目标以及(5)情感的连接。在此基础上,根据设计框架和设计原则进行了自律软件的功能实现,为自律软件的设计提供新思路。最后,本文总结了研究工作,说明目前研究方法的局限,展望未来工作,特别是多端同步以及数据隐私方面的功能设计,为后续研究提供思路。