http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Telematics Display System GUI에서의 Menu 전개방식 비교 연구
전준호 ( Jun Ho Chun ),홍화현 ( Hwa Hyeon Hong ),박범 ( Peom Park ) 한국감성과학회 2004 추계학술대회 Vol.2004 No.-
Telematics Display System은 가독성, 시인성, 조작 편의성, 주행 안전성 등의 사용성과 인간-기계 인터페이스를 고려하여 GUI(Graphic User Interface)를 설계해야 한다. 이를 구성하는 요소 중에는 Menu 전개방식이 있으며 대표적인 전개방식으로는 화면천이 방식(Depth 방식)과 한 화면 방식(Frame 방식)이 있다. 두 방식을 비교하기 위하여 주행 유경험자를 대상으로 가상 주행환경에서 Telematics Display System을 주시하며 Error, 시선이동, 수행시간, 차선유지 등 4항목에 대한 비교측정 실험을 하였다. Pairwise Analysis 결과 화면천이 방식 이 주행 중 사용성 이 우월하다는 평가가 나왔으며, 결과적으로 Telematics Display System에서의 Menu 전개방식은 화면천이 방식으로 설계해야 한다.
텍스트 마이닝 분석 방법을 통한 내비게이션 VoC 주요 키워드 분석
정해경(Haekyoung Jung),한지영(Jiyoung Han),김정은(Jungeun Kim),홍화현(Hwahyun Hong) 한국HCI학회 2024 한국HCI학회 학술대회 Vol.2024 No.1
본 연구에서는 2020~2023 년 4 개년간 현대오토에버 내부 VoC(Voice of Customer) 수집 자동화 시스템을 이용해서 수집된 차량용 내비게이션 VoC 를 활용하여 텍스트 마이닝 방법을 통해 빈도수가 높은 주요 키워드를 추출하고 분석하였다. 본 연구에서는 내비게이션 관련 VoC 비정형 데이터를 어떻게 정형화하여 분석하고 사용자 관점의 개선을 위한 목표를 설정할 수 있는지에 대한 접근 방식을 제시하는 데에 목표가 있다. 본 연구에서 활용된 텍스트 마이닝 방법론으로 데이터를 직관적으로 변환하여 전달할 수 있는 TOP-N 과 워드클라우드 방식을 채택했으며, 4 개년 공통 빈출 키워드를 도출하고 전문가 관점에서 VoC 를 대입, 해석하여 추후 내비게이션 설계의 개선 방향성을 모색하였다. 추가적인 실증적 연구를 통한 보완으로 축적되는 VoC 에서 고객의 요구를 식별하는 방법을 적용하여 사용자 친화적인 내비게이션 설계에 기여할 수 있을 것으로 기대된다.
차량 탑재 내비게이션 환경설정의 데이터 기반 사용자 경험 개선 연구
서강석(Gangseok Suh),조원흥(Wonheung Jo),방남지(Namji Bang),이희은(Heeeun Lee),홍화현(Hwahyeon Hong) 한국HCI학회 2024 한국HCI학회 학술대회 Vol.2024 No.1
차량 탑재 내비게이션이 제공하는 기능과 응용 프로그램 수가 개발 중심으로 지속적으로 증가함에 따라 최적화된 사용자 경험을 제공하는 것이 필요하다. 따라서 본 연구는 과다해진 차량 탑재 내비게이션 환경설정 기능 간소화를 목적으로 운전자 데이터와 휴리스틱 세트를 활용하여 사용자에게 제공하지 않아도 되는 기능을 선별하는 연구를 진행했다. 연구는 크게 두 가지 연구로 이루어진다. 연구 1 은 운전자의 두 가지(설정 변경 건 수, 설정 초기값 변경 비율) 이벤트 로그 데이터를 분석한 후, 분석한 데이터를 기반으로 환경설정의 기능들을 4 개의 Type 으로 분류했다. 그 후, 설정 메뉴 전체를 분석하여 각 Type 별 특성을 정의했다. 연구 2 는 내비게이션 환경설정 품질 평가 및 개선 경험을 바탕으로 내비게이션 환경설정의 사용성을 평가할 수 있는 휴리스틱 세트를 도출했다. 이는 연구 1 의 Type 내에서 사용성 문제가 없는 기능을 선별하기 위해 사용되었다. 연구 1 과 연구 2 를 조합해본 결과, Type3 에 해당하는 기능 중 내비게이션 휴리스틱 세트 평가에서 심각한 사용성 문제가 발견되지 않은 기능은 제공하지 않아도 되는 기능으로 볼 수 있다. 이 결과로 Type 데이터와 휴리스틱 세트를 활용하여 환경설정 내 사용하지 않는 기능을 빠르게 추출하는 프레임워크를 도출했다. 본 연구는 실제 차량 사용자 데이터와 사용성 평가가 결합된 연구라는 점, 그리고 도출된 프레임워크를 통해 점점 더 복잡해지고 있는 스마트 기기 내 환경설정 기능을 효과적으로 선별하여 줄일 수 있다는 점에서 의의가 있다.