提高用户体验--子非鱼,须知鱼之乐

社河项目开发的药监局项目1.0版本上线测试,虽实现各项功能但用户体验不佳。文章探讨了提升用户体验的方法,包括深入了解客户需求及优化程序设计。

    9.20号,社河项目开发的某省药监局的项目,1.0版本终于上线测试了,该项目使用了MVC,Spring.net,工作流,Nhibernate等系列的前沿技术,早就拭目以待,迫不及待的想要学习了,终于等到了这天,一睹庐山真面目。

    测试结果并不理想,系统的各个功能都实现了,但在提高用户体验度上做得有点差强人意,让我们的大Boss没有看完就喊停了。但起码这个1.0还是跑起来了,只需要我们在提高程序的易用度和友好度上,多下点功夫,相信下一个2.0会让我们耳目一新。现在我们应该脑补一下,关于如何提高用户体验度的知识,为我们的下一个版本做好准备。

   子非鱼,焉知鱼之乐?

  其实像今天这样的问题,也是我们在IT道路上一个不得不迈的坎儿。大多时候,我们习惯用拿自己对业务理解,来做需求分析,忽略了用户现实需求和对电脑的熟练程度,甚至于替用户决定如何来做程序,牵着用户的鼻子走,最终导致用户(还有Boss)抱怨:这不是我想要的,根本就不好用!其实这很大一个程度上是因为:我们不是用户,"子非鱼,焉知鱼之乐"哇。

  首先我们和用户对计算机的熟练程度不一样。我们作为程序员,计算机就是我们战斗中的枪,那必然是非常熟悉,而且整天24小时至少会有十几个小时在和计算机打交道,每个人熟悉的软件至少也会有十几种。而作为客户,可能只是在上班的时候使用,而且使用的软件非常有限,一般就是Office,加上有限的几个软件。

   我们和客户对业务知识的掌握不一样。客户的业务知识就是他所从事的行业的知识,比方说对于一个保险公司的业务人员来说,他们的业务知识就是与保单、代理人、承保、理赔、保全相关的各种内容,而对于贸易型企业来说,他们的业务知识就是与采购、销售、产品、订单等相关的内容。如果我们没有做过相应的行业软件的话,那么我们的业务知识就很差。

  但是面对这样的客观现状该怎么去面对呢?

   子非鱼,须知鱼之乐!

1.从客户下手,学习业务,沟通客户。不同时间、不同地点、不同的环境中,客户的想法也会有所不同,这也正是需求的变更,我们不能要求客户提出的需求是一成不变的,Boss说过,变是永远不变的!想要解决这个矛盾,我觉得最有效的方法就是沟通,这样的话,如果客户的需求有了变化,我们会在第一时间了解,并为其做相应的工作,这样可能就会节省出很多的时间和精力。

2.从我下手,平衡功能和易用性。程序的功能已经足够多了,但易用性和功能往往存在冲突,这时候产品设计就变成了一个取舍的问题。拿一台复印机的设计过程举例,刚开始的时候可能会是这个样子:


     简陋不过很方便使用,想打印,一眼望去,就这一个键,直接一按就可以去打印了。

随着功能的不断完善出现了这种情况:


   该有的功能的都有了,可是用起来就麻烦多了,从一堆按键里找到复印键,有点不易了。加入对人使用习惯的分析,经过统计,我们发现使用复印机80%的操作只涉及复印一张纸,很少时候,有其他的要求。通过优化我们就可以设计成这样了:

    突出显示复印按键,其他按键统统归纳到高级功能中。在现实中高级选项这块儿可以做成独立一块儿小面板。这样一来就达到功能和易用并存了。这样变得更加人性化了,因为加入了对人的使用的分析。

  

总结:程序设计是涉及程序员和用户两方面的,一方面我们要充分了解用户的使用习惯,一方面我们要将我们的编程加入对人类行为的分析,平衡功能和易用性。达到程序猿和用户双赢!

 


内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值