扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
用户体验度量:收集、分析与呈现(第3版)(全彩) 版权信息
- ISBN：9787121475290
- 条形码：9787121475290 ; 978-7-121-47529-0
- 装帧：平塑
- 册数：暂无
- 重量：暂无
- 所属分类：>>
用户体验度量:收集、分析与呈现(第3版)(全彩) 本书特色
一本量化用户体验的实操书 前版销售20000+册 此版全面提升了翻译质量 量化用户体验，是提升产品质量的重要因素！ 集合了作者在该领域50余年的方法、经验与教训 对实际产品有实用建议： ★在什么情景下收集哪些度量指标 ★如何收集这些度量指标 ★如何使用不同的分析方法对数据进行梳理 ★如何以一种*清晰、*吸引人的方式呈现结果等 第3版新增： ★新增第 8 章，专注于度量情感，包括面部表情分析和 iMotions 平台。 ★引入了许多新的指标度量，例如 AttrakDiff、Kano 方法、Google 的 HEART 框架、新的 Bentley 体验记分卡，等等。 ★第 11 章是全新内容，5 个全新的案例研究重点展示了不同的用户体验团队度量用户体验的创意方法，以及如何利用用户体验度量指标推动组织内的变革。 ★用于收集和分析用户体验数据的新工具，例如 GuessTheTest、youXemotions 和PremoTool。 ★本书还增加了许多新的示例，可用于指导你收集、分析和呈现用户体验指标。
用户体验度量:收集、分析与呈现(第3版)(全彩) 内容简介
用户体验度量对有效提升产品质量至关重要。本书详尽地介绍如何有效且可靠地收集、分析和呈现典型的用户体验度量数据：操作绩效（正确率等）、可用性问题（频率和严重程度）、自我报告式的满意度及生理/行为数据（眼动追踪等）。相对第2版，本版不仅新增第8章“情感度量”，还引入许多新的度量指标，如AttrakDiff、Kano方法、Google的HEART框架、新的Bentley体验记分卡等，全面更新用户体验度量的相关案例。本书内容翔实，是一本值得用户体验从业人员和数据分析及运营人员研读的参考书，也可以作为大中专院校相关专业的教材。
用户体验度量:收集、分析与呈现(第3版)(全彩) 目录
第 1 章 引言 / 1
1.1 什么是用户体验 / 4
1.2 什么是用户体验度量 / 8
1.3 用户体验度量的价值 / 10
1.4 人人都能学会的用户体验度量方法 / 11
1.5 用户体验度量的新技术 / 12
1.6 十个关于用户体验度量的常见误解 / 13
误解 1 ：度量数据需要花太多的时间收集 / 13
误解 2 ：用户体验度量要花费太多的钱 / 13
误解 3 ：当集中在细小的改进上时，用户体验度量是没有用的 / 14
误解 4 ：用户体验度量无助于我们理解问题发生的原因 / 14
误解 5 ：用户体验度量的数据噪声太多 / 14
误解 6 ：直觉就够用，不必度量 / 15
误解 7 ：度量不适用于新产品 / 15
误解 8 ：没有度量适用于我们正在处理的问题 / 15
误解 9 ：度量不被管理层所理解或赞赏 / 16
误解 10 ：用小样本很难收集到可靠的数据 / 16
第 2 章 背景知识 / 17
2.1 自变量和因变量 / 18
2.2 数据类型 / 18
2.2.1 称名数据 / 18
2.2.2 顺序数据 / 19
2.2.3 等距数据 / 20
2.2.4 比率数据 / 21
2.3 描述性统计 / 22
2.3.1 集中趋势的度量 / 22
2.3.2 变异性的度量 / 24
2.3.3 置信区间 / 25
2.3.4 通过误差线来展示置信区间 / 27
2.4 比较平均值 / 29
2.4.1 独立样本 / 29
2.4.2 配对样本 / 31
2.4.3 比较两个以上的样本 / 32
2.5 变量之间的关系 / 34
2.6 非参数检验 / 35
2.7 数据图形化 / 37
2.7.1 柱状图或条形图 / 38
2.7.2 折线图 / 40
2.7.3 散点图 / 42
2.7.4 饼图或圆环图 / 44
2.7.5 堆积条形图 / 45
2.8 总结 / 46
第 3 章 规划 / 48
3.1 用户体验研究的目标 / 48
3.1.1 形成性研究 / 49
3.1.2 总结性研究 / 49
3.2 用户体验目标 / 50
3.2.1 用户绩效 / 51
3.2.2 用户偏好 / 51
3.2.3 用户情感 / 51
3.3 商业目标 / 52
3.4 选择合适的用户体验度量指标 / 53
3.4.1 完成一个任务 / 54
3.4.2 比较产品 / 55
3.4.3 评估同一产品的使用频率 / 55
3.4.4 评估导航和 / 或信息架构 / 56
3.4.5 提高产品知晓度 / 57
3.4.6 问题发现 / 58
3.4.7 使紧要产品的可用性*大化 / 58
3.4.8 创造整体正向的用户体验 / 59
3.4.9 评估产品微小改动的影响 / 60
3.4.10 不同设计方案的比较 / 60
3.5 用户体验研究的方法与工具 / 61
3.5.1 传统（引导式）的可用性测试 ：实验室测试 / 61
3.5.2 非引导式的可用性测试 ：在线测试 / 62
3.5.3 在线调查 / 63
3.5.4 信息架构工具 / 64
3.5.5 点击和鼠标工具 / 65
3.6 其他研究细节 / 65
3.6.1 预算和时间表 / 65
3.6.2 参与者 / 67
3.6.3 数据收集 / 68
3.6.4 数据整理 / 69
3.7 总结 / 70
第 4 章 绩效度量 / 71
4.1 任务成功 / 73
4.1.1 二分式成功 / 74
4.1.2 任务成功等级 / 78
4.1.3 任务成功度量中存在的问题 / 81
4.2 任务时间 / 82
4.2.1 度量任务时间的重要性 / 83
4.2.2 任务时间的收集和度量 / 83
4.2.3 分析和呈现任务时间数据 / 86
4.2.4 分析任务时间数据时需要考虑的问题 / 90
4.3 错误 / 92
4.3.1 何时度量错误 / 93
4.3.2 什么造成错误 / 93
4.3.3 收集和度量错误 / 94
4.3.4 分析和呈现错误数据 / 95
4.3.5 错误度量时需要考虑的问题 / 98
4.4 效率 / 99
4.4.1 收集和度量效率 / 99
4.4.2 分析和呈现效率数据 / 100
4.4.3 合并任务成功和任务时间的效率 / 102
4.5 易学性 / 105
4.5.1 收集和度量易学性 / 106
4.5.2 分析和呈现易学性数据 / 106
4.5.3 度量易学性的关键问题 / 108
4.6 总结 / 109
第5 章 自我报告度量 / 111
5.1 自我报告数据的重要性 / 112
5.2 评分量表 / 112
5.2.1 李克特量表 / 113
5.2.2 语义差异量表 / 114
5.2.3 什么时候收集自我报告数据 / 115
5.2.4 如何收集自我报告数据 / 115
5.2.5 自我报告数据收集中的偏差 / 116
5.2.6 评分量表的一般指导原则 / 116
5.2.7 分析评分量表数据 / 118
5.3 任务后评分 / 122
5.3.1 易用性 / 122
5.3.2 事后调查问卷 / 122
5.3.3 期望度量 / 123
5.3.4 任务后自我报告度量的比较 / 124
5.4 总体用户体验评分 / 127
5.4.1 系统可用性量表 / 127
5.4.2 计算机系统可用性问卷 / 130
5.4.3 产品反应卡 / 132
5.4.4 用户体验问卷 / 133
5.4.5 AttrakDiff / 136
5.4.6 净推荐值 / 137
5.4.7 用户体验自我报告度量的其他工具 / 139
5.4.8 总体自我报告度量的比较 / 140
5.5 用SUS对设计进行比较 / 142
5.6 在线调查 / 143
5.6.1 网站分析和度量问卷 / 143
5.6.2 美国客户满意度指数 / 144
5.6.3 OpinionLab / 145
5.6.4 在线调查需要注意的问题 / 145
5.7 其他类型的自我报告度量 / 146
5.7.1 评估属性优先级 / 146
5.7.2 评估特定属性 / 147
5.7.3 评估具体部分 / 149
5.7.4 开放式问题 / 150
5.7.5 知晓度和理解 / 152
5.7.6 知晓度 - 有用性差距 / 154
5.8 总结 / 155
第 6 章 可用性问题度量 / 156
6.1 什么是可用性问题 / 156
6.2 如何发现可用性问题 / 158
6.2.1 在一对一研究中使用出声思维 / 161
6.2.2 在自动化研究中使用文本评论 / 162
6.2.3 使用网站分析 / 162
6.2.4 使用眼动追踪 / 163
6.3 严重性等级评估 / 163
6.3.1 基于用户体验的严重性等级评估 / 164
6.3.2 综合多种因素的严重性等级评估 / 165
6.3.3 严重性等级评估系统的应用 / 167
6.3.4 严重性等级评估系统的应用注意事项 / 167
6.4 分析和呈现可用性问题度量 / 168
6.4.1 独特可用性问题的发生频率 / 169
6.4.2 每名参与者遇到的可用性问题数量 / 170
6.4.3 遇到可用性问题的参与者数量 / 171
6.4.4 将可用性问题分类 / 171
6.4.5 按任务分析可用性问题 / 172
6.5 可用性问题发现中的共识 / 173
6.6 可用性问题发现中的偏差 / 174
6.7 参与者数量 / 176
6.7.1 五名参与者足够 / 176
6.7.2 五名参与者不够 / 177
6.7.3 怎么办 / 178
6.7.4 我们的建议 / 179
6.8 总结 / 179
第 7 章 眼动追踪 / 181
7.1 如何进行眼动追踪 / 182
7.2 移动眼动追踪 / 184
7.2.1 度量瞬读性 / 184
7.2.2 在具体情景中理解移动用户 / 185
7.2.3 移动眼动追踪技术 / 186
7.2.4 眼镜式眼动追踪 / 187
7.2.5 支架式眼动追踪 / 187
7.2.6 软件式眼动追踪 / 188
7.3 眼动数据的可视化 / 189
7.4 兴趣区 / 191
7.5 常用眼动度量指标 / 193
7.5.1 停留时间 / 193
7.5.2 注视点数量 / 193
7.5.3 注视时间 / 193
7.5.4 浏览顺序 / 193
7.5.5 首次注视所需要的时间 / 194
7.5.6 重访次数 / 194
7.5.7 命中率 / 194
7.6 眼动数据分析技巧 / 195
7.7 瞳孔反应 / 196
7.8 总结 / 196
第 8 章 情感度量 / 198
8.1 定义用户情感体验 / 199
8.2 度量情感的方法 / 201
8.3 通过语言表达度量情感 / 204
8.4 自我报告 / 206
8.5 面部表情分析 / 210
8.6 皮肤电反应 / 213
8.7 案例分析：生物识别技术的价值 / 215
8.8 总结 / 218
第 9 章 合并和比较度量 / 220
9.1 单一的用户体验分数 / 220
9.1.1 根据预定目标合并度量 / 221
9.1.2 根据百分比合并度量 / 222
9.1.3 根据 z 分数合并数据 / 229
9.1.4 使用单一用户体验度量 / 232
9.2 用户体验记分卡和用户体验框架 / 233
9.2.1 用户体验记分卡 / 234
9.2.2 用户体验框架 / 238
9.3 分别与目标绩效和专家绩效比较 / 239
9.3.1 与目标绩效比较 / 239
9.3.2 与专家绩效比较 / 241
9.4 总结/243
第 10 章 专题 / 244
10.1 网站分析 / 244
10.1.1 基本的网站分析 / 245
10.1.2 点击率 / 248
10.1.3 弃用率 / 250
10.1.4 A/B 测试 / 251
10.2 卡片分类 / 252
10.2.1 开放式卡片分类数据的分析 / 253
10.2.2 封闭式卡片分类数据的分析 / 259
10.3 树形测试 / 263
10.4 首次点击测试 / 266
10.5 可及性度量 / 269
10.6 投资收益的度量 / 272
10.7 总结 / 276
第 11 章 案例研究 / 278
11.1 在 Netflix 电视用户界面中思考的快与慢 / 278
11.1.1 背景 / 278
11.1.2 方法 / 279
11.1.3 结果 / 281
11.1.4 讨论 / 283
11.1.5 影响 / 284
11.2 参与/竞争/胜出（PCW）框架：评估市场上的产品与特征 / 286
11.2.1 简介 / 286
11.2.2 提出客观标准 / 287
11.2.3 功能分析 / 288
11.2.4 PCW（总结性）可用性测试 / 291
11.3 企业用户体验案例研究：发现“用户体验-收益链” / 293
11.3.1 度量指标的识别与选择 / 294
11.3.2 方法 / 296
11.3.3 分析 / 300
11.3.4 结果 / 300
11.3.5 结论 / 303
11.4 四个医疗保健网站的竞争性用户体验基准测试 / 303
11.4.1 方法 / 304
11.4.2 结果 / 306
11.4.3 总结和建议 / 311
11.5 缩小补充营养援助计划（SNAP）鸿沟 / 313
11.5.1 实地调查 / 314
11.5.2 每周检视 / 315
11.5.3 申请问题 / 316
11.5.4 调查 / 318
11.5.5 测试原型
1.1 什么是用户体验 / 4
1.2 什么是用户体验度量 / 8
1.3 用户体验度量的价值 / 10
1.4 人人都能学会的用户体验度量方法 / 11
1.5 用户体验度量的新技术 / 12
1.6 十个关于用户体验度量的常见误解 / 13
误解 1 ：度量数据需要花太多的时间收集 / 13
误解 2 ：用户体验度量要花费太多的钱 / 13
误解 3 ：当集中在细小的改进上时，用户体验度量是没有用的 / 14
误解 4 ：用户体验度量无助于我们理解问题发生的原因 / 14
误解 5 ：用户体验度量的数据噪声太多 / 14
误解 6 ：直觉就够用，不必度量 / 15
误解 7 ：度量不适用于新产品 / 15
误解 8 ：没有度量适用于我们正在处理的问题 / 15
误解 9 ：度量不被管理层所理解或赞赏 / 16
误解 10 ：用小样本很难收集到可靠的数据 / 16
第 2 章 背景知识 / 17
2.1 自变量和因变量 / 18
2.2 数据类型 / 18
2.2.1 称名数据 / 18
2.2.2 顺序数据 / 19
2.2.3 等距数据 / 20
2.2.4 比率数据 / 21
2.3 描述性统计 / 22
2.3.1 集中趋势的度量 / 22
2.3.2 变异性的度量 / 24
2.3.3 置信区间 / 25
2.3.4 通过误差线来展示置信区间 / 27
2.4 比较平均值 / 29
2.4.1 独立样本 / 29
2.4.2 配对样本 / 31
2.4.3 比较两个以上的样本 / 32
2.5 变量之间的关系 / 34
2.6 非参数检验 / 35
2.7 数据图形化 / 37
2.7.1 柱状图或条形图 / 38
2.7.2 折线图 / 40
2.7.3 散点图 / 42
2.7.4 饼图或圆环图 / 44
2.7.5 堆积条形图 / 45
2.8 总结 / 46
第 3 章 规划 / 48
3.1 用户体验研究的目标 / 48
3.1.1 形成性研究 / 49
3.1.2 总结性研究 / 49
3.2 用户体验目标 / 50
3.2.1 用户绩效 / 51
3.2.2 用户偏好 / 51
3.2.3 用户情感 / 51
3.3 商业目标 / 52
3.4 选择合适的用户体验度量指标 / 53
3.4.1 完成一个任务 / 54
3.4.2 比较产品 / 55
3.4.3 评估同一产品的使用频率 / 55
3.4.4 评估导航和 / 或信息架构 / 56
3.4.5 提高产品知晓度 / 57
3.4.6 问题发现 / 58
3.4.7 使紧要产品的可用性*大化 / 58
3.4.8 创造整体正向的用户体验 / 59
3.4.9 评估产品微小改动的影响 / 60
3.4.10 不同设计方案的比较 / 60
3.5 用户体验研究的方法与工具 / 61
3.5.1 传统（引导式）的可用性测试 ：实验室测试 / 61
3.5.2 非引导式的可用性测试 ：在线测试 / 62
3.5.3 在线调查 / 63
3.5.4 信息架构工具 / 64
3.5.5 点击和鼠标工具 / 65
3.6 其他研究细节 / 65
3.6.1 预算和时间表 / 65
3.6.2 参与者 / 67
3.6.3 数据收集 / 68
3.6.4 数据整理 / 69
3.7 总结 / 70
第 4 章 绩效度量 / 71
4.1 任务成功 / 73
4.1.1 二分式成功 / 74
4.1.2 任务成功等级 / 78
4.1.3 任务成功度量中存在的问题 / 81
4.2 任务时间 / 82
4.2.1 度量任务时间的重要性 / 83
4.2.2 任务时间的收集和度量 / 83
4.2.3 分析和呈现任务时间数据 / 86
4.2.4 分析任务时间数据时需要考虑的问题 / 90
4.3 错误 / 92
4.3.1 何时度量错误 / 93
4.3.2 什么造成错误 / 93
4.3.3 收集和度量错误 / 94
4.3.4 分析和呈现错误数据 / 95
4.3.5 错误度量时需要考虑的问题 / 98
4.4 效率 / 99
4.4.1 收集和度量效率 / 99
4.4.2 分析和呈现效率数据 / 100
4.4.3 合并任务成功和任务时间的效率 / 102
4.5 易学性 / 105
4.5.1 收集和度量易学性 / 106
4.5.2 分析和呈现易学性数据 / 106
4.5.3 度量易学性的关键问题 / 108
4.6 总结 / 109
第5 章 自我报告度量 / 111
5.1 自我报告数据的重要性 / 112
5.2 评分量表 / 112
5.2.1 李克特量表 / 113
5.2.2 语义差异量表 / 114
5.2.3 什么时候收集自我报告数据 / 115
5.2.4 如何收集自我报告数据 / 115
5.2.5 自我报告数据收集中的偏差 / 116
5.2.6 评分量表的一般指导原则 / 116
5.2.7 分析评分量表数据 / 118
5.3 任务后评分 / 122
5.3.1 易用性 / 122
5.3.2 事后调查问卷 / 122
5.3.3 期望度量 / 123
5.3.4 任务后自我报告度量的比较 / 124
5.4 总体用户体验评分 / 127
5.4.1 系统可用性量表 / 127
5.4.2 计算机系统可用性问卷 / 130
5.4.3 产品反应卡 / 132
5.4.4 用户体验问卷 / 133
5.4.5 AttrakDiff / 136
5.4.6 净推荐值 / 137
5.4.7 用户体验自我报告度量的其他工具 / 139
5.4.8 总体自我报告度量的比较 / 140
5.5 用SUS对设计进行比较 / 142
5.6 在线调查 / 143
5.6.1 网站分析和度量问卷 / 143
5.6.2 美国客户满意度指数 / 144
5.6.3 OpinionLab / 145
5.6.4 在线调查需要注意的问题 / 145
5.7 其他类型的自我报告度量 / 146
5.7.1 评估属性优先级 / 146
5.7.2 评估特定属性 / 147
5.7.3 评估具体部分 / 149
5.7.4 开放式问题 / 150
5.7.5 知晓度和理解 / 152
5.7.6 知晓度 - 有用性差距 / 154
5.8 总结 / 155
第 6 章 可用性问题度量 / 156
6.1 什么是可用性问题 / 156
6.2 如何发现可用性问题 / 158
6.2.1 在一对一研究中使用出声思维 / 161
6.2.2 在自动化研究中使用文本评论 / 162
6.2.3 使用网站分析 / 162
6.2.4 使用眼动追踪 / 163
6.3 严重性等级评估 / 163
6.3.1 基于用户体验的严重性等级评估 / 164
6.3.2 综合多种因素的严重性等级评估 / 165
6.3.3 严重性等级评估系统的应用 / 167
6.3.4 严重性等级评估系统的应用注意事项 / 167
6.4 分析和呈现可用性问题度量 / 168
6.4.1 独特可用性问题的发生频率 / 169
6.4.2 每名参与者遇到的可用性问题数量 / 170
6.4.3 遇到可用性问题的参与者数量 / 171
6.4.4 将可用性问题分类 / 171
6.4.5 按任务分析可用性问题 / 172
6.5 可用性问题发现中的共识 / 173
6.6 可用性问题发现中的偏差 / 174
6.7 参与者数量 / 176
6.7.1 五名参与者足够 / 176
6.7.2 五名参与者不够 / 177
6.7.3 怎么办 / 178
6.7.4 我们的建议 / 179
6.8 总结 / 179
第 7 章 眼动追踪 / 181
7.1 如何进行眼动追踪 / 182
7.2 移动眼动追踪 / 184
7.2.1 度量瞬读性 / 184
7.2.2 在具体情景中理解移动用户 / 185
7.2.3 移动眼动追踪技术 / 186
7.2.4 眼镜式眼动追踪 / 187
7.2.5 支架式眼动追踪 / 187
7.2.6 软件式眼动追踪 / 188
7.3 眼动数据的可视化 / 189
7.4 兴趣区 / 191
7.5 常用眼动度量指标 / 193
7.5.1 停留时间 / 193
7.5.2 注视点数量 / 193
7.5.3 注视时间 / 193
7.5.4 浏览顺序 / 193
7.5.5 首次注视所需要的时间 / 194
7.5.6 重访次数 / 194
7.5.7 命中率 / 194
7.6 眼动数据分析技巧 / 195
7.7 瞳孔反应 / 196
7.8 总结 / 196
第 8 章 情感度量 / 198
8.1 定义用户情感体验 / 199
8.2 度量情感的方法 / 201
8.3 通过语言表达度量情感 / 204
8.4 自我报告 / 206
8.5 面部表情分析 / 210
8.6 皮肤电反应 / 213
8.7 案例分析：生物识别技术的价值 / 215
8.8 总结 / 218
第 9 章 合并和比较度量 / 220
9.1 单一的用户体验分数 / 220
9.1.1 根据预定目标合并度量 / 221
9.1.2 根据百分比合并度量 / 222
9.1.3 根据 z 分数合并数据 / 229
9.1.4 使用单一用户体验度量 / 232
9.2 用户体验记分卡和用户体验框架 / 233
9.2.1 用户体验记分卡 / 234
9.2.2 用户体验框架 / 238
9.3 分别与目标绩效和专家绩效比较 / 239
9.3.1 与目标绩效比较 / 239
9.3.2 与专家绩效比较 / 241
9.4 总结/243
第 10 章 专题 / 244
10.1 网站分析 / 244
10.1.1 基本的网站分析 / 245
10.1.2 点击率 / 248
10.1.3 弃用率 / 250
10.1.4 A/B 测试 / 251
10.2 卡片分类 / 252
10.2.1 开放式卡片分类数据的分析 / 253
10.2.2 封闭式卡片分类数据的分析 / 259
10.3 树形测试 / 263
10.4 首次点击测试 / 266
10.5 可及性度量 / 269
10.6 投资收益的度量 / 272
10.7 总结 / 276
第 11 章 案例研究 / 278
11.1 在 Netflix 电视用户界面中思考的快与慢 / 278
11.1.1 背景 / 278
11.1.2 方法 / 279
11.1.3 结果 / 281
11.1.4 讨论 / 283
11.1.5 影响 / 284
11.2 参与/竞争/胜出（PCW）框架：评估市场上的产品与特征 / 286
11.2.1 简介 / 286
11.2.2 提出客观标准 / 287
11.2.3 功能分析 / 288
11.2.4 PCW（总结性）可用性测试 / 291
11.3 企业用户体验案例研究：发现“用户体验-收益链” / 293
11.3.1 度量指标的识别与选择 / 294
11.3.2 方法 / 296
11.3.3 分析 / 300
11.3.4 结果 / 300
11.3.5 结论 / 303
11.4 四个医疗保健网站的竞争性用户体验基准测试 / 303
11.4.1 方法 / 304
11.4.2 结果 / 306
11.4.3 总结和建议 / 311
11.5 缩小补充营养援助计划（SNAP）鸿沟 / 313
11.5.1 实地调查 / 314
11.5.2 每周检视 / 315
11.5.3 申请问题 / 316
11.5.4 调查 / 318
11.5.5 测试原型
展开全部
用户体验度量:收集、分析与呈现(第3版)(全彩) 作者简介
Bill Albert，博士，美国本特利大学用户体验中心（UXC）执行总监。Mach49 公司的高级副总裁兼全球客户发展总监。在用户体验研究院、设计和战略方面拥有超过 20年的经验。Tom Tulis，博士，美国富达投资公司（Fidelity Investments）前用户体验研究副总裁。他在人机界面研究方面拥有超过35年的经验，在技术期刊上发表了50多篇文章，并受邀在美国国内和国际会议上演讲，同时拥有8项美国专利。
周荣刚，北京航空航天大学经济管理学院教授，博士生导师。北航经管学院智能交互与体验研究中心负责人，现任：中国人类工效学学会常务理事、智能交互与体验分会副主任委员兼秘书长，《人类工效学》编委，中华人因与工效学协会理事兼秘书长，中国心理学会工程心理学分会委员。主要研究方向：人因工程、工程心理学、决策行为、智能人机交互、客户体验。
书友推荐
- >
二体千字文
二体千字文
¥14.0¥40.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
史学评论
史学评论
¥23.5¥42.0 - >
巴金－再思录
巴金－再思录
¥14.7¥46.0
本类畅销
-
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206 -
一句顶一万句 (印签版)
¥40.4¥68 -
百年书评史散论
¥14.9¥38 -
1980年代:小说六记
¥52.8¥69 -
中图网经典初版本封面-“老人与海”冰箱贴
¥20¥40
