交互(Interaction)是发生在可以相互影响的两方或者更多方之间的行为。互连互通性是与交互紧密相连的一个概念，它是指同一系统内的交互之间的交互，多个简单交互的联合可能构成惊人的复杂交互。虽然在不同的学科领域交互具有不同的含义，但相同的是，系统内参与交互的各方都是相互联系、相互依赖的，每次交互都有一个因果关系。

随着web2.0时代的到来，交互体验在互联网产品设计流程中扮演越来越重要的角色。迄今为止，数以百计界面设计准则和交互设计模式库指导着网站建设者进行用户界面交互设计。界面设计准则为了保证其广泛的适用性，采用及其概括的形式，以至于对于某个特定用户场景多个准则同时适用，由于没有从用户心理和行为本质上理解设计准则，因此在实际操作中，对什么时候什么场景下使用什么准则没有统一的标准，执行性较弱。交互设计模式库针对的相应的适用场景，对己被广泛使用的设计方法进行提炼和总结，相较界面设计准则可执行性较强，但一方面由于网站设计所要解决的问题各异，对模式的依赖会导致界面设计者忽略从产品实际情况进行针对性的设计与优化;另一方面随着实现技术的发展，越来越多的交互方式得以实现，交互模式库不能结合当下技术水平进行更新，也无法启发设计者进行创新的交互尝试。

广为流传的“湿猴理论”，是有关于道德起源的“实验”，后被证实仅是一则寓言故事。这一事例不论从内容还是传播的效果上来看，都反应了群体对信息的处理上所表现出来的不追究根源地盲从和再延续的特点。正如交互设计一样，每一种设计的形成，都是依赖于用户需求，但当设计的产品投入市场后，收到用户的反馈或者批评，甚至用户大量流失，都是对产品从研发到设计到管理流程的考验。只有通过不断收集用户反馈，了解目标用户的真实目的和需求，不断改进产品，才能被用户和市场接纳。用户的态度就是产品改进的原始刺激。然而随着互联网产品入门门槛越来越低，人们对互联网产品的预期收益较高，有很多团队直接照搬国内外的流行的产品，这种短视的方式会带来两个后果:1)不清楚产品为什么是这么设计的，因而也忽略了用户需求，当用户需求改变，不能顺应改变产品的设计2)从始至终都是跟随其他产品改进，永远落后一步。

交互设计的目的是帮助用户更好的达成目标，满足用户需求，因此首要的问题是，如何掌握用户需求的本质是本文要讨论的一个重要方面。用户行为只是表现，行为本质是用户的认知模型所驱动的，因此产品设计中，需要建立相应的研究模型，而且需要结合知觉、记忆、思维等认知进行综合研究。只有了解用户认知特性，从认知层面来研究用户行为，结合这些特性进行底层的系统功能架构设计以及表层的用户界面设计，从底层符合用户的认知，达到认知与心智模型在系统表象上的一致性。认知理论能帮助我们从人类认知和心智层面了解用户的行为，更深刻的理解设计准则的意义，从而能更灵活的运用设计准则。

第二，当前的互联网产品设计时，了解用户主要通过用户调研、问卷调查、焦点访谈等方式来了解用户需求、论坛反馈，上线前的A/Btest等等。而以上方式都是在项目完成后进行的，这就对产品设计者和交互设计师有较高的专业要求，要求他们有丰富地把握用户需求的经验，以确保产品上线的成功率。然而，互联网产用户需求层出不穷，把握用户需求是一件非常困难的事，即使经验丰富的产品设计和交互设计师，也需要进行大量的调研，竞品分析，头脑风暴、用户建模。

最后，以应用一系列的准则来达到用户为中心的设计方法，会存在准则应用冲突时如何选择的问题。遇到具体问题时，需要权衡产品功能和所拥有的资源之间的平衡，哪些在当前条件下适用，哪些不适用，需要选择能达成目标的可替代的实现方式。因此应用准册不等同于真正做到以用户为中心，并且形式的相似性并不代表能解决相同的问题，因此需要对模式进行更有效的归类以及适用性评估，以便交互设计师更合理地利用交互模式。

人机交互领域，经历了两次革命。第一次是1983年鼠标的出现将人们从一维命令行带入到二维的图形界面交互方式;第二次是2007年iphone的出现，打破键盘鼠标的标准，使人们逐渐熟悉多点触控的交互方式。2009年以微软的Kinect的畅销使体感输入方式逐渐深入人心，但这是否会将人机交互方式从二维带入到三维还是未知的。

自然人机交互是强调以人为中心的交互方式。它注重人和计算机以人和人的自然交流的方式进行无障碍的交互，如:语音交互，体态语言交互，其他姿态语言交互等。对比传统的人机交互如;鼠标，键盘等交互方式，自然人机交互无疑更加被人们所关注。同时由于自然人机交互方式让人和计算机的交流变得更加自然通畅，能让人们非常方便的使用计算机，因此也有着广泛的运用。

体感交互，即为计算机通过先进的设备“感知”人的各种行为、表情，甚至语言等操作，并进行相关的处理，对计算机程序及各种应用软件进行相应的操作。体感交互本质上是自然交互的一种，是自然交互中利用体感交互技术进行人机交互的一种交互方式。体感中的“感”即为“感知”，是用一种形象的说法表达机器利用特殊的传感器对人体行为“获取、识别、处理、表达”这么一连串的机械过程。

体感交互是通过获取人体的动作行为信息来进行交互的，获取动作行为信息的方式各有不同，有通过深度传感器获取三维空间的深度信息，从深度中提取人体动作信息的方法，也有通过动态传感器配合红外传感器的手柄设备不间断获取人体的动作行为，然后通过与相应的接收设备进行通信达到交互的方法，其中前者是让用户完全摆脱设备限制的交互方式，让用户可以更自由地完成各种交互动作。

交互(Interaction)是发生在可以相互影响的两方或者更多方之间的行为。互连互通性是与交互紧密相连的一个概念，它是指同一系统内的交互之间的交互，多个简单交互的联合可能构成惊人的复杂交互。虽然在不同的学科领域交互具有不同的含义，但相同的是，系统内参与交互的各方都是相互联系、相互依赖的，每次交互都有一个因果关系。网络交互则是以网络为传输媒介、发生在两个实体或者更多个实体之间的通信。网络交互克服了现实中交互的时间和空间的限制，它并不需要参与方面对面，而且参与方可能完全不认识，所以网络交互增加了交互的风险。参与网络交互的实体可能是用户、程序、自治Agent等。网络交互模式指网络实体之间约定的协作方式或方法。每种网络交互模式支持一种特定的实体之间协作的方式，每种网络交互模式都规定了在请求资源或服务的过程中一个实体怎样和另外的实体互相合作。

从网络发展的历程不难看出，随着网络和网络应用的发展，我们设计交互模式的出发点和目的也在发展。在网络发展的初始阶段，我们的重点是设计网络基础设施交互模式，即数据链路层和网络层的数据收发模式，目的是保证信息的可达性，如分组交换技术、滑动窗口技术。随着网络应用的发展及网络安全问题的凸显，我们关注的焦点转移到了网络应用交互模式，目的是确保安全访问，即资源或服务来自于期望的提供方或到达被授权访问的接受方，并且传输途中不被截获、篡改和重放，如虚拟专用网VNP技术。在一些新型网络中，终端用户具有移动性和路由功能，而且有线网络和无线网络正在逐步融合。因此，我们设计交互模式时需要同时关注网络基础设施交互模式和网络应用交互模式，解决交互的移动性、隐私保护、可信性等问题。

网络交互模式正在从固定的、单一的交互模式向可配置的、多模式交互模式转变。多模式交互模式可以通过分解和综合来实现，先将交互模式分解成基本交互要素，然后根据需要综合这些标准的要素形成新的交互模式。交互模式的要素包括交互发起者的配置、协作介质的配置和交互接收者的配置。其中，交互发起者的配置有信任(被管理的信任和不被管理的信任)、时间(单向的、现在和将来)、空间(对等、中间方和多方合成)和服务裁剪(是、否)。协作介质的配置包括信道加密(密文和明文)和协作规则(信息流处理、内容匹配和被Agent控制)。交互接收者的配置有信任(被管理的信任和不被管理的信任)、服务的驱动模式(有条件的、无条件的)和服务裁剪(是、否)。

大多数的用户研究都是“验证”，预先设定数据采集的类型，上线后根据数据分析来观察总结用户的行为，根据数据分析的结果来进行设计的改进与优化。然而，很多情况下希望能预测人类的行为，例如在数据采集或者提前进行用户调研成本较高、资源有限无法获取采集数据时，甚至上线后若出现问题会带来很严重的后果时，提前准确预测用户的行为，并对设计进行有效评估将是十分有用的，这也是交互设计师的价值所在。本章针对不同的界面和交互控件，分别应用不同的评估标准，有利于区分模式的效率高低，从可用性角度区分对模式优劣进行评估和判断，帮助交互设计师在选择交互方案时进行决策。

界面效率评估方法

界面效率=完成一项任务所需的最小信息量/需要用户提供的信息量；

字符效率=完成一项任务所需要的字符数/用户提供的字符数。

评估输入空间的效率时，一般取字符输入平均数(可以由概率统计的方法来得到)。估算可采用标准键盘输入1个字符，平均提供的信息量为5 bit来计算。

界面效率可以用来对基本的交互控件效率进行评估，评估结果有助于辅助设计者选择最合适的控件，并且效率能否接近或者达到100 %，对设计者对方案是否进行近一步优化有指导作用。

基本控件评估方法

在认知学习与解决问题过程中，每个目标可以分解为一系列子目标，当子目标无法通过陈述性记忆达成时，会进一步分解为一系列可达成的子目标。GOMS是一种基于用户行为的评估人机交互界面效率的方法，是由Moran & Newall首次提出的，其中G (Goals)代表目标，是指用户满足需求所需要达到的目标，O(Operators)代表操作，是指用户在实现目标过程中所进行的行为，M (Methods)代表方法，即实现目标的一系列操作的方法;S (Selection Rules)代表选择，当实现目标不止一种方法的时候，选择最终采取的方法所使用的准则。该模型弱化了ACT-R模型中的目标的层级、陈述性记忆提取的过程，而把重点描述了产生式实例选择效用过程中，强调了对成本消耗的估算。因而GOMS模型适合于建立目标较具体、所花费成本可估算的界面。