欧美天天综合色影久久精品,久久久久精品国产

搜索

APP

起點(diǎn)課堂會員權(quán)益

職業(yè)體系課特權(quán)

線下行業(yè)大會特權(quán)

個人IP打造特權(quán)

30+門專項(xiàng)技能課

1300+專題課程

12場職場軟技能直播

12場求職輔導(dǎo)直播

12場專業(yè)技能直播

會員專屬社群

榮耀標(biāo)識

發(fā)布

注冊 | 登錄

機(jī)器學(xué)習(xí)時代的體驗(yàn)設(shè)計(jì)（上）：對創(chuàng)造人類行為學(xué)習(xí)系統(tǒng)的設(shè)計(jì)師和數(shù)據(jù)學(xué)家的啟示

百度MEUX

2018-02-05

2 評論 6709 瀏覽 14 收藏

17 分鐘

許多數(shù)字服務(wù)的設(shè)計(jì)不僅依賴于數(shù)據(jù)操作和信息設(shè)計(jì)，還依賴于用戶學(xué)習(xí)系統(tǒng)。

一般來講，數(shù)字服務(wù)的體驗(yàn)遵循預(yù)定義的用戶旅程，具有明確的狀態(tài)和動作。一直以來，設(shè)計(jì)師的工作一直是創(chuàng)建線性工作流，并將其轉(zhuǎn)化為可以理解和不引人注目的體驗(yàn)。但是這種情況可能會成為過去時。

過去6個月，我一直在BBVA Data＆Analytics（D＆A）任職一個相當(dāng)獨(dú)特的職位，這是一家卓越的財(cái)務(wù)數(shù)據(jù)分析中心。我的工作是利用新興的機(jī)器學(xué)習(xí)技術(shù)，使用戶體驗(yàn)設(shè)計(jì)得到提升平。

除此之外，我的職責(zé)是為數(shù)據(jù)科學(xué)團(tuán)隊(duì)帶來整體的體驗(yàn)設(shè)計(jì)，并使其成為算法解決方案的生命周期（例如預(yù)測模型、推薦系統(tǒng)）的重要組成部分。同時，我會對設(shè)計(jì)團(tuán)隊(duì)的體驗(yàn)設(shè)計(jì)進(jìn)行創(chuàng)造性和戰(zhàn)略性的優(yōu)化（例如網(wǎng)上銀行、網(wǎng)上購物、智能決策），引導(dǎo)它們發(fā)展演變?yōu)椤叭斯ぶ悄堋钡奈磥怼?/p>

事實(shí)上，我通過促進(jìn)設(shè)計(jì)師和數(shù)據(jù)科學(xué)團(tuán)隊(duì)之間的交流合作，來達(dá)到設(shè)計(jì)出由數(shù)據(jù)和算法驅(qū)動的理想的和可行的用戶體驗(yàn)的目的。

我們定義了一種不同的體驗(yàn)設(shè)計(jì)，即人類行為學(xué)習(xí)系統(tǒng)用戶體驗(yàn)。這是一個新的嘗試，因?yàn)椋?/p>

它創(chuàng)造了新的用戶體驗(yàn)類型。
它重新定義了人與機(jī)器之間的關(guān)系。
它要求設(shè)計(jì)師和數(shù)據(jù)科學(xué)家之間緊密合作。

接下來將會具體闡述這些內(nèi)容的含義。

新型用戶體驗(yàn)

如今，許多數(shù)字服務(wù)的設(shè)計(jì)不僅依賴于數(shù)據(jù)操作和信息設(shè)計(jì)，還依賴于用戶學(xué)習(xí)系統(tǒng)。如果深入剖析這些系統(tǒng)，我們會發(fā)現(xiàn)行為數(shù)據(jù)（例如人的交互，系統(tǒng)交互）被作為內(nèi)容提供給生成知識的算法。傳播知識的界面則使得體驗(yàn)更加豐富。理想情況下，這種體驗(yàn)會尋求明確的用戶操作或后臺關(guān)鍵事件數(shù)據(jù)來創(chuàng)建一個反饋循環(huán)，該循環(huán)將為算法提供學(xué)習(xí)材料。

舉個實(shí)際的例子。你知道Spotify “發(fā)現(xiàn)每周”是如何工作的嗎？

“發(fā)現(xiàn)每周”是Spotify的自動音樂推薦“數(shù)據(jù)引擎”，每星期專門為每個Spotify用戶量身定制兩小時的定制音樂推薦。

架構(gòu)改編使得Spotify的“發(fā)現(xiàn)每周”的播放列表具有強(qiáng)大吸引力

“發(fā)現(xiàn)每周”的推薦系統(tǒng)利用Spotify用戶創(chuàng)建的數(shù)百萬個播放列表，為公司的專業(yè)播放列表和那些擁有廣大粉絲群的播放列表帶來額外的權(quán)重。該算法試圖強(qiáng)化那些具有相似品味的用戶的聽歌習(xí)慣。它有三個主要任務(wù)：

一方面，Spotify為每個用戶創(chuàng)建了個性化音樂品味的簡介，將其劃分為藝術(shù)家和少數(shù)流派；
另一方面，Spotify使用上億級的播放列表，根據(jù)播放列表中歌曲的風(fēng)格特點(diǎn)，去建立具有相似音樂風(fēng)格的播放列表
每周它都會根據(jù)每個用戶的個人口味去創(chuàng)建推薦列表。基本上，如果一首最喜歡的歌曲與一首未曾聽過的歌曲一起出現(xiàn)在播放列表中，那么它就會推薦那首新歌。

一般來說，“發(fā)現(xiàn)周刊”播放列表會推薦30首歌曲，這個歌曲列表的內(nèi)容已經(jīng)足夠多了，可以較好地去發(fā)現(xiàn)與個人品味相匹配的音樂。這樣做的好處是可以生成數(shù)千個新的播放列表，這些新的播放列表在一周后會反饋到算法中以產(chǎn)生新的推薦。

這種反饋循環(huán)機(jī)制通?？梢允宫F(xiàn)有的體驗(yàn)實(shí)現(xiàn)個性化、優(yōu)化或自動化的目的。同時，它們還會根據(jù)建議、預(yù)測或情景來創(chuàng)造機(jī)會去設(shè)計(jì)新的體驗(yàn)。在D＆A，我首次提出了一套不太全面的設(shè)計(jì)方法。

以下是其具體步驟：

為探索而設(shè)計(jì)

如你所見，推薦系統(tǒng)可以幫助發(fā)現(xiàn)已知的未知甚至未知的未知。例如，Spotify通過對用戶聽音樂的行為與數(shù)十萬其他用戶的聽音樂行為之間的匹配來定義個性化體驗(yàn)，從而幫助發(fā)現(xiàn)音樂。這種體驗(yàn)至少面臨三個主要的設(shè)計(jì)挑戰(zhàn)。

首先，推薦系統(tǒng)傾向于創(chuàng)建一個“過濾器”，將建議（如產(chǎn)品、餐廳、新聞項(xiàng)目、人員連接）限制在一個與過往行為緊密聯(lián)系的世界。為了避免這種問題，數(shù)據(jù)學(xué)家有時必須調(diào)整一些不太準(zhǔn)確的算法，并增加一些隨機(jī)性的建議。

其次，讓用戶可以自主選擇推薦的各個部分也是一個很好的設(shè)計(jì)實(shí)踐。例如，亞馬遜允許用戶刪除可能對建議產(chǎn)生不利影響的項(xiàng)目。想象一下，顧客為他人購買禮物，這些禮物不一定是未來個性化推薦的數(shù)據(jù)參考。

最后，像Spotify這樣，依靠主觀推薦的系統(tǒng)可以使用戶對被推薦的內(nèi)容擁有更多的主觀性和多樣性的選擇。這種人為清理數(shù)據(jù)集或減小機(jī)器學(xué)習(xí)算法局限性的方法通常被稱為“人類計(jì)算”或“交互式機(jī)器學(xué)習(xí)”或“相關(guān)反饋”。

為決策而設(shè)計(jì)

數(shù)據(jù)和算法也提供了個性化決策的手段。例如在D＆A，我們開發(fā)了一套優(yōu)秀的算法為BBVA客戶提供財(cái)務(wù)建議。

例如，我們根據(jù)賬戶余額的時間演變來劃分儲蓄行為。通過這種技術(shù)，我們可以根據(jù)每個客戶節(jié)省資金的能力來設(shè)計(jì)個性化投資機(jī)會。

這種決策性的算法對準(zhǔn)確度有更高的要求，因?yàn)樗鼈兺蕾囉谥荒芴峁┱鎸?shí)情況的數(shù)據(jù)集。在財(cái)務(wù)咨詢的案例中，客戶可以在不同銀行操作多個賬戶，從而避免對儲蓄行為的泄漏。目前來看這是一個比較好的設(shè)計(jì)實(shí)踐，因?yàn)樗梢宰層脩綦[晦或明確地提供不良信息。數(shù)據(jù)學(xué)家的責(zé)任是明確反饋類型，從而豐富他們的模型，而設(shè)計(jì)師的工作是找到構(gòu)成體驗(yàn)組成部分的方法。

為不確定性而設(shè)計(jì)

傳統(tǒng)上講，計(jì)算機(jī)程序的設(shè)計(jì)遵循的是二進(jìn)制的邏輯，即通過將具有明確的、有限集合的、具體的和可預(yù)測的狀態(tài)轉(zhuǎn)換成工作流程來實(shí)現(xiàn)?。機(jī)器學(xué)習(xí)算法使用一種模糊邏輯來改變這種情況。它們的目的是尋找一組大概率接近樣本行為規(guī)則的模式（參見Patrick Hebron的《為設(shè)計(jì)者的機(jī)器學(xué)習(xí)》一文中關(guān)于此定義的更加具體的介紹）。這種方法包含一定程度的不精確和不可預(yù)知的行為。它們經(jīng)常會反饋一些關(guān)于已有信息精確度的提示。

例如，預(yù)訂平臺Kayak通過分析歷史價格變化來預(yù)測價格的演變。它的“預(yù)測”算法旨在讓用戶對是否在一個合適的時間購買一張票產(chǎn)生信心（參見Neal Lathia?《在票價背后的機(jī)器學(xué)習(xí)》）。數(shù)據(jù)學(xué)家自然傾向于給出算法預(yù)測值的精確度：“我們預(yù)測這個票價是x”。這個“預(yù)測”實(shí)際上是一個基于歷史趨勢的結(jié)果呈現(xiàn)。然而，預(yù)測與告知并不相同，設(shè)計(jì)師必須考慮這樣的預(yù)測能夠支撐用戶的行為：“買！這個票價可能會增加”?！翱赡堋迸c“價格走勢的預(yù)測”是用戶體驗(yàn)中的“完美銜接”，這個概念是由 Mark Weiser在施樂帕洛阿爾托研究中心工作期間首次提出，然后由?Chalmers and MacColl進(jìn)一步將其發(fā)展為一個新的概念——seamful design（有縫設(shè)計(jì)）：

“Seamful design故意向用戶展示“接縫”，并利用通常被認(rèn)為是消極或有問題的特征”。

Seamful design 利用失敗和局限來改善體驗(yàn)。它通過收集用戶對于不良設(shè)計(jì)細(xì)節(jié)的建議來改善系統(tǒng)。DJ Patil描述了Data Jujitsu中的巧妙設(shè)計(jì)。

其他類型的機(jī)器學(xué)習(xí)算法運(yùn)用精確度和召回率來處理接縫。

精確度評分體現(xiàn)了提供完全符合需求的結(jié)果的能力。（精確度指的是算法推送的內(nèi)容與用戶喜好的匹配程度）
召回率評分體現(xiàn)了提供大量可能的好建議的能力。（召回率指的是算法推送的內(nèi)容與用戶喜好匹配的內(nèi)容的占比）

算法的理想之處在于提供高精確度和高召回率。不幸的是，精確度和召回率往往相互矛盾。在許多數(shù)據(jù)分析系統(tǒng)中，設(shè)計(jì)決策經(jīng)常需要在精度與召回率之間進(jìn)行折中選擇。例如，在Spotify 的發(fā)現(xiàn)周刊中，必須根據(jù)推薦系統(tǒng)的性能來決定播放列表的大小。提供30首歌曲推薦的大播放列表可以凸顯Spotify的信心，足夠多的推薦歌曲增加了用戶獲取完美推薦的幾率。

為參與而設(shè)計(jì)

今天，我們在網(wǎng)上閱讀信息是基于自身行為和其他用戶的行為產(chǎn)生的。算法通常會評估社交和新聞內(nèi)容的相關(guān)性。這些算法的目的是通過推送內(nèi)容獲取更高的參與度或通過發(fā)送通知來建立用戶閱讀習(xí)慣。顯然這些為我們所采取的行動并不一定是從我們自身利益出發(fā)。

在注意力經(jīng)濟(jì)中，設(shè)計(jì)師和數(shù)據(jù)學(xué)家都應(yīng)該從用戶的焦慮、強(qiáng)迫、恐懼、壓力和其他精神負(fù)擔(dān)中學(xué)習(xí)。資料來源：《地球村及其不適》。照片來源：Nicolas?Nova

可以說，我們進(jìn)入了注意力經(jīng)濟(jì)時代，主要的在線服務(wù)正在努力吸引人們，盡可能長時間吸引他們的注意力。他們的業(yè)務(wù)是讓用戶在其平臺上盡可能長時間的頻繁操作。但是這也帶來了差的體驗(yàn)，這些體驗(yàn)經(jīng)常伴隨著諸如懼怕錯過信息（FoMO）或其他困擾情緒，以此來麻痹用戶的參與。

注意力經(jīng)濟(jì)的“演員”也使用麻痹用戶的方法，例如根據(jù)使用時長給予獎勵。這與老虎機(jī)中使用的機(jī)制完全相同。由此產(chǎn)生的體驗(yàn)會促使服務(wù)（賭場）吸引用戶不斷地尋找下一個獎勵。我們的手機(jī)已經(jīng)成為通知、警告、消息、轉(zhuǎn)發(fā)、喜歡的“老虎機(jī)”，有些用戶每天平均檢查150次，或者更多。今天，設(shè)計(jì)師可以使用數(shù)據(jù)和算法來挖掘人們?nèi)粘Ｉ钪械恼J(rèn)知漏洞。這種新的能力對機(jī)器學(xué)習(xí)時代的設(shè)計(jì)原則提出了新要求（參見Aaron Weyenberg?的《優(yōu)良設(shè)計(jì)的道德規(guī)范：連接時代的倫理原則）。

然而，用機(jī)器學(xué)習(xí)算法設(shè)計(jì)的體驗(yàn)并不一定會成為一種“賭場”體驗(yàn)。

為時間高效利用而設(shè)計(jì)

設(shè)計(jì)一個與眾不同的而不是約定俗成的體驗(yàn)有很多方式。事實(shí)上，像銀行這樣的組織有一定的優(yōu)勢：它是一個以數(shù)據(jù)為基礎(chǔ)的行業(yè)，且不需要客戶花費(fèi)大量的時間在他們的服務(wù)上。Tristan Harris的“時間高效利用運(yùn)動”在這個層面上具有重要意義。他提倡使用數(shù)據(jù)緊密相關(guān)或完全不相關(guān)的體驗(yàn)類型。這種技術(shù)可以保護(hù)用戶注意力和尊重人們的時間。twitter的“當(dāng)你離開時……”是這種做法的一個很有說服力的案例。其它服務(wù)則善于提示與其互動的時間。這種體驗(yàn)不是關(guān)注用戶留存量，而是關(guān)注交互的相關(guān)程度。

為內(nèi)心平和而設(shè)計(jì)

數(shù)據(jù)學(xué)家擅長檢測正常行為和異常情況。在D＆A，我們正在努力促進(jìn)BBVA客戶內(nèi)心平和，這種機(jī)制在情況良好的情況下能夠提供一種通用意識，并觸發(fā)更多關(guān)于異常情況的詳細(xì)反饋。

我們認(rèn)為目前這一代機(jī)器學(xué)習(xí)給社會帶來了新的力量，同時也增加了創(chuàng)造者的責(zé)任。算法存在偏差并且可能是數(shù)據(jù)源固有的特征。因此，尤其需要注意使算法對于人們來說更清楚易懂，并且監(jiān)管者可以對其進(jìn)行審查，以了解其影響。實(shí)際上，這意味著算法產(chǎn)生的內(nèi)容應(yīng)該保護(hù)用戶的興趣，并且應(yīng)該解釋其評估的結(jié)果和使用的標(biāo)準(zhǔn)。

體驗(yàn)設(shè)計(jì)其他相關(guān)的方面如下：