识别用户群体在体验质量（QoE）评估与改进方面的共同需求，重点关注以用户为中心的设计理念

《Acta Psychologica》：Identifying communal user needs for quality of experience (QoE) evaluation and improvement focused on user-centered design

QoE评价中存在依赖QoS指标而忽视用户主观需求的问题，且现有模型多局限于单一技术领域。本研究通过分析10个技术领域的20万条用户评论，结合BERTopic主题建模与人工主题分析，提取出11个跨领域共性用户需求（如易用性、舒适性、响应性等），并验证其编码一致性（Krippendorff's α=0.805）。这些需求为构建基于用户需要的通用QoE模型提供了理论支撑，该模型通过动态调整需求与领域特性的权重实现普适性评估。

　　在第四次工业革命的背景下，智能系统迅速发展，推动了用户与技术之间新的互动方式以及技术使用目的的多样化。随着技术的不断演进，用户体验（QoE）的重要性日益凸显，成为衡量用户满意度和确保高质量服务的关键因素。然而，目前的QoE评估方法多依赖于客观的QoS指标，而忽视了用户需求的高度主观性。此外，现有的评估模型通常针对特定技术领域单独开发，这种局限性导致模型在不同技术领域之间的适用性不足，影响了技术评估的统一性和有效性。

为了克服这些局限性，本研究选取了十个不同的技术领域，采用BERTopic和主题分析方法，识别用户需求。通过分析这些领域中用户评论的共同特征，研究界定了“共性用户需求”这一概念，共归纳出11个主要维度。为了验证这些共性需求的可靠性，三名研究人员独立评估了1000条评论，确定每条评论对应的需求维度，最终得出Krippendorff's α值为0.805，表明研究结果具有较高的评分者间一致性。研究发现，尽管不同技术领域中用户需求的表达方式各异，但它们在抽象层面上展现出一致的共性。此外，不同技术领域中需求出现的频率呈现出相似的模式，这为构建一个更为普遍的QoE模型提供了基础。

共性用户需求的识别不仅有助于技术设计和评估，还能在心理学、行为科学等其他领域发挥重要作用。这些需求能够帮助解释人类行为和满意度，从而为跨学科研究提供支持。然而，传统的QoE评估方法往往侧重于特定领域的技术和性能指标，缺乏对用户需求的全面考虑。这使得QoE模型在不同技术领域之间的应用变得复杂和不一致。

为了弥补这一缺陷，本研究采用了基于用户生成内容（UGC）的关键词提取方法，以更全面地理解用户需求。UGC提供了丰富的用户反馈，使研究能够从用户的角度出发，更准确地捕捉需求。同时，通过结合BERTopic和主题分析，研究能够从大量文本数据中提取出有意义的模式，从而构建一个更加通用的QoE模型。这种方法不仅提高了模型的适用性，还减少了模型开发和验证的成本和时间。

在技术发展过程中，用户需求的表达方式和重点会随着技术的成熟度和使用目的的变化而有所不同。例如，实用型技术（如网页浏览器和智能手机）主要关注功能性和性能，而享乐型技术（如虚拟现实游戏和社交平台）则更强调用户体验和情感满足。尽管如此，这些技术在共性需求上仍表现出一定的相似性，如系统的易用性、稳定性以及满足用户期望的能力。

研究发现，通过分析不同技术领域中的用户需求，可以识别出共性需求的共同特征。这些特征包括系统的可定制性、易用性、响应速度、一致性、稳定性以及功能性等。这些共性需求不仅在技术设计和评估中具有重要价值，而且能够为跨领域的用户体验研究提供统一的框架。通过将这些共性需求与具体技术的性能指标相结合，并根据需求出现的频率调整其相对重要性，可以构建一个更全面、更有效的QoE模型。

此外，研究还探讨了共性需求与人类计算机交互（HCI）之间的关系。共性需求不仅影响用户的行为和满意度，还与技术的可用性、可靠性以及功能性密切相关。通过将这些需求与HCI过程相结合，研究能够更深入地理解用户在不同技术环境中的体验，并为技术改进和优化提供理论依据。这种综合方法有助于构建一个更广泛适用的QoE模型，从而提升技术评估的准确性和实用性。

尽管本研究取得了重要进展，但仍存在一些局限性。首先，研究选取的技术领域有限，未来的研究可以扩展至更多技术领域，以验证共性需求的普遍性。其次，研究尚未明确共性需求与QoE之间的关系，未来可以通过设计调查问卷和进行统计分析，进一步验证这些需求对QoE的影响。最后，共性需求与技术规格之间的关系需要更深入的探讨，以确保模型在实际应用中的有效性。

总之，本研究通过分析不同技术领域的用户需求，提出了共性用户需求的概念，并探讨了其在构建通用QoE模型中的潜在价值。这一研究不仅为技术设计和评估提供了新的视角，也为跨领域的用户体验研究提供了理论支持和实践指导。未来的研究可以进一步完善这一模型，探索其在不同技术环境中的适用性，并通过更多的实证研究，验证其在提升用户体验和满足用户需求方面的实际效果。