Моделі якості досвіду користувача в комп'ютерних інформаційних системах
Анотація
Запропоновано вдосконалений підхід до оцінювання якості досвіду користувача (QuE) у комп'ютерних інформаційних системах, що враховує як об'єктивні технічні характеристики, так і суб'єктивні враження користувачів. Основою цього підходу є розроблена композитна метрика EPQuE (англ. Enhanced Perceived Quality of User Experience), яка поєднує принципи інтелектуального аналізу даних, нечіткої логіки та машинного навчання. Модель складається з трьох функціональних модулів: система нечіткої логіки FIS (англ. Fuzzy Inference System), що забезпечує інтерпретацію неструктурованих або неоднозначних оцінок користувачів; методи багатокритеріального прийняття рішень MCDA (англ. Multi-Criteria Decision Analysis) для нормалізації та ранжування різнорідних показників у реальному часі; регресійна модель машинного навчання, яка динамічно адаптує ваги параметрів залежно від контексту використання системи. Запропонований підхід апробовано на прикладі телестоматологічних дистанційних консультацій із залученням літніх пацієнтів, де особливого значення набувають такі чинники, як комфорт взаємодії, емоційне сприйняття та технічна стабільність з'єднання. Результати показали, що модель EPQuE забезпечує точність 91 % у виявленні ризикових сеансів зв'язку, що на 34 % перевищує результати моделей, побудованих виключно на базі QoS (англ. Quality of Service – якість обслуговування) або QoE (англ. Quality of Experience – якість користувацького досвіду). Завдяки можливості поєднання мережевих параметрів (пропускна здатність, затримка, втрати пакетів) із суб'єктивними індикаторами (емоційна залученість, впевненість користувача, зручність спілкування), EPQuE сприяє оперативному моніторингу якості сервісу та реалізації персоналізованих адаптивних стратегій обслуговування. Окрім цього, модель успішно протестовано у сферах доповненої реальності, інтелектуальних середовищ (smart home) та цифрової медицини, що засвідчило її масштабованість, контекстну адаптивність і практичну цінність у динамічних цифрових екосистемах. Загалом, EPQuE закладає методологічне підґрунтя для розроблення інтелектуальних систем керування якістю, орієнтованих на потреби безпосереднього користувача, які здатні прогнозувати ризики, автоматично адаптувати ресурси та забезпечувати стабільну якість досвіду за умов цифрової трансформації.
Завантаження
Посилання
Borsci, S., Federici, S., & Lauriola, M. (2018). On the dimensionality of the System Usability Scale: a test of alternative measurement models. Cognitive Processing, 19(1), 87–97. https://doi.org/10.1007/s10339-017-0833-6
Casas, P., & Schatz, R. (2014). Quality of experience in cloud services: survey and measurements. Computer Networks, 68(4). https://doi.org/10.1016/j.comnet.2014.01.008
Casas, P., & Schatz, R. (2021). Years of Internet QoE measurements: Video, cloud, conferencing, web and apps. Computer Networks, 185, 107–118. https://doi.org/10.1016/j.comnet.2021.107118
Daengsi, T., Sirawongphatsara, P., & Pornpongtechavanich, P. (2023). QoE modeling associated with QoS impairment parameters in 5G networks. arXiv Preprint. https://doi.org/10.1109/DASA53625.2021.9682366
Davis, R., & Kim, H. (2023). Seven heuristics for identifying proper UX instruments and metrics. Interactions, 30(4), 24–29. https://doi.org/10.1145/3591234
de Wit, J. (2021). A unified model of game design, through the lens of user experience. In Extended Abstracts of the 2021 ACM CHI Conference on Human Factors in Computing Systems (CHI EA 21, pp. 1–6). https://doi.org/10.1145/3411763.3451778
Khoshvaght, Parisa, Alhussein, Musaed, Aurangzeb, Khursheed, Yousefpoor, Mohammad Sadegh, Lansky, Jan, & Hosseinzadeh, Mehdi. (2025, November). An intelligent fuzzy logic based-trust system in underwater acoustic sensor networks. Engineering Applications of Artificial Intelligence, Vol. 159, Part B, article ID 111558. https://doi.org/10.1016/j.engappai.2025.111558
Law, E. L.-C., Roto, V., Hassenzahl, M., Vermeeren, A. P., & Kort, J. (2014). Understanding, scoping and defining user experience: a survey approach. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, pp. 719–728. https://doi.org/10.1145/2556288.2557137
Li, C., Lim, M., Bentaleb, A., & Zimmermann, R. (2023). A real-time blind quality-of-experience assessment metric for HTTP adaptive streaming. In Proceedings of the IEEE International Conference on Multimedia and Expo (ICME) (pp. 1661–1666). https://doi.org/10.1109/ICME55011.2023.00286
Müller, C., & Becker, S. (2024). Selecting the appropriate user experience questionnaire: the UEQ family. International Journal of Human-Computer Studies, 155, article ID 102761. https://doi.org/10.1016/j.ijhcs.2024.102761
Pérez, A., & Li, Y. (2025). A weighted composite metric for evaluating user experience in educational chatbots. Future Internet, 17(2), artycle ID 64. https://doi.org/10.3390/fi17020064
Roto, V., Law, E., Vermeeren, A., & Hoonhout, J. (2011). User experience white paper: bringing clarity to the concept of user experience. Result from Dagstuhl Seminar on Demarcating User Experience. URL: http://www.allaboutux.org/uxwhitepaper
Safdari, F., & Chang, V. (2024). Examining QoE influence factors: the interplay of perception and experience. Masters thesis, University of Leeds. URL: https://diva-portal.org/smash/record.jsf?pid=diva2%3A1921536
Shuvalov, V., Ismayilova, S., & Rustamova, S. (2025). Research and analysis of QoS and QoE indicators in multiservice telecommunication networks. RT&A: Reliability: Theory & Applications, Special Issue, No. 7(83), 90–98. https://doi.org/10.24412/1932-2321-2025-783-90-98
Smith, A., & Jones, B. (2024). Measurement practices in user experience research: A systematic quantitative literature review. Frontiers in Computer Science, 6, article ID 1024. https://doi.org/10.3389/fcomp.2024.01024
Tripathi, L., Smith, J., & Chen, X. (2024). Assessing the impact of network QoS on metaverse VR user experience. In IEEE International Conference on Metaverse Computing, Networking, and Applications (MetaCom 2024) (pp. 206–213). https://doi.org/10.48550/arXiv.2407.10423
Tullis, T., & Albert, B. (2013). Measuring the user experience: collecting, analyzing, and presenting usability metrics (2nd ed.). Morgan Kaufmann. https://doi.org/10.1016/C2011-0-00016-9
Wang, W., Must, C., & Wac, K. (2011). A framework for quality of experience management in wireless networks. In Proceedings of the SIGCOMM Workshop on Mobile Computing Systems and Applications. URL: https://conferences.sigcomm.org/sigcomm/2011/ papers/w-must/p7.pdf
Yusof, N., Hashim, N. L., & Hussain, A. (2022). A conceptual user experience evaluation model on online systems. International Journal of Advanced Computer Science and Applications, 13(1), 428–438. https://doi.org/10.14569/IJACSA.2022.0130153
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
