用户体验呓语

     最近由于自己要做一个小网站,但是还苦于找不到一个合适的美工和设计,只能自己上了。于是便看了一些关于用户体验和UI方面的书。这个就当是个读书笔记吧。

1、常规的页面布局

     常规上来说,我们把网页布局按照分栏的多少分为一栏式,二栏式和三栏式。

     对于一栏式页面布局来说,一般在页面上放置一个具有冲击力的图片或者Flash来给用户留下深刻的印象,但是,这样的页面所能够容纳的信息量非常有限。所以常用于企业网站,以及一些小网站的首页,用于让用户记住你的站。此外,对于功能性比较单一的页面,也一般用一栏式布局,比如搜索引擎,注册和登录页面等等。

     二栏式布局是最为常见的布局方式,二栏式又分为左宽右窄和左窄右宽式。这两种模式的选择是由于网站的性质所决定的。对于用户来说,他的浏览关注顺序是从左到右,那么窄的部分一般来说都是导航栏,而宽的部分则是主体内容部分,那么用哪一种方式将取决于你的站是内容占主体还是导航占主体,换句话说,是内容驱动导航还是导航来驱动内容。

     举个例子,拿当当网来说,一般用户来买东西是有着明确目的的,他知道自己要买的东西是哪个类别,而对于主站的内容只是给用户的一个推荐。但是对于cnblogs来说,显然内容应该是大于导航的。所以其实在我看来,博客园的设计其实是并不合理的。

     对于三栏式布局来说,最大的好处就在于容纳的信息量比较大,但是重点不突出,降低了用户对网站的可控性,因此一般意义上不推荐。

     当然,如果当用户需要比较多样化的时候,也可以让用户自由来设计布局,多常见于个人博客。


2、页面的通透性

     页面的通透性是指尽量使整个页面的模块比例统一,同时通过线条,颜色等视觉元素增加各模块间的区分度,使得用户的视线轨迹可以有规则地通过各个模块,而不会被模块之间不规则的交叉所打断。

     此外,根据“F”原则,也应该尽量将重要地,用户所关系地内容放在页面的左上角位置。


3、页面的配色方案

     每个网站都要有自己的主色调,主色调指的就是页面色彩的主要色调,总趋势,其他配色的综合不能超过主色调的50%(白色背景除外)。

     在选择颜色的时候,不仅仅要考虑颜色本身所代表的含义,如安全,浪漫等,还有考虑以下几种因素。

     A. 目标用户群体。不同的用户群体对于颜色的审美爱好以及理解都不同,其中包括性别,年龄,职业等。

     B. 当地文化风俗。如中国把红色作为喜庆的颜色,而欧洲大部分却把红色作为杀戮的象征。

     C. 网站的类型。如电子商务站一般用暖色调来刺激用户购买,而SNS站则营造一个轻松的氛围。而垂直类网站一般都与自己的领域特色相关。

     D. 品牌形象。我总结一句话就是根据自己的Logo以及企业形象来选择色调。比如IBM就一定会选择蓝色作为主色调。


4、页头和页尾

     页头分为设计型头部和简约型头部。一般的大型网站,由于已经有着一定的网站知名度,所以无需在通过渲染头部来提高网站对用户的吸引力,加深印象。所以一般采用比较简单的简约型头部,比如新浪,腾讯,都是这样的效果。对于一些小网站来说,采用设计性头部给用户留下深刻印象,创造品牌效应,但是当设计性头部过于繁杂时,却使得内容的容纳量变小,从而造成一种头重脚轻的感觉。所以这个需要设计师的一种折中。

     在页头上最重要的就是Logo,在现代网站的设计中,Logo起到两个作用,一个是标识,一个是让用户回到首页。

     页尾一般来说并不重要,用户可到达的机会也少,所以尽量地去简化它,避免它占用内容所占据的位置。


5、搜索区

     现在的网站一般都带有站内搜索的功能,目前有两种设计方式。

     一种将搜索淡化,因为搜索只是一种手段,适用于浏览型网站,我并不鼓励你搜索,而是希望你一条一条地看下去。比如说豆瓣。我希望你去看社区的动态,而不是希望你来豆瓣为了找人。

     一种是搜索为主,最简单的就是淘宝。一般来说用户来电子商务站都是有着明确的目的,所以搜索是用户找到他想要商品的最主要方式。

     另外,对于搜索框来说,如果你鼓励用户使用搜索框,在页面刚刚打开的时候,就可以让光标在搜索框上,这样用户可以直接搜索内容,而省去了一次操作。但是如果并非如此,就不要让光标在文本框上,因为这样用户变没有办法使用键盘来让整个页面下移。


6、登陆和注册

     首先是究竟是淡化登陆注册还是强调登陆注册,这个取决于该站点的目的。两个典型便是新浪和豆瓣。对于新浪来说,需要的只是网站的浏览量,与是否注册关系不大,所以只是将登陆弱化,没有登录一样可以享受基本所有权利,其中包括“匿名”评论等功能。而豆瓣以及很多SNS站点都需要来通过用户注册来扩展好友关系,所以在豆瓣的首先都是将登陆注册放在最显眼的位置,然后用一些优点来煽动用户注册。

     但是个人认为随着SNS站点的逐渐做大,虽然不会像新浪等资讯站一样如此弱化用户的登陆注册,但是也不会在将登陆注册变为浏览,发帖等必须的一部,而会将匿名作为可选的一项。而新浪等资讯站随着发展,也会逐渐地走向社交网络,从而在网络中达到一种资讯站与SNS的折中。


7、关于广告

     广告从来都是互联网的主要盈利手段之一。可是不得不承认,没有人喜欢看广告。因此广告主和用户之间总是存在着无可避免的直接矛盾,而且一定意义上,网络广告没有任何约束,这也就导致了网站广告的混乱和不合理性。

     但是我们在网站中穿插广告时,应该保证我们自己网站不会影响用户的浏览。

     首先,据调查,用户最能接受的广告形式是游动式广告和横幅式广告,而弹出广告和邮件广告是用户最讨厌的。

     其次,从布局上看,我们不能让广告切断页面的相关内容,因为很多用户一旦看到广告就会习惯性地认为该页面的内容已经中止,不在继续浏览了,所以这样的话会影响整个网站内容的关联性。

     然后,我们要避免过多的广告同时出现。也要规范网站广告的尺寸大小。


8、表单的布局设计

     这里就从注册来看,这个是最典型的表单。

     从布局上讲分为三种方式,其中包括垂直对齐,左对齐和右对齐。

     垂直对齐的优势在于可大量减少眼睛一动和填写表单的时间,但是缺点在于增加了垂直的空间,当注册项较多时,会增加页面的滚动。适用于搜集的信息和资料是熟悉的,需要较少的完成时间。

     左对齐便于用户浏览标签,同时会减少垂直空间。但是如果某标签过长,则会造成文字与文本框距离过远。适用于对所需的信息不熟悉,而且标签文字不会太长。

     右对齐则让左边参差不齐的空包让用户很难快速检索表单要填写的内容。

     另外,在设计时,最好将注册时相关的项进行分组,这样可以让用户以尽可能少的视觉元素来分出关系,避免视觉噪音。

     对于很多选项来说,不妨提供默认选项,来尽量减少用户的操作。并且给予适当的提示来给予用户帮助,记得一定是适当的,不要过多。

     此外,还可用一些较大的字体以及间距,不要让用户产生局促感。


9、模块标签

     模块标签,就是用于页面内某模块中,在内容上方使用一列标签形式的链接进行切换。

     使用模块标签时,首先一定要具备一个最基本的前提,内容必须都相对独立,不能存在上下文的关系。

     在设计模块标签与下面模块内容时,我总结为两点:突出对比和加强关联。

     突出对比是说,突出已选中标签和未选中标签的对
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值