用户体验研究实验室

在产品智能化、服务个性化与市场竞争白热化的背景下,用户体验已从“附加项”演变为决定产品成败的核心竞争力。传统的用户访谈、问卷调查等主观评估方式存在回忆偏差、表达失真等问题,难以捕捉用户真实行为背后的认知、情绪与生理反应。本实验室致力于构建一个多模态、客观化、可量化的用户体验研究体系,融合心理学、神经科学与人因工程,深入洞察用户在使用产品或服务过程中的感知、认知、情感与行为模式。通过采集并分析眼动、脑电、心率、皮肤电、面部表情、动作姿态等多维生理与行为数据,实现从“用户说”到“用户真实反应”的跨越,为设计决策提供精准、可验证的科学依据,推动产品从“能用”向“好用、爱用、难忘”跃迁。

EyeLink-1000-Plus-3.png
研究内容:系统评估数字产品(如手机应用、智能设备控制面板、Web平台)的界面布局、信息架构、导航逻辑与任务流程对用户操作效率、错误率及心理负担的影响。
关键技术与应用

    
眼动追踪(Eye Tracking:使用眼动仪量化用户在界面上的视觉注意力分布,识别信息热点、认知盲区与无效注视;分析点击前的“凝视路径”,揭示用户意图与预期落差。
    脑电(
EEG:使用脑电图设备监测用户在执行复杂操作时的前额叶θ波(工作记忆负荷)、α波(注意力分散)等节律变化,客观衡量认知负荷水平。


情绪体验与品牌感知的深度挖掘

研究内容:探究用户在接触、使用产品或服务过程中产生的即时情绪反应(如愉悦、烦躁、惊喜、焦虑)及其对品牌态度、忠诚度与购买意愿的影响。
关键技术与应用

    面部表情分析
:自动识别表情(如嘴角上扬、皱眉、眨眼频率变化),结合机器学习算法,实时分类情绪状态,捕捉“无意识的情绪流露”。
    皮电反应(
GSR/EDA:监测皮肤电导水平,作为情绪唤醒强度的敏感指标,用于识别用户在关键交互节点(如加载完成、收到提示、支付成功)的兴奋或紧张程度。
    心率变异性(
HRV:分析自主神经系统活动,区分“积极兴奋”(副交感活跃)与“应激紧张”(交感活跃),判断产品交互带来的情感价值。


RighInfo003072_02_1.jpg

多模态用户行为建模

研究内容整合来自眼动、脑电、面部表情、心率等多源数据,构建跨维度的用户行为与心理状态预测模型,实现对用户体验的动态、实时监控与干预。
关键技术与应用
    多模态数据融合建模
:利用iMotions多模态数据软件处理高维非结构化数据,建立“生理-行为-认知-情绪”四维联动模型。
2026/03/20260306152116559.png?RVByaW1lMy0xLnBuZw==

沉浸式VR体验的模拟与评估

研究内容研究用户在虚拟现实(VR)沉浸式环境中的临场感、空间导向、交互效率及晕动症风险,为VR产品设计、内容布局与交互方式提供效果验证与优化依据。
关键技术与应用

    眼动追踪(
VR版):评估用户在虚拟场景中的视觉焦点转移、深度感认知及关键信息的引导效率,识别晕动症的视觉前兆。
    脑电图
(EEG):监测VR使用中的认知负荷、空间定向障碍及情绪沉浸感,量化体验的“真实感”与“参与度”。

生成式AI对用户体验的影响与可控性研究

研究内容系统探究生成式人工智能(如大语言模型、AIGC图像生成器)在实际应用中如何改变用户的工作流程、认知负荷、创造力发挥与信任关系,关注其带来的“幻觉”、“失控感”、“责任模糊”等问题,并开发可量化的评估指标与干预策略。
关键技术与应用
    
多模态采集:当用户看到“看似合理但错误”的生成结果时,通过眼动追踪、脑电图、皮电反应来量化其“怀疑—核查—放弃”心理过程。

跨文化与跨语境用户体验比较研究

研究内容:探究不同文化背景(如东西方、城乡差异、代际差异)用户在使用同一产品时,其生理反应模式、情绪表达习惯、注意力分布是否存在显著差异,揭示“普适性”与“文化特异性”之间的张力。
关键技术与应用

    眼动追踪(
Eye Tracking:发现中国用户更关注左侧信息,而欧美用户更倾向中心聚焦;或发现亚洲用户在失败提示时更易产生“羞耻”类情绪
    
面部表情分析:针对不同文化群体调整面部表情识别算法的权重,避免“文化误判”(如将东亚人的“礼貌性微笑”误判为“愉悦”)。

非语言沟通中的隐性意图解码研究

研究内容:研究用户在无明确语言表达的情况下,如何通过微动作(如手指轻微抖动、头部偏移角度、呼吸节奏)传递隐藏意图或情绪信号,并开发能够自动识别这些“非语言暗示”的智能系统,用于辅助决策支持与人际协作。
关键技术与应用

    面部表情分析
:采集大量真实交互场景中的高帧率视频与同步生理数据,标注包括“犹豫”“抗拒”“期待”“怀疑”等隐性意图标签。
关联产品

用户体验研究实验室