Task Complexity Analysis: A Mobile Application Case Study

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu | Master's thesis
Date
2022-06-13
Department
Major/Subject
Human-computer Interaction
Mcode
SCI3097
Degree programme
CCIS - Master’s Programme in Computer, Communication and Information Sciences (TS2013)
Language
en
Pages
67+7
Series
Abstract
Interfaces are used to perform various tasks and in HCI particularly a human performs some task with the aid of a computer with the mediation of an interface. Tasks and interactions can be modelled as graphs, where the graph attributes contain information relevant to the understanding of the interaction task. Based on the interaction graph, it is possible to compute numerical task complexity measures that help compare the complexities of different tasks. However, determining the nature of tasks with manual evaluation is labor-intensive and does not work well with large-scale problems such as algorithmic design or evaluation of large datasets. In this work, we have shown that it is possible to algorithmically infer tasks structures from user interfaces and compute task complexity measures for the task structures represented by graphs. More specifically, the graphs contain descriptions of the components and the interaction modes associated with them, such as a tap. The graphs have been generated from Enrico dataset view hierarchies. The accuracy of the generated graphs is 53.5 % (90 % CI, 15 % ME). Majority of the errors are caused by issues in the underlying dataset. The computed task complexity measures include Wood’s task complexity and Halstead’s E measure. The task complexity measures behave in a fundamentally different way, and their applicability requires further validation. The results demonstrate that it is possible to computationally model and understand tasks performed by humans on interfaces based only on the interface structure. The ability to infer interface task structure as a graph and an adjacency matrix adds a novel perspective for analyzing and modeling user interfaces.

Käyttöliittymillä suoritetaan lukuisia tehtäviä ja erityisesti HCI-alalla ihminen suorittaa tehtäviä tietokoneen ja käyttöliittymän avustuksella. Tehtäviä ja vuorovaikutuksia voidaan mallintaa graafeina, joissa graafin ominaisuudet sisältävät tehtävän ymmärtämiseen olennaista tietoa. Vuorovaikutusgraafin pohjalta on mahdollista laskea numeerisia tehtävien monimutkaisuusarvoja tehtävien monimutkaisuuksien vertailuun. Kuitenkin tehtävien luonteen päättely manuaalisella evaluaatiolla on työlästä, jonka takia se ei toimi hyvin suuren skaalan ongelmiin kuten algoritmilliseen suunnitteluun tai suurien datasettien evaluointiin. Tässä työssä osoitettiin, että on mahdollista päätellä tehtävien rakenteet käyttöliittymistä ja laskea graafien esittelemille tehtävärakenteille tehtävän monimutkaisuusarvo. Tarkemmin graafit sisältävät kuvaukset käyttöliittymien komponenteista ja niihin liitetyistä vuorovaikutuksista, kuten sormella napautuksesta. Graafit on generoitu Enrico datasetin näkymähierarkioista. Generoitujen graafien tarkkuus on 53.5 % (90 % CI, 15 % ME). Enemmistö graafien virheistä johtuu datasetin ongelmista. Tehtävien monimutkaisuusarvoina on käytetty Woodin tehtävän monimutkaisuusmittaa ja Halsteadin E mittaa. Työn monimutkaisuusarvot käyttäytyvät fundamentaalisesti eri lailla, ja niiden pätevyys vaatii lisävahvistusta. Tulokset osoittavat, että pystymme laskennallisesti mallintamaan ja ymmärtämään ihmisten käyttöliittymillä suorittamia tehtäviä pelkästään käyttöliittymän rakenteeseen nojaten. Kyky päätellä käyttöliittymän rakenne ja sillä suoritettavat tehtävät graafina ja vierekkäisyysmatriisina lisää uuden näkökulman käyttöliittymien analysoimiseen ja kehittämiseen.
Description
Supervisor
Oulasvirta, Antti
Thesis advisor
Mätäsaho, Timo
Keywords
task analysis, task complexity, graph analysis, interfaces, computational interaction, mobile application
Other note
Citation