获取用于人机交互任务的操作数据的方法和装置

摘要

本发明公开了一种获取用于人机交互任务的操作数据的方法和装置。其中，该方法包括：获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互任务所需执行的交互操作确定；获取各个预定操作的权重参数；检测对预定对象执行各个预定操作的操作时间；根据操作时间及权重参数计算，得到用于人机交互的操作数据。本发明解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的问题，达到了提高操作的准确性的技术效果。

说明书

技术领域

本发明涉及计算机领域，具体而言，涉及一种获取用于人机交互任务的操作数据的方法 和装置。

背景技术

目前，数字化人机交互控制系统已经广泛应用于核电、航空、石油化工等领域，人机交 互的重要性也开始日益受到普遍的关注。其中，人机交互是人与机器之间的双向通信，以一 定的符号和操作来实现，在数字化背景下，它具有操纵员角色转变、认知负荷大、硬控制向 软控制转变、人机界面更加丰富等特点。然而，人机交互过程中却常常由于人为因素引发失 误，而这些失误很有可能会导致交互控制失效或者更严重的事故。

以往研究工作大多是对传统主控室操作员的绩效评估，传统工业系统的主控室主要基于 模拟技术，操作员在操作时主要面对大量的报警面板、模拟指示器、以及手动转换器。现阶 段主控室主要基于数字技术的，许多学者对于数字化主控室操作员的绩效评估进行了研究， 但处于起步阶段，评估手段与方法匮乏，无法定量描述操作人员执行人机交互的绩效的操作 数据。

针对现有技术中无法获取执行人机交互的操作的绩效操作数据的问题，目前尚未提出有 效的解决方案。

发明内容

本发明实施例提供了一种获取用于人机交互任务的操作数据的方法和装置，以至少解决 现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题。

根据本发明实施例的一个方面，提供了一种获取用于人机交互任务的操作数据的方法， 包括：获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互任务所需 执行的交互操作确定；获取各个预定操作的权重参数；检测对预定对象执行各个预定操作的 操作时间；根据操作时间及权重参数计算，得到用于人机交互的操作数据。

进一步地，获取各个预定操作的权重参数包括：获取每个预定操作的指标参数集合，其 中，指标参数集合中包括一个或多个预设指标数据；根据预设指标数据确定各个预定操作的 操作熵值；按照操作熵值调整预设指标数据，得到每个预定操作的权重参数。

进一步地，根据预设指标数据确定各个预定操作的操作熵值包括：建立各个预定操作的 指标矩阵，其中，各个指标参数集合中的预设指标数据的个数相同，指标矩阵中的每一列中 的元素分别为对应同一个预定操作的一个或多个预设指标数据；按照第一公式计算指标矩阵 中每个预设指标数据对应预定操作的初始权重P(a_ij)，其中，第一公式为：a_ij为第j个预定操作的第i个预设指标数据，m为各个指标参数集合中的预设指标数据的个数， i＝1，2，……，m；按照第二公式计算第j个预定操作的操作熵值e_j，其中，第二公式为： $e_j=-c\underset{i=1}{\overset{m}{\Sigma }}P\left(a_{\mathrm{ij}}\right)\ln P\left(a_{\mathrm{ij}}\right),$c为常数。

进一步地，按照操作熵值调整预设指标数据，得到每个预定操作的权重参数包括：获取 第j个预定操作的差异性因数d_j，其中，d_j＝1-e_j；利用差异性因数d_j按照第三公式调整第j 个预定操作的初始权重P(a_ij)，得到调整后的权重h_ij，其中，第三公式为：h_ij＝d_j×P(a_ij)； 通过以下方式计算第j个预定操作的权重参数k_j：其中，m表示各个指标参 数集合中预设指标数据的个数，i表示第i个预设指标数据，其中，i＝1，2，……，m；n表示 预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n。

进一步地，检测对预定对象执行各个预定操作的操作时间包括：检测预定对象的操作距 离；检测预定对象的尺寸大小；通过第四公式根据预定对象的操作距离D和预定对象的尺寸 大小S确定预定操作的运动难度指数，其中，第四公式为：ID＝log2(D/S+1)；通过以下 方式计算第j个预定操作的操作时间t_j：t_j＝a+bID_j，其中，a、b为预设参数，ID_j表示 第j个预定操作的运动难度指数。

进一步地，根据操作时间及权重参数计算，得到用于人机交互的操作数据包括：通过以 下方式计算操作数据IP：其中，n表示预定操作的个数，j表示第j个预 定操作，其中，j＝1，2，……，n；k_j表示第j个预定操作的权重参数，IP_j表示第j个预定操 作的操作指数；其中，通过第五公式得到IP_j，其中，第五公式为：IP_j＝ID_j/t_j，其中，ID_j表示第j个预定操作的运动难度指数，t_j表示第j个预定操作的操作时间。

根据本发明实施例的另一方面，还提供了一种获取用于人机交互任务的操作数据的装置， 包括：操作获取模块，用于获取预先确定的操作集合中的各个预定操作，其中，预定操作根 据人机交互任务所需执行的交互操作确定；参数获取模块，用于获取各个预定操作的权重参 数；检测模块，用于检测对预定对象执行各个预定操作的操作时间；计算模块，用于根据操 作时间及权重参数计算，得到用于人机交互的操作数据。

进一步地，参数获取模块包括：第一获取子模块，用于获取每个预定操作的指标参数集 合，其中，指标参数集合中包括一个或多个预设指标数据；确定模块，用于根据预设指标数 据确定各个预定操作的操作熵值；调整模块，用于按照操作熵值调整预设指标数据，得到每 个预定操作的权重参数。

进一步地，确定模块包括：建立模块，用于建立各个预定操作的指标矩阵，其中，各个 指标参数集合中的预设指标数据的个数相同，指标矩阵中的每一列中的元素分别为对应同一 个预定操作的一个或多个预设指标数据；第一计算子模块，用于按照第一公式计算指标矩阵 中每个预设指标数据对应预定操作的初始权重P(a_ij)，其中，第一公式为：a_ij为第j个预定操作的第i个预设指标数据，m为各个指标参数集合中的预设指标数据的个 数，i＝1，2，……，m；第二计算子模块，用于按照第二公式计算第j个预定操作的操作熵值 e_j，其中，第二公式为：c为常数。

进一步地，调整模块包括：第一获取子模块，用于获取第j个预定操作的差异性因数d_j， 其中，d_j＝1-e_j；第三计算子模块，用于利用差异性因数d_j按照第三公式调整第j个预定操作 的初始权重P(a_ij)，得到调整后的权重h_ij，其中，第三公式为：h_ij＝d_j×P(a_ij)；第四计算子 模块，用于通过以下方式计算第j个预定操作的权重参数k_j：其中，m表示 各个指标参数集合中预设指标数据的个数，i表示第i个预设指标数据，其中，i＝1，2，……， m；n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n。

进一步地，检测模块包括：第一检测子模块，用于检测预定对象的操作距离；第二检测 子模块，用于检测预定对象的尺寸大小；确定子模块，用于通过第四公式根据预定对象的操 作距离D和预定对象的尺寸大小S确定预定操作的运动难度指数，其中，第四公式为： ID＝log2(D/S+1)；第五计算子模块，用于通过以下方式计算第j个预定操作的操作时间t_j： t_j＝a+bID_j，其中，a、b为预设参数，ID_j表示第j个预定操作的运动难度指数。

进一步地，计算模块包括：第六计算子模块，用于通过以下方式计算操作数据IP： 其中，n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……， n；k_j表示第j个预定操作的权重参数，IP_j表示第j个预定操作的操作指数；其中，通过第 五公式得到IP_j，其中，第五公式为：IP_j＝ID_j/t_j，其中，ID_j表示第j个预定操作的运动 难度指数，t_j表示第j个预定操作的操作时间。

在本发明实施例中，采用熵值法对初步给定的预设指标数据进行调整，能做到静态赋权 和动态赋权相结合，得到更为合理的操作数据；并依据费茨定理来计算各预定操作的操作时 间，采用熵值法来调整上述预设指标数据，以具体的操作数据来定量地衡量操作员的绩效水 平，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题，达到 了提高操作的准确性的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示 意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的获取用于人机交互任务的操作数据的方法的流程 图；

图2是根据本发明实施例的另一种可选的获取用于人机交互任务的操作数据的方法的流 程图；以及

图3是根据本发明实施例的一种可选的获取用于人机交互任务的操作数据的装置的示意 图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下， 本申请中的实施例及实施例中的特征可以相互组合。

实施例1

根据本发明实施例，提供了一种获取用于人机交互任务的操作数据的方法，如图1所示， 该方法包括：

步骤S102，获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互 任务所需执行的交互操作确定。

步骤S104，获取各个预定操作的权重参数。

步骤S106，检测对预定对象执行各个预定操作的操作时间。

步骤S108，根据操作时间及权重参数计算，得到用于人机交互的操作数据。

采用本发明，在获取预先确定的操作集合中的各个预定操作之后，获取各个预定操作的 权重参数，并检测对预定对象执行各个预定操作的操作时间，然后根据操作时间及权重参数 计算，得到用于人机交互的操作数据。在上述实施例中，通过人机交互的操作的权重参数和 操作时间确定用于人机交互的操作数据，该操作数据可以描述执行预定操作的操作属性数据， 如，操作预定操作的绩效指数。通过上述实施例，进而解决了现有技术中无法获取执行人机 交互的操作的绩效操作数据的技术问题，达到了提高操作的准确性的技术效果。

在本发明实施例中，采用熵值法对初步给定的预设指标数据进行调整，能做到静态赋权 和动态赋权相结合，得到更为合理的操作数据；并依据费茨定理来计算各预定操作的操作时 间，采用熵值法来调整上述预设指标数据，以具体的操作数据来定量地衡量操作员的绩效水 平，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题。

可选地，在本实施例中，上述获取用于人机交互任务的操作数据的方法可以但不限于应 用于数字化人机交互系统中，具体可用于为主控室操作人员提供一种定量的操作绩效评估。 以数字化核电厂操作员的操作为例，其中，根据上述人机交互过程所执行的操作确定上述一 组预定操作可以包括但不限于：良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良 好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)。例如， 以切屏为例，选取在蒸汽发生器传热管破裂事故(SGTR，Steam Generator Tube Rupture)中 操纵员DOS规程中常用的3DOS10AYST界面、化学和容积控制系统以及硼回收系统切屏的操 作时间。其中，对应上述的预定操作的操作时间可以为测量被试从起点(例如，屏幕中心) 到按钮鼠标点击的时间(t)。上述举例只是一种示例，本实施例对此不做任何限定。

在上述实施例中，操作数据可以是操作人员执行预定操作的绩效指数或者用于绩效评估 的数据。

可选地，在本实施例中，上述预定对象可以包括但不限于：终端，其中，上述终端中可 以包括但不限于以下至少之一：鼠标、显示屏，上述终端可以包括但不限于以下至少之一： 手机、PC机、笔记本电脑、平板电脑。

可选地，在本实施例中，在检测对预定对象执行预先确定的操作集合的操作时间之前， 还包括：选择满足预定条件的被检测的操作人员。

具体而言，以数字化核电厂操作员的操作为例，上述被检测的操作人员在进行上述检测 之前，均将接受充足的核电系统教育，具备执行上述检测的客观条件。

可选地，在本实施例中，上述操作时间可以但不限于与以下两个因素相关：预定对象的 移动距离、预定对象的尺寸大小。可选地，在本实施例中，上述操作时间是根据费茨定理获 得，使用指点设备到达一个目标的时间，同以下两个因素有关：

(1)设备当前位置和目标位置的距离(Distance)，其中，上述距离越长，所需时间越长；

(2)目标的大小(Size)，其中，当上述目标越大，则所需时间越短。

下面结合图2详述本发明的另一种可选的方案，上述步骤S104，获取各个预定操作的权 重参数可以包括：

步骤S202，获取每个预定操作的指标参数集合，其中，指标参数集合中包括一个或多个 预设指标数据。

步骤S204，根据预设指标数据确定各个预定操作的操作熵值。

步骤S206，按照操作熵值调整预设指标数据，得到每个预定操作的权重参数。

可选地，在本实施例中，上述预设指标数据可以但不限于为经验丰富的专家为各个预定 操作设置，得到预设指标数据的集合A_ij。例如，根据各预定操作的重要性、按照1-5级评分 值对其设置。设有m个专家参与设置，第i个专家(i＝1,2,…,m)对n个预定操作的设置为 (a_i1,a_i2,...,a_i(n-1))，得到预设指标数据的集合A_ij如下：

$A_{\mathrm{ij}}=\left(\begin{array}{cccc}{a}_{00}& a_{01}& ...& a_{0(n-1)}\\ a_{10}& a_{11}& ...& a_{1(n-1)}\\ ...& ...& ...& ...\\ a_{(m-1)0}& a_{(m-1)1}& ...& a_{(m-1)(n-1)}\end{array}\right).$

具体结合以下示例进行描述，上述一组预定操作包括：良好环境下切屏点击(U1)、干扰 环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与 角度阀门点击(U4)，上述预设指标数据为10个，则上述一组预定操作对应的10个预设指标 数据如表1所示。

表1

其中，上述表1中的每一个单元格中的数据表示一个预设指标数据a_ij。

作为一种可选的方案，上述预设指标数据为多个，根据预设指标数据确定各个预定操作 的操作熵值可以包括：

S1，建立各个预定操作的指标矩阵，其中，各个指标参数集合中的预设指标数据的个数 相同，指标矩阵中的每一列中的元素分别为对应同一个预定操作的一个或多个预设指标数据。

S2，按照第一公式计算指标矩阵中每个预设指标数据对应预定操作的初始权重P(a_ij)， 其中，第一公式为：a_ij为第j个预定操作的第i个预设指标数据，m为 各个指标参数集合中的预设指标数据的个数，i＝1，2，……，m。

S3，按照第二公式计算第j个预定操作的操作熵值e_j，其中，第二公式为：

$e_j=-c\underset{i=1}{\overset{m}{\Sigma }}P\left(a_{\mathrm{ij}}\right)\ln P\left(a_{\mathrm{ij}}\right),$c为常数。

可选地，在本实施例中，根据每一个预定操作预设的预设指标数据获取对应的操作熵值， 用于在预设指标数据的基础上动态调整，以得到最后的权重参数。

可选地，在本实施例中，常数c>0，操作熵值0<e_j<1。对于第j个与预定操作，当预设 指标数据a_ij全部相等时，进而得出e_j为极大值1，再根据上述方式计 算e$e_j=-c\underset{i=1}{\overset{m}{\Sigma }}\left(\frac{1}{m}\right)\ln \left(\frac{1}{m}\right)=c·\ln \left(m\right),$得出$c=\frac{1}{\ln \left(m\right)}.$

具体而言，结合表1所示的预设指标数据，根据公式计算得到上述预 定操作(U1、U2、U3、U4)分别对应的操作熵值P(a_ij)＝(0.21，0.18，0.26，0.35)。

通过本申请提供的实施例，利用熵值法通过对预设指标数据进行进一步的调整，实现静 态与动态相结合，使得权重参数更加准确客观，提高了操作数据的准确性。

作为一种可选的方案，按照操作熵值调整预设指标数据，得到每个预定操作的权重参数 可以包括：

S1，获取第j个预定操作的差异性因数d_j，其中，d_j＝1-e_j。

S2，利用差异性因数d_j按照第三公式调整第j个预定操作的初始权重P(a_ij)，得到调整后 的权重h_ij，其中，第三公式为：h_ij＝d_j×P(a_ij)。

S3，通过以下方式计算第j个预定操作的权重参数k_j：

$k_j=\frac{\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}}{\underset{j=1}{\overset{n}{\Sigma }}\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}},$

其中，m表示各个指标参数集合中预设指标数据的个数，i表示第i个预设指标数据，其 中，i＝1，2，……，m；n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……， n。

可选地，在本实施例中，根据上述计算关系可知，对于第j个预定操作，静态指标参数a_ij的差异性越小，则操作熵值e_j越大；当a_ij全部相等时，e_j＝e_max＝1，此时第j个预定操 作的权重参数将不产生影响；当第j个预定操作的静态指标参数相差越大时，e_j越小，该预定 操作的权重参数所起的作用越大。

进一步，定义D＝(d1，d2，…，dn)为差异性因数向量，其中：d_j＝1-e_j，当d_j越大时， 该预定操作越重要，则利用差异性因数d_j通过以下方式调整已有权重：

h_j＝d_j×b_j，其中b_j＝P(a_ij)。

归一化处理后可得到各项基本操作绩效权重为：

$k_j=\frac{\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}}{\underset{j=1}{\overset{n}{\Sigma }}\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}}.$

具体结合表1所示的预设指标数据，利用算数平均法得到上述预定操作(U1、U2、U3、 U4)调整后的权重参数k_j＝(0.21，0.18，0.34，0.27)。

通过本申请提供的实施例，通过上述计算方式获取权重参数，实现了将各个预定操作的 权重参数进行平衡调整，使得获取到的操作数据更准确。

作为一种可选的方案，检测对预定对象执行各个预定操作的操作时间可以包括：

S1，检测预定对象的操作距离。

S2，检测预定对象的尺寸大小。

S3，通过第四公式根据预定对象的操作距离D和预定对象的尺寸大小S确定预定操作的 运动难度指数，其中，第四公式为：ID＝log2(D/S+1)。

S4，通过以下方式计算第j个预定操作的操作时间t_j：

t_j＝a+bID_j，

其中，a、b为预设参数，ID_j表示第j个预定操作的运动难度指数。

可选地，在本实施例中，采用眼动仪测试位于不同方向、不同距离的操作时间，使用统 计产品与服务解决方案软件(SPSS，Statiscal Product and Service Solutions)对实测数据进行回 归分析，求得费茨公式的系数。

具体结合表1中的预设指标数据为例进行描述，根据费茨定理通过以下公式表示预定操 作的操作时间：t_j＝a+bID_j，其中a，b是经验参数，它们依赖于具体的被检测的预定对象 的物理特性，以及操作人员和环境等因素，计算得到a，b的数值；其中，ID表示上述预定操 作的运动难度指数。

通过本申请提供的实施例，根据费茨定理实现对预定操作的操作时间的检测，从而实现 更加客观地衡量操作人员的操作水平，实现了在人机交互中对人员的定量考核。

作为一种可选的方案，根据操作时间及权重参数计算，得到用于人机交互的操作数据可 以包括：通过以下方式计算操作数据IP：

$\mathrm{IP}=\sqrt{\underset{j=1}{\overset{n}{\Sigma }}{\left(k_j{\mathrm{IP}}_j\right)}^2},$

其中，n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n；k_j表示 第j个预定操作的权重参数，IP_j表示第j个预定操作的操作指数；其中，通过第五公式得到IP_j， 其中，第五公式为：IP_j＝ID_j/t_j，其中，ID_j表示第j个预定操作的运动难度指数，t_j表示 第j个预定操作的操作时间。

具体结合表1所示的预设指标数据进行描述，假设上述一组预定操作可以包括：四个预 定操作，其分别对应的操作数据为，IP_j＝(q₁，q₂，q₃，q₄)＝(0.19，1.77，3.01，2.56)。进一 步，上述人机交互过程中一组预定操作的操作数据为：

$\mathrm{IP}=\sqrt{{\left(k_1{q}_1\right)}^2+{\left(k_2{q}_2\right)}^2+{\left(k_3{q}_3\right)}^2+{\left(k_4{q}_4\right)}^2}=1.12.$

通过本申请提供的实施例，通过多个预定操作的权重参数计算最终的权重参数，实现了 利用多维数据计算操作数据，进而使得更加准确的获取操作数据，并根据上述操作数据调整 操作人员，根据绩效的不同合理分配操作人员，从而减少人机交互过程中的失误，提高了操 作的准确性。

具体结合以下示例进行描述，其中，在本示例中，预设指标数据可以用权重表示，操作 熵值用熵值表示，权重参数用综合绩效指数表示：

S1，选取被试对象。

在开始之前被试人员均接受了充足的核电系统教育训练，符合该实验被试的基本条件。

S2，定义被试基本操作。

本实施例模拟数字化核电厂操纵员的基本操作可以包括：良好环境下切屏点击(U1)、干 扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离 与角度阀门点击(U4)。

S3，确定各项预定操作绩效权重(预设指标数据)。

10名专家对良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良好环境下不同距 离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)进行打分，结果如表1 所示。

利用算数平均法得到原始权重值分别为P(a)＝(b1，b2，b3，b4)＝(0.21，0.18，0.26， 0.35)，调整后权重分布矩阵k＝(k1，k2，k3，k4)＝(0.21，0.18，0.34，0.27)。

S4，确定基本操作的绩效指数(对预设指标数据调整后的权重参数)。

采用德国ManGold公司生产的Tobii X120型眼动仪测试位于不同方向、不同距离的MT 时间，使用SPSS数据分析软件对实测数据进行回归分析，求得费茨公式的系数，最后根据公 式IP_j＝ID_j/MT_j求出各基本操作的绩效指数IP＝(IP1，IP2，IP3，IP4)＝(0.19，1.77，3.01， 2.56)。

S5，结合各个预定操作的绩效指数与其对应的权重得出综合绩效指数(即，权重参数)。

根据公式$\mathrm{IP}=\sqrt{{(k_1·{\mathrm{IP}}_1)}^2+{(k_2·{\mathrm{IP}}_2)}^2+...+{(k_n·{\mathrm{IP}}_n)}^2}$可得出该被试人员的综合绩效指数 为$\mathrm{IP}=\sqrt{{(0.21\times 0.19)}^2+{(0.18\times 1.77)}^2+{(0.34\times 3.01)}^2+{(0.27\times 2.56)}^2}=1.12,$最后求出该名 被试人员的综合绩效指数为1.12。

具体地，上述绩效指数越高，说明该名被试人员的绩效水平越高。

本发明提供的上述实施例来进一步对本发明进行解释，但是值得注意的是，上述实施例 只是为了更好的描述本发明，并不构成对本发明不当的限定。

实施例2

根据本发明实施例，还提供了一种获取用于人机交互任务的操作数据的装置，如图3所 示，该装置可以包括：操作获取模块302、参数获取模块304、检测模块306以及计算模块308。

其中，操作获取模块，用于获取预先确定的操作集合中的各个预定操作，其中，预定操 作根据人机交互任务所需执行的交互操作确定；参数获取模块，用于获取各个预定操作的权 重参数；检测模块，用于检测对预定对象执行各个预定操作的操作时间；计算模块，用于根 据操作时间及权重参数计算，得到用于人机交互的操作数据。

以往研究工作大多是对传统主控室操作员的绩效评估，传统工业系统的主控室主要基于 模拟技术，操作员在操作时主要面对大量的报警面板、模拟指示器、以及手动转换器。现阶 段主控室主要基于数字技术的，许多学者对于数字化主控室操作员的绩效评估进行了研究， 但处于起步阶段，评估手段与方法匮乏，能够定量描述的方法更是少之又少，使用现有技术 无法准确获取操作数据。

采用本发明，在操作获取模块获取预先确定的操作集合中的各个预定操作之后，参数获 取模块获取各个预定操作的权重参数，检测模块检测对预定对象执行各个预定操作的操作时 间，然后计算模块根据操作时间及权重参数计算，得到用于人机交互的操作数据。在上述实 施例中，通过人机交互的操作的权重参数和操作时间确定用于人机交互的操作数据，该操作 数据可以描述执行预定操作的操作属性数据，如，操作预定操作的绩效指数。通过上述实施 例，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题，达到 了提高操作的准确性的技术效果。

在本发明实施例中，采用熵值法对初步给定的预设指标数据进行调整，能做到静态赋权 和动态赋权相结合，得到更为合理的操作数据；并依据费茨定理来计算各预定操作的操作时 间，采用熵值法来调整上述预设指标数据，以具体的操作数据来定量地衡量操作员的绩效水 平，进而解决了现有技术中无法准确获取操作数据的技术问题，达到了提高操作的准确性的 技术效果。

可选地，在本实施例中，上述获取用于人机交互任务的操作数据的装置可以但不限于应 用于数字化人机交互系统中，具体可用于为主控室操作人员提供一种定量的操作绩效评估。 以数字化核电厂操作员的操作为例，其中，根据上述人机交互过程所执行的操作确定上述一 组预定操作可以包括但不限于：良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良 好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)。例如， 以切屏为例，选取在蒸汽发生器传热管破裂事故(SGTR，Steam Generator Tube Rupture)中 操纵员DOS规程中常用的3DOS10AYST界面、化学和容积控制系统以及硼回收系统切屏的 操作时间。其中，对应上述的预定操作的操作时间可以为测量被试从起点(例如，屏幕中心) 到按钮鼠标点击的时间(t)。上述举例只是一种示例，本实施例对此不做任何限定。

可选地，在本实施例中，上述预定对象可以包括但不限于：终端，其中，上述终端中可 以包括但不限于以下至少之一：鼠标、显示屏，上述终端可以包括但不限于以下至少之一： 手机、PC机、笔记本电脑、平板电脑。

可选地，在本实施例中，在检测对预定对象执行预先确定的操作集合的操作时间之前， 还包括：选择满足预定条件的被检测的操作人员。

具体而言，以数字化核电厂操作员的操作为例，上述被检测的操作人员在进行上述检测 之前，均将接受充足的核电系统教育，具备执行上述检测的客观条件。

可选地，在本实施例中，上述操作时间可以但不限于与以下两个因素相关：预定对象的 移动距离、预定对象的尺寸大小。可选地，在本实施例中，上述操作时间是根据费茨定理获 得，使用指点设备到达一个目标的时间，同以下两个因素有关：

(1)设备当前位置和目标位置的距离(Distance)。其中，上述距离越长，所需时间越长；

(2)目标的大小(Size)。其中，当上述目标越大，则所需时间越短。

作为一种可选的方案，参数获取模块包括：第一获取子模块，用于获取每个预定操作的 指标参数集合，其中，指标参数集合中包括一个或多个预设指标数据；确定模块，用于根据 预设指标数据确定各个预定操作的操作熵值；调整模块，用于按照操作熵值调整预设指标数 据，得到每个预定操作的权重参数。

可选地，在本实施例中，上述预设指标数据可以但不限于为经验丰富的专家为各个预定 操作设置，得到预设指标数据的集合A_ij。例如，根据各预定操作的重要性、按照1-5级评分 值对其设置。设有m个专家参与设置，第i个专家(i＝1，2，…，m)对n个预定操作的设置 为(a_i1,a_i2,...,a_i(n-1))，得到预设指标数据的集合A_ij如下：

$A_{\mathrm{ij}}=\left(\begin{array}{cccc}{a}_{00}& a_{01}& ...& a_{0(n-1)}\\ a_{10}& a_{11}& ...& a_{1(n-1)}\\ ...& ...& ...& ...\\ a_{(m-1)0}& a_{(m-1)1}& ...& a_{(m-1)(n-1)}\end{array}\right).$

具体结合以下示例进行描述，上述一组预定操作可以包括：良好环境下切屏点击(U1)、 干扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距 离与角度阀门点击(U4)，上述预设指标数据为10个，则上述一组预定操作对应的10个预设 指标数据如表2所示。

表2

其中，上述表2中的每一个单元格中的数据表示一个预设指标数据a_ij。

作为一种可选的方案，确定模块可以包括：建立模块，用于建立各个预定操作的指标矩 阵，其中，各个指标参数集合中的预设指标数据的个数相同，指标矩阵中的每一列中的元素 分别为对应同一个预定操作的一个或多个预设指标数；第一计算子模块，用于按照第一公式 计算指标矩阵中每个预设指标数据对应预定操作的初始权重P(a_ij)，其中，第一公式为： a_ij为第j个预定操作的第i个预设指标数据，m为各个指标参数集合中 的预设指标数据的个数，i＝1，2，……，m；第二计算子模块，用于按照第二公式计算第j个 预定操作的操作熵值e_j，其中，第二公式为：

$e_j=-c\underset{i=1}{\overset{m}{\Sigma }}P\left(a_{\mathrm{ij}}\right)\ln P\left(a_{\mathrm{ij}}\right),$c为常数。

可选地，在本实施例中，根据每一个预定操作预设的预设指标数据获取对应的操作熵值， 用于在预设指标数据的基础上动态调整，以得到最后的权重参数。

可选地，在本实施例中，常数c>0，操作熵值0<e_j<1。对于第j个与预定操作，当预设指 标数据a_ij全部相等时，进而得出e_j为极大值1，再根据上述方式计算 $e_j=-c\underset{i=1}{\overset{m}{\Sigma }}\left(\frac{1}{m}\right)\ln \left(\frac{1}{m}\right)=c·\ln \left(m\right),$得出c$c=\frac{1}{\ln \left(m\right)}.$

具体而言，结合表2所示的预设指标数据，根据公式P计算得到上述预定 操作(U1、U2、U3、U4)分别对应的操作熵值P(a_ij)＝(0.21，0.18，0.26，0.35)。

通过本申请提供的实施例，利用熵值法通过对预设指标数据进行进一步的调整，实现静 态与动态相结合，使得权重参数更加准确客观，提高了操作数据的准确性。

作为一种可选的方案，调整模块还可以包括：

第一获取子模块，用于获取第j个预定操作的差异性因数d_j，其中，d_j＝1-e_j；第三计算 子模块，用于利用差异性因数d_j按照第三公式调整第j个预定操作的初始权重P(a_ij)，得到调 整后的权重h_ij，其中，第三公式为：h_ij＝d_j×P(a_ij)；第四计算子模块，用于通过以下方式计 算第j个预定操作的权重参数k_j：

$k_j=\frac{\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}}{\underset{j=1}{\overset{n}{\Sigma }}\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}},$

其中，m表示各个指标参数集合中预设指标数据的个数，i表示第i个预设指标数据，其 中，i＝1，2，……，m；n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……， n。

可选地，在本实施例中，根据上述计算关系可知，对于第j个预定操作，静态指标参数a_ij 的差异性越小，则操作熵值e_j越大；当a_ij全部相等时，e_j＝e_max＝1，此时第j个预定操 作的权重参数将不产生影响；当第j个预定操作的静态指标参数相差越大时，e_j越小，该预定 操作的权重参数所起的作用越大。

进一步，定义D＝(d1，d2，…，dn)为差异性因数向量，其中：d_j＝1-e_j，当d_j越大时， 该预定操作越重要，则利用差异性因数d_j通过以下方式调整已有权重：

h_ij＝d_j×P(a_ij)，其中b_j＝P(a_ij)。

归一化处理后可得到各项基本操作绩效权重为：

$k_j=\frac{\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}}{\underset{j=1}{\overset{n}{\Sigma }}\underset{i=1}{\overset{m}{\Sigma }}{h}_{\mathrm{ij}}}.$

具体结合表2所示的预设指标数据，利用算数平均法得到上述预定操作(U1、U2、U3、 U4)调整后的权重参数k_j＝(0.21，0.18，0.34，0.27)。

通过本申请提供的实施例，通过上述计算方式获取权重参数，实现了将各个预定操作的 权重参数进行平衡调整，使得获取到的操作数据更准确。

作为一种可选的方案，检测模块可以包括：第一检测子模块，用于检测预定对象的操作 距离；第二检测子模块，用于检测预定对象的尺寸大小；确定子模块，用于通过第四公式根 据预定对象的操作距离D和预定对象的尺寸大小S确定预定操作的运动难度指数，其中，第 四公式为：ID＝log2(D/S+1)；第五计算子模块，用于通过以下方式计算第j个预定操作 的操作时间t_j：t_j＝a+bID_j，其中，a、b为预设参数，ID_j表示第j个预定操作的运动难度 指数。

可选地，在本实施例中，采用眼动仪测试位于不同方向、不同距离的操作时间，使用统 计产品与服务解决方案软件(SPSS，Statiscal Product and Service Solutions)对实测数据进行回 归分析，求得费茨公式的系数。

具体结合表2中的预设指标数据为例进行描述，根据费茨定理通过以下公式表示预定操 作的操作时间：t_j＝a+bID_j，其中a，b是经验参数，它们依赖于具体的被检测的预定对象 的物理特性，以及操作人员和环境等因素，计算得到a，b的数值；其中，ID表示上述预定操 作的运动难度指数。

通过本申请提供的实施例，根据费茨定理实现对预定操作的操作时间的检测，从而实现 更加客观地衡量操作人员的操作水平，实现了在人机交互中对人员的定量考核。

作为一种可选的方案，计算模块可以包括：第六计算子模块，用于通过以下方式计算操 作数据IP：

$\mathrm{IP}=\sqrt{\underset{j=1}{\overset{n}{\Sigma }}{\left(k_j{\mathrm{IP}}_j\right)}^2},$

其中，n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n；k_j表示 第j个预定操作的权重参数，IP_j表示第j个预定操作的操作指数；其中，通过第五公式得到q_j， 其中，第五公式为：IP_j＝ID_j/t_j，其中，ID_j表示第j个预定操作的运动难度指数，t_j表示 第j个预定操作的操作时间。

具体结合表2所示的预设指标数据进行描述，假设上述一组预定操作可以包括：四个预 定操作，其分别对应的操作数据为，IP_j＝(q₁，q₂，q₃，q₄)＝(0.19，1.77，3.01，2.56)。进一 步，上述人机交互过程中一组预定操作的操作数据为：

$\mathrm{IP}=\sqrt{{(0.21\times 0.19)}^2+{(0.18\times 1.77)}^2+{(0.34\times 3.01)}^2+{(0.27\times 2.56)}^2}=1.12.$

通过本申请提供的实施例，通过多个预定操作的权重参数计算最终的权重参数，实现了 利用多维数据计算操作数据，进而使得更加准确的获取操作数据，并根据上述操作数据调整 操作人员，根据绩效的不同合理分配操作人员，从而减少人机交互过程中的失误，提高了操 作的准确性。

本发明提供了一种优选的实施例来进一步对本发明进行解释，但是值得注意的是，该优 选实施例只是为了更好的描述本发明，并不构成对本发明不当的限定。

从以上的描述中，可以看出，采用本发明，在获取预先确定的操作集合中的各个预定操 作之后，获取各个预定操作的权重参数，并检测对预定对象执行各个预定操作的操作时间， 然后根据操作时间及权重参数计算，得到用于人机交互的操作数据。在上述实施例中，通过 人机交互的操作的权重参数和操作时间确定用于人机交互的操作数据，该操作数据可以描述 执行预定操作的操作属性数据，如，操作预定操作的绩效指数。通过上述实施例，进而解决 了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题，达到了提高操作的 准确性的技术效果。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算 装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上， 可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置 中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块 或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员 来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等 同替换、改进等，均应包含在本发明的保护范围之内。