卡片分類法資料分析方式探討
DESCRIPTION
TRANSCRIPT
卡片分類(Card Sorting)
資料分析方式探討
699150012 陳恒毅
2011/01/13
報告大綱
前言
分類認知理論
卡片分類法
卡片分類資料分析 -硬式群集
Fuzzy Clustering
因素分析
結論與方向
前言資訊架構 (Information Architecture)是建構與組織資訊環境以幫助人們有效地滿足其資訊的藝術與科學,而且分析及評估網站資訊架構是相當重要的。(Toub, 2000)
對資訊架構的分析,主要從兩個概念進行調查 : (Barker, 2005)
尋獲度 (Findability)優使性 (Usability)
卡片分類法可以瞭解使用者面對網站架構時的心理模式與潛在需求,進而改善資訊架構 (魏澤群 , 2007)
分類認知理論
人們會根據幾點理由來進行分類 (Anderson, 1991)
特徵重疊 (Feature Overlap)功能相似 (Similar Function)語意標籤 (Linguistic Labling)
Rosch (1978)驗證分類行為的認知使用會基於兩個基本原則:
認知經濟效益 (Cognitive Economy)感知世界結構 (Perceived World Structure)
卡片分類法
Upchurch, Rugg 與 Kitchenham(2001)指出卡片分類法是源自於 Kelly的個人理論建構 (Personal Construct Theory)
一般而言,卡片分類法的實施步驟為:
將內容項目列出請受試者將項目分類
收集實驗結果並分析
卡片分類法 -實施方式
由分類方式來區分 (Maurer & Warfel, 2004)
封閉式卡片分類法
開放式卡片分類法
由施測方法來分 (Martin & Kidwel, 2001)
High-fidelity:利用套裝軟體進行
Low-fidelity:傳統卡片分類法
卡片分類法 -資料分析
人工分析
統計分析
硬式群集 (Hard clustering)
Hierarchical cluster analysis
K-means
糢糊群集 (Fuzzy clustering)
因素分析 (Factor analysis)
硬式群集分析Hierarchical Clustering最常使用在卡片分類法的群集分析技術。(Berkhin, 2007)
Deaton(2002)指出透過樹狀圖的表示,可以揭露項目之間的關聯性與整體的分類結構。
硬式群集分析 K-means
K-means實施步驟(Manning, Raghavan& Schutze, 2009)
決定群組數量 K
依序將項目加入群組,重新計算群組中心,至加入所有項目
是另一個將項目分割至不同群集的方式 (Berkhin, 2007; Xu and Wunsch, 2005)
糢糊群集 (Fuzzy Clustering)糢糊群集允許一個項目被歸入一類以上。 (林俊男等 )
目前在糢糊群集技術的演算法中廣泛運用的是Bezdek (1981) 提出之 Fuzzy C-Means ( 簡稱FCM)。
因素分析 (Factor Analysis)
因素分析是一種被廣為使用的多變項統計法,在心理測驗界使用的機會最多。 (林清山 , 民 81)
在卡片分類法的分析方法中除了群集分析之外, Capra(2005)更提出了不同的分析方式,即因素分析
Capra(2005) 和丁依玲 (2007) 的研究
採用 Jaccard Coefficient 計算兩項目間的相似度
再將相似矩陣輸入統計軟體進行因素分析
結論與方向分類是一件很複雜的、很個人的事情,使用者導向的網站,必需要求取每個使用者最大的共識。
研究目的在設法改善現有的工具,提供資訊架構師在進行網站規劃時更好用的工具。
為了提高尋獲度,嘗試採用糢糊群集以及因素分析,將一個項目歸在兩個以上的分類。
未來方向:穩定階層架構和彈性之間的平衡;以不同的係數、方法進行測試求得更好的結果。
Thanks for Your
Listening !!699150012 陳恆毅