A semantic network analysis as a method for understanding qualitative user experience in product interactions
저자
발행사항
서울 : 서울대학교 대학원, 2017
학위논문사항
학위논문(박사)-- 서울대학교 대학원 : 산업·조선공학부 인간공학전공 2017. 8
발행연도
2017
작성언어
영어
주제어
DDC
623.8 판사항(22)
발행국(도시)
서울
기타서명
제품 상호작용 시 정성적 사용자 경험 이해를 위한 의미망 분석 방법
형태사항
x, 165 p. : 삽화 ; 26 cm
일반주기명
참고문헌 수록
DOI식별코드
소장기관
Qualitative research provides useful insights with which to analyze the User Experience (UX). This is distinguished from quantitative research by its inductive form of logic and the research aim of understanding holistic phenomena. Since qualitative research aims to identify intangible factors and explore phenomena without simplifying contextual information, it is difficult to exclude a researcher’s subjectivity during their analysis. In addition, interpreting and analyzing qualitative materials requires much time and effort. Therefore, this dissertation suggests a systematic research method that utilizes user expression data to understand UX. The research starts by transforming textual data into numerical representations using semantic network analysis; three major issues were elucidated from the limitations of existing methods: (1) examining the representativeness of the sample size, (2) eliciting important user values (UV), and (3) evaluating product attributes (PA) with numerical inferences.
First, the representativeness of sample size was examined by observing the stability of a semantic network. Among the semantic networks generated from the text, subnetworks were sampled from the original network to vary the sample size. Then, similarities between subnetworks and the original were calculated by applying correlation analysis to node-level centralities. Three case studies that were composed of two interview datasets and one online review data were presented; these proved that this method could be applicable for both small and large samples.
Second, a mixed-method research approach was introduced to suggest appropriate camera shutter press sounds. In qualitative research, important UVs were elicited by analyzing terms with high centralities in a semantic network. The elicited UVs were then used as questionnaire items in quantitative research to represent UV with numerical values. The result demonstrated user satisfaction models for shutter press sounds and the relationships between UV and PA by adopting the concept of psychoacoustic variables.
Third, the importance of UV and their relations to PA were examined based on qualitative research on vacuum cleaners. Seven types of network centrality were used to weight the UVs, which resulted in UX quantification models. These models’ goodness-of-fit were compared to the results of quantitative research. Then, the links between UV and PA nodes were identified. Since statistical analysis without a proper theoretical interpretation may mislead users, qualitative data can assist quantitative research by examining the sematic associations between UV and PA.
Compared to traditional qualitative studies, the proposed method in this dissertation has a competitive edge for reducing the cost, effort, and subjectivity. Determining the smallest sample size that can achieve network stability is a novel data collection strategy that attempts to maximize effectiveness while minimizing both cost and effort. Utilizing this method allows UX researchers and practitioners to collect the optimal sample size by gradually increasing their sample sizes. Important UVs were elicited in the process of evaluating UX, and their importance was quantified to build a UX quantification model. Transferring qualitative descriptions to the quantitative models allows researchers to understand UX more efficiently by reducing the process of collecting numerical data on each UV. Lastly, important PA and their relations to UV were identified. Although centrality measures were not proportional to the correlation level, semantic associations between UV and PA could be identified. Considering that huge amounts of text data are being generated and collected every day, the suggested method is expected to be useful for practical applications when developing products.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)