本技術實施例涉及人機交互，尤其涉及一種觸控交互界面的設計方法及系統。

背景技術：

1、在智能醫療箱的應用場景中，觸控交互界面扮演著至關重要的角色。隨著科技的發展和人們對健康管理意識的提高，智能醫療箱不僅需要具備基本的藥品儲存功能，還需要集成諸如健康數據監測、緊急呼叫響應、用藥提醒等智能化服務。因此，對于操作界面的設計提出了更高的要求，包括但不限于：確保操作的便利性以適應不同年齡和技術熟練度的用戶；防誤觸設計，以避免不必要的誤操作，特別是對于緊急情況下的響應；以及提供直觀易懂的標識符號，使得用戶可以快速理解和正確使用設備。這些特性對于提升用戶體驗、保證醫療安全具有重要意義。

2、當前市面上的智能醫療箱通常配備了觸控屏幕作為主要的人機交互方式。為了防止誤操作，一些產品引入了彈窗二次點擊確認、滑動解鎖或屏幕鎖定機制。

3、然而，現有解決方案往往采用一刀切的設計方法，未能充分考慮個體差異，導致某些用戶可能覺得操作不夠直觀或便捷。其次，雖然采用了如彈窗二次確認等措施，但在實際使用中，特別是在緊急情況下，這樣的機制可能會增加操作時間，反而影響效率。而且，簡單的一次性確認機制并不能完全杜絕誤操作的可能性。

技術實現思路

1、本技術實施例提供一種觸控交互界面的設計方法及系統，用以解決現有技術中xx的問題。

2、第一方面，本技術實施例提供一種觸控交互界面的設計方法，包括：

3、收集用戶行為習慣，對影響所述用戶行為習慣的關鍵要素進行提取，根據所述關鍵要素構建用戶參與度評估體系，以分析所述用戶行為習慣中的觸控頻率與深度，生成行為習慣分析報告；所述關鍵要素是指在特定使用場景中，對所述用戶行為習慣具有顯著影響的因素集合，包括視覺反饋響應時間、手勢操作便利性與環境光照；

4、運用情境感知布局優化算法，提取所述行為習慣分析報告中用戶的視覺注意力分布與即時物理環境的反應，進行情境建模處理，采用環境適應技術，對情境建模處理結果中的視覺清晰度與聽覺接收參數進行適應性分析，以獲取用戶對所述即時物理環境的適應性，生成環境適應界面配置；

5、運用長期偏好追蹤算法，對所述行為習慣分析報告中的個性化偏好設置進行持續記錄與學習，將持續記錄與學習結果輸入至所述環境適應界面配置，對所述環境適應界面配置添加個性化成分，采用漸進式界面演化方法，對添加個性化成分后的所述環境適應界面配置進行漸進式演化處理，以逐步引入交互反饋機制，在所述環境適應界面配置添加交互式模塊，生成優化布局方案；

6、根據所述用戶行為習慣構建學習庫，將所述學習庫中的交互行為數據導入所述交互式模塊中的交互預判模塊，對所述交互行為數據進行行為預判操作，通過行為預判操作結果對所述優化布局方案中的界面元素與響應方式進行調整，以提升人機交互流暢度，生成觸控交互界面優化策略。

7、可選地，所述運用情境感知布局優化算法，提取所述行為習慣分析報告中用戶的視覺注意力分布與即時物理環境的反應，進行情境建模處理，采用環境適應技術，對情境建模處理結果中的視覺清晰度與聽覺接收參數進行適應性分析，以獲取用戶對所述即時物理環境的適應性，生成環境適應界面配置，包括：

8、基于所述行為習慣分析報告提取用戶不同使用場景下的視覺焦點區域與操作頻率，對所述視覺焦點區域與操作頻率進行統計分析以獲取參數分布特征，生成使用場景參數分布圖譜；

9、運用情境感知布局優化算法，提取所述行為習慣分析報告中用戶的視覺注意力分布與即時物理環境的反應，結合所述使用場景參數分布圖譜中的參數分布共同作為基礎輸入，進行情境建模處理，生成多維情境模型；

10、采用環境適應技術，對所述多維情境模型中的視覺清晰度與聽覺接收參數進行適應性分析，以獲取用戶對所述即時物理環境的適應性，根據所述適應性對所述視覺清晰度與聽覺接收參數進行優化，生成環境適應處理結果；

11、創建虛擬用戶體驗環境，導入所述環境適應處理結果中的適應性參數，以驗證所述環境適應處理結果適應性水平，生成環境適應界面配置。

12、可選地，所述基于所述使用場景參數分布圖譜，運用情境感知布局優化算法，提取所述行為習慣分析報告中用戶的視覺注意力分布與即時物理環境的反應，結合所述使用場景參數分布圖譜中的參數分布共同作為基礎輸入，進行情境建模處理，生成多維情境模型，包括：

13、基于所述使用場景參數分布圖譜提取使用場景參數分布特征，對所述使用場景參數分布特征進行聚類分析以識別用戶的典型行為模式，生成情境行為模式庫；

14、運用情境感知布局優化算法，提取所述行為習慣分析報告中用戶的視覺注意力分布與即時物理環境的反應，并與所述情境行為模式庫中的不同情境下行為模式進行逐一匹配處理，生成情境匹配結果；

15、對不同的情境匹配結果進行多輪迭代測試，記錄多輪迭代測試結果以識別逐一匹配處理過程中的潛在改進點，生成優化情境匹配結果；

16、提取所述優化情境匹配結果中用戶行為特征的情境匹配度，對所述情境匹配度進行回溯分析，以回溯分析結果結合所述使用場景參數分布圖譜中的參數分布共同作為基礎輸入，進行情境建模處理，生成多維情境模型。

17、可選地，所述基于所述多維情境模型，采用環境適應技術，對所述多維情境模型中的視覺清晰度與聽覺接收參數進行適應性分析，以獲取用戶對所述即時物理環境的適應性，根據所述適應性對所述視覺清晰度與聽覺接收參數進行優化，生成環境適應處理結果，包括：

18、基于所述多維情境模型進行特征提取處理以獲取多維環境適應特征向量，對所述多維環境適應特征向量進行標準化處理，生成環境適應特征矩陣；

19、采用環境適應技術，對所述多維情境模型中的視覺清晰度與聽覺接收參數進行適應性分析，將適應性分析結果向量化后輸入至所述環境適應特征矩陣中，生成優化環境適應特征矩陣；

20、通過關聯性分析方法，對所述優化環境適應特征矩陣中所有環境適應特征向量的關聯性進行分析，生成特征向量關聯表；

21、基于所述特征向量關聯表中的關聯性分析結果，對高關聯性的環境適應特征向量進行特征融合處理，以減少所述優化環境適應特征矩陣的維度冗余，生成環境適應處理結果。

22、可選地，所述運用長期偏好追蹤算法，對所述行為習慣分析報告中的個性化偏好設置進行持續記錄與學習，將持續記錄與學習結果輸入至所述環境適應界面配置，對所述環境適應界面配置添加個性化成分，采用漸進式界面演化方法，對添加個性化成分后的所述環境適應界面配置進行漸進式演化處理，以逐步引入交互反饋機制，在所述環境適應界面配置添加交互式模塊，生成優化布局方案，包括：

23、通過時間序列分析方法，統計用戶基于所述環境適應界面配置下不同時間段的操作頻率，識別出高頻操作區域與低頻操作區域，生成用戶行為軌跡圖；

24、基于所述用戶行為軌跡圖，運用長期偏好追蹤算法，對所述行為習慣分析報告中的個性化偏好設置進行持續記錄與學習，將持續記錄與學習結果輸入至所述環境適應界面配置，對所述環境適應界面配置添加個性化成分，生成用戶偏好配置；

25、基于所述用戶偏好配置，采用漸進式界面演化方法，對添加個性化成分后的所述環境適應界面配置進行漸進式演化處理，以逐步引入交互反饋機制，生成漸進式演化界面配置；

26、基于所述漸進式演化界面配置添加交互式模塊，通過情景模擬測試方法對所述交互式模塊的用戶參與感與模塊便捷性進行測試，生成優化布局方案。

27、可選地，所述基于所述用戶行為軌跡圖，運用長期偏好追蹤算法，對所述行為習慣分析報告中的個性化偏好設置進行持續記錄與學習，將持續記錄與學習結果輸入至所述環境適應界面配置，對所述環境適應界面配置添加個性化成分，生成用戶偏好配置，包括：

28、基于所述用戶行為軌跡圖，通過行為序列分析方法，對所述用戶行為軌跡圖中的操作習慣與路徑偏好進行識別，生成行為模式熱圖；

29、運用長期偏好追蹤算法，對所述行為習慣分析報告中的個性化偏好設置與所述行為模式熱圖中的路徑偏好進行持續記錄與學習，將持續記錄與學習結果輸入至所述環境適應界面配置，生成個性化與路徑偏好配置；

30、從所述個性化與路徑偏好配置中提取出個性化成分，并將所述個性化成分添加至所述環境適應界面配置，生成個性化界面配置；

31、引入智能融合機制對所述個性化界面配置進行集成處理，將所述個性化界面配置映射至所述環境適應界面配置中的對應界面元素，生成用戶偏好配置。

32、可選地，所述根據所述用戶行為習慣構建學習庫，將所述學習庫中的交互行為數據導入所述交互式模塊中的交互預判模塊，對所述交互行為數據進行行為預判操作，通過行為預判操作結果對所述優化布局方案的界面元素與響應方式進行調整，以提升人機交互流暢度，生成觸控交互界面優化策略，包括：

33、構建場景上下文模型，對所述優化布局方案中不同使用場景的行為模式進行分類標注，生成場景特征圖譜；

34、通過在所述優化布局方案中引入用戶行為監測模塊，對實施所述優化布局方案過程中用戶的操作數據進行實時監測，將實時監測結果與所述場景特征圖譜中的場景特征參數進行融合，生成多維交互數據流；

35、根據所述用戶行為習慣構建學習庫，將所述學習庫中的交互行為數據與所述多維交互數據流進行同步處理，將同步處理結果導入所述交互式模塊中的交互預判模塊，以進行行為預判操作，生成交互行為預判結果；

36、以所述交互行為預判結果為調整標準，對所述優化布局方案的界面元素與響應方式進行調整，以提升人機交互流暢度，生成觸控交互界面優化策略。

37、第二方面，本技術實施例提供一種觸控交互界面的設計系統，包括：

38、構建模塊，用于收集用戶行為習慣，對影響所述用戶行為習慣的關鍵要素進行提取，根據所述關鍵要素構建用戶參與度評估體系，以分析所述用戶行為習慣中的觸控頻率與深度，生成行為習慣分析報告；所述關鍵要素是指在特定使用場景中，對所述用戶行為習慣具有顯著影響的因素集合，包括視覺反饋響應時間、手勢操作便利性與環境光照；

39、分析模塊，用于運用情境感知布局優化算法，提取所述行為習慣分析報告中用戶的視覺注意力分布與即時物理環境的反應，進行情境建模處理，采用環境適應技術，對情境建模處理結果中的視覺清晰度與聽覺接收參數進行適應性分析，以獲取用戶對所述即時物理環境的適應性，生成環境適應界面配置；

40、學習模塊，用于運用長期偏好追蹤算法，對所述行為習慣分析報告中的個性化偏好設置進行持續記錄與學習，將持續記錄與學習結果輸入至所述環境適應界面配置，對所述環境適應界面配置添加個性化成分，采用漸進式界面演化方法，對添加個性化成分后的所述環境適應界面配置進行漸進式演化處理，以逐步引入交互反饋機制，在所述環境適應界面配置添加交互式模塊，生成優化布局方案；

41、調整模塊，用于根據所述用戶行為習慣構建學習庫，將所述學習庫中的交互行為數據導入所述交互式模塊中的交互預判模塊，對所述交互行為數據進行行為預判操作，通過行為預判操作結果對所述優化布局方案的界面元素與響應方式進行調整，以提升人機交互流暢度，生成觸控交互界面優化策略。

42、第三方面，本技術實施例提供一種計算設備，包括處理組件以及存儲組件；所述存儲組件存儲一個或多個計算機指令；所述一個或多個計算機指令用以被所述處理組件調用執行，實現如第一方面所述的一種觸控交互界面的設計方法。

43、第四方面，本技術實施例提供一種計算機存儲介質，存儲有計算機程序，所述計算機程序被計算機執行時，實現如第一方面所述的一種觸控交互界面的設計方法。

44、本技術實施例中，收集用戶行為習慣，對影響所述用戶行為習慣的關鍵要素進行提取，根據所述關鍵要素構建用戶參與度評估體系，以分析所述用戶行為習慣中的觸控頻率與深度，生成行為習慣分析報告；所述關鍵要素是指在特定使用場景中，對所述用戶行為習慣具有顯著影響的因素集合，包括視覺反饋響應時間、手勢操作便利性與環境光照；運用情境感知布局優化算法，提取所述行為習慣分析報告中用戶的視覺注意力分布與即時物理環境的反應，進行情境建模處理，采用環境適應技術，對情境建模處理結果中的視覺清晰度與聽覺接收參數進行適應性分析，以獲取用戶對所述即時物理環境的適應性，生成環境適應界面配置；運用長期偏好追蹤算法，對所述行為習慣分析報告中的個性化偏好設置進行持續記錄與學習，將持續記錄與學習結果輸入至所述環境適應界面配置，對所述環境適應界面配置添加個性化成分，采用漸進式界面演化方法，對添加個性化成分后的所述環境適應界面配置進行漸進式演化處理，以逐步引入交互反饋機制，在所述環境適應界面配置添加交互式模塊，生成優化布局方案；根據所述用戶行為習慣構建學習庫，將所述學習庫中的交互行為數據導入所述交互式模塊中的交互預判模塊，對所述交互行為數據進行行為預判操作，通過行為預判操作結果對所述優化布局方案中的界面元素與響應方式進行調整，以提升人機交互流暢度，生成觸控交互界面優化策略。通過系統地收集和分析用戶行為習慣中的關鍵要素，構建了用戶參與度評估體系，能夠精確識別影響用戶行為的關鍵因素。通過對觸控頻率與深度的細致分析，生成的行為習慣分析報告為后續優化提供了堅實的數據基礎。情境感知布局優化算法的應用確保了界面配置能夠適應不同的即時物理環境，提升了用戶體驗。長期偏好追蹤算法和漸進式界面演化方法的結合，使得界面配置不僅個性化，而且能夠隨時間逐步優化，增強了用戶的參與感和滿意度。最終，通過引入交互預判模塊，實現了對用戶行為的精準預測，顯著提升了人機交互的流暢度和效率。

45、進一步地，通過詳細提取用戶在不同使用場景下的視覺焦點區域與操作頻率，生成了使用場景參數分布圖譜，為情境建模提供了豐富的數據支持。運用情境感知布局優化算法結合這些參數進行情境建模，生成了多維情境模型，確保了模型的全面性和準確性。環境適應技術的應用進一步優化了視覺清晰度和聽覺接收參數，使界面配置更加貼合用戶的即時物理環境。虛擬用戶體驗環境的創建驗證了環境適應處理結果的有效性，確保了最終生成的環境適應界面配置具有高度的適應性和可靠性，從而顯著提升了用戶的沉浸感和操作便利性。

46、進一步地，通過時間序列分析方法統計用戶在不同時間段的操作頻率，識別出高頻和低頻操作區域，生成了用戶行為軌跡圖，為個性化配置提供了直觀的依據。長期偏好追蹤算法的應用確保了對用戶個性化偏好的持續記錄與學習，使得環境適應界面配置能夠不斷進化，更加貼近用戶的實際需求。漸進式界面演化方法的采用，使得個性化成分的添加過程平滑自然，避免了突兀的變化給用戶帶來的不適感。情景模擬測試方法的應用，確保了交互式模塊的用戶參與感和便捷性，最終生成的優化布局方案不僅提高了用戶滿意度，還增強了系統的靈活性和適應性。

47、本技術的這些方面或其他方面在以下實施例的描述中會更加簡明易懂。