可用性测试中用户皮肤电水平变化分析——基于EEMD的方法

根据可用性测试过程中用户皮肤电水平（skin conductance level，SCL）的变化，提出了基于总体平均经验模式分解（ensemble empirical mode deeomposition，EEMD）技术的用户SCL信号趋势和变化特征提取方法。首先，应用EEMD技术对SCL信号进行分解，得到若干独立的基本模式分量及趋势项；然后，对基本模式分量进行显著性检验，进而实现信号的去噪去趋势重构，得到用户SCL的变化特征。实验结果表明：界面的可用性问题使得用户SCL单调趋势变得不明显；当用户遇到可用性问题时，SCL去噪去趋势重构信号波动幅度明显变大，Wilcoxon符号秩检验表明不同阶段用户SCL去噪去趋势重构信号功率差异显著。因此，基于EEMD的信号处理方法能有效支撑可用性测试过程中用户SCL变化的分析。