热门标签 | HotTags
当前位置:  开发笔记 > 程序员 > 正文

设计心理学读书笔记之一记忆的结构

设计心理学这本书著于20世纪80年代末作者唐纳德A诺曼心里学家把记忆分成二种:STM(短时记忆)LTM(长时记忆࿰

设计心理学 这本书 著于 20世纪80年代末 作者 唐纳德 A 诺曼


心里学家把记忆分成二种:STM(短时记忆) LTM(长时记忆)

STM:记忆任意的东西、容量3到5条、长度5-7个、容易遗忘

LTM:存储的是经过理解的东西、容量10亿左右(意思是很多)、可以快速提取


记忆的内容有三大类:任意性的东西、有关联的东西、经过理解的东西

任意性的东西:比如单词、电话号码、某些操作步骤。。。

有关联的东西:自己能给出合理解释的内容

经过理解的东西:比如。。。


记忆任意性的东西来掌握一项技术,效果往往不好。因为你不清楚它的因果,除了问题你也不知道根源何在。

但是,它确实很有必要和很有效率的做法。比如,飞行员遇到紧急情况时处理就是任意性内容的记忆,因为在紧急情况下,人不可能有时间去搜索脑海里面的最有方案,只能找到最快方案。还有在工作上,记住某些东西,也能使你快速完成工作。

有关联的东西,是指利用自己已有的心里模式去解释某些事物,以自己能理解的方式记忆它。比如某些看起来很难掌握的知识,经过你自己的理解,就能记下来。

经过理解的东西。人类擅长对事物进行解释,这个过程是心里模式起了重要作用。心理模式能使你预测出新环境有可能发生的事情,推断出正确的应对措施。就是说,如果你正在做某一件事,突然出现了问题,心里模式可以帮助你明白故障的原因。所以,设计人员应该要设计出正确符合用户心里模式的产品。若设计人员没有提供,用户自己可能会自己编写出一套不恰当的心理模式。


以上所说都是内在记忆,存于人脑之中的记忆。除此,记忆也是存储于外界的。

外在知识有很高的价值,它的不足之处在于:它存储于在特定的情景只中,当这种环境消失时,它就不存在了。故你必须身处在这种环境中才能得到。


外在记忆的功能:将人脑的记忆负担转移到外部世界

1、提醒

它清楚地显示头脑中的知识与外界知识的交互作用

它包含2个层面:信号和信息。一个是提醒你有事,一个是告诉你这件事是什么。

2、自然匹配

书里有个经典的例子:壁炉设计

标准的壁炉如下所示

                                

看下优良版

正确的自然匹配是不需要任何的图表和标注。当你考虑用标注时,就应该考虑是否还有其他的设计方案了。


,这个点就是我今天学到的干货。


解释一下为什么用户还是会购买到让自己使用受挫的商品呢?因为用户购买商品的时常考虑因素不是易用性。尽管不喜欢它的某些排列方式,但是还是会因为其他特性买下来。







推荐阅读
  • 本文详细介绍了如何查找和更改 MySQL 数据库文件的存放路径,包括不同存储引擎的配置方法以及具体操作步骤。 ... [详细]
  • 解决SVN图标显示异常问题的综合指南
    本文详细探讨了SVN图标无法正常显示的问题,并提供了多种有效的解决方案,涵盖不同环境下的具体操作步骤。通过本文,您将了解如何排查和修复这些常见的SVN图标显示故障。 ... [详细]
  • 本文作者分享了在阿里巴巴获得实习offer的经历,包括五轮面试的详细内容和经验总结。其中四轮为技术面试,一轮为HR面试,涵盖了大量的Java技术和项目实践经验。 ... [详细]
  • 阿里云ecs怎么配置php环境,阿里云ecs配置选择 ... [详细]
  • 深入理解Lucene搜索机制
    本文旨在帮助读者全面掌握Lucene搜索的编写步骤、核心API及其应用。通过详细解析Lucene的基本查询和查询解析器的使用方法,结合架构图和代码示例,带领读者深入了解Lucene搜索的工作流程。 ... [详细]
  • 如何在CAD查看器中同时打开并对比两张DWG图纸
    本文将详细介绍如何使用专业的CAD查看软件,如迅捷CAD看图,来同时打开和对比两张DWG格式的CAD图纸。无论是在设计审核还是项目管理中,掌握这一技能都能显著提高工作效率。 ... [详细]
  • 利用决策树预测NBA比赛胜负的Python数据挖掘实践
    本文通过使用2013-14赛季NBA赛程与结果数据集以及2013年NBA排名数据,结合《Python数据挖掘入门与实践》一书中的方法,展示如何应用决策树算法进行比赛胜负预测。我们将详细讲解数据预处理、特征工程及模型评估等关键步骤。 ... [详细]
  • 编写了几个500行左右代码的程序,但基本上解决问题还是面向过程的思维,如何从问题中抽象出类,形成类的划分和设计,从而用面向对象的思维解决问题?有这方面的入门好书吗?最好是结合几个具体的案例分析的 ... [详细]
  • 智能车间调度研究进展
    本文综述了基于强化学习的智能车间调度策略,探讨了车间调度问题在资源有限条件下的优化方法。通过数学规划、智能算法和强化学习等手段,解决了作业车间、流水车间和加工车间中的静态与动态调度挑战。重点讨论了不同场景下的求解方法及其应用前景。 ... [详细]
  • 本文详细介绍了如何在不同操作系统和设备上设置和配置网络连接的IP地址,涵盖静态和动态IP地址的设置方法。同时,提供了关于路由器和机顶盒等设备的IP配置指南。 ... [详细]
  • 在使用Node.js运行时环境的Next.js应用程序部署过程中,遇到了与目录文件数量相关的错误。本文将详细探讨该问题及其解决方案。 ... [详细]
  • 本文详细介绍了如何在预装Ubuntu系统的笔记本电脑上安装Windows 7。针对没有光驱的情况,提供了通过USB安装的具体方法,并解决了分区、驱动器无法识别等问题。 ... [详细]
  • Coursera ML 机器学习
    2019独角兽企业重金招聘Python工程师标准线性回归算法计算过程CostFunction梯度下降算法多变量回归![选择特征](https:static.oschina.n ... [详细]
  • Ulysses Mac v29:革新文本编辑与写作体验
    探索Ulysses Mac v29,这款先进的纯文本编辑器为Mac用户带来了全新的写作和编辑环境。它不仅具备简洁直观的界面,还融合了Markdown等标记语言的最佳特性,支持多种格式导出,并提供强大的组织和同步功能。 ... [详细]
  • 全面解析运维监控:白盒与黑盒监控及四大黄金指标
    本文深入探讨了白盒和黑盒监控的概念,以及它们在系统监控中的应用。通过详细分析基础监控和业务监控的不同采集方法,结合四个黄金指标的解读,帮助读者更好地理解和实施有效的监控策略。 ... [详细]
author-avatar
本人忆苦思甜
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有