尼尔森的十大可用性原则

简介:

尼尔森的十大可用性原则是产品设计与用户体验设计的重要参考标准,值得深入研究与运用。

一、状态可见原则

用户在网页上的任何操作,不论是单击、滚动还是按下键盘,页面应即时给出反馈。“即时”是指,页面响应时间小于用户能忍受的等待时间。

二、环境贴切原则

网页的一切表现和表述,应该尽可能贴近用户所在的环境(年龄、学历、文化、时代背景),而不要使用第二世界的语言。《iPhone人机交互指南》里提到的隐喻与拟物化是很好的实践。此外,还应该使用易懂和约定俗成的表达。

三、撤销重做原则

为了避免用户的误用和误击,网页应提供撤销和重做功能。

四、一致性原则

同一用语、功能、操作保持一致。

五、防错原则

通过网页的设计、重组或特别安排,防止用户出错。

六、易取原则

好记性不如烂笔头。尽可能减少用户回忆负担,把需要记忆的内容摆上台面。

七、灵活高效原则

中级用户的数量远高于初级和高级用户数。为大多数用户设计,不要低估,也不可轻视,保持灵活高效。

八、易扫原则

互联网用户浏览网页的动作不是读,不是看,而是扫。易扫,意味着突出重点,弱化和剔除无关信息。

九、容错原则

帮助用户从错误中恢复,将损失降到最低。如果无法自动挽回,则提供详尽的说明文字和指导方向,而非代码,比如404。

十、人性化帮助原则

帮助性提示最好的方式是:

1、无需提示;

2、一次性提示;

3、常驻提示;

4;帮助文档。




本文转自 昊洋教育 51CTO博客,原文链接:http://blog.51cto.com/zdytesting/1863401,如需转载请自行联系原作者
相关文章
|
机器学习/深度学习 自然语言处理 算法
深度学习在计算机视觉和自然语言处理中的应用
深度学习在计算机视觉和自然语言处理领域的应用为我们带来了更多可能性,不断推动着人工智能技术的发展。无论是从理论还是实际应用来看,深度学习都在为计算机视觉和自然语言处理领域的发展注入了无限的活力。随着技术的不断创新,我们有理由相信,深度学习将在未来继续刷新我们的认知和想象。
深度学习在计算机视觉和自然语言处理中的应用
|
分布式计算 C语言 Python
基于Python实现MapReduce
一、什么是MapReduce 首先,将这个单词分解为Map、Reduce。 • Map阶段:在这个阶段,输入数据集被分割成小块,并由多个Map任务处理。每个Map任务将输入数据映射为一系列(key, value)对,并生成中间结果。 • Reduce阶段:在这个阶段,中间结果被重新分组和排序,以便相同key的中间结果被传递到同一个Reduce任务。每个Reduce任务将具有相同key的中间结果合并、计算,并生成最终的输出。
|
存储 关系型数据库 MySQL
MySQL周内训参照1、ER实体关系图与数据库模型图绘制
MySQL周内训参照1、ER实体关系图与数据库模型图绘制
681 1
|
域名解析 网络协议 安全
Cloudflare域名解析
本文讲解如何快速搞定cloudflare域名解析,首先你需要先注册一个cloudflare账户,接着添加你的域名,然后根据个人需要选择域名解析方案,一般我们选择free套餐就可以。再接下来cloudflare会自动同步你现有域名记录,你可以根据需要修改这个域名记录,点击下一步后,cloudflare会为你提供两个新的域名服务器nameserver;你需要在你的域名注册商处将现有的域名服务器替换成cloudflare提供的。
5579 0
Cloudflare域名解析
|
存储 NoSQL Cloud Native
.NET 5 with Dapr 初体验
分布式应用运行时Dapr目前已经发布了1.1.0版本,阿里云也在积极地为Dapr贡献代码和落地实践。作为一名开发者,自然也想玩一玩,看看Dapr带来的新“视”界到底是怎么样的。
1906 135
.NET 5 with Dapr 初体验
|
数据采集 JavaScript 关系型数据库
8 种主流数据迁移工具技术选型,yyds! 上
8 种主流数据迁移工具技术选型,yyds! 上
|
算法 计算机视觉
砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant(六)——Binary(二值图) 功能
砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant(六)——Binary(二值图) 功能
1043 0
砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant(六)——Binary(二值图) 功能
|
运维 搜索推荐 算法
|
物联网 API 开发工具
Stm32 固件库介绍及获取方法 | 学习笔记
快速学习 Stm32 固件库介绍及获取方法
Stm32 固件库介绍及获取方法 | 学习笔记
|
Kubernetes Cloud Native Serverless
从零自建FaaS平台(1): Knative
Knative是一款基于Kubernetes的Serverless框架。其目标是制定云原生、跨平台的Serverless编排标准。Knative通过整合容器构建(或者函数)、工作负载管理(动态扩缩)以及事件模型这三者来实现的这一Serverless标准。
582 0