摘要

软件复杂度的增加,导致菜单项数的激增,从而导致菜单交互过程中视觉搜索时间的增加和认知负荷的加重.论文研究了基于绝对分部的马尔科夫链预测模型(ADMCP)和多阶叠加的马尔科夫链预测模型(SPMCP),在不同Top-N下,对下一个可能选取的菜单项进行预测的预测能力.实验结果表明,ADMCP适用于预测项数Top-N大于5时的菜单项预测,而PSMCP适用于Top-N小于等于5时的菜单项预测.