随着传感器和网络通信等技术的发展,交互设计的概念也由最初的计算机应用程序的界面设计,拓展到设计出支持人们日常生活和工作的交互式产品,被广泛应用到产品设计和信息系统设计等其他领域。交互设计可以利用计算机芯片、传感器、无线网络等技术记录用户使用产品时彼此的行为,使得越来越多的产品在使用过程中的数据可以被采集到,这些数据包括人机交互数据、产品运行状态数据、用户反馈数据、环境感知数据等,以传感器信号、在线评论、调查问卷等不同形式存在,使用数据可以直接客观地反映产品的性能、状态以及用户的使用情况。用户偏好建模用于建立产品选择集合与不同产品参数之间的映射关系,通过用户偏好分析可以获得用户在不同产品参数水平下的选择行为,被广泛应用于产品开发、市场细分、品牌竞争分析以及价格策略等领域。但是,目前用户偏好建模的数据源主要以调查问卷和在线评论数据为主,并不包括人机交互数据、产品运行状态等监测数据,如果能够将这些数据应用到用户偏好建模中,则不仅可以及时准确地获取用户的偏好信息,而且可以直接将用户的偏好情况转化为与设计参数相关的信息或知识,用于支持产品的设计和改进,从而有效提高产品的性能和用户满意度。针对上述问题,本文提出了一种基于使用数据的用户偏好建模方法,用于建立各种来源的使用数据和用户偏好之间的关系。本文所提出的方法主要包括两个阶段:第一阶段为基于使用数据的用户体验建模,用户偏好受到多方面因素的影响,对于产品设计而言,尤其是交互式产品设计,本文重点研究用户体验对用户偏好的影响。本文利用卷积神经网络来构建产品性能参数的使用数据和用户体验评价之间的映射关系,并进一步提取不同用户体验维度的使用数据特征,作为该用户体验维度的测量指标;第二阶段利用神经网络的思想来改进结构方程模型,利用改进的结构方程模型来建立各个用户体验维度和用户偏好之间的关系。最后,为了证明所提出方法的有效性,本文以智能手机的用户偏好建模为例展示了上述整个过程。结果表明所提出的方法可以有效建立使用数据和用户偏好之间的映射关系,通过用户偏好模型,不仅可以及时准确地获取在使用产品过程中用户偏好和用户体验的变化情况,而且可以分析出影响用户偏好的主要产品性能参数,进而为产品设计和改进提供决策支持信息。