运动状态下用户注意力分配机制与界面交互评估的动态认知模型研究

为解决运动场景中界面设计优化难题，研究人员通过脑电图(EEG)、眼动追踪等多模态技术，探究了静止、慢跑和快跑三种跑步机运动状态下用户注意力分配规律。研究发现运动强度增加会显著改变用户对界面核心区域的注视模式，而良好的视觉流设计能有效缓解运动认知约束，为高强度运动环境下的自适应界面开发提供实证依据。

　　

当前运动交互设计领域聚焦界面优化，但对不同运动状态下的用户注意力分配机制仍缺乏深入认知。这项创新研究通过跑步机实验平台，系统考察了静止、慢跑和快跑三种运动状态下，16名受试者在四种界面布局中的视觉任务表现。研究团队采用脑电图(EEG)、眼动仪等"黑科技"实时捕捉神经生理信号，结合主观评分构建多维度数据集。

数据揭示有趣现象：随着运动强度提升，用户视线会像被磁铁吸引般向界面中央区域和核心运动指标(如心率、速度)集中。虽然快速奔跑状态下操作准确率会"跳水式"下降，但令人意外的是，用户对界面易用性的主观评价却保持稳定——这暗示运动认知资源分配存在"智能节能模式"。研究提出的动态认知资源分配模型，就像为运动界面设计装上了"认知导航仪"，特别有助于开发能适应高强度运动环境的"抗干扰"交互系统。其中精心设计的视觉信息流被证明具有"认知减震器"效果，能有效缓冲运动带来的认知负荷冲击。