基于硬件规格预测笔记本电脑用户体验
机器学习
2024-02-15 v1 人机交互
摘要
评估设备上的整体用户体验（UX）是制造商面临的一个普遍挑战。如今，设备制造商主要依赖微基准测试分数（如 Geekbench），这些测试对特定硬件组件（如 CPU 或 RAM）进行压力测试，但无法令人满意地捕捉消费者的工作负载。系统设计者通常依赖特定领域的启发式方法和大量的原型测试来达到期望的 UX 目标，然而制造商的性能声明与消费者的体验之间常常存在不匹配。我们展示了基于硬件规格预测笔记本电脑真实使用体验的初步结果。我们以在 Chromebook（ChromeOS 笔记本电脑）上运行的网络应用为目标，以便简单、公平地聚合不同应用和工作负载的体验。在 54 台笔记本电脑上，我们追踪了常见终端用户工作负载（网页浏览、视频播放和音视频通话）上的 9 项 UX 指标。我们重点关注 Chrome 浏览器暴露的一组高级指标，这些指标是用于评判网络应用 UX 的 Web Vitals 计划的一部分。利用包含 10 万个 UX 数据点的数据集，我们训练了梯度提升回归树，以根据设备规格预测这些指标值。在我们的 9 项指标中，我们注意到平均 分数（数据集上的拟合优度）为 97.8%，平均 MAAPE（未见数据上的预测误差百分比）为 10.1%。
引用
@article{arxiv.2402.08964,
title = {Predicting User Experience on Laptops from Hardware Specifications},
author = {Saswat Padhi and Sunil K. Bhasin and Udaya K. Ammu and Alex Bergman and Allan Knies},
journal= {arXiv preprint arXiv:2402.08964},
year = {2024}
}
备注
Spotlight presentation at the ML for Systems workshop at NeurIPS 2023 ; 9 pages with appendix ; https://openreview.net/forum?id=mHShSE7MSU