Оптимизация опыта NFT: понимание исследований производительности и удобства использования
31 июля 2025 г.Таблица ссылок
Аннотация и I. Введение
II Проектирование и реализация
Iii. Статус проекта
IV Результаты
V. Ограничения и будущая работа, заключение и ссылки
IV Результаты
В этом разделе мы представляем результаты исследования эффективности и удобства использования нашего проекта. Тест на производительность включала измерение времени, которое необходимо для создания NFT -изображений с использованием API и MINT NFT OpenAI, используя смарт -контрактные транзакции в TestNet Goerli [3]. Для исследования юзабилити мы обследовали десяти пользователей в кампусе, чтобы оценить простоту использования, ясность и визуальную привлекательность рынка, а также процесс покупки и общий опыт пользователей. Мы представляем результаты исследования удобства использования в виде гистограмм, чтобы проиллюстрировать ответы участников.
А. Оценка эффективности
Тест на производительность включала создание изображений NFT с использованием моделей Openai Dall · E и манипуляции NFT с использованием смарт -контрактных транзакций в Testnet Goerli [3]. Мы построили два графика для визуализации результатов теста производительности. Ось X графиков показывает уникальные запросы, а ось Y показывает время, проведенное для каждого запроса.
Для генерации изображений результаты показали, что среднее время, необходимое для создания изображения, составляло около 4,9 секунды, причем максимальное время составило 5,15 секунды.
Для добычи среднее время, проведенное для добычи NFT, составляло около 16,9 секунды, причем максимальное время было 17,05 секунды. Результаты показывают, что производительность прототипа NFT Marketplace является приемлемой, но есть место для улучшения, особенно для процесса матча, который занимает больше времени, чем процесс генерации изображений. Одним из факторов, способствующих этой задержке, является использование Testnet Goerli [3], которое не так быстро, как Ethereum Mainnet.
B. Изучение юзабилити
Мы провели исследование юзабилити с 10 пользователями со всего кампуса, попросив их оценить свой опыт использования рынка. По шкале от 1 до 5, 5 пользователей обнаружили, что рынок легко навигация и использование, в то время как оставшиеся 5 пользователей оценили его как очень простые в использовании.
Точно так же 6 пользователей нашли процесс генерации изображений простым и простым в использовании, в то время как 4 пользователя оценили его как очень простые в использовании.
Когда дело доходит до майнирования NFT, 5 пользователей оценили его как очень простое, 4 пользователя нашли это простым, а 1 пользователь нашел это немного сложным.
С точки зрения визуальной привлекательности NFT Marketplace, 4 пользователя оценили его как очень привлекательные, 3 пользователя сочли его несколько привлекательным, и 3 пользователя обнаружили, что это несколько непривлекательных.
Когда дело дошло до поиска NFT для покупки, 5 пользователей нашли это очень простым, 2 пользователя нашли его несколько простым, а 1 пользователь - это было трудно. Процесс покупки был прост в использовании для 7 пользователей, в то время как 3 пользователя оценили его как очень простое. С точки зрения общего опыта, 6 пользователей оценили его как хороший, а 3 пользователя оценили его как очень хорошие. У одного пользователя было предложение для улучшения в отношении кошелька Metamask, не динамически обновляя адрес.
Основываясь на нашей производительности и оценке удобства использования, мы обнаружили, что наш подход является эффективным для создания и добычи NFT на блокчейне. Наш DAPP удобен для пользователя и доступен для пользователей с различными уровнями опыта в приложениях на основе блокчейна. Тем не менее, важно отметить, что для оценки удобства нашего подхода необходимо больше тестирования в различных сценариях использования и с различной демографией пользователя. Кроме того, для оценки масштабируемости и надежности нашего подхода требуется дальнейшее тестирование в различных сетевых условиях и сценариях использования.
Авторы:
(1) Пиюш Батра, кафедра компьютерных наук, Университет Альберты (pbatra2@ualberta.ca);
(2) Гаган Радж Сингх, кафедра компьютерных наук, Университет Альберты (grsingh@ualberta.ca);
(3) Ритик Ганди, кафедра компьютерных наук, Университет Альберты (rgandhi1@ualberta.ca).
Эта статья есть
Оригинал