多维度导航探秘II（2）
作者：sand 来源：薯片会 发布时间：2010-08-17 21:24:00
多维度导航的优缺点分析
目前多维度导航在很多B2C型电子商务网站中被使用，如：amazon.com、shop.qq.com、mall.taobao.com等等，多维度，其优点很明显：最新内容展示，多主题引导，快速定位商品，满足长期运营需求。但是也有其不足之处：
单一维度的导航，比较适合向新用户传递整个网站的信息架构，而多维度导航很难做到这一点.
多维度导航和面包屑一起使用时，在某些维度场景下会导致面包屑无法表意清楚商品的信息结构.
QQ商城多维度浏览_面包屑示意图
上图中我们可以发现，商品的信息结构是唯一的：即：【QQ商城 > 运动服饰/配件/包袋 > 运动包袋 > 双肩包 > 商品详情】，分析三个浏览维度的面包屑表意：
1. 从”品牌维度”浏览时，面包屑【QQ商城 > 李宁 > 运动服饰/配件/包袋 > 运动包袋】
其中”李宁”这个面包屑节点并不是商品信息结构中的节点，故此面包屑表意会有歧义；
2. 从”分类维度”浏览时，面包屑完整的表意了该商品的信息结构，表意很清晰；
3. 从”运营维度”浏览时，中间过程无面包屑。
针对上述第1点的问题，经过大家讨论后提出了优化方案：经过大家讨论后提出了优化方案：
QQ商城多维度浏览_面包屑示意图_优化后
1. 只有按”分类维度”浏览时，面包屑才时时完整表意商品信息结构
2. 按其他维度浏览时，一般不出现面包屑。除非用户选择了商品分类，此时才会出现商品信息结构面包屑:
总结
信息多维度的集中展示，必然带来用户认知的负担。既要降低用户的认知负担，又要能方便用户多维度快速找到目标商品，在设计多维度导航时需要我们去平衡。
另外多维度导航与面包屑混合使用时，也特别需要注意到面包屑的表意是否会造成用户对商品信息结构的错误认知，面包屑运要慎用。
0
投稿猜你喜欢
我们知道PL/SQL程序中运行SQL语句是存在开销的，因为SQL语句是要提交给SQL引擎处理这种在PL/SQL引擎和SQL引擎之间的控制转移- 我们的网络协议一般是把数据转换成JSON之后再传输。之前在Java里面，实现序列化和反序列化，不管是 jackson ,还是 fastjso
- 在 Go 语言中，数组和切片看起来很像，但其实它们又有很多的不同之处，这篇文章就来说说它们到底有哪些不同。另外，这个问题在面试中也经常会被问
- 使用tensorflow过程中，训练结束后我们需要用到模型文件。有时候，我们可能也需要用到别人训练好的模型，并在这个基础上再次训练。这时候我
- 上个月，我写了一篇关于微软如何在向jQuery贡献代码的文章，也谈到了在第一批贡献的代码中的一些功能：jQuery模板和数据链接支持.今天，
- 比如说点的是图片的左边，还是右边，上边还是下边？点击图片左右显示上下张，我怎么知道？这样就可以做出像QQ空间那样，打开上一个图片和下一个图片
- 接触pandas之后感觉它的很多功能似乎跟numpy有一定的重复，尤其是各种运算。不过，简单的了解之后发现在数据管理上pandas有着更为丰
- 插件编写的基本方法推荐大家先看看官方给出的插件使用和开发方法https://vuejs.bootcss.com/guide/plugins.
- 在python中json分别由列表和字典组成，本文主要介绍python中字典与json相互转换的方法。使用json.dumps可以把字典转成
- Python有一个不错的3D引擎——UrsinaUrsina官网：www.ursinaengine.
- 如果原来没有使用过正则表达式，那么可能对这个术语和概念会不太熟悉。不过，它们并不是您想象的那么新奇。请回想一下在硬盘上是如何查找文件的。您肯
- 前言：图像滤波是图像处理和计算机视觉中最常用、最基本的操作。主要是去除图像中的噪声，因为图像平滑处理过程中往往会使得图像变的模糊，因此又叫模
- 目录过程拍照用到的Python 操作库Python遍历文件夹获取图片旋转图片展示方向并压缩像素整体代码整体代码将脚本打包成exe安装&nbs
- 有以下两种方式启用警告框的可取消（dismissal）功能：1、通过 data 属性：通过数据 API（Data API）添加可取消功能，只
- 具体如下: 1>如我们知道开始时间,要加减一个时间,得出一个结果时间,可以用以下代码 $time1='2008-10-1 12
- zip()的作用先看一下语法：zip(iter1 [,iter2 [...]]) —> zip objectPython的内置help
- 目录项目地址所用到的技术开始编写爬虫项目地址https://github.com/aliyoge/fund_crawler_py所用到的技术
- 前言scikit-learn是Python中最流行的机器学习库之一，它提供了各种各样的机器学习算法和工具，包括分类、回归、聚类、降维等。sc
- 前面使用TensorFlow实现一个完整的Softmax Regression，并在MNIST数据及上取得了约92％的正确率。前文传送门：
- 在项目中操作数据库的三大步骤安装操作 MySQL 数据库的第三方模块（mysql）通过 mysql 模块连接到 MySQL 数据库通过 my
