好了,废话少说,看操作方法.

第一种方法：首先,把wordpress所有文件上传到你的空间,然后把所有的域名指向到你的空间目录.

然后,打开wp-config.php,并进行如下编辑.为了简单一点,我提供几个例子,比如你有3个域名需要绑定,free5.org,freeg.pp.ru,xya.in,那么wp-config.php就会如下:

// ** MySQL settings ** //
define(‘DB_NAME’, ‘dbname’); // The name of the database
define(‘DB_USER’, ‘user’); // Your MySQL username
define(‘DB_PASSWORD’, ‘password’); // …and password
define(‘DB_HOST’, ‘localhost’); // 99% chance you won’t need to change this value
define(‘DB_CHARSET’, ‘utf8′);
define(‘DB_COLLATE’, ”);
// You can have multiple installations in one database if you give each a unique prefix
$current_sitename= $_SERVER[’HTTP_HOST’];
if (($current_sitename == “free5.org”) || ($current_sitename == “free5.org”)){
$table_prefix = ‘free5_’; // Only numbers, letters, and underscores please!
}elseif (($current_sitename == “freeg.pp.ru”) || ($current_sitename == “freeg.pp.ru”)){
$table_prefix = ‘freeg_’; // Only numbers, letters, and underscores please!
}elseif (($current_sitename == “xya.in”) || ($current_sitename == “xya.in”)){
$table_prefix = ‘xya_’; // Only numbers, letters, and underscores please!
}

ok！

第二种方法：另外，还有人提出了一种方法：编辑根目录下的 wp-config.php 文件，添加以下代码：

$home = ‘http://’.$_SERVER['HTTP_HOST'];
$siteurl = ‘http://’.$_SERVER['HTTP_HOST'];
define(‘WP_HOME’, $home);
define(‘WP_SITEURL’, $siteurl);（PHP 中的 $_SERVER['HTTP_HOST'] 用于获得来路域名。这样，就能根据来路为 WP_HOME 和 WP_SITEURL 变量赋值，实现 WordPress 多域名绑定。）

为防止域名改变而造成图片不可用，必须在控制面板的“设置 (Options) – 杂项 (Misc)”里将“文件的完整 URL 地址”设为 “wp-content/uploads”（与“默认上传路径”参数相同）。

（不过这种方法需要安装！）

第三种方法：直接安装PS WP Multi Domain插件，在后台启用即可！我用的就是这个！推荐

在用户研究工作中，如何让自己的数据和结论更有说服力，是很重要的问题。最近将自己积累的用研信度和效度的笔记整理一下，罗列在文中，希望对大家有所帮助。

一、调查的质量取决于调查的信度和效度

信度主要指测量结果的一致性、稳定性。也就是说结论和数据是否反映了用户最真实稳定的想法。用户在回答问题的时候，往往会受到环境、时间、当时当地的情绪影响，而作出并不真实的想法，即会有随机误差。信度就是衡量这种随机误差对用户想法的影响大小。

效度是指多大程度上测量了你想要测量的东西。

对某个产品用研，我们现在用得最多是用户访谈、问卷调查和可用性测试。而在这几个过程中都会涉及信度和效度的问题。

二、用户访谈中的效度和信度

1. 访谈不能仅仅局限于用户

任何一个产品项目都会受到市场环境、公司战略、技术力量、平台规范和流行趋势等各个方面的影响。对某一产品的需求，可能来自用户、产品、技术、交互以及视觉。不同岗位人员看待产品的角度不一样，侧重点也不一样，找多个角色有助于把需求找全，不遗漏，所以必须提前了解他们的需求。这样才能使我们的研究更有针对性、全面性、有用性。有用程度、全面程度是效度的重要组成部分。

2. 巧妙的选择访谈用户

通常，前期深度访谈的用户数量不会太多，所以用户条件一定要把握适当。反馈的问题才能全面、合理、有用。

比如是做Android平台上的某一软件。

首先Android新手用户和熟练用户都是必须的，熟练用户更能反映android用户习惯性操作方式、平台特点、以及长期使用过程中积累的意见和建议；而新手用户可以更好的反映该平台哪些地方存在学习困难，从而通过我们的设计帮助用户去降低学习成本。

其次非Android平台用户也是必须的，可以从侧面了解他们不用Android的原因。从而帮助产品挖掘更多潜在用户提供方向。

人口学信息（学历、职业、性别、年龄）要覆盖全面。不同属性的用户看重地方会存在差异。需求也会不一样。

包含竞品用户。通过了解用户对竞品的评价，可以提炼出竞品的优劣势，从而为增强产品竞争力提供方向。

3. 一定要有专家

专家是重要的信息携带者。李乐山教授说专家有三类，用户专家、制造专家、市场销售专家，他指出判断某人是否是专家的标准是：（1）能够熟练使用一种产品；（2）能够比较同类产品；（3）有关的新知识容易整合到自己的知识结构中；（4）具有10年专业经验；（5）积累大量经验并且在使用经验方面具有绝招；（6）了解有关的历史（该产品设计史、技术发展史等）；（7）关注产品发展趋势;（8）知识链或者思维链比较长，提起任何一个有关话题，他们都能够谈出大量的有关信息；（9）能够提出改进或创新的建议，他们的创新或改进方案，其高水平体现在采用简单方法解决复杂问题。

对于互联网，专家应该指的是用户专家、开发专家、设计专家以及产品专家；他们凭借丰富的经验，系统全面的掌握行业同类产品、开发及设计模式、历史及发展趋势、专业水平极高。他们可以为我们提供很多我们始料未及的建议。这是保证用研过程，特别是对于后期问卷结构效度有很大的作用。

三、问卷调查与分析中的信度与效度

为了提高工作效率，问卷调查往往采用网络调查的方法，信度效度问题出现的可能性就更大。

最近看到一些满意度调查是采用量表加结构方程模型（SEM）的方式。我们看看哪些地方可能会出现信度和效度的问题。

1. 理论模型支持

由于SEM进行的是验证性因子分析，是检验而不是探索新的模型，因此，整个因果关系的假设必须有强有力的理论支持和严密的逻辑框架。包括模型中变量关系的假定、指标的选取、甚至测度项的表达方式等。如果最终输出的模型和理论模型结构不符，那么该模型是没有任何说服力的。比如用ACSI模型作为满意度的理论模型时，是否真的按照感知质量、感知价值、顾客期望这几个层面去设计问卷？

2. 保证份量

普通抽样调查中原则上是越多越好，但遇到目标用户较少的情况，只要保证一定的条件就ok的，样本量受到置信区间、抽样误差范围的影响，可以用公式算出最小样本量。

但对于结构方程模型大样本是必须的，SEM中涉及的变量众多，变量间的关系很复杂交错，小样本量会导致模型不稳定，收敛失败进而影响模型中参数。朱远程等^[1]在文献中指出，当样本低于100时，几乎所有的结构方程模型分析都是不稳定的，大于200以上的样本，才称得上一个中型样本。若要得到稳定的结构方程模型结构，低于200的样本数量是不鼓励的。有些学者将最低样本量与模型变量结合在一起，建议样本数至少应为变量的十倍，这一规则经常被引用。模型中变量越多，对大样本的要求就越高。

3. 变量需遵循原则

a. SEM模型中各变量的函数关系要是线性的，否则是不能用回归计算路径系数的。

b. 在使用最大似然估计法时，变量一定要是多元正态分布的，这就要求指标要呈正态分布，否则就要对指标进行正态处理才行。

c. 变量间的多重共线性程度要低，否则路径系数会有很大误差。

d. SEM建立的过程中会不断的修正才能得到比较完美的模型，比如因子分析时，若发现某一测度项对应的因子载荷过小，就会人为的将该测度项删除，但是若模型建立之后，一些变量对应了4~5个测度项，一些变量只剩下1~2个测度项，那么我们就需要思考只有两个测度项的变量是否被完全解释，这仅有的两个测度项就全面真实的反映该变量么？如果是这样，就算KMO、Bartlett、因子载荷都通过了，效度也是难以保证的。所以问卷前期需要反复的预调研，不断的对问题进行修正，而不是随意的人为删除。我学生时代对某电子商务网站满意度进行调查时，就犯了类似的错误，模型中的“互动性”片段，互动性由四个变量衡量，其中“双向沟通性”一开始设计的时候由5个测度项支持，但是因子分析检验通不过，就直接将因子载荷比较小的客服、论坛、SNS三者去掉了，最后虽然在数据上通过了信度效度检验，但是只有IM、留言板这两个测度项支持是绝对不能解释“双向沟通性”的。

4. 数据质量是根源

要使模型结构稳定有效，首先要保证数据质量，反复检验问卷的信度。

a. 不同时间的一致性。

在设计问卷时，可以将同样的问题对同一个人重复测试，如果这两道题得到的答案是不一致的，相关系数（Pearson r）小于0.7，那么这份问卷的稳定信度就值得考量。

假如问卷样本足够大，可以一分为二（每一个样本也要保证足够样本量），分别建立两个模型；通过对比两个模型中参数的差异，便可以检验该模型的稳定性和适用性。如果两者差异太大，就说明模型本身是有问题的。

b. 不同形式的一致性

用内容等效但表达方式不同的两份问卷调查，检测两者的等效信度，比如Gamma系数。

c. 内在一致性

问卷中相关的问题为同样的目标服务，他们在逻辑一致，也就是同质的。首先要测量每个测度项与总体的相关性（item-total correlation），然后再测量同一变量下相关问题间的同质性，而对于不同的提问方式选择对应的方法：比如,对于李克特量表方法，就用Chronbach系数检验；在基础研究中，信度至少应达到 0.80 才可接受，在探索性研究中，0.70 可接受，0.70－0.98 为高信度,小于0.35 为低信度。对于是非题则采用kuder-Richardson系数检验。在进行内在一致性检验时，要看题目选项是否反序，如果两道题都是问“对该产品是否满意”，一道7代表满意，1代表不满意；另一道1代表满意，7代表不满意，这样就会影响信度。遇到这种情况要提前人为调整过来。

5. 看得更远一点

问卷结论不仅要解决当前的问题和需求，还有具有一定的预测作用，市场是变化的，当前的目标用户不一定就是未来的（或者下一个版本的）目标用户，比如目标用户的收入可能有增加的趋势，某一平台的使用率在快速提高，当前的满意度模型可能在一个月之后就不适用了（比如新功能点的出现）。

假设我们要对QQ影音进行满意度调查，现在建立了一个满意度模型，但若下个月QQ影音中多了一个重要的功能，对整个满意度的提升产生了很大作用，那么，模型中各项的路径系数会不会产生变化？该模型在下个月可能就不适用了，造成的后果就是当前的满意度值与下个月的满意度值没有可比性了，很多工作也就白费了。所以，诸如满意度模型这样的研究，是需要反复调查，长期对该满意度模型进行监控和修正，以求得到最稳定的模型，就可以让模型会具有很预测和比对作用啦。

6.关注细节

a. 问卷设计中题项表述不能出现歧义、避免太专业词汇以及诱导词汇

b. 选项间要有明确的区分（互斥）

c. 避免遗漏，“其他”选项是必须的，而且最好配有输入框，记忆中，每次问卷调查中都能从“其他”选项中获取大量信息。

d. 一般题项不能太多，设置问题选项的时候，尽可能的让选项随机显示，特别是在选项较多的情况下。

e. 数据处理过程中删除重复项矛盾项之外，最好能统计到用户填写问卷的时间差。如果整个填写的时间极短，完全可以判定用户没有认真填写。

f. 极端的、离群的选项可以考虑将其删除。

四、可用性测试中的信度与效度

首先保证，主持人的态度亲切、测试前随意聊聊彼此熟悉、测试提纲清晰全面。另外，以下几点也对保证测试的信度和效度很重要。

1. 不要忽略异想天开

脑暴中要求彼此不能批评，在进行访谈或测试中，也不能对用户某些操作做出评论，否则用户很有可能隐藏内心真实的感受。关注并记录用户出错，但是用户出错时态度要中立。

通常，用户在体验的真实的原型后，会产生很多看似异想天开的诉求，有些虽然在当前不能实现，但是会为未来发展提供很多思路和方向。所以，我们要积极鼓励用户进行思维发散。

2. 前后验证、竞品比对

在测试完成后，可以加上一个总体调查问卷，一者让用户对自己体验的各个功能点有一个回顾和比较，同样也可以验证用户体验过程的态度和最终的态度是否具有一致性。如果存在不一致，应该进一步追问理由，确定用户的真实想法。

测试时，让用户体验竞品，并作出比较，也是发现有效信息的途径。

3. 敏锐观察

测试中，除了按照已定的提纲进行问答之外，过程中还要敏锐的观察用户一些细微的表情、停留、思考。不但要了解用户对个功能点如何评价的，还要知道用户做某一任务过程中，是怎么思考、计划、实施的，用户的第一反应、习惯性的操作、思维路线的作用远远大于单纯的评价。用户任务完成之后，要追问用户如此操作的原因。

4. 记录原话并习惯性确认

测试结论要有用户的原话支持，不能轻易的改变用户的表述。和用户交流过程中，要习惯性的问：“请问你的意思是……?”“我这样理解你的意思，你看对么……?”以保证测试结论的效度。

5. 必要时进行入户调查

首先，入户调查会大大减少外界环境的影响，用户在自己的空间中，会更真实的反映常见的问题。其次，入户调查一般是在用户画像提取出来之后，按照用户画像描述的属性，有意识有针对性去挑选具有某些典型属性的对象进行深入、全面、系统调查（典型调查），比如某一产品的目标用户，他们反映的问题，代表性强，往往有以一当十的功效，避免了非目标用户信息造成的干扰。

6. 用户条件与数量

参与测试用户根据目标用户特征选择。

一般衡量测试是否需要继续进行的方法是：看是否发现新的问题，如果有新的问题，就应该继续，反之，可以结束。

Neilson研究结果表明，5名用户的测试可以发现85%的可用性问题。而在我们在以往的可用性测试经验中，用户数一般定为6个，基本上能发现全部问题。当然任何数字都只是一个参考，用户数量最好根据具体的测试情况（衡量时间、资源、投入产出比）而定。总之，关键在于是否有新的问题出现。

信度效度贯穿整个用户研究过程，肯定会有很多没有考虑到的地方，还请各位轻轻拍砖。

参考

1. 朱远程、马栋，“谈结构方程模型的应用策略”，[企业管理]，2010

2. 李乐山教授2010腾讯演讲

3. http://www.useit.com/

4. 刘金兰等译，“美国顾客满意度指数”[管理学报]，2005

本文出自Tencent CDC Blog

最近听了一次关于调研的讲座。其中包括一些有趣案例和轶事。这里分享给大家。

焦点小组现场成秀场

某知名电台做焦点小组了解用户需求。主持人看见其中一个美女非常拘谨，为了缓解气氛，问了她一个简单的问题：“ 请问你经常听我们电台的哪些节目？”。 只见美女扮淑女状，沉思片刻说：“ 蓝调和散文。”这时，坐在观察室中的研究人员有些疑惑地问旁边的电台台长：“我们台播过蓝调和散文么？” 台长一本正经地回答：“我以人格担保，近一年没有。”与此同时，只见会场上另一名帅哥，身子前倾，眼睛直勾勾盯着主持人，呈现抢答状。主持人每向大家提出一个问题，此帅哥便立即第一个抢答，然后趁着其他人回答的时候，呈现如释重负状，休息片刻，准备下次“抢答”。

焦点小组在给参加的用户分组时，有一个小技巧。参加的用户如果年龄都在30岁以下，男女应该分成不同的组。因为人在30岁以下属于求偶期，在有异性在场的情况下，行为会产生偏差，出现上面图示中的反常行为就不奇怪了。

有效的在线问卷样本有多少

某知名网站举办了网友最喜欢的XXXX(类似选秀活动)。通过搜集网上的网友投票，决定最终结果。就像下面的示意图，所收集到的40万份投票中，经过仔细筛选有效样本只有3千。其中发现一些利益相关方，雇佣黑客制作“机器人“，每5秒钟填一份问卷，然后换IP再填，如此反复制造了大量作弊投票。

难于控制样本质量是在线问卷的缺点之一。尤其是在做一些可能产生很大利益的调研时，经常会有人会想办法造假。作弊者参与调研的积极性和活跃度，要远远高于普通的被调研用户。因此，在做此类调研的时候，一个比较保险的方式是购买Access Panel 中的用户资源。所谓Access Panel， 一般是由第三方调研公司维护的一个“高质量”用户库。它包含着各行各业的人，这些人在注册的时候，会填写非常详细的信息，而且还会有相关的工作人员予以验证。Access Panel 系统会定期根据每个注册人的信息，发给他对应的一些调研问卷，用户完成后系统会支付一定的报酬（钱或者礼品）。所以，来自有专业人员长期维护的Access Panel的调研样本，要比来自随便放在网上“裸奔”的问卷样本要更靠谱。

“神秘顾客”的杀手锏

“神秘顾客”（Mystery Customer）是餐饮、零售、酒店业常用的一种调研产品和服务质量的方法。通俗点说，就是让研究人员扮成普通用户或者消费者，体验并记录下整个服务流程，以此评估服务质量和发现问题。而且“神秘顾客”的评估通常会影响到相关服务人员和管理人员的绩效考评甚至升迁。因此，“神秘顾客”就好比悬在懈怠的服务服务人员利刃一样，让他们惴惴不安。

某研究人员曾做过某知名快餐店的“神秘顾客”。一天，他又来到这个快餐店吃饭（非工作原因）。他点了Pizza之后，服务员给了他一个很标准的承诺：“Pizza 十五分钟就好。”结果他等了一段时间，觉得Pizza该上了，但每次他催菜的时候，服务人员就敷衍他说：“快了，快了。”他不得已使出杀手锏，于是不慌不忙地指着手表说：“服务员，我的Pizza 已经等了14分30秒了，还差一分钟就到，15分30秒了。” 一般情况下，普通顾客催菜，只会抱怨说已经等了好久，怎么还不上菜之类的话。但是像这样精确到秒，而且知道Pizza 从下单到上菜的时间不能超过15分30秒（操作规范）的顾客肯定不是普通人。因此，听到这么专业的催菜，只见刚刚还慢条斯理的那个服务员，突然像打了鸡血一样，飞奔进厨房，一溜烟地把Pizza端到了研究人员的桌子上，同时，店长也跑过来让他多包涵。

虽然，我们在做所谓普通用户和消费者的时候，总是会遇到被敷衍了事的时候，不过，以上提到的“方法”还是慎用。

原文链接呆聋瞎

处于信息社会的我们（尤其是IT相关人士），每天都要长时间在计算机上进行各种操作，比如，开机/关机、播放/暂定音乐和发送/接收邮件等等。在进行这些操作的时候，都要接触很多计算机图标或符号。不知你对这些图标/符号了解多少呢？本文将介绍一些常用的图标/符号的来源。

电源

早在二战期间，工程师用二进制系统来标识电源按钮：1代表“开”，0代表“关”。1973年，国际电工委员会（ICE）把一个“开口处有条线嵌入的圆圈”粗略地定义为“standby power state（待机电源状态）”，并且一直沿用至今。但是，IEEE认为这个符号非常含糊，故把它定义为“Power（电源）”。

这个符号的曝光率非常高。不仅电器上有，其他非电器上也有，比如：T恤上。还有更牛叉的，2010年3月份，纽约市卫生部门宣布在TT的包装上印上它。

命令键

“命令键”也称“苹果键”，在空格键两旁各有一个，有些键盘也只有一个“命令键”。非苹果键盘没有，故国内用户比较少见。（不过，它很像咱们的中国结。）它就是非苹果键盘上的“Ctrl”按键。
(苹果老键盘，当初乔布斯就嫌苹果Logo太多了，不知他们为什么又加上去了？)

据Mac开发团队成员安迪·赫茨菲尔德回忆，当初在和其他团队成员一起工作时，需要把“菜单命令”直接译为“键盘命令”，所以他们决定新增一个特殊的功能键。思路很简单：当和其他按钮一起按下时，“苹果键”将调用相应的菜单命令。

(苹果新键盘，终于把苹果Logo去掉了，换成了文字“Command”。注意看蓝色方框内的“播放/暂停”按键！)

当初的“苹果键”图标就是苹果的Logo，因为又多了一个Logo，乔布斯不是很喜欢。赫茨菲尔德回忆说：“屏幕上的苹果Logo太多了！很恐/怖！我们滥用了苹果Logo。”于是，苏珊·卡蕾受命开始重新设计图标。在翻阅国际符号字典后，苏珊选定了一种花状符号。这个命令键符号一直沿用至今。

蓝牙

你可能没有听说过10世纪丹麦国王哈拉尔德的故事吧？这位国王是个有名的蓝莓行家，酷爱吃蓝莓。所以，他的牙齿被染蓝了，便有“蓝牙”这个绰号。在丹麦语中，“Bl?tand”（抱歉，字符集不支持丹麦语。）依次对应的英文是“Bluetooth”。蓝牙Logo是哈拉尔德名字首字母的2个符号的组合体。恰恰有趣的是，首个蓝牙接收器的形状很像牙齿，并且它的颜色就是蓝色。

“播放”

播放/暂定符号并不只有计算机上才有，在键盘（见苹果新键盘）和多媒体播放器也都有。可惜的是，无论是“三角形箭头指向右边的”播放符号还是“双条形”的暂停符号，其出处都没有权威的来源。20世纪60年代中期，播放符号首次出现于录音机上。三角形的箭头方向代表磁带的正常旋转方向。另外，两个►►是“快进”，两个◄◄ 则是“倒带”。

“暂停”

刚才在上面说了，“暂停”符号没有权威的出处。不过它很像电气图中的符号；也像计算机编程语言中的“或”；还像餐桌上的筷子。也有人说，它就是被挖中间部分的“停止”符号（■）。

“休眠”

很多人经常把这个符号误认为“待机状态”。对于电子设备来说，“待机状态”不是很直观。所以，IEEE沿用了ICE的待机按钮，并打算重新取了一个名字。（IEEE）理事机构重名为“休眠”，其作用是：唤醒机器。现在在美国和欧洲，新月图标是设备处于休眠状态的标志。但是在日本，你很可能看到“ZZZ”标志的“休眠”按钮。

@

@符号是这张列表中的唯一的荣登（纽约市）现代艺术博物馆之建筑和设计分类的符号。这个神奇的符号是如何变得这么强大的呢？1971年，雷·汤姆林逊把@符号引入到邮件地址中，用来分隔用户名和机器名。在汤姆林逊之前的1885年，美国人安德伍德制造的第一台打字机键盘上就有@符号。更往前，@的历史更加奇特。有资料表明，六世纪的僧侣就已在用@符号。

@符号有很多名字，比如：“蜗牛”（法国和意大利）、“小老鼠”（中国宝岛）和“猴子尾巴”（荷兰和德国）等。

火线

1995年，Apple公司的一个小团队正在设计一个符号，这个必须要精确反应他们正在研发的新技术。最初设计火线目的是替代SCSI，但火线的主要优势在于，它为A/V（音频/视频）设备提供高速连接。所以，设计人员采用有三个分支的符号，分别代表“视频”、“音频”和“数据”。最初，火线符号的颜色为红色，后来不知为何改成了黄/色。

SBBOD – Spinning Beach Ball Of Death

它是Apple的Mac OS X 系统上独有的光标。它和Windows系统中的沙漏光标有相似的作用，均表示应用程序没有响应系统（事件）调用。用户要不等待响应，要不就退出程序。所以，它有很多恐/怖的名字：“末日催眠轮”、“旋转比萨”、“死亡风车”、和“旋转死亡沙滩排球”。苹果官方称之为“旋转等待光标”。（不过，也有称之为“彩虹球”。这个叫法倒是很形象。）

实际上，这个图标首次“亮相于”乔布斯的NeXT计算机公司生产的NeXTstep计算机上。（NeXTstep就是Mac OS X的前身。）不管它是什么时候诞生的，用户看到这个图标都会比较头疼。故很多Mac用户常“小骂”该图标。

以太网

以太网的官方诞生日期是1973年5月22日。上面这张图是罗伯特·麦特卡夫博士在1976年画的以太网草图。

我们现在熟知的这个符号是由IBM的大卫·希尔发明的。据希尔说，当年有一整套图标用来描述不同的局域网连接，这个图标是其中的一个。这一组方块■是没有分层的（无主次之分），方块代表计算机或终端机。