面向交互式信息访问系统中满意度建模的脑地形自适应网络
人机交互
2022-08-18 v1 信息检索
多媒体
摘要
随着 Web 上信息的增长，大多数用户在日常生活高度依赖信息访问系统（例如搜索引擎、推荐系统等）。在此过程中，建模用户满意度状态对改善其系统体验起着至关重要的作用。本文旨在探索在交互式信息访问系统设计中利用脑电图（EEG）信号进行满意度建模的益处。与现有 EEG 分类任务不同，满意度的产生涉及多种脑功能，如唤醒度、原型性和评价，这些与不同脑地形区域相关。因此，对用户满意度建模对现有方案提出了巨大挑战。为应对该挑战，我们提出 BTA，一种具有多中心性编码模块和空间注意力机制模块的脑地形自适应网络，以捕获不同空间距离下的认知连接性。我们在两种流行的信息访问场景（即搜索与推荐）中探索了 BTA 用于满意度建模的有效性。在两个真实世界数据集上的大量实验验证了引入脑地形自适应策略在满意度建模中的有效性。此外，我们还分别基于搜索和推荐场景中由脑信号推断的满意度，进行了搜索结果重排序任务和视频评分预测任务。实验结果表明，利用 BTA 提取的脑信号显著提升了交互式信息访问系统的性能。
引用
@article{arxiv.2208.08097,
title = {Brain Topography Adaptive Network for Satisfaction Modeling in Interactive Information Access System},
author = {Ziyi Ye and Xiaohui Xie and Yiqun Liu and Zhihong Wang and Xuesong Chen and Min Zhang and Shaoping Ma},
journal= {arXiv preprint arXiv:2208.08097},
year = {2022}
}
备注
Accepted by Multimedia 2022 (MM'22) as a full paper