从眼动检测决策过程中的相关性以实现用户界面自适应
人机交互
2020-07-28 v1
摘要
本文提出一种从眼动检测决策过程中信息相关性的方法，以实现用户界面自适应。这是一项具有挑战性的任务，因为注视行为在个体用户和任务间差异很大，且真值数据难以获取。因此，先前工作主要集中于较简单的目标搜索任务或建立一般兴趣，其中注视行为较不复杂。我们从文献中识别出捕捉决策过程中注视行为不同方面的六个度量，并将它们组合在一个投票方案中。我们凭经验表明，这解释了注视行为中的巨大差异并优于单一度量。重要的是，它提供了一种直观的方式来控制所检测信息的数量，这对于不同 UI 自适应方案的成功至关重要。我们通过开发一个改变被检测为相关内容视觉显著性的房间搜索应用，展示了我们方法的适用性。在一项实证研究中，我们表明相对于用户自我报告，它检测到高达 97% 的相关元素，这使我们能够有意义地自适应界面，并得到了参与者的确认。我们的方法快速、不需要任何显式用户输入，并且可独立于任务和用户应用。
引用
@article{arxiv.2007.13090,
title = {Detecting Relevance during Decision-Making from Eye Movements for UI Adaptation},
author = {Anna Maria Feit and Lukas Vordemann and Seonwook Park and Caterina Bérubé and Otmar Hilliges},
journal= {arXiv preprint arXiv:2007.13090},
year = {2020}
}
备注
The first two authors contributed equally to this work