Eye-2-I：用于即时隐式用户画像的眼动追踪
人机交互
2016-04-15 v2
摘要
对于许多应用，如定向广告和内容推荐，了解用户的特征和兴趣是先决条件。用户画像是一种有助于实现此目的的方法。然而，当前的方法，即自我报告、网络活动监控和社交媒体挖掘，要么具有侵入性，要么需要长时间的数据积累。最近，认知科学中越来越多的证据表明，多种用户画像与眼动追踪数据显著相关。我们提出了一种新颖的即时隐式画像方法 Eye-2-I，该方法在用户观看视频时从眼动追踪数据中学习用户的兴趣、人口统计特征和人格特质。尽管通过密切监控用户的眼动行为看似引人注目，但我们的方法因其独特特性而具有非侵入性和隐私保护性，这些特性包括：（1）速度快——在第一个视频镜头（通常为几秒钟）内即可获得画像；（2）自包含——不依赖历史数据或功能模块。[发现错误。作为概念验证，我们的方法在一项有 51 名受试者参与的用户研究中进行了评估。利用 9 分钟的眼动追踪数据，在 37 个用户画像属性上取得了 0.89 的平均准确率。]
引用
@article{arxiv.1507.04441,
title = {Eye-2-I: Eye-tracking for just-in-time implicit user profiling},
author = {Keng-Teck Ma and Qianli Xu and Liyuan Li and Terence Sim and Mohan Kankanhalli and Rosary Lim},
journal= {arXiv preprint arXiv:1507.04441},
year = {2016}
}
备注
A bug was found in the codes which resulted in information leak. New experimental results will be updated at a later date. I assume all responsibility for this mistake. KT Ma