自然脑-信息接口：基于从人脑信号推断的相关性推荐信息
信息检索
2016-12-09 v1 人机交互
神经元与认知
机器学习
摘要
从万维网等大型文档集合中查找相关信息是我们日常生活中的常见任务。为了从这些集合中推荐和检索相关信息，需要估计用户的兴趣或搜索意图。我们引入了一种脑-信息接口，用于通过直接从脑信号推断的相关性来推荐信息。在实验中，参与者被要求阅读关于一系列主题的 Wikipedia 文档，同时记录其脑电图（EEG）。基于词相关性的预测，对个体的搜索意图进行建模，并成功将其用于从整个英文 Wikipedia 语料库中检索新的相关文档。结果表明，可以通过阅读诱发的脑信号对用户针对数字内容的兴趣进行建模。所引入的脑-相关性范式能够在没有任何显式用户交互的情况下进行信息推荐，并可能应用于各种信息密集型应用中。
引用
@article{arxiv.1607.03502,
title = {Natural brain-information interfaces: Recommending information by relevance inferred from human brain signals},
author = {Manuel J. A. Eugster and Tuukka Ruotsalo and Michiel M. Spapé and Oswald Barral and Niklas Ravaja and Giulio Jacucci and Samuel Kaski},
journal= {arXiv preprint arXiv:1607.03502},
year = {2016}
}