利用移动设备上的行为交互对读者的先前熟悉度与目标条件进行分类
人机交互
2020-04-28 v1
摘要
学生阅读课本以学习新主题;律师翻阅熟悉的法律文件。每位读者对其阅读可能具有不同的目标与先验知识。能够捕获交互行为的移动情境可对这些阅读条件提供洞察。在本文中,我们聚焦于理解移动读者的不同阅读条件,因为这种理解有助于设计有效的个性化功能以支持移动阅读。出于此动机,我们分析了285名Mechanical Turk参与者在具有不同熟悉度与阅读目标条件的移动设备上阅读文章的行为。数据以非侵入方式收集,仅包含在非实验室环境中由手机记录的行为交互。我们的发现表明,基于触摸位置的特征可用于区分熟悉度条件,而基于滚动与阅读时长的特征可用于区分阅读目标条件。利用所收集数据,我们构建了一个模型,其预测阅读目标条件(67.5%)的准确率显著高于基线模型。我们的模型预测熟悉度水平(56.2%)的准确率也略高于基线。这些发现有助于为移动阅读应用开发基于证据的阅读支持功能设计。此外,我们的研究方法可轻易扩展至不同现实世界阅读环境,为未来研究留下诸多潜力。
引用
@article{arxiv.2004.12016,
title = {Using Behavioral Interactions from a Mobile Device to Classify the Reader's Prior Familiarity and Goal Conditions},
author = {Sungjin Nam and Zoya Bylinskii and Christopher Tensmeyer and Curtis Wigington and Rajiv Jain and Tong Sun},
journal= {arXiv preprint arXiv:2004.12016},
year = {2020}
}