利用交互数据预测对交互媒体的参与度
人机交互
2021-08-05 v1 信息检索
机器学习
摘要
媒体正从传统的线性叙事演变为个性化体验,其中对信息(或其呈现方式)的控制被赋予各个受众成员。衡量并理解受众对此类媒体的参与度至少在两方面很重要:(1)对受众内容参与程度的后验理解将有助于制作团队从经验中学习并改进未来制作;(2)此类媒体具有实时参与度度量的潜力,可通过即时调整内容来增强用户体验。参与度通常通过抽取用户样本进行自我报告来衡量,这既耗时又昂贵。然而,在某些领域中,交互数据已被用于推断参与度。幸运的是,交互媒体的性质促成了比传统媒体丰富得多的交互数据集;我们的研究旨在理解这些数据是否可用于推断受众参与度。在本文中,我们报告了一项利用从受众与交互式电视节目交互中捕获的数据来建模和预测参与度的研究。我们发现,时间度量——包括体验总时长和事件间隔时间——可预测参与度。结果表明,交互数据可用于推断用户在体验期间及之后的参与度,且所提出的技术有助于更好地理解受众偏好与反应。
引用
@article{arxiv.2108.01949,
title = {Using Interaction Data to Predict Engagement with Interactive Media},
author = {Jonathan Carlton and Andy Brown and Caroline Jay and John Keane},
journal= {arXiv preprint arXiv:2108.01949},
year = {2021}
}
备注
This is a pre-print of our paper published in proceedings of the 29th ACM International Conference on Multimedia (MM'21)