網(wǎng)頁瀏覽中屏幕視覺熱區(qū)的區(qū)域分布研究.pdf

1、互聯(lián)網(wǎng)的出現(xiàn)使人類的信息量驟增，內(nèi)容豐富多樣，并且變化頻繁。在面對海量信息時，用戶無法有效獲取需要的內(nèi)容，導致信息的使用率降低。解決這一問題的方法之一是，網(wǎng)站可用性的提升，主動增加用戶對網(wǎng)頁的興趣并幫助用戶獲取有效信息。這其中很關(guān)鍵一點是網(wǎng)頁內(nèi)容的布局，正確的排版方式能夠提高用戶閱讀效率。
　　另一種方法則能夠讓用戶被動的獲取信息，那就是個性化推薦系統(tǒng)。它首先獲取用戶的興趣偏好，然后通過個性化推薦模型的計算，將用戶感興趣的信息推薦

2、給用戶。其中最核心的部分是推薦算法模型，目前的推薦算法主要包括協(xié)同過濾算法[1-4]，基于內(nèi)容的推薦算法[5-7]，社會網(wǎng)絡(luò)推薦法[8-11]、基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦系統(tǒng)[12-15]，和混合推薦法[16-17]。這些方法雖都有應用，但均有不可抗拒的缺點，協(xié)同過濾算法和社會網(wǎng)絡(luò)推薦法存在冷啟動，打分稀疏，算法可擴展性等問題;基于內(nèi)容的推薦存在數(shù)據(jù)量大，無法出現(xiàn)新的推薦信息，技術(shù)不成熟等問題;網(wǎng)絡(luò)結(jié)構(gòu)推薦系統(tǒng)同樣存在冷啟動問題。
　　鑒

3、于以上困境，本文設(shè)想如果存在屏幕熱區(qū)，則可以為網(wǎng)頁布局設(shè)計提供理論依據(jù)，同時也是一種實時提取用戶偏好的方法，簡單有效的為個性化推薦服務(wù)。倘若用戶在瀏覽或者搜索網(wǎng)頁時存在相對于屏幕的熱區(qū)，我們可以認為這一區(qū)域的內(nèi)容就是用戶的興趣所在，只要用戶停止?jié)L動頁面達到一定的時間，就立即提取屏幕區(qū)域內(nèi)的信息，這樣既縮小了提取信息的范圍，又可以達到即時的獲取的要求。
　　但是，用戶在瀏覽頁面時是否存在這一屏幕熱區(qū)？不同用戶在瀏覽不同網(wǎng)頁時熱區(qū)的分

4、布是否一致？是否有其他因素影響這一熱區(qū)的位置？為了回答上述問題，本文選擇了屏幕熱區(qū)分布作為研究對象，利用眼動追蹤法探索用戶在網(wǎng)頁瀏覽時的熱區(qū)位置，對熱區(qū)分布的影響因素進行了分析和探討。
　　網(wǎng)頁瀏覽的屏幕熱區(qū)屬于新的研究對象，本文首先對國內(nèi)外用戶瀏覽行為、網(wǎng)頁熱區(qū)及眼動實驗的研究工作進行全面的綜述，接著引入了新的網(wǎng)頁布局分類法并應用于眼動實驗的材料選擇。然后以熱區(qū)圖為依據(jù)對眼動結(jié)果進行定性的分析，獲取屏幕熱區(qū)的位置及分布。再利用數(shù)