視線と閲覧履歴

Report
研究背景・目的
情報推薦 ユーザプロファイルが必要
ユーザの負担
信頼性
明示的手法
×
○
暗黙的手法
○
△
システムによる興味の推定(暗黙的手法)
ページ内の
 閲覧履歴
局所的な興味の判別
 閲覧時間
×
視線と閲覧履歴
1/6
視線を用いたWebページ推薦システム
入力 閲覧履歴(Webページソース)
視線情報(視線座標,瞳孔径)
注視領域・読み飛ばし領域判定
ユーザプロファイル作成部
ファジィ推論
関心度推定
入力 単語重要度(tf-idf)
(2変数) 注目度
出力
関心度
(1変数)
興味対象推定
注目度推定
入力 ページ注視時間
(3変数) 単語注視時間
出力 瞳孔径
(1変数)
注目度
単語重要度(tf-idf)
特徴語位置
出力
Webページ推薦部
推薦Webページ
2/6
特徴語抽出
形態素解析
・ Mecab:(京都大学,日本電信電話株式会社コミュニケーション科学基礎研究所)
例) 明日の天気は晴れです。
明日 / の / 天気 / は / 晴れ / です / 。
重要度判定
・ tf-idf法(ページ中での頻出度:高 ∧ 一般的でない単語 → 値大)
[D. Hiemstra(2000)]
w  tf  log(
N
)
df
tf : webページ中の単語の頻出度
df
N
: Yahoo!の検索ヒット件数
: Yahoo!に登録されているwebサイト数
3/6
視線を考慮したユーザプロファイル作成
ユーザプロファイル
ポジティブプロファイル(注視領域)
ネガティブプロファイル(読み飛ばした領域)
興味あり
興味なし
4/6
Webページ推薦結果の評価
ユーザによる推薦結果の評価

 提案手法による推薦結果
 視線を用いない場合の推薦結果
0.9
0.8
ユーザ満足度
0.7
0.6
0.5
視線あり(提案手法)
視線なし(tf-idf法)
0.4


満足度の平均
視線あり:0.63
視線なし:0.51
0.3
0.2
0.1
0
1
2
3
4
5
6
7
8
9
10
23.5%up
ユーザ
5/6
まとめ



視線を用いてユーザの興味を推定する手法を提案
視線を用いたWebページ推薦システムを構築
視線を考慮したユーザプロファイル



注視領域→ポジティブプロファイル
読み飛ばした領域→ネガティブプロファイル
視線によりユーザに負担を強いず,興味推定が可能


提案手法によりユーザの興味を推定
視線を用いることで適したWebページ推薦ができる
6/6

similar documents