眼動技術在信息檢索優(yōu)化中的應用研究

倪華　王秀紅

摘要：隨著信息社會的發(fā)展，信息檢索面臨著冗余的問題，大量無序的檢索結果加大了用戶獲得有效信息的難度，降低了效率。文章通過將基于眼動技術的閱讀實驗指標加入到研究信息檢索的優(yōu)化過程，構建了基于眼動指標的檢索結果排序賦分方法，增加了現有信息檢索的用戶數據來源維度，優(yōu)化了檢索結果排序的算法體系，能夠更好的促進信息檢索系統(tǒng)的發(fā)展。

關鍵詞：眼動；信息檢索；優(yōu)化；應用

一、引言

隨著現代信息網絡的迅猛發(fā)展，信息的檢索在人們獲取信息的途徑中占到了主要的地位。同時，隨著信息的日益增多，用戶在進行檢索時往往遇到檢索結果內存在大量沒有用或者不關聯的信息。例如實用百度搜索引擎搜索關鍵詞“蘋果”，其相關結果約100，000，000個，在首界面中包含蘋果公司的股票信息，計算機公司蘋果的官方網站，蘋果的制作方法，蘋果的營養(yǎng)成分以及電影等許多雜亂信息，影響了用戶體驗和信息獲取的效率。為了改善用戶對搜索的體驗，提高用戶獲得所需要檢索結果的效率，并設計出具有更好交互性能的檢索系統(tǒng)是目前十分重要的研究方向。

國內外目前研究用戶信息搜尋行為最常用的方法是基于點擊日志分析法，通過分析大量的歷史點擊數據記錄或查詢日志，從而發(fā)現用戶在搜索過程中的一般行為特征及其規(guī)律特性。但是，雖然能有助于了解用戶的某些行為習慣，但是很難進行用戶的特征識別，同時日志文件的更新頻率不是即時的，不能準確的反映用戶的真實意圖以及內在的心理特征和行為特征。眼動技術的出現，為信息檢索研究提供了新的途徑，它提供了實施更新的數據集以及直觀的可視化工具，使研究方法得到有效的補充。

二、眼動數據的產生與記錄

眼動記錄的實現主要借助于實驗的方法，原理上，通過眼動設備加工來自紅外線眼球攝像機所記錄的視頻信息，從而識別和確定瞳孔中心和眼角膜反射點之間的距離變化。通過測量這些點的x軸和y軸方向的向量距離，得到各個注視點的坐標，從而獲得眼動的精確值，從而得到實現追蹤的完整過程。目前的實驗設備主要是非侵入式眼動儀，采用外部顯示的模式，不干擾讀者的閱讀，從而數據的獲取更加易用和準確。由于是非侵入式的眼動設備進行實驗，受測者無需佩戴頭盔，配戴眼鏡，這樣可以允許較大的頭動范圍。

同時，基于瞳孔漂移補償算法能保證容許較大的光線差別，同時適合明亮時瞳空和黑暗時瞳孔追蹤。設備高效的雙眼追蹤可研究受測者的單只眼動情況，在不同的環(huán)境光條件和較大的頭部運動條件下仍然可保證穩(wěn)定追蹤性能。

實驗的一般步驟如下：

1. 實驗前，完成實驗設備的架設工作，邀請受測者填寫測前問卷，用來了解受測者的閱讀和檢索習慣等，為后期實驗結果的處理做準備。

2. 實驗為受測者逐一進行實驗，每一位受測者單個進行實驗。實驗時的坐姿注意保持，適當注意身體與屏幕的距離。妥善安放受測者的手機等個人物品，既不打擾試驗運行也保障受測者的個人物品不會丟失。

3. 調整受測者的坐姿使受測者達到舒適的程度，調整椅子距離屏幕的距離，使得受測者與屏幕的距離為一個設備可以接納的固定值，采用九點定標法，對受測者的視線進行校準，保證定標結果顯示良好。

4. 在實驗準備工作進行結束后，在經過受試者同意并確認實驗的有關要求了解的情況下正式開展實驗。實驗中，被測者逐一閱覽實驗材料，實驗將持續(xù)進行，直到試驗結束后，測試界面跳回到初始界面。

5. 試驗完成后，進行數據保存，被試者的身份信息將會被匿去，發(fā)放實驗津貼給參與實驗的被測人員，后期開展實驗數據的分析。

三、通過分析眼動數據得到檢索優(yōu)化指標

興趣區(qū)（Area of Interest，AOI）是對實驗材料畫出的特定區(qū)域，用來表達被測者在某一區(qū)域內的眼動表現。

眼動實驗記錄的主要指標主要由關注度指標和操作性指標兩種指標構成。

關注度是指界面上興趣區(qū)（AOI）對于用戶的吸引力的大小。

操作性是指界面上的興趣區(qū)對用戶使用績效的影響。

通過將閱讀領域中眼動研究指標選擇的相關文獻，結合實驗的實際數據表現，信息檢索分析過程中采用的基于眼動的行為數據有平均訪問時間、平均注視次數和瞳孔直徑比作為衡量某條檢索結果的用戶興趣度值是十分合理的。

（一）用戶訪問時間（T）

人類視覺的主要信息都是從注視的場景中獲得的，訪問是指一段從首個注視點出現在興趣區(qū)到下一個注視點移出興趣區(qū)的這段總時間。

（二）用戶注視次數（C）

注視是指眼睛相對同步在相對穩(wěn)定的狀態(tài)下一段時間內（通常是80～200毫秒），個體眼球停留在某一個點。當眼球對注視的內容加工結束時，則出現眼跳，開始下一次注視。注視的次數反映了被測試者的信息加工熟練程度、加工策略以及閱讀材料對受測者的難易程度，該參數是估計用戶興趣度的最好的行為指標之一。

（三）瞳孔直徑比（E）

有研究表明，瞳孔直徑與情緒、動機和態(tài)度有關。瞳孔大小變化在一定程度上反映了人的心理活動情況，如心負荷、語言加工。瞳孔擴大是心理努力的敏感指標。讀書入迷的人和對某些事物感到濃厚興趣的人，他們的瞳孔都會不同程度地放大。將用戶在某一檢索結果內所有注視的瞳孔直徑的平均值作為平均瞳孔直徑。

四、眼動研究數據在檢索結果優(yōu)化中的應用

眼動數據是用戶在實驗的過程中記錄的大量信息，為了便于宏觀計量，一般眼動儀提供了兩種數據的表現形式：直觀的數據熱點圖和實時記錄的數值記錄。

數據熱點圖是系統(tǒng)經過計算的本次實驗所記錄的信息的直觀表達，如圖1和圖2所示。該圖可以直觀反映被測者凝視時間最長的部分，深顏色的紅色則表示被測者在閱讀過程中關注的部分，淺色的綠色代表注視時間較短的部分，兩種顏色之間過渡的顏色表示被測者關注點以外的其他視覺停留點。

實時記錄的數據在實驗結束后，由研究者從系統(tǒng)后臺進行數據導出，經過數據的整理和計算，最后得出的數據，通過預先設定程序，系統(tǒng)也可以通過自身進行實時運算。

五、結論與啟示

根據數據集，可以得出眼動在信息檢索排序過程中的排序得分算法：

Rankscore（eye）=T×WeightT+C×WeightC+E×WeightE（公式1）

其中weight為相關指標的權重值。

從科研角度分析，瞳孔直徑比（E）是無量綱數，而平均訪問時間（T）、平均注視次數（C）是有量綱量，在進行統(tǒng)一的權重計算時，不能直接進入公式1的計算。進而，要對平均訪問時間（T）、平均注視次數（C）進行歸一化處理，將其統(tǒng)一轉化為無量綱量。將平均訪問時間（T）轉化為該檢索結果中用戶平均訪問時間與該用戶被記錄的所有檢索結果平均訪問時間之比T；將平均注視次數（C）轉化為該檢索結果中用戶平均注視次數與該用戶被記錄的所有檢索結果平均注視次數之比C。

Rankscore′×WeightT+C′×WeightC+E×WeightE（公式2）

總體而言，在創(chuàng)新性方面，本指標體系的構建是基于實驗得出的量化的，實時的反饋數據，相較于傳統(tǒng)的基于對用戶的半結構化訪談，觀察記錄或問卷等形式得出的檢索排序指標，基于實驗的檢索結果興趣度表征指標體系能夠有效的補充其存在的不足，在如今信息日益膨脹的整體信息環(huán)境下，基于用戶的個性化檢索定制有著重要的意義。

可行性方面，隨著科技的不斷進步，用戶生理信息的采集愈發(fā)方便和高效，尤其是對眼球的識別以及虹膜識別技術已經十分成熟。針對移動設備的眼動實驗設備也愈發(fā)小型化和輕型化。用戶在非實驗條件下信息檢索過程中的信息也能被捕捉和采集從而進行匯總分析并加以優(yōu)化和完善，信息技術的進步為信息獲得者帶來的效率改善將得到極大的提升，故而本研究有著一定的前瞻性。

參考文獻：

[1]許鑫，曹陽.基于眼動追蹤實驗的高校圖書館門戶網站網頁設計研究[J].大學圖書館學報，2017（03）.

[2]王婷婷.大學生對招聘網頁注意偏好的眼動研究[D].魯東大學，2017.

[3]王秀紅，袁銀池.閱讀行為眼動研究知識圖譜分析[J].圖書情報研究，2016（02）.

[4]周健.信息界面視覺刺激的用戶行為模式研究[D].東南大學，2016.

[5]袁銀池.用戶專利文獻閱讀興趣拓撲研究及在主動推送微服務中的應用[D].江蘇大學，2016.

[6]張文雅.基于可讀性的信息檢索模型研究[D].天津大學，2016.

[7]陳永強.基于眼動和主題模型的個性化實時查詢擴展模型的研究[D].天津大學，2016.

[8]盧萬譞.基于眼動跟蹤的網絡搜索行為分析與預測[D].北京理工大學，2015.

[9]花妍.具有語義一致性的跨模態(tài)關聯學習與信息檢索[D].北京郵電大學，2015.

[10]李娜.中學生多媒體瀏覽行為的眼動實驗研究[D].寧波大學，2015.

[11]胡偉.大學生多媒體閱讀中檢索行為的眼動實驗研究[D].寧波大學，2015.

[12]王宇，張云秋.探索式搜索行為的眼動研究[J].圖書情報工作，2014（11）.

[13]郭一超.基于眼動追蹤技術的區(qū)域顯著性評估方法研究[D].北京交通大學，2014.

[14]徐賁.CNKI文獻關聯推薦用戶選擇行為的實驗研究[D].浙江師范大學，2011.

[15]蔣波，章菁華.1980～2009年國內眼動研究的文獻計量分析[J].心理科學，2011（01）.

[16]李曉麗，黃敏，莫冰.視線跟蹤法——網絡用戶信息行為研究的新方法[J].圖書館理論與實踐，2009（08）.

（作者單位：江蘇大學科技信息研究所）