基于视觉行为的网上用户识别

摘要：

为了解决网上用户的识别问题,研究了基于眼动的隐马尔可夫模型(HMM)的用户识别方法.使用眼动装置获取用户网上行为的眼动数据,并提取显著性眼动特征.使用隐马尔可夫模型分别对不同类型用户建立用户模型,并将用户数据输入模型.利用最大概率原则输出用户类型,并使用优化算法-遗传算法(GA)对HMM进行参数优化,提高了识别准确率.实验结果表明,通过该方法识别网上用户类型是可行的.该研究进一步表明,根据用户的网上行为特点,优化网页结构,能够满足不同用户的个性化需求,还可以对用户的个体行为进行独立挖掘,提高人机交互水平.

关键词：眼动数据、用户识别、隐马尔可夫模型、遗传算法、人机交互

所属期刊栏目：27

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家“973”重点基础研究发展计划项目2014CB744600;国家自然科学基金青年科学基金项目61602017;北京市自然科学基金青年项目4164080;北京市优秀人才培养资助2014000020124G,039;科技部国际科技合作与交流专项2013DFA32180

在线出版日期：2017-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：11-14