基于视觉行为的网上用户识别
2017-02-22马理旺吕胜富
计算机技术与发展 2017年2期
薛 佳,栗 觅,马理旺,吕胜富,钟 宁,4
(1.北京工业大学 电子信息与控制工程学院 国际WIC研究院,北京 100124; 2.脑信息智慧服务北京市国际合作基地,北京 100124; 3.磁共振成像脑信息学北京市重点实验室,北京 100053; 4.日本前桥工科大学 生命信息系,日本 前桥 371-0816)
基于视觉行为的网上用户识别
薛 佳1,2,3,栗 觅1,2,3,马理旺1,2,3,吕胜富1,2,3,钟 宁1,2,3,4
(1.北京工业大学 电子信息与控制工程学院 国际WIC研究院,北京 100124; 2.脑信息智慧服务北京市国际合作基地,北京 100124; 3.磁共振成像脑信息学北京市重点实验室,北京 100053; 4.日本前桥工科大学 生命信息系,日本 前桥 371-0816)
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。
眼动数据;用户识别;隐马尔可夫模型;遗传算法;人机交互
0 引 言
目前计算机只能通过键盘、鼠标、触摸屏等被动接收用户的信息请求,而用户却能够快速从计算机界面和音频等得到大量的信息,由此就会造成一种人机交互带宽不平衡的问题。……
登录APP查看全文
