搜尋引擎中的使用者行為與注意力建模 / Modeling User Behavior and Attention in Search

4月 01, 2014 期刊論文閱讀 , 程式寫作 , 課程/資訊行為與資訊服務 0 Comments Edit Copy Download

這是一篇課堂中的博士論文閱讀筆記。作者在微軟Bing搜尋引擎上，以鼠標(cursor)跟眼動(eye tracking)來蒐集使用者的資訊，並建立以鼠標預測眼動的演算法以及相關應用研究。

This is a course reading note. This dissertation uses mouse cursor and eye tracking to collect user behavior in Bing web search engine, and using cursor movement to infer users’ visual attention.

書目 / Bibliography

Huang, J. (2013). Modeling User Behavior and Attention in Search (Ph.D. Dissertation). University of Washington. Retrieved from https://digital.lib.washington.edu/xmlui/handle/1773/24188

摘要 / Abstract

• 在網際網路檢索中，查詢語句跟滑鼠點擊記錄是很容易保存，可是卻很難藉由點擊記錄來偵測使用者的行為。
• 搜尋引擎從點擊資料取得的訊息有所侷限，所以從相關環境、鼠標(cursor)移動的探勘、滑鼠停留(hovering)以及捲動行為(scrolling)等資訊越來越重要。
• 這篇博士論文(dissertation)發明了一種遠端蒐集大量使用者的鼠標移動互動資訊，用以幫助研究者了解人們基本的行為，並且改進搜尋引擎。
• 重要的是，鼠標活動探勘可以藉由最新技術(state-of-the-art)來評分與排序搜尋結果，並且模擬使用者注視所在位置而不需使用眼動儀(eye-tracking)。
• 鼠標移動的敘述性分析顯示使用者在搜尋時是如何移動他們的鼠標，我們可以從中了解當使用者放棄搜尋時的一些相關的訊息與可供解釋的理由。
• 使用者模型可以用來推論頁面上的視覺注意力的移動，用以辨識哪些內容是使用者在看的，並可用來計算搜尋結果的相關度與吸引力給使用者。
• 這種隱性回饋(implicit feedback)讓搜尋引擎可以了解排版與內容呈現上的資訊是否合宜，或藉此用來改善搜尋結果。
• 這篇博士論文會依序描述以下幾篇論文的內容：
  「網路環境下使用者滑鼠鼠標互動資訊高效率擷取法」(users’ mouse cursor interactions
  can be collected effciently on the Web)、「了解使用者搜尋行為」(used to understand users’ search behaviors)、「對網路搜尋引擎設計的用處」(can be useful in the design of Web search engines)。

筆記下載 / Note Download

• 筆記下載：Google Drive、One Drive、Box.net

最重要的是這個用滑鼠鼠標移動路徑推論眼動路徑的演算法，我們就稍微聊一下這個演算法好了。這演算法是用滑鼠鼠標的X軸，加上幾個參數的調整之後，去預測眼動位置的X軸。同樣的也可以用鼠標Y軸去預測眼動Y軸。各參數的意義如下：

• g_x：預測眼動X軸的位置
• c_x：鼠標原有的X軸位置
• t_d：網頁內停留的時間，d是指dwell
• t_m：鼠標停止到移動的時間
• f_x：根據下一個鼠標位置來進行調整（也就是眼睛會更快移動到鼠標預定移動的位置的意思）

不過我不是很懂為什麼只是加上log()取對數之後的t_d跟t_m，這樣鼠標修正之後預測的眼動位置，不是只會持續往右偏而已嗎？

儘管對於演算法設計上還是覺得困惑，不過作者取這些參數作為參考的過程非常嚴謹，很值得一看喔！