面向满意度预测的滑鼠行为量化分析方法

摘要：

现有信息检索研究领域中,衡量知识学习质量和信息获取精度的核心标准是信息与用户需求的相关性(量化指标为相关度).然而,这一测度往往无法直观反映用户对信息伪反馈的"满意度".相比于多媒体(文字语言、图像、音频和视频)之间可测可量的相关度,由用户主观认知驱动的满意度往往无法通过直观的量化方法予以获取和测量.针对这一问题,文中提出一种基于鼠标滑动(Mouse Movement,简称"滑鼠")运动学规律的"满意度"量化分析和预测方法.该方法集中于人类肢体活动驱动下的滑鼠滑行轨迹分析,借助复杂滑行过程中滑鼠呈现出的动力学能量,间接预测人类思维活跃的程度,以此估计用户接触特定信息伪反馈时隐式反射出的满意度.实验验证,该方法能够有效辅助信息检索过程中的用户体验分析.

关键词：信息检索、满意度、滑鼠行为、滑鼠能量、社交网络、社会计算

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61373097,61272259,61272260资助.This research is supported by the National Natural Science Foundation of China .61373097, 61272259 and 61272260

在线出版日期：2015-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2064-2075