文献

J-GLOBAL ID：201702217419793290   整理番号：17A1332281

視覚的挙動に基づくインターネット上のユーザ認識【JST・京大機械翻訳】

Online User Identification Based on Visual Behaviors

著者 (5件)： Xue Jia (北京工業大学 電子信息与控制工程学院 国際WIC研究院,北京100124;脳信息智慧服務北京市国際合作基地,北京100124;磁共振成像脳信息学北京市重点実験室,北京100053) ,  Li Mi (北京工業大学 電子信息与控制工程学院 国際WIC研究院,北京100124;脳信息智慧服務北京市国際合作基地,北京100124;磁共振成像脳信息学北京市重点実験室,北京100053) ,  Ma Liwang (北京工業大学 電子信息与控制工程学院 国際WIC研究院,北京100124;脳信息智慧服務北京市国際合作基地,北京100124;磁共振成像脳信息学北京市重点実験室,北京100053) ,  Lv Shengfu (北京工業大学 電子信息与控制工程学院 国際WIC研究院,北京100124;脳信息智慧服務北京市国際合作基地,北京100124;磁共振成像脳信息学北京市重点実験室,北京100053) ,  Zhong Ning (北京工業大学 電子信息与控制工程学院 国際WIC研究院,北京100124;脳信息智慧服務北京市国際合作基地,北京100124;磁共振成像脳信息学北京市重点実験室,北京100053;日本前橋工科大学生命信息系,日本前橋371-0816)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 2  ページ： 11-14  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワークにおけるユーザの認識問題を解決するために,眼の隠れMarkovモデル(HMM)に基づくユーザ認識法を研究した。眼球運動装置を用いて,ユーザのネットワークにおける行動の眼球運動データを得て,顕著な眼動特性を抽出した。隠れMarkovモデルを用いて,異なる型のユーザに対して,ユーザモデルを確立し,そして,ユーザデータ入力モデルを,それぞれ,用いることができた。最大確率原理を利用してユーザのタイプを出力し、最適化アルゴリズム-遺伝的アルゴリズム(GA)を用いてHMMに対してパラメーターの最適化を行い、識別の正確率を高めた。実験結果により,提案した方法により,ネットワーク上のユーザのタイプを識別することが可能であることを示した。この研究により、ユーザーのネット上の行為の特徴によって、Webページ構造を最適化し、異なるユーザーの個性化要求を満たすことができ、またユーザーの個体行為に対して独立的なマイニングを行うことができ、人間とコンピュータの相互作用レベルを高めることができる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  相互作用 ,  Webページ ,  隠れMarkovモデル ,  遺伝的アルゴリズム ,  *視覚 ,  眼球運動 ,  *インターネット ,  コンピュータ ,  最適化
準シソーラス用語： 最適アルゴリズム ,  データ入力 ,  ユーザモデル , 【Automatic Indexing@JST】

著者キーワード (5件)： eye movement data ,  user identification ,  HMM ,  GA ,  human-computer interaction

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 視覚 ,  挙動 ,  インターネット