Indexed by:
Abstract:
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.
Keyword:
Reprint Author's Address:
Email:
Source :
计算机技术与发展
ISSN: 1673-629X
Year: 2017
Issue: 2
Volume: 27
Page: 11-14
Cited Count:
SCOPUS Cited Count:
ESI Highly Cited Papers on the List: 0 Unfold All
WanFang Cited Count: -1
Chinese Cited Count:
30 Days PV: 0