逆向建模新方法：可推测大众对显示屏内容是否感兴趣

在日常生活中，总有许多公共大屏幕围绕身边，它们为我们提供关于天气、时事或街角商店的最新优惠信息。然而，大多数显示屏是手动更新的。阿尔托大学和芬兰人工智能中心（FCAI）的研究人员现在已经开发出一种新的、更简单的方法，来选择和安排公共显示屏的内容，让它能够真正吸引人们的注意力。

在过去，眼球追踪设备被用来观察人们在屏幕前的行为。它能告诉你用户的注意力，但并不能了解人们是不是真的感兴趣。研究人员表示，目前研究正在量化用户的兴趣，这是之前没做过的。

研究人员首先使用合成数据，即人工制作的与原始数据集有某些相似之处的数据，作为建立模型的基础。然后，通过在屏幕上同时向人们展示具有不同内容项目的显示屏，来收集真实世界的用户数据。研究团队测量了参与者的观看时间，之后，参与者被要求对所显示内容的兴趣程度进行评分。

这项研究使用的新方法不需要眼球追踪器，只需要关注观众在不同内容前花费多少时间的信息。它基于逆向建模，使用数据来推断模型参数。其优点是，它在描述用户行为方面要准确得多。 

这种新方法适用于有多个内容项目的数字显示屏。如果某些内容——如雷阵雨预报或绕行信息，引起了人们的兴趣，显示屏就会自动调整内容的优先次序和显示方式。这有可能是对目前大多数显示屏手动更新做法的明显改进。

屏幕的布局被重新计算，以便有趣的主题更有可能被注意到，出现更多的信息。例如，如果天气新闻或公共汽车时刻表比餐馆菜单更重要，使用这种方法就能知道这一点，一段时间后，当布局被重新优化时，感兴趣的内容将得到更多的重视，所有这些都是自动发生的。

到目前为止，研究人员已经在大学背景下开发并使用了该模型，显示内容涉及即将发生的事件、当地新闻等。研究人员表示，这个方法的新颖之处在于，不需要眼球追踪或点击数据来模拟人们对什么感兴趣。只要测量人们在屏幕面前停留的时间就足够了，不需要打扰观众。

题为“Inverse Foraging: Inferring Users' Interest in Pervasive Displays”的相关研究论文发表在《ACM交互、移动、可穿戴和无处不在技术》上。

前瞻经济学人APP资讯组

论文原文：

https://dl.acm.org/doi/10.1145/3478103