System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【】本专利技术涉及计算机,尤其涉及基于人因智能的多模态时序数据的人机交互页面评价方法。
技术介绍
0、
技术介绍
1、随着互联网技术的快速发展,人机交互页面在各个领域得到广泛应用,如电子商务、社交媒体、在线教育等。对人机交互页面进行评价是优化用户体验的重要手段之一。目前的人机交互页面评价方法主要基于单一模态数据,如用户反馈文本、点击行为数据等。但是,单一模态数据无法全面反映用户对页面的感知和体验,缺乏综合性。对于复杂的人机交互页面,单一模态数据的评价结果可能存在主观性和不准确性。
技术实现思路
0、
技术实现思路
1、有鉴于此,本专利技术实施例提供了基于人因智能的多模态时序数据的人机交互页面评价方法,用以全面反映用户的感知和体验,保证用户评价的客观性和准确性。
2、一方面,本专利技术实施例提供了一种基于人因智能的多模态时序数据的人机交互页面评价方法,其特征在于,包括:
3、获取第一数据和第二数据,所述第一数据用于表征用户的脑活动神经反应,所述第二数据用于表征用户的注视状况;
4、将所述第一数据输入第一数据编码器,输出第一特征数据;
5、将所述第二数据输入第二数据编码器,输出第二特征数据;
6、将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价结果。
7、可选地,所述将所述第一数据输入第一数据编码器,输出第一特征数据,包括:
8、通过低通滤波器对
9、通过高通滤波器对所述第一信号进行处理,生成第二信号;
10、通过连续小波变换对所述第二信号的每个通道进行处理,生成二维特征;
11、将所有通道的所述二维特征进行合并操作,生成三维特征;
12、基于卷积操作对所述三维特征进行处理,生成第一特征数据。
13、可选地,所述基于卷积操作对所述三维特征进行处理,生成第一特征数据,包括:
14、基于卷积操作在所述三维特征的每个通道上进行特征提取,生成时间深度特征;
15、基于卷积操作对所述三维特征进行跨通道的特征提取,生成空间深度特征;
16、基于卷积操作对所述时间深度特征和所述空间深度特征进行压缩处理,生成第一特征数据。
17、可选地,所述将所述第二数据输入第二数据编码器,输出第二特征数据,包括:
18、通过阈值法将所述第二数据分割为多个注视点,并统计所述注视点的第一数量;
19、通过聚类算法根据所述注视点的停留时间与空间距离划分出注视区域,并统计所述注视区域的第二数量;
20、根据获取的聚类中心的坐标值与时间戳,生成平均注视速度;
21、将所述第一数量、所述第二数量和所述平均注视速度进行合并,并通过bp神经网络进行编码生成第二特征数据。
22、可选地,所述将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价结果,包括:
23、对所述第一特征数据、所述第二特征数据和所述打分数据进行预处理和特征提取,生成多模态数据;
24、基于机器学习算法对所述多模态数据进行计算,生成评价结果。
25、可选地,所述将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价结果之后,包括:
26、通过图表或报告的形式显示所述评价结果,所述评价结果包括用户满意度、任务完成效率、易用性之一或其任意组合。
27、可选地,所述第一数据包括脑电数据,所述第二数据包括眼动数据,所述打分数据包括用户主观的打分情况。
28、另一方面,本专利技术实施例提供了一种基于人因智能的多模态时序数据的人机交互页面评价装置,包括:
29、获取模块,用于获取第一数据和第二数据,所述第一数据用于表征用户的脑活动神经反应,所述第二数据用于表征用户的注视状况;
30、第一计算模块,用于将所述第一数据输入第一数据编码器,输出第一特征数据;
31、第二计算模块,用于将所述第二数据输入第二数据编码器,输出第二特征数据;
32、第三计算模块,用于将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价结果。
33、另一方面,本专利技术实施例提供了一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述基于人因智能的多模态时序数据的人机交互页面评价方法。
34、另一方面,本专利技术实施例提供了一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,其中,所述程序指令被处理器加载并执行时实现上述基于人因智能的多模态时序数据的人机交互页面评价方法的步骤。
35、本专利技术实施例提供的基于人因智能的多模态时序数据的人机交互页面评价方法的技术方案中,获取第一数据和第二数据,第一数据用于表征用户的脑活动神经反应,第二数据用于表征用户的注视状况;将第一数据输入第一数据编码器,输出第一特征数据;将第二数据输入第二数据编码器,输出第二特征数据;将第一特征数据、第二特征数据和获取的打分数据输入人工神经网络,输出评价结果。本专利技术实施例提供的技术方案中,可以利用第一特征数据、第二特征数据和打分数据进行全面性地评价,以全面反映用户的感知和体验,保证用户评价的客观性和准确性。
本文档来自技高网...【技术保护点】
1.一种基于人因智能的多模态时序数据的人机交互页面评价方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述第一数据输入第一数据编码器,输出第一特征数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于卷积操作对所述三维特征进行处理,生成第一特征数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述将所述第二数据输入第二数据编码器,输出第二特征数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价结果,包括:
6.根据权利要求1所述的方法,其特征在于,所述将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价结果之后,包括:
7.根据权利要求1所述的方法,其特征在于,所述第一数据包括脑电数据,所述第二数据包括眼动数据,所述打分数据包括用户主观的打分情况。
8.一种基于人因智能的多模态时序数据的人机交互页面评价装置,其特征在于,包括:
9.一
10.一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,其特征在于,所述程序指令被处理器加载并执行时实现权利要求1至7中任意一项所述的基于人因智能的多模态时序数据的人机交互页面评价方法的步骤。
...【技术特征摘要】
1.一种基于人因智能的多模态时序数据的人机交互页面评价方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述第一数据输入第一数据编码器,输出第一特征数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于卷积操作对所述三维特征进行处理,生成第一特征数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述将所述第二数据输入第二数据编码器,输出第二特征数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价结果,包括:
6.根据权利要求1所述的方法,其特征在于,所述将所述第一特征数据、所述第二特征数据和获取的打分数据输入人工神经网络,输出评价...
【专利技术属性】
技术研发人员:请求不公布姓名,
申请(专利权)人:北京津发科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。