Zastosowanie modeli Markowa z ukrytymi stanami do analizy aktywności wzrokowej w procesie oceny wirtualnych opakowań techniką porównywania parami
EN An application of hidden Markov models to the analysis of visual activity registered during virtual packages assessment by means of pairwise comparisons
2017
artykuł naukowy
polski
- ergonomia
- marketing
- digital signage
- zachowanie człowieka
- interakcje człowieka z komputerem
- ergonomics
- marketing
- digital signage
- human behavior
- human-computer interactions
PL W artykule przedstawiono próbę zastosowania stochastycznych modeli Markowa z ukrytymi stanami do analizy aktywności wzrokowej człowieka. Dane wejściowe do eksperymentalnych badań symulacyjnych zgromadzono podczas eksperymentu polegającego na porównywaniu parami różnych wariantów wirtualnych opakowań produktów. Symulacje polegające na wielokrotnej estymacji parametrów modeli Markowa z ukrytymi stanami przeprowadzono dla każdego rodzaju porównania zakładając różne ilości ukrytych stanów. Analiza wyników symulacji umożliwiła określenie optymalnych, w sensie miary AIC, liczby ukrytych stanów. Najlepsze uzyskane modele zostały następnie szczegółowo przeanalizowane w celu zidentyfikowania wykorzystywanych podczas porównań parami strategii wzrokowych.
EN The article presents an attempt of applying stochastic Hidden Markov Models (HMM) to the analysis of human visual activity. The input data for simulation experiments were taken from the empirical investigation concerned with pairwise comparisons of diverse product virtual packages. Simulations involving multiple estimations of HMM parameters were conducted for all distinctive types of comparisons and assuming different quantities of hidden states. The analysis of simulations’ results allowed to determine the optimal, in terms of AIC measure, numbers of hidden states. The best models were next analyzed and discussed in the perspective of visual strategies used during pairwise comparisons.
111 - 125
CC BY-SA (uznanie autorstwa - na tych samych warunkach)
publiczny
10
10