如何使用眼动数据来预测选择？

本文是针对论文《如何使用眼动数据来预测选择？（How to predict choice using eye-movements data?）》的一篇论文解析，该论文于2021年5月发表于《Food Research International》期刊。该研究的作者是Attila Gere, K´aroly H´eberger, S´andor Kov´acs。

摘要：近几十年来，眼动检测技术有了明显进步，眼动仪不仅可以作为独立的研究工具使用，还可以作为计算机外围设备使用。这种快速的发展为测量受试者的眼球运动提供了更多的机会。本文提供了预测食物选择的分类模型，并从中选择最佳模型。研究人员向112名被试提供了4个选择集，每个选择集由4个不同的选择任务组成，总共产生十六个选择任务。选择集遵循2-、4-、6-和8-项迫选范式。使用Tobii X2-60眼动仪和Tobii Studio软件分别捕获和导出注视数据。经过变量过滤，对13个分类模型进行了阐述和测试；此外，还计算了8个性能参数。利用排序差异和算法（sum of ranking differences algorithm）根据性能参数对模型进行比较。该算法通过将模型的性能指标排名与预定义的黄金标准进行比较来对模型进行排名和分组。无论选择任务和食品类别如何，基于决策树的技术在所有情况下都是优秀的。在分类器中，Quinlan’s C4.5和代价敏感决策树是性能最好的分类器。未来的研究应关注这些模型的微调及其在移动眼动仪中的应用。

关键词：决策树、分类、排序差异之和、视觉注意、决策