論文の概要: RecGaze: The First Eye Tracking and User Interaction Dataset for Carousel Interfaces

• arxiv url: http://arxiv.org/abs/2504.20792v1
• Date: Tue, 29 Apr 2025 14:09:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.922133
• Title: RecGaze: The First Eye Tracking and User Interaction Dataset for Carousel Interfaces
• Title（参考訳）: RecGaze:カルーセルインターフェースのための最初のアイトラッキングとユーザインタラクションデータセット
• Authors: Santiago de Leon-Martinez, Jingwei Kang, Robert Moro, Maarten de Rijke, Branislav Kveton, Harrie Oosterhuis, Maria Bielikova,
• Abstract要約: カルーセルに関する最初の包括的なフィードバックデータセットであるRecGazeデータセットを紹介します。 データセットは、3つの映画選択タスクからのインタラクションと、ユーザ毎に40の異なるカルーセルインターフェースで構成されている。 カルーセル設計に関する調査結果とカルーセルの視線データを初めて分析した結果から,黄金の三角形やFパターンの閲覧行動が明らかになった。
• 参考スコア（独自算出の注目度）: 58.695627866883065
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Carousel interfaces are widely used in e-commerce and streaming services, but little research has been devoted to them. Previous studies of interfaces for presenting search and recommendation results have focused on single ranked lists, but it appears their results cannot be extrapolated to carousels due to the added complexity. Eye tracking is a highly informative approach to understanding how users click, yet there are no eye tracking studies concerning carousels. There are very few interaction datasets on recommenders with carousel interfaces and none that contain gaze data. We introduce the RecGaze dataset: the first comprehensive feedback dataset on carousels that includes eye tracking results, clicks, cursor movements, and selection explanations. The dataset comprises of interactions from 3 movie selection tasks with 40 different carousel interfaces per user. In total, 87 users and 3,477 interactions are logged. In addition to the dataset, its description and possible use cases, we provide results of a survey on carousel design and the first analysis of gaze data on carousels, which reveals a golden triangle or F-pattern browsing behavior. Our work seeks to advance the field of carousel interfaces by providing the first dataset with eye tracking results on carousels. In this manner, we provide and encourage an empirical understanding of interactions with carousel interfaces, for building better recommender systems through gaze information, and also encourage the development of gaze-based recommenders.
• Abstract（参考訳）: カルーセルインターフェースは、電子商取引やストリーミングサービスで広く使われているが、研究はほとんど行われていない。 検索とレコメンデーションの結果を提示するインターフェースに関するこれまでの研究は、単一のランクリストに焦点を合わせてきたが、複雑さが増してカルーセルを外挿することはできない。 視線追跡は、ユーザーがどのようにクリックするかを理解するための非常に有意義なアプローチであるが、カルーセルに関する視線追跡研究は存在しない。 カルーセルインターフェースを持つレコメンデータ上のインタラクションデータセットは非常に少なく、ガゼデータを含むものはありません。 RecGazeデータセットは、視線追跡結果、クリック、カーソルの動き、選択説明を含むカルーセルに関する最初の包括的なフィードバックデータセットである。 データセットは、3つの映画選択タスクからのインタラクションと、ユーザ毎に40の異なるカルーセルインターフェースで構成される。 合計87のユーザと3,477のインタラクションがログされている。 このデータセットに加えて、カルーセルの設計に関する調査結果と、カルーセルの視線データの最初の分析結果から、黄金の三角形やFパターンの閲覧行動を明らかにした。 我々の研究は、カルーセルの視線追跡結果を備えた最初のデータセットを提供することでカルーセルインタフェースの分野を前進させようとしている。 このようにして、カルーセルインタフェースとの相互作用を実証的に理解し、視線情報によるより良いレコメンデーターシステムを構築するとともに、視線に基づくレコメンデーターの開発を奨励する。

関連論文リスト

• EDGE-Rec: Efficient and Data-Guided Edge Diffusion For Recommender Systems Graphs [0.0]
  本稿では,ユーザとアイテムの機能だけでなく,リアルタイムなインタラクションの重み付けを生かした新しいアテンション機構を提案する。 我々は,ユーザ・イテム相互作用グラフの重み付き相互作用行列を反復的に復調するために,新しいグラフ拡散変換器GDiTアーキテクチャを訓練する。 テキスト条件付き画像生成の最近の進歩に触発されて,本手法は,従来の評価と同一スケールのユーザ・イテム評価を直接生成する。
  論文  参考訳（メタデータ） (2024-09-23T03:23:20Z)
• COLA: Improving Conversational Recommender Systems by Collaborative Augmentation [9.99763097964222]
  アイテム表現学習とユーザ嗜好モデリングの両方を改善するために,協調的拡張(COLA)手法を提案する。 すべての会話から対話型ユーザテムグラフを構築し,ユーザ認識情報によってアイテム表現を拡大する。 ユーザの嗜好モデルを改善するため,学習コーパスから類似した会話を検索し,ユーザの興味を反映した関連項目や属性を用いてユーザ表現を増強する。
  論文  参考訳（メタデータ） (2022-12-15T12:37:28Z)
• Multi-Behavior Sequential Recommendation with Temporal Graph Transformer [66.10169268762014]
  マルチビヘイビア・インタラクティブなパターンを意識した動的ユーザ・イテム関係学習に取り組む。 本稿では,動的短期および長期のユーザ・イテム対話パターンを共同でキャプチャする,TGT(Temporal Graph Transformer)レコメンデーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-06T15:42:54Z)
• Triangle Graph Interest Network for Click-through Rate Prediction [10.442084155281178]
  クリックスルーレート予測のためのTGIN(Triangle Graph Interest Network)という新しいフレームワークを提案する。 ユーザ行動シーケンスの各クリック項目に対して、サプリメントとしてアイテムイットグラフの近傍に三角形を導入する。 複数の興味ユニットの情報を集約することで、すべてのクリック動作を特徴付け、感情的モチベーションの問題を緩和する。
  論文  参考訳（メタデータ） (2022-02-06T03:48:52Z)
• Learning Dual Dynamic Representations on Time-Sliced User-Item Interaction Graphs for Sequential Recommendation [62.30552176649873]
  シーケンシャルレコメンデーションのための動的表現学習モデル(DRL-SRe)を考案する。 両面から動的に特徴付けるためのユーザ・イテム相互作用をモデル化するため,提案モデルでは,時間スライス毎にグローバルなユーザ・イテム相互作用グラフを構築した。 モデルが微粒な時間情報を捕捉することを可能にするため,連続時間スライス上での補助的時間予測タスクを提案する。
  論文  参考訳（メタデータ） (2021-09-24T07:44:27Z)
• Measuring the User Satisfaction in a Recommendation Interface with Multiple Carousels [7.8851236034886645]
  ビデオオンデマンドおよび音楽ストリーミングサービスでは、いくつかのレコメンデーションリストからなるユーザーインターフェースを採用するのが一般的である。 本稿では,カルーセルの品質を計測するカルーセル設定のための2次元評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2021-05-14T20:33:51Z)
• Dynamic Graph Collaborative Filtering [64.87765663208927]
  動的レコメンデーションは,逐次データに基づくリアルタイム予測を提供するレコメンデータシステムにとって不可欠である。 本稿では、動的グラフを利用して協調関係とシーケンシャル関係をキャプチャする新しいフレームワーク、Dynamic Graph Collaborative Filtering (DGCF)を提案する。 提案手法は, 動的協調情報の統合の有効性を示すため, 動作繰り返しの少ないデータセットでは高い性能を実現する。
  論文  参考訳（メタデータ） (2021-01-08T04:16:24Z)
• Graph Convolution Machine for Context-aware Recommender System [59.50474932860843]
  グラフ畳み込みの利点を文脈認識推薦システム(CARS)に拡張する。 我々は、エンコーダ、グラフ畳み込み層、デコーダの3つのコンポーネントからなるエンドツーエンドフレームワークである textitGraph Convolution Machine (GCM) を提案する。 我々はYelpとAmazonの3つの実世界のデータセットで実験を行い、GCMの有効性とCARSのためのグラフ畳み込みの利点を検証する。
  論文  参考訳（メタデータ） (2020-01-30T15:32:08Z)
• BasConv: Aggregating Heterogeneous Interactions for Basket Recommendation with Graph Convolutional Neural Network [64.73281115977576]
  バスケット内のレコメンデーションは、ユーザのバスケットに対する意図が重要となるユーザの探索時間を短縮する。 グラフ畳み込みニューラルネットワークに基づく textbfBasConv という新しいフレームワークを提案する。 私たちのBasConvモデルには、3種類のノード用に特別に設計された3種類のアグリゲータがあります。
  論文  参考訳（メタデータ） (2020-01-14T16:27:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。