Bachelor Thesis BCLR-2015-08

BibliographyHeyen, Frank: Gruppierung von Eye-Tracking-Daten mittels geeigneter Ähnlichkeitsfunktionen.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Bachelor Thesis No. 8 (2015).
101 pages, german.
CR-SchemaH.1.2 (User/Machine Systems)
H.5.2 (Information Interfaces and Presentation User Interfaces)
J.4 (Social and Behavioral Sciences)
Abstract

Eye-Tracking gewann als Hilfsmittel zur Evaluation von Benutzerschnittstellen und Visualisierungen in den letzten Jahren stets an Beliebtheit. Ein Vergleich der Lösungsstrategien verschiedener Personen kann anhand der Blickpfade, auch Scanpaths genannt, durchgeführt werden. Für diese Aufgabe fehlt zurzeit noch eine optimale Methode. Bereits existierende Arbeiten verwenden unter anderem Algorithmen zum String-Vergleich, um die Ähnlichkeit zwischen Scanpaths zu ermitteln. Diese Algorithmen können durch Parameter beeinflusst werden. Auch eine Vorverarbeitung der Blickpfade ist durch Methoden mit weiteren Parametern möglich. Angesichts der Vielzahl von denkbaren Kombinationen ist eine Auswahl der optimalen Parameter schwer. In dieser Arbeit werden unterschiedliche Ansätze für den Vergleich von Scanpaths untersucht. Dazu gehören unter anderem die Levenshtein-Distanz und der Algorithmus von Needleman und Wunsch, die einen Wert für die Ähnlichkeit von Strings berechnen. Für diese Ansätze werden Erweiterungen zur Vorverarbeitung der Scanpaths und Einbeziehung weiterer Informationen in den Vergleich erarbeitet. Eine Evaluation in drei Versuchen mit generierten und real aufgezeichneten Eye-Tracking-Daten zeigt anschließend, welche der Parameterkonfigurationen sich in der Praxis bewähren.

Full text and
other links
PDF (6666607 Bytes)
Department(s)University of Stuttgart, Institute of Visualisation and Interactive Systems, Visualisation and Interactive Systems
Superviser(s)Ertl, Prof. Thomas; Herr, Dominik; Blascheck, Tanja
Entry dateSeptember 25, 2018
   Publ. Computer Science