KR101597616B1 - 디지털 문서에 대한 인지 부하 평가 - Google Patents

디지털 문서에 대한 인지 부하 평가 Download PDF

Info

Publication number
KR101597616B1
KR101597616B1 KR1020147017933A KR20147017933A KR101597616B1 KR 101597616 B1 KR101597616 B1 KR 101597616B1 KR 1020147017933 A KR1020147017933 A KR 1020147017933A KR 20147017933 A KR20147017933 A KR 20147017933A KR 101597616 B1 KR101597616 B1 KR 101597616B1
Authority
KR
South Korea
Prior art keywords
user
page
elements
cognitive load
cognitive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
KR1020147017933A
Other languages
English (en)
Other versions
KR20140098222A (ko
Inventor
켄튼 엠 라이언스
Original Assignee
인텔 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인텔 코포레이션 filed Critical 인텔 코포레이션
Publication of KR20140098222A publication Critical patent/KR20140098222A/ko
Application granted granted Critical
Publication of KR101597616B1 publication Critical patent/KR101597616B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers
    • A61B2503/24—Computer workstation operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
    • A61B3/112—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Social Psychology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Educational Technology (AREA)
  • Developmental Disabilities (AREA)
  • Human Computer Interaction (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

본 발명의 일 실시예는 웹 페이지 상에 위치된 콘텐츠에 대한 사용자의 동공 응답을 추적하는 시스템을 포함한다. 그 다음, 시스템은 측정된 응답에 기초하는 사용자에 대한 인지 부하를 결정한다. 인지 부하는 어떤 한 순간에 작동 메모리 상에 부과되는 전체 양의 정신 활동을 지칭한다. 게다가, 시스템은 시간에 따른 한 사용자, 많은 상이한 사용자, 및/또는 시간에 따른 많은 상이한 사용자에 대한 인지 부하 데이터를 집합시킬 수 있다. 인지 부하는 페이지 상에 포함된 문서 객체 모델(document object model; DOM)과 같은 디스플레이된 페이지의 상이한 부분에 대해 결정될 수 있다. 인지 부하는 DOM을 구성하는 상이한 요소에 대해 지정될 수 있다. 또한, 인지 부하는 시간의 한 순간에 또는 시간 기간 동안에 수개의 상이한 DOM 요소에 걸쳐 분배될 수 있다. 다른 실시예가 본 명세서에 설명된다.

Description

디지털 문서에 대한 인지 부하 평가{COGNITIVE LOAD ASSESSMENT FOR DIGITAL DOCUMENTS}
웹의 출현은 다량의 정보가 많은 사람과 전자적으로 공유되도록 하였다. 시선 추적기(gaze trackers)는 사용자가 이러한 정보와 어떻게 상호 작용하는지를 판단하는 데 도움이 되도록 사용된다. 보다 구체적으로, 시선 추적기는 디스플레이를 보고 있는 사용자의 "시선(gaze)"을 추적하는 시스템이다. 예를 들어, 시선 추적기는 사용자가 웹 페이지의 상단, 웹 페이지의 하단 등을 보고 있는지를 판단하기 위해 사용자의 눈을 분석한다. 보다 일반적으로, 시선 추적기는 사용자가 그들에게 제공된 정보를 어떻게 보는지에 관한 데이터를 수집하기 위해 사용된다.
웹에 있어서, 연구자는 연구 시에 사용자가 통상 보는 곳에 대한 집합을 나타내는 "히트 맵(heat map)"을 생성하기 위해 사용자 연구를 수행한다. 이러한 맵은 분석자가 사용자가 광고를 보거나 웹 페이지의 콘텐츠를 판독하고 있는지를 판단하는 데 도움이 될 수 있다. 그러나, 사용자가 스크린 상의 특정 위치를 얼마나 오랫동안 보는지 외에 사용자의 반응에 대해 알려진 것은 거의 없다.
본 발명의 실시예의 특징 및 장점은 첨부된 청구범위, 하나 이상의 예시적 실시예에 대한 이하의 상세한 설명, 및 대응하는 도면으로부터 분명해질 것이다.
도 1은 본 발명의 일 실시예에 대한 시스템 및 흐름도를 포함한다.
도 2(a) 및 도 2(b)는 본 발명의 일 실시예에서 인지 부하(cognitive load)의 공간 분포를 도시한다.
도 3은 본 발명의 일 실시예에서 인지 부하의 시간 분포를 도시한다.
도 4는 본 발명의 일 실시예에서 프로세스에 대한 흐름도를 포함한다.
도 5(a), 도 5(b), 및 도 5(c)는 본 발명의 일 실시예에서 문서 객체 모델 요소당 인지 부하 분석을 도시한다.
도 6(a), 도 6(b), 및 도 6(c)는 본 발명의 일 실시예에서 문서 객체 모델 브랜치당 인지 부하 분석을 도시한다.
도 7은 본 발명의 실시예를 구현하는 시스템을 포함한다.
이하의 설명에서, 다수의 특정 상세 사항이 설명되지만 본 발명의 실시예는 특정 상세 사항 없이 실시될 수 있다. 공지된 회로, 구조 및 기술은 본 설명의 이해를 모호하게 하는 것을 회피하기 위해 상세히 도시되지 않았다. "일 실시예", "다양한 실시예" 등은 그렇게 설명된 실시예(들)가 특정 특징, 구조, 또는 특성을 포함할 수 있지만 모든 실시예가 반드시 특정 특징, 구조, 또는 특성을 포함하는 것은 아니라는 것을 나타낸다. 일부 실시예는 다른 실시예에 대해 설명된 특징의 일부, 모두를 가질 수 있거나, 갖지 않을 수 있다. "제 1", "제 2", "제 3" 등은 공통 객체를 설명하고, 유사한 객체의 상이한 경우가 지칭되는 것을 나타낸다. 그러한 형용사는 그렇게 설명된 객체가 주어진 시퀀스로, 시간적으로, 공간적으로, 순위로, 또는 임의의 다른 방식으로 되어야 하는 것을 암시하지 않는다. "연결된"은 요소가 서로 직접 물리적으로 또는 전기적으로 접촉하는 것을 표시할 수 있고 "결합된"은 요소가 서로 협력하거나 상호 작용하지만, 그것이 직접 물리적으로 또는 전기적으로 접촉할 수 있거나 접촉하지 않을 수 있는 것을 표시할 수 있다. 또한, 유사 또는 동일한 번호는 상이한 도면에서 동일 또는 유사한 부분을 나타내기 위해 사용될 수 있지만, 그렇게 하는 것은 유사 또는 동일한 번호를 포함하는 모든 도면이 단일 또는 동일한 실시예를 구성하는 것을 의미하지 않는다.
본 발명의 일 실시예는 웹 페이지와 같은 문서상에 위치된 콘텐츠에 대한 사용자의 동공 응답을 추적하는 시스템을 포함한다. 그 다음, 시스템은 측정된 응답에 기초하는 사용자에 대한 인지 부하를 결정한다. 인지 부하는 어떤 한 순간에 사용자의 작동 메모리 상에 부과되는 전체 양의 정신 활동을 지칭한다. 또한, 시스템은 시간에 따른 한 사용자, 많은 상이한 사용자, 및/또는 시간에 따른 많은 상이한 사용자에 대한 인지 부하 데이터를 집합시킬 수 있다. 인지 부하는 페이지 상에 포함된 문서 객체 모델(document object model; DOM)과 같은 디스플레이된 페이지의 상이한 부분에 대해 결정될 수 있다. 인지 부하는 DOM을 구성하는 상이한 요소에 대해 지정될 수 있다. 또한, 인지 부하는 시간의 한 순간에 또는 시간 기간에 수개의 상이한 DOM 요소에 걸쳐 분포될 수 있다.
도 1은 본 발명의 일 실시예에 대한 시스템 및 흐름도를 포함한다. 시스템(100)은 더 후술되는 도 7의 시스템과 같은 처리 시스템(110)을 포함한다. 시스템(110)은 예를 들어 개인용 컴퓨터, 서버, 랩톱, 이동 전화, 태블릿 등 내에 포함될 수 있다. 시스템(110)은 무선 또는 유선 네트워크(120)를 통해 웹 서버(130)와 같은 콘텐츠 제공자에 결합된다. 시스템(110)은 또한 네트워크(120)를 통해 서버(140)와 같은 다른 처리 유닛에 결합되며, 이는 인지 부하 집합기의 역할을 한다. 시스템(100)은 동공 반응을 처리하기 위해, 처리의 결과를 저장하는 적어도 하나의 머신 액세스 가능 매체에 결합된 적어도 하나의 프로세서를 포함하는 것으로 간주될 수 있다. 적어도 하나의 프로세서 및 적어도 하나의 머신 액세스 가능 매체를 포함하는 시스템(100)의 유닛(예를 들어, 유닛(110, 120, 130, 140))은 단일 섀시, 분산 컴퓨팅 시스템 등에 수용될 수 있다.
시스템(110)은 서버(130)로부터 제공되는 바와 같이, 웹 페이지(153)를 디스플레이하는 디스플레이(150)를 포함할 수 있다. 웹 페이지(153)는 DOM(151, 152)을 포함할 수 있다. DOM은 아래에 더 구체적으로 논의된다. 사용자(105)에 대한 인지 부하를 추론하기 위해, 시선 추적기(155)는 사용자(105)의 눈 운동을 추적할 수 있다.
토비 테크놀로지(Tobii Technology)(www*tobii*com)로부터의 T/X 시리즈 눈 추적기와 같은 시선 추적기는 일 실시예에 사용될 수 있다. 시선 추적기에 의해 획득되는 눈의 고해상도 이미지는 동공 크기의 상대적 변화를 측정하기 위해 사용될 수 있다. 시스템(100)은 각성과 같은 감정 반응을 포함하는 이러한 동공 반응을 인지 부하에 상관시킬 수 있다. 동공 반응을 측정하고, 차례로 인지 부하를 추론하는 값은 많은 이점을 갖는다. 예를 들어, 집합된 데이터는 분석가가 페이지(예를 들어, 웹 페이지)의 어느 부분이 판독하기에 더 쉽고 어느 부분이 판독하기에 더 어려운지를 이해하는 데 도움이 될 수 있다. 이러한 능력은 작가 및 발행인이 생성하는 콘텐츠 등을 개선하는 피드백으로서, 광고의 분석에 도움이 될 수 있다.
일 실시예에서, 시선 추적기(155)는 유닛(110) 내에(예를 들어, 랩톱 리드(lid) 또는 태블릿 베젤(bezel) 내에) 포함되지만 다른 실시예에서, 추적기(155)는 주변 결합을 통해 유닛(110)에만 결합된다(유닛 내에 포함되지 않음). 시선 추적기(155)는 사용자가 컴퓨터 스크린 상에서 보고 있는 곳의 추정값 및 사용자의 동공의 현재 크기를 출력한다. 예를 들어, 렌더링 엔진(rendering engine)은 DOM을 픽셀로 변환할 수 있다. 그 다음, DOM 트리 내의 각각의 요소/브랜치는 렌더링될 때 위치 및 크기를 가질 수 있다. 렌더링 엔진으로부터 렌더링 정보를 사용하면, 시스템은 주어진 X/Y 값을 연관된 DOM 요소에 연관시킬 수 있다.
도 1로 돌아가면, 시선 추적기(155)는 사이트(154)의 사용자의 라인에 대한 X/Y 좌표를 결정하기 위해 사용자의 눈(105)을 감시할 수 있다(라인(156)). 도 1의 예에서, X/Y 좌표는 DOM(152)과 정렬된다. 블록(160)에서, X/Y 좌표는 DOM(152)과 같은 의미 콘텐츠에 링크되거나 결합된다. 유닛(110) 및/또는 유닛(140)은 이러한 링크를 수행할 수 있다. 또한, 시스템(100)의 적어도 하나의 프로세서는 시스템(100) 내에 및 유닛(110 및/또는 140) 중에 분배될 수 있다.
블록(165)에서, 데이터는 X/Y 좌표만을 구성하든지 더 처리된 데이터(예를 들어 정보를 의미 콘텐츠에 링크하는 것을 포함하는)를 구성하든지, "익명화"될 수 있으며 그것에 의해 부모 식별 데이터는 콘텐츠로부터 제거된다. 그 다음, 익명화된 콘텐츠는 (예를 들어, 대칭 또는 비대칭 암호화 프로토콜을 사용하여) 암호화되고 유닛(140)에 전송될 수 있다. 본 발명의 실시예는 다수의 사용자가 동일한 콘텐츠를 보기 위해 인지 부하의 집합 모델을 구축하도록 네트워크 유닛(110, 120, 140)을 레버리징(leverage)할 수 있다.
진행 전에, DOM에 대해 좀 더 자세히 설명하도록 한다. DOM은 HTML(Hypertext Markup Language) 및 XML(Extensible Markup Language) 문서와 같은 문서에 대한 API(application programming interface)이다. DOM은 문서의 논리 구조 및 문서가 액세스되고 조작되는 방법을 정의하는 계층 UI(user interface) 모델의 형태이다. DOM의 경우, 용어 "문서(document)"는 넓은 의미로 사용된다. 예를 들어, XML은 다양한 시스템에 저장될 수 있는 많은 상이한 종류의 정보를 나타내는 방법으로 사용될 수 있고, 많은 이러한 정보는 전통적으로 문서보다는 오히려 데이터로 간주될 것이다. 그럼에도 불구하고, XML은 이러한 데이터를 문서로 제공하고, DOM은 이러한 데이터 또는 문서를 관리하기 위해 사용될 수 있다.
DOM의 경우, 프로그래머는 문서를 구축하며, 문서의 구조를 내비게이션하고, 문서의 요소 및 콘텐츠를 추가, 수정, 또는 삭제할 수 있다. 예를 들어, HTML 또는 XML 문서에서 발견되는 아이템은 DOM을 사용하여 액세스, 변경, 삭제, 또는 추가될 수 있다. 따라서, DOM은 페이지(예를 들어, 텍스트, 이미지, 헤더, 링크 등을 갖는 웹 페이지) 내의 객체가 어떻게 표현되는지에 관한 것이다. DOM은 어떤 속성이 각각의 객체와 연관되는지, 및 객체 및 속성이 어떻게 조작될 수 있는지를 정의한다. DHTML(Dynamic HTML)은 그러한 페이지가 사용자의 브라우저에 다운로드된 후에 웹 페이지의 출현을 동적으로 변경하기 위해 DOM에 의존한다.
DOM은 문서(예를 들어, HTML 또는 XML 문서)가 계층 "트리(tree)" 모델로 표현되는 것을 허용한다. DOM과 같은 계층 UI 모델의 경우, 트리 모델은 루트, 브랜치, 리프 등의 계층 레이어를 제공할 수 있다. 이러한 레이어는 예를 들어 리프가 루트보다 더 낮은 계층 레벨이도록 서로에 대해 표시된다. DOM의 경우, 각각의 문서는 "루트" 또는 "루트 노드"(최고 레벨 노드)를 가지며, 이는 "자식" 또는 "노드"를 포함하며, 이 자체는 자식을 가질 수 있다. 리프는 문서의 텍스트를 포함하고 자식을 갖지 않는다. 이러한 노드는 또한 "요소"로 지칭된다.
따라서, 본 명세서에 사용된 바와 같이, DOM은 문서의 논리 구조를 설명하고 페이지 상에 제공된 콘텐츠의 추상 계층 표현(즉, 모델)을 커버하는 계층 UI 모델의 형태로 광범위하게 정의된다.
도 5a는 DOM을 포함한다. DOM은 루트 노드(A)를 최고 계층 레벨에 가지며, 4개의 자식 노드 요소(B, C, D, 및 E)를 제2 최고 계층 레벨에 갖는다. 다음 계층 레벨은 자식 노드 요소(F, G, H, I, J, K, L)를 포함한다. 다음 계층 레벨은 "리프"(자식 노드를 갖지 않는)(M, N, O, P, Q, R, S, T, U, V, X, Y, Z)를 포함한다. 예를 들어, 도 5(a)의 DOM은 테이블을 나타낼 수 있다. 노드 또는 요소(A)는 HTML 테이블을 정의하는 <테이블> 태그를 포함할 수 있다. 요소(B, C, D, 및 E)는 HTML 테이블에 행을 정의하는 <tr> 태그를 각각 포함할 수 있다. 요소(F, G, H, I, J, K, L)는 HTML 테이블에 헤더 셀을 정의하는 <th> 태그를 각각 포함할 수 있다. 헤더 셀은, 볼드체이면서 가운데 위치된 텍스트를 제공하는 헤더 정보를 포함할 수 있다. M, N, O, P, Q, R, S, T, U, V, X, Y, Z는 헤더 셀에 대한 텍스트를 포함할 수 있다. 도 5에 관한 논의는 도 2 내지 도 4의 논의 후에 더 상세히 제공된다.
도 1 및 DOM의 상기 개요를 고려하여, 도 2 내지 도 4가 종합적으로 검토된다.
도 4는 본 발명의 일 실시예에서 프로세스에 대한 흐름도를 포함한다. 프로세스(400)의 블록(405)은 제 1 및 제 2 요소를 서로에 대해 제 1 공간 배향으로 디스플레이하는 제 1 페이지 상에 포함된 제 1 계층 UI 모델(예를 들어, DOM)의 제 1 및 제 2 요소에 대한 제 1 사용자의 제 1 인지 부하를 결정하기 위해, 적어도 하나의 프로세서(예를 들어, 유닛(110), 유닛(140), 유닛(110 및 140)의 조합 등 상에 위치되는)를 사용하여 제 1 사용자의 동공 활동을 처리하는 단계를 포함한다.
도 2a는 제 1 페이지에 모두 포함되는 요소(1 내지 16)를 갖는 DOM을 도시한다. 요소는 모두 동일한 계층 레벨에 있을 수 있거나 다양한 계층 레벨에 걸쳐 있을 수 있다. 요소는 서로에 대한 공간 배향으로 배열된다. 예를 들어, 요소(6)는 요소(10) 위에 있다. 도 2b는 동일한 DOM을 도시하지만, DOM은 이러한 제 2 페이지 상에 "리플로우(reflow)"되었다. 여기서, 요소들은 서로에 대해 도 2a의 배향과는 다른 공간 배향으로 배열된다. 예를 들어, 요소(6)는 더 이상 요소(10) 바로 위에 있지 않다.
따라서, 블록(405)은 도 2a의 제 1 페이지 상에 포함된 제 1 DOM의 제 1 및 제 2 요소(요소(6 및 10)와 같은)에 대한 제 1 사용자의(예를 들어, 도 1의 사용자(105)의) 제 1 인지 부하를 결정한다.
블록(410)은 제 1 및 제 2 요소를 서로에 대해 제1 배향과 다른 제 2 공간 배향으로 디스플레이하는 제 2 페이지 상에 포함된 제 1 DOM의 제 1 및 제 2 요소에 대한 제 1 사용자의 제 2 인지 부하를 결정하기 위해, 적어도 하나의 프로세서를 사용하여 제 1 사용자의 동공 활동을 처리하는 단계를 포함한다. 예를 들어, 요소들(6 및 10) 사이의 공간 배향은 도 2a의 제 1 페이지가 도 2b의 제 2 페이지와 다르게 리플로우되었기 때문에 도 2a로부터 도 2b로 변경되었다.
프로세스(400)는 적어도 하나의 프로세서에 결합된 적어도 하나의 머신 액세스 가능 매체에 제 1 사용자의 제 1 및 제 2 인지 부하를 저장하는 단계를 포함할 수 있다. 또한, 적어도 하나의 매체는 유닛(110), 유닛(140), 유닛(110 및 140)의 조합 등 상에 위치될 수 있었다.
블록(415)은 제 1 사용자의 제 1 및 제 2 인지 부하 둘 다에 기초하여 제 1 DOM의 제 1 및 제 2 요소(예를 들어, 요소(6), 요소(10), 요소(6 및 10)) 중 하나에 대한 단일 집합 인지 부하를 결정하는 단계를 포함한다. 따라서, 예를 들어, 프로세스(400)는 DOM을 서로 다르게 리플로우했던 2개의 상이한 페이지(도 2(a) 및 도 2(b)) 내의 요소(6)에 인지 부하에 대한 분석을 제공한다. 집합 인지 부하를 DOM 요소마다 결정하는 다양한 실시예가 후술된다.
도 4의 점선 및 블록은 도 4의 다른 블록과 부분적으로 또는 전적으로 협력할 수 있는 선택권을 나타내는 데 도움이 된다.
블록(420)은 제 1 사용자의 제 1 인지 부하의 제 1 및 제 2 부분 각각을 제 1 페이지 상에 포함된 제 1 DOM의 제 1 및 제 2 요소에 있다고 판정하는(attributing) 단계를 포함하는 일 실시예를 포함한다. 예를 들어, 도 2a에서, 인지 부하는 요소(6, 7, 10, 및 11)에 미치는 원에 의해 표현된다. 일 실시예에서, 인지 부하는 그러한 요소에 걸쳐 분포된다. 요소(6)는 인지 부하의 75%를 소모하고, 요소(7)는 인지 부하의 10%를 소모하고, 요소(10)는 인지 부하의 10%를 소모하고, 요소(11)는 인지 부하의 5%를 소모한다. 그러한 동일 요소는 상이한 페이지에 걸쳐 리플로우되므로, 요소(6)는 대부분의 인지 부하를 유지하도록 결정될 수 있는 한편 요소(7, 10, 11)는 그것이 페이지 리플로우에 기초하여 요소(6)에서 멀어질수록 축소된다. 그러한 결과는 요소(6)에 전적으로 돌려져야(should be truly attribeted) 하는 인지 부하를 강조(underscore)할 것이다. 예를 들어, 제 2 페이지(도 2(b)) 상에서, (요소(6, 7, 11, 및 12)에 겹치는 원에 의해 판단되는 바와 같이) 요소(6)는 인지 부하의 65%를 소모하며, 요소(7)는 인지 부하의 10%를 소모하고, 요소(11)는 인지 부하의 15%를 소모하고, 요소(12)는 인지 부하의 10%를 소모한다.
이제, (블록(420)을 고려하여) 블록(415)은 이하와 같이 요소(6)에 대한 평균값을 계산함으로써 요소(6)에 대한 집합 부하를 결정할 수 있다: 요소(6)에 돌려지는(attributed) [75%(도 2(a)) + 65%(도 2(b))]/2 = 70% 집합 인지 부하. 요소(6)에 대한 집합 인지 부하는 요소(10)와 같은 다른 요소에 대한 집합 인지 부하와 비교될 수 있다: 요소(10)에 기인하는 [10%(도 2(a)) + 0%(도 2(b))]/2 = 5% 집합 인지 부하. 그 다음, 인지 부하에 대한 분석은 예를 들어 요소(6)가 요소(10)보다 더 높은 집합 인지 부하를 갖는 이유를 탐구할 수 있다.
(블록(420) 대신에 또는 블록과 협력하여 수행될 수 있는) 블록(425)은 제 1 사용자의 제 1 인지 부하의 제 1 부분을 제 1 시간 기간에 제 1 페이지 상에 포함된 제 1 DOM의 제 1 요소에 있다고 판정하는(attributing) 단계와; 제 1 시간 기간을 즉시 뒤따르는 제 1 사용자의 제 1 인지 부하의 제 2 부분을 제 2 시간 기간에 제 1 페이지 상에 포함된 제 1 DOM의 제 1 요소에 있다고 판정하는 단계를 포함한다. 예를 들어, 도 3에서, 원(305, 310, 315, 320)은 사용자(105)의 시선(및 상응하는 인지 부하)을 각각 시간(T, T-1, T-2, 및 T-3)에 나타낸다. 그러한 예에서, 시선은 예를 들어 시선 추적 장비의 시간 지연 및 불확실성 또는 정확도로 인해 시간에 따라 분포된다. 따라서, 원(320)은 인지 부하의 20%가 돌려지고(attributed), 블록(315)은 인지 부하의 20%가 돌려지고, 블록(310)은 인지 부하의 50%가 돌려지고, 블록(305)은 부하의 10%가 돌려진다. 그러한 인지(attribution) 각각이 더 분석될 수 있다. 예를 들어, 원(310)은 요소(5, 6, 9 및 10) 각각에 대한 X, Y, Z, 및 W 퍼센티지를 나타내는 것으로 더 파싱(parse)될 수 있다(블록(420) 참조).
시간(블록(425)) 및/또는 공간(블록(420))에 따른 인지 부하의 분포는 상이한 형태로 예시될 수 있다. 예를 들어, 히스토그램은 사용자의 시선이 초기에 요소 등을 떠난 후에 인지 부하가 요소로부터 어떻게 약해지는지를 예시하기 위해 사용될 수 있다. 히스토그램은 인지 부하가 배치되는 곳에 관한 신뢰의 변화 레벨(예를 들어, 확률 분포)을 나타내기 위해 사용될 수 있다. 예를 들어, 인지 부하는 공간에 따른(예를 들어, 시선 추적 하드웨어에 대한 에러 추정값 및 사용자의 중심와 시각(foveal vision)의 크기에 기초한) 확률 분포로 제시될 수 있다. 그 분석이 분배되어 변화하는 DOM 요소에 할당될 수 있다. 그 다음, 페이지가 리플로우되거나 변경되면 여전히 인지 부하의 매핑이 존재한다.
시간 분포에 관하여, 인지 부하를 계산하는 것은 상대적인 동공 크기의 변경을 보는 것을 필요로 할 수 있고, 따라서 수개의 측정에 기초할 수 있다. 예를 들어, 시간2에서의 동공 크기와의 관계에서 판단되는 시간1에서의 동공 크기는 동공 크기의 변경 및 인지 부하의 변경을 초래할 것이다. 또한, 동공 반응에 의해 측정되는 바와 같이 자극과 최종 상태 변경 사이의 지연이 존재할 수 있다. 따라서, 시간에 따라 변경되는 구성요소가 존재하기 때문에 시간에 따라 인지 부하를 분포시키는 것은 공간 모호성이 어떻게 취급되는지(도 2)와 유사한 방식으로 공간 모호성을 수용하는 데(도 3) 도움이 될 수 있다.
따라서, 블록(420 및 425)이 일 실시예에 둘 다 포함될 때, 그러한 블록은 제 1 사용자의 제 1 인지 부하의 제 1 부분을 제 1 시간 기간에 제 1 페이지 상에 포함된 제 1 DOM의 제 1 요소에 있다고 판정하는 단계와; 제 1 사용자의 제 1 인지 부하의 제 2 부분을 제 1 시간 기간을 즉시 뒤따르는 제 2 시간 기간에 제 1 페이지 상에 포함된 제 1 DOM의 제 1 요소에 있다고 판정하는 단계와; 제 1 사용자의 제 1 인지 부하의 제 3 부분을 제 1 시간 기간에 제 1 페이지 상에 제 1 DOM의 제 2 요소에 있다고 판정하는 단계와; 제 1 사용자의 제 1 인지 부하의 제 4 부분을 제 1 시간 기간을 즉시 뒤따르는 제 2 시간 기간에 제 1 페이지 상에 포함된 제 1 DOM의 제 2 요소에 있다고 판정하는 단계를 포함한다.
인지 부하를 DOM 요소마다 분석하는 일 실시예의 기능(capacity)으로 돌아가면, 도 5(a), 도 5(b), 및 도 5(c)는 3개의 상이한 페이지 상에 단일 DOM을 예시한다. 인지 부하를 "요소마다" 결정함으로써 도 5(a), 도 5(b), 및 도 5(c)에서 각각 발견되는 3개의 페이지 각각에서 요소(P)에 대한 인지 부하를 추적할 수 있다. 따라서, 동일한 콘텐츠는 페이지에 걸친 DOM 요소를 뒤따르는 인지 부하 메트릭을 갖는 많은 페이지/사이트(예를 들어, 광고) 상에 제시될 수 있다.
도 6(a), 도 6(b), 및 도 6(c)는 3개의 상이한 페이지 상에 단일 DOM을 예시한다. 그러나, 상단 3개의 계층 레이어는 각각의 페이지에서 동일하게 유지되지만, 제 4 계층 레이어는 변경된다. 예를 들어, 요소(F)에 대해 그것의 자식 노드 요소는 요소(M, N)(도 6(a))로부터 요소(P, Q)(도 6(b)), 요소(R, S)(도 6(c))로 변경된다. 요소(F)는 페이지에서 페이지로 변경되는 리프에 콘텐츠를 갖는 라디오 버튼을 구성할 수 있다(예를 들어, 요소(M, N, P, Q, R, S)는 텍스트를 포함하는 리프임). 따라서, 분석은 사용자 또는 사용자들(집합되거나 집합되지 않거나 하나 이상의 사용자)의 인지 부하가 라디오 버튼 자체(요소(F)) 또는 요소(F)의 리프 내의 콘텐츠(예들 들어, 텍스트)에 있을 수 있는지에 관한 것일 수 있다. 도 6(a), 도 6(b), 및 도 6(c)의 예에서, 원은 자식 노드 리프와 연관된 콘텐츠에 관계없이, 인지 부하가 라디오 버튼 요소(F)에 머무는 것을 표시한다.
도 6(a), 도 6(b), 및 도 6(c)는 또한 트리의 동일한 브랜치가 상이한 페이지 상의 상이한 곳에서 분리되고 재부착될 수 있는 것을 도시한다. 예를 들어, 광고는 수개의 DOM 요소(브랜치)로 구성된다. 그 브랜치는 상이한 페이지/사이트에 대한 부모 트리의 상이한 곳에 놓여질 수 있다. 인지 부하는 이제 일반적으로 DOM 대신에만 또는 페이지에 의해서만, 브랜치를 추적할 수 있다.
도 4로 돌아가면, 선택적 블록(430, 435)이 이제 논의된다. 블록(430)은 (사용자 1이 아닌) "사용자 2"와 같은 다른 사용자가 없다면 ("사용자 1"과 같은 제 1 사용자를 위한 것인) 블록(405, 410)을 반복하는 단계를 포함한다. 구체적으로, 블록(430)은 제 1 페이지 상에 포함된 제 1 DOM의 제 1 및 제 2 요소에 대한 제 2 사용자의 제 1 인지 부하를 결정하기 위해, 적어도 하나의 프로세서를 사용하여 제 2 사용자의 동공 활동을 처리하는 단계를 포함한다. 블록(430)은 제 2 페이지 상에 포함된 제 1 DOM의 제 1 및 제 2 요소에 대한 제 2 사용자의 제 2 인지 부하를 결정하기 위해, 적어도 하나의 프로세서를 사용하여 제 2 사용자의 동공 활동을 처리하는 단계를 더 포함한다. 블록은 또한 적어도 하나의 프로세서에 결합된 적어도 하나의 머신 액세스 가능 매체에 제 2 사용자의 제 1 및 제 2 인지 부하를 저장하는 단계를 포함할 수 있다. 따라서, 제 2 사용자는 이제 예를 들어 도 2a 및 도 2b의 페이지(1 및 2)를 경험하고 있다. 인지 부하 분석은 또한 도 2a 대 도 1a의 DOM의 리플로우에도 불구하고, 요소(6) 및/또는 요소(10)와 같은 임의의 요소에 초점을 맞출 수 있다.
블록(435)은 제 1 사용자의 제 1 및 제 2 인지 부하 둘 다에 기초하여 그리고 제 2 사용자의 제 1 및 제 2 인지 부하 둘 다에 더 기초하여 제 1 DOM의 제 1 및 제 2 요소 중 하나에 대한 단일 집합 인지 부하를 결정하는 단계를 포함한다. 따라서, 블록(435)은 DOM 요소가 상이한 페이지에 걸쳐 리플로우(reflow)되고 상이한 사용자가 보게 됨에 따라 DOM 요소(6)에 대한 인지 부하의 집합 분석을 허용한다.
DOM 및 도 2a 및 도 4에 관하여, 제 1 및 제 2 요소(예를 들어, 요소(6 및 10))는 부모 노드 및 자식 노드를 각각 가질 수 있다. 그러한 경우에, 요소(6 및 10) 중 어느 것도 루트 노드 요소가 아니고 요소(6 및 10) 중 어느 것도 리프가 아니다. 일 실시예에서, 제 1 및 제 2 요소 각각은 동일한 계층 레벨의 제 1 DOM에 포함될 수 있다. 예를 들어, 요소(6 및 10)는 각각 HTML 테이블에서 행을 정의하는 <tr> 태그일 수 있다. 다른 실시예에서, 요소는 개별 계층 레벨의 제 1 DOM에 포함될 수 있다. 요소(6)는 <tr> 태그일 수 있고 요소(10)는 <th> 태그일 수 있다. 실제로, 요소(10)는 요소(6)의 자식 노드일 수 있고 요소(6)는 요소(10)의 부모 노드일 수 있다. 또 다른 실시예에서, 요소(6 및 10)는 텍스트를 포함하는 리프 노드일 수 있으며, 그것에 의해 부모 노드를 갖지만 자식 노드를 갖지 않는다.
일 실시예에서, 제 1 페이지(예를 들어, 도 2a) 상에서, 제 1 요소는 제 1 콘텐츠를 포함하는 제 1 자식 노드를 포함하고, 제 2 페이지 상에서, 제 1 요소는 제 1 콘텐츠와 같지 않은 제 2 콘텐츠를 포함하는 제 2 자식 노드를 포함한다. 따라서, 요소(6)는 도 2a의 "10% 할인 다음 구매" 및 도 2b의 "12% 할인 다음 구매"를 나타내는 자식 노드를 갖는 <th> 태그일 수 있다. 이것은 또한 도 6(a), 도 6(b), 및 도 6(c)의 요소(F) 및 그것의 변경 자식 노드로 예시된다.
또한, 제 1 사용자의 제 1 인지 부하를 "결정"하기 위해, 적어도 하나의 프로세서를 사용하여 제 1 사용자의 동공 활동을 "처리"하는 단계를 포함하는 프로세스(400)의 블록(405)으로 돌아간다. 또한, 유닛(110 및/또는 140)은 이것을 수행할 수 있다. 유닛(110)은 인지 부하를 결정하고 그 값을 유닛(140)에 송신할 수 있다. 그러한 경우에, 유닛(140)은 여전히 동공 활동을 처리하고 있고 예를 들어 인지 부하 값을 그것의 메모리에 로딩함으로써 인지 부하를 결정하고 있다고 할 수 있다.
따라서, 본 발명의 다양한 실시예는 웹 브라우저와 인터페이싱하고 사용자가 그의 시야 및 집중을 돌리는 DOM 구성요소(들)를 결정할 수 있다. DOM 요소에 초점을 맞추는 것은, 일반적인 DOM 및 일반적인 페이지와 대조적으로, 분석이 동일한 정보를 상이하게 렌더링하는 상이한 브라우저, 또는 심지어 윈도우 크기에 기초하여 콘텐츠를 상이하게 리플로우할 수 있는 동일한 브라우저에 걸치는 것을 도울 수 있다. 마찬가지로, 동적 웹 페이지는 상이한 사용자에게 동일한 페이지와 상이한 콘텐츠(예를 들어, 상이한 광고)를 제시할 수 있다. 따라서, 인지 부하에 대한 원래(raw) X/Y 값에만 주목하는 것은 이상에 못 미칠 수 있다.
일 실시예에서, 사용자가 보고 있는 것에 관한 의미 정보는 동공 확장의 측정값 또는 추론된 인지 부하 추정값과 결합되어 있다. 이러한 데이터는 선택적 익명화 및 암호화 단계(예를 들어, 도 1의 블록(165))를 거치고 그 후 네트워크를 통해 서버에 송신될 수 있다. 그 서버는 콘텐츠의 발신자(예를 들어, 웹 페이지의 호스트, 광고 제공자 등) 또는 잠재적으로 제3자일 수 있다. 클라우드에서, 데이터는 많은 사람 쪽으로 집합되어 분석될 수 있다. 예를 들어, 광고에 대한 인지 부하에 관한 (평균 및 분산과 같은) 간단한 통계가 계산될 수 있다. 경쟁 콘텐츠를 비교하고 인지 부하를 최적화하는 더 진보된 데이터 마이닝(mining) 기술이 적용될 수 있다. 클라우드 기반 프로토콜을 통해 집합하는 것은 많은 상이한 사용자 쪽으로 스케일링 분석을 허용한다. 인지 부하 결과는 히트 맵 등을 통해 디스플레이될 수 있다. 게다가, 시선 추적은 웹 캠 뿐만 아니라 시선 추적에 전용인 장치를 사용하여 수행될 수 있다.
본 명세서의 많은 예는 DOM에 관한 것이지만, 다른 실시예는 그렇게 제한되지 않고 보다 일반적으로 계층 UI 모델로 확장된다. 계층 UI 모델은 요소를 서로 관련시키기 위해 계층 레이어(예를 들어, 루트, 브랜치, 리프)를 포함한다. 모델은 문서의 논리 구조 및 문서가 액세스되고 조작될 수 있는 방법을 정의한다.
또한, 다양한 실시예는 인지 부하를 결정하기 위해 동공 활동을 처리하는 단계를 포함한다. 이것은 처리 시스템(예를 들어, 제 1 노드로부터 원격 위치되는 노드(110))을 통해(예를 들어, 인터넷을 통해) 획득된 데이터에 기초하여 제 1 노드에서 인지 부하를 계산하는 단계(예를 들어, 블록(140))를 포함할 수 있다. 그러나, 인지 부하를 결정하기 위해 동공 활동을 처리하는 단계는 또한 인지 부하가 이미 처리 시스템(110) 상에서 계산된 후에 처리 시스템(110)으로부터 노드(140)에서 인지 부하를 수신하는 단계를 포함할 수 있다.
실시예는 많은 상이한 시스템 타입으로 구현될 수 있다. 이제 본 발명의 일 실시예에 따른 시스템의 블록도로 도시된 도 7을 참조한다. 멀티프로세서 시스템(500)은 점 대 점 상호 연결 시스템이고, 점 대 점 상호 연결(550)을 통해 결합된 제 1 프로세서(570) 및 제 2 프로세서(580)를 포함한다. 프로세서(570 및 580) 각각은 멀티코어 프로세서일 수 있다. 용어 "프로세서"는 전자 데이터를 레지스터 및/또는 메모리에 저장될 수 있는 다른 전자 데이터로 변환하기 위해 레지스터 및/또는 메모리로부터 전자 데이터를 처리하는 임의의 장치 또는 장치의 일부를 지칭할 수 있다. 제 1 프로세서(570)는 MCH(memory controller hub) 및 P-P(point-to-point) 인터페이스를 포함할 수 있다. 유사하게, 제 2 프로세서(580)는 MCH 및 P-P 인터페이스를 포함할 수 있다. MCH는 프로세서를 각각의 메모리, 즉 메모리(532) 및 메모리(534)에 결합할 수 있으며, 이는 각각의 프로세서에 국부적으로 부착된 메인 메모리(예를 들어, DRAM(dynamic random access memory))의 일부일 수 있다. 제 1 프로세서(570) 및 제 2 프로세서(580)는 P-P 인터커넥트 각각을 통해 칩셋(590)에 결합될 수 있다. 칩셋(590)은 P-P 인터페이스를 포함할 수 있다. 더욱이, 칩셋(590)은 인터페이스를 통해 제 1 버스(516)에 결합될 수 있다. 다양한 I/O(input/output) 장치(514)는 버스 브리지(518)와 함께, 제 1 버스(516)에 결합될 수 있으며, 버스 브리지는 제 1 버스(516)를 제 2 버스(520)에 결합시킨다. 예를 들어 키보드/마우스(522), 통신 장치(526), 및 디스크 드라이브 또는 다른 대용량 저장 장치와 같은 데이터 저장 유닛(528)을 포함하는 다양한 장치는 제 2 버스(520)에 결합될 수 있으며, 데이터 저장 유닛은 일 실시예에서 코드(530)를 포함할 수 있다. 코드는 메모리(528, 532, 534)를 포함하는 하나 이상의 메모리에 포함될 수 있으며, 메모리는 네트워크 등을 통해 시스템(500)에 결합된다. 게다가, 오디오 I/O(524)는 제 2 버스(520)에 결합될 수 있다.
실시예는 코드로 구현될 수 있고 명령어를 수행하기 위해 시스템을 프로그램하는 데 사용될 수 있는 명령어를 저장한 저장 매체 상에 저장될 수 있다. 저장 매체는 플로피 디스크, 광 디스크, SSD(solid state drive), CD-ROM(compact disk read-only memory), CD-RW(compact disk rewritable), 및 자기 광 디스크를 포함하는 임의의 타입의 디스크, ROM(read-only memory), DRAM(dynamic random access memory), SRAM(static random access memory)와 같은 RAM(random access memory), EPROM(erasable programmable read-only memory), 플래시 메모리, EEPROM(electrically erasable programmable read-only memory)과 같은 반도체 장치, 자기 또는 광 카드, 또는 전자 명령어를 저장하는 데 적절한 임의의 다른 타입의 매체를 포함할 수 있지만, 이에 한정되지 않는다.
본 발명의 실시예는 명령어, 기능, 절차, 데이터 구조, 응용 프로그램, 구성 설정, 코드 등과 같은 데이터를 참조하여 본 명세서에 설명될 수 있다. 데이터가 머신에 의해 액세스될 때, 머신은 본 명세서에 더 상세히 설명된 바와 같이, 태스크를 수행하며, 추상 데이터 타입을 정의하고, 저레벨 하드웨어 상황을 설정하고/하거나, 다른 동작을 수행함으로써 대응할 수 있다. 데이터는 휘발성 및/또는 비휘발성 데이터 스토리지에 저장될 수 있다. 애플리케이션, 드라이버, 프로세스, 루틴, 방법, 모듈, 및 서브프로그램을 포함하는 용어 "코드" 또는 "프로그램"은 광범위한 구성요소 및 구성을 커버하고 처리 시스템에 의해 실행될 때, 원하는 동작 또는 동작들을 수행하는 임의의 집합의 명령어를 지칭할 수 있다. 게다가, 대안적인 실시예는 개시된 동작의 모두보다 더 적게 사용하는 프로세스, 부가 동작을 사용하는 프로세스, 동일한 동작을 상이한 시퀀스로 사용하는 프로세스, 및 본 명세서에 개시된 개별 동작이 결합되거나, 세분되거나, 그렇지 않으면 변경되는 프로세스를 포함할 수 있다. 일 실시예에서, 용어 제어 로직의 사용은 트랜지스터, 레지스터, 또는 프로그램 가능 로직 장치(535)와 같은 다른 하드웨어와 같은 하드웨어를 포함한다. 그러나, 다른 실시예에서, 로직은 또한 소프트웨어 또는 코드(531)를 포함한다. 그러한 로직은 펌웨어 또는 마이크로코드(536)와 같은 하드웨어와 통합될 수 있다. 프로세서 또는 컨트롤러는 본 기술에 공지된 매우 다양한 제어 로직 중 어느 하나를 나타내도록 의도된 제어 로직을 포함할 수 있고, 따라서 마이크로프로세서, 마이크로컨트롤러, FPGA(field-programmable gate array), ASIC(application specific integrated circuit), PLD(programmable logic device) 등으로 잘 구현될 수 있다.
본 발명은 제한된 수의 실시예에 관해 설명되었지만, 당업자는 그것으로부터 다수의 수정 및 변형을 이해할 것이다. 첨부된 청구범위는 본 발명의 진정한 사상 및 범위 속하는 모든 그러한 수정 및 변형을 포괄하도록 의도된다.

Claims (20)

  1. 적어도 하나의 프로세서에 의해 실행되는 방법으로서,
    제 1 및 제 2 계층 요소를 서로에 대하여 제 1 공간 배향으로 디스플레이하는 제 1 페이지 상에 포함된 계층 UI(user interface) 모델의 상기 제 1 및 제 2 요소에 대한 제 1 사용자의 제 1 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 1 사용자의 눈 운동(eye movement)을 추적하는 단계와,
    상기 제 1 및 제 2 요소를 서로에 대하여 상기 제 1 배향과 같지 않은 제 2 공간 배향으로 디스플레이하는 제 2 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 및 제 2 요소에 대한 상기 제 1 사용자의 제 2 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 1 사용자의 눈 운동을 추적하는 단계와,
    상기 적어도 하나의 프로세서에 결합된 적어도 하나의 머신 액세스 가능 매체에 상기 제 1 사용자의 제 1 및 제 2 인지 부하를 저장하는 단계와,
    상기 제 1 사용자의 제 1 및 제 2 인지 부하 둘 다에 기초하여 상기 계층 UI 모델의 상기 제 1 및 제 2 요소 중 하나에 대한 단일 집합 인지 부하(a single aggregate cognitive load)를 결정하는 단계를 포함하는
    방법.
  2. 제 1 항에 있어서,
    상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 및 제 2 요소에 대한 제 2 사용자의 제 1 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 2 사용자의 눈 운동을 추적하는 단계와,
    상기 제 2 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 및 제 2 요소에 대한 상기 제 2 사용자의 제 2 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 2 사용자의 눈 운동을 추적하는 단계와,
    상기 적어도 하나의 프로세서에 결합된 상기 적어도 하나의 머신 액세스 가능 매체에 상기 제 2 사용자의 제 1 및 제 2 인지 부하를 저장하는 단계와,
    상기 제 1 사용자의 제 1 및 제 2 인지 부하 둘 다에 기초하여 그리고 상기 제 2 사용자의 제 1 및 제 2 인지 부하 둘 다에 더 기초하여 상기 단일 집합 인지 부하를 결정하는 단계를 포함하는
    방법.
  3. 제 1 항에 있어서,
    상기 제 1 및 제 2 요소의 각각은 부모 노드 및 자식 노드를 갖는
    방법.
  4. 제 1 항에 있어서,
    상기 계층 UI 모델은 제 1 DOM(document object model)을 포함하고 상기 제 1 및 제 2 요소 둘 다는 상기 제 1 DOM의 단일 계층 레벨에 포함되는
    방법.
  5. 제 1 항에 있어서,
    상기 제 1 및 제 2 요소의 각각은 부모 노드를 갖지만 자식 노드를 갖지 않고,
    상기 제 1 사용자의 제 1 인지 부하를 결정하기 위해 상기 제 1 사용자의 눈 운동을 추적하는 단계는 (a) 처리 시스템을 통해 획득된 데이터에 기초하여 상기 제 1 인지 부하를 계산하는 단계와, (b) 상기 제 1 인지 부하가 상기 처리 시스템 상에서 계산된 후에 상기 처리 시스템으로부터 상기 제 1 사용자의 제 1 인지 부하를 수신하는 단계 중 하나를 포함하는
    방법.
  6. 제 1 항에 있어서,
    상기 제 1 페이지 상에서 상기 제 1 요소는 제 1 콘텐츠를 포함하는 제 1 자식 노드를 포함하고, 상기 제 2 페이지 상에서 상기 제 1 요소는 상기 제 1 콘텐츠와 같지 않은 제 2 콘텐츠를 포함하는 제 2 자식 노드를 포함하는
    방법.
  7. 제 1 항에 있어서,
    상기 제 1 사용자의 제 1 인지 부하의 제 1 및 제 2 부분이 각각 상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 및 제 2 요소에 있다고 판정하는(attributing) 단계를 포함하는
    방법.
  8. 제 1 항에 있어서,
    상기 제 1 사용자의 제 1 인지 부하의 제 1 부분이 제 1 시간 기간에 상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 요소에 있다고 판정하는 단계와,
    상기 제 1 사용자의 제 1 인지 부하의 제 2 부분이 상기 제 1 시간 기간을 즉시 뒤따르는 제 2 시간 기간에 상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 요소에 있다고 판정하는 단계를 포함하는
    방법.
  9. 제 1 항에 있어서,
    상기 제 1 사용자의 제 1 인지 부하의 제 1 부분이 제 1 시간 기간에 상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 요소에 있다고 판정하는 단계와,
    상기 제 1 사용자의 제 1 인지 부하의 제 2 부분이 상기 제 1 시간 기간을 즉시 뒤따르는 제 2 시간 기간에 상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 1 요소에 있다고 판정하는 단계와,
    상기 제 1 사용자의 제 1 인지 부하의 제 3 부분이 상기 제 1 시간 기간에 상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 2 요소에 있다고 판정하는 단계와,
    상기 제 1 사용자의 제 1 인지 부하의 제 4 부분이 상기 제 1 시간 기간을 즉시 뒤따르는 상기 제 2 시간 기간에 상기 제 1 페이지 상에 포함된 상기 계층 UI 모델의 상기 제 2 요소에 있다고 판정하는 단계를 포함하는
    방법.
  10. 명령어 세트가 저장된 저장 매체로서,
    상기 명령어 세트는, 제 1 항 내지 제 9 항 중 어느 한 항의 방법을 구현하도록 상기 적어도 하나의 프로세서에 의해 실행되는
    저장 매체.
  11. 장치로서,
    적어도 하나의 프로세서와,
    상기 적어도 하나의 프로세서에 결합된 제어 로직을 포함하되,
    상기 제어 로직은
    제 1 및 제 2 계층 요소를 서로에 대하여 제 1 공간 배향으로 디스플레이하는 제 1 페이지 상에 포함된 제 1 계층 UI(user interface) 모델의 상기 제 1 및 제 2 요소에 대한 제 1 사용자의 제 1 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 1 사용자의 눈 운동을 추적하고,
    상기 제 1 및 제 2 요소를 서로에 대하여 상기 제 1 배향과 같지 않은 제 2 공간 배향으로 디스플레이하는 제 2 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 및 제 2 요소에 대한 상기 제 1 사용자의 제 2 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 1 사용자의 눈 운동을 추적하고,
    상기 제 1 사용자의 제 1 및 제 2 인지 부하 둘 다에 기초하여 상기 제 1 계층 UI 모델의 상기 제 1 및 제 2 요소 중 하나에 대한 단일 집합 인지 부하를 결정하는
    장치.
  12. 제 11 항에 있어서,
    상기 제어 로직은
    상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 및 제 2 요소에 대한 제 2 사용자의 제 1 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 2 사용자의 눈 운동을 추적하고,
    상기 제 2 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 및 제 2 요소에 대한 상기 제 2 사용자의 제 2 인지 부하를 결정하기 위해, 상기 적어도 하나의 프로세서를 사용하여 상기 제 2 사용자의 눈 운동을 추적하고,
    상기 제 1 사용자의 제 1 및 제 2 인지 부하 둘 다에 기초하여 그리고 상기 제 2 사용자의 제 1 및 제 2 인지 부하 둘 다에 더 기초하여 상기 단일 집합 인지 부하를 결정하는
    장치.
  13. 제 11 항에 있어서,
    상기 제 1 및 제 2 요소의 각각은 부모 노드 및 자식 노드를 갖는
    장치.
  14. 제 11 항에 있어서,
    상기 제 1 계층 UI 모델은 제 1 DOM(document object model)을 포함하고, 상기 제 1 요소 및 상기 제 2 요소 둘 다는 상기 제 1 DOM의 단일 계층 레벨에 포함되는
    장치.
  15. 제 11 항에 있어서,
    상기 제 1 요소 및 상기 제 2 요소의 각각은 부모 노드를 갖지만 자식 노드를 갖지 않는
    장치.
  16. 제 11 항에 있어서,
    상기 제 1 페이지 상에서 상기 제 1 요소는 제 1 콘텐츠를 포함하는 제 1 자식 노드를 포함하고, 상기 제 2 페이지 상에서 상기 제 1 요소는 상기 제 1 콘텐츠와 같지 않은 제 2 콘텐츠를 포함하는 제 2 자식 노드를 포함하는
    장치.
  17. 제 11 항에 있어서,
    상기 제어 로직은 상기 제 1 사용자의 제 1 인지 부하의 제 1 및 제 2 부분이 각각 상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 요소 및 상기 제 2 요소에 있다고 판정하는
    장치.
  18. 제 11 항에 있어서,
    상기 제어 로직은
    상기 제 1 사용자의 제 1 인지 부하의 제 1 부분이 제 1 시간 기간에 상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 요소에 있다고 판정하고,
    상기 제 1 사용자의 제 1 인지 부하의 제 2 부분이 상기 제 1 시간 기간을 즉시 뒤따르는 제 2 시간 기간에 상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 요소에 있다고 판정하는
    장치.
  19. 제 11 항에 있어서,
    상기 제어 로직은
    상기 제 1 사용자의 제 1 인지 부하의 제 1 부분이 제 1 시간 기간에 상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 요소에 있다고 판정하고,
    상기 제 1 사용자의 제 1 인지 부하의 제 2 부분이 상기 제 1 시간 기간을 즉시 뒤따르는 제 2 시간 기간에 상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 1 요소에 있다고 판정하고,
    상기 제 1 사용자의 제 1 인지 부하의 제 3 부분이 상기 제 1 시간 기간에 상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 2 요소에 있다고 판정하고,
    상기 제 1 사용자의 제 1 인지 부하의 제 4 부분이 상기 제 1 시간 기간을 즉시 뒤따르는 상기 제 2 시간 기간에 상기 제 1 페이지 상에 포함된 상기 제 1 계층 UI 모델의 상기 제 2 요소에 있다고 판정하는
    장치.
  20. 제 11 항 내지 제 19 항 중 어느 한 항의 상기 적어도 하나의 프로세서를 포함하는 컴퓨터 시스템으로서,
    상기 제 1 사용자의 제 1 및 제 2 인지 부하를 저장하기 위해, 상기 적어도 하나의 프로세서에 결합된 적어도 하나의 머신 액세스 가능 매체를 더 포함하는
    컴퓨터 시스템.
KR1020147017933A 2011-12-30 2011-12-30 디지털 문서에 대한 인지 부하 평가 Expired - Fee Related KR101597616B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2011/068012 WO2013101143A1 (en) 2011-12-30 2011-12-30 Cognitive load assessment for digital documents

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020157015128A Division KR20150072456A (ko) 2011-12-30 2011-12-30 디지털 문서에 대한 인지 부하 평가

Publications (2)

Publication Number Publication Date
KR20140098222A KR20140098222A (ko) 2014-08-07
KR101597616B1 true KR101597616B1 (ko) 2016-02-25

Family

ID=48698377

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020147017933A Expired - Fee Related KR101597616B1 (ko) 2011-12-30 2011-12-30 디지털 문서에 대한 인지 부하 평가
KR1020157015128A Withdrawn KR20150072456A (ko) 2011-12-30 2011-12-30 디지털 문서에 대한 인지 부하 평가

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020157015128A Withdrawn KR20150072456A (ko) 2011-12-30 2011-12-30 디지털 문서에 대한 인지 부하 평가

Country Status (5)

Country Link
US (1) US10108316B2 (ko)
EP (1) EP2798525A4 (ko)
KR (2) KR101597616B1 (ko)
CN (1) CN104011707B (ko)
WO (1) WO2013101143A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015116099A1 (en) * 2014-01-30 2015-08-06 Hewlett-Packard Development Company, L.P. Evaluating user interface efficiency
EP3035317A1 (en) * 2014-12-19 2016-06-22 Zoaring Adaptive Labs Limited Cognitive load balancing system and method
US9990414B2 (en) 2015-06-15 2018-06-05 International Business Machines Corporation Cognitive architecture with content provider managed corpus
US11061233B2 (en) 2015-06-30 2021-07-13 3M Innovative Properties Company Polarizing beam splitter and illuminator including same
NZ746021A (en) * 2016-03-07 2020-02-28 Magic Leap Inc Blue light adjustment for biometric security
US10368740B2 (en) * 2017-02-03 2019-08-06 Sangmyung University Industry-Academy Cooperation Foundation Method and system for noncontact vision-based 3D cognitive fatigue measuring by using task evoked pupillary response
US11403881B2 (en) * 2017-06-19 2022-08-02 Paypal, Inc. Content modification based on eye characteristics
GB2577711A (en) * 2018-10-03 2020-04-08 Lumen Res Ltd Eye-tracking methods, apparatuses and systems
WO2020182281A1 (en) 2019-03-08 2020-09-17 Toyota Motor Europe Electronic device, system and method for determining the perceptual capacity of an individual human
US20220225917A1 (en) 2019-05-15 2022-07-21 Toyota Motor Europe Electronic device, system and method for predicting the performance of an individual human during a visual perception task
CN110209394A (zh) * 2019-05-30 2019-09-06 西安交通大学城市学院 一种认知负荷驱动的个性化智能媒体界面建立方法
US11468288B2 (en) 2020-07-28 2022-10-11 Oken Technologies, Inc. Method of and system for evaluating consumption of visual information displayed to a user by analyzing user's eye tracking and bioresponse data

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110207099A1 (en) 2008-09-30 2011-08-25 National Ict Australia Limited Measuring cognitive load

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6526159B1 (en) 1998-12-31 2003-02-25 Intel Corporation Eye tracking for resource and power management
US6280198B1 (en) * 1999-01-29 2001-08-28 Scientific Learning Corporation Remote computer implemented methods for cognitive testing
US6090051A (en) * 1999-03-03 2000-07-18 Marshall; Sandra P. Method and apparatus for eye tracking and monitoring pupil dilation to evaluate cognitive activity
US6496842B1 (en) * 1999-05-28 2002-12-17 Survol Interactive Technologies Navigating heirarchically organized information
US7743340B2 (en) 2000-03-16 2010-06-22 Microsoft Corporation Positioning and rendering notification heralds based on user's focus of attention and activity
US7587669B2 (en) * 2001-04-09 2009-09-08 Aol Llc Server-based browser system
US20020192624A1 (en) * 2001-05-11 2002-12-19 Darby David G. System and method of testing cognitive function
US7314444B2 (en) * 2002-01-25 2008-01-01 Albert Einstein College Of Medicine Of Yeshiva University Memory assessment by retrieval speed and uses thereof
US20030222890A1 (en) * 2002-05-31 2003-12-04 David Salesin System and method for adaptable presentations
CA2503658A1 (en) * 2002-11-05 2004-05-21 University Of Rochester Medical Center Method for assessing navigational capacity
US7881493B1 (en) * 2003-04-11 2011-02-01 Eyetools, Inc. Methods and apparatuses for use of eye interpretation information
US7963652B2 (en) * 2003-11-14 2011-06-21 Queen's University At Kingston Method and apparatus for calibration-free eye tracking
WO2007000030A1 (en) * 2005-06-29 2007-01-04 National Ict Australia Limited Measuring cognitive load
WO2007102053A2 (en) * 2005-09-16 2007-09-13 Imotions-Emotion Technology Aps System and method for determining human emotion by analyzing eye properties
US20070218439A1 (en) * 2005-12-15 2007-09-20 Posit Science Corporation Cognitive training using visual searches
US7774851B2 (en) * 2005-12-22 2010-08-10 Scenera Technologies, Llc Methods, systems, and computer program products for protecting information on a user interface based on a viewability of the information
US7454313B2 (en) * 2006-05-30 2008-11-18 Honeywell International Inc. Hierarchical workload monitoring for optimal subordinate tasking
US8108800B2 (en) * 2007-07-16 2012-01-31 Yahoo! Inc. Calculating cognitive efficiency score for navigational interfaces based on eye tracking data
EP2042969A1 (en) * 2007-09-28 2009-04-01 Alcatel Lucent Method for determining user reaction with specific content of a displayed page.
US20090319459A1 (en) * 2008-02-20 2009-12-24 Massachusetts Institute Of Technology Physically-animated Visual Display
US8136944B2 (en) 2008-08-15 2012-03-20 iMotions - Eye Tracking A/S System and method for identifying the existence and position of text in visual media content and for determining a subjects interactions with the text
CN102245085B (zh) 2008-10-14 2015-10-07 俄亥俄大学 利用眼跟踪的认知和语言评估
US9313585B2 (en) * 2008-12-22 2016-04-12 Oticon A/S Method of operating a hearing instrument based on an estimation of present cognitive load of a user and a hearing aid system
US20100295774A1 (en) * 2009-05-19 2010-11-25 Mirametrix Research Incorporated Method for Automatic Mapping of Eye Tracker Data to Hypermedia Content
US9055905B2 (en) * 2011-03-18 2015-06-16 Battelle Memorial Institute Apparatuses and methods of determining if a person operating equipment is experiencing an elevated cognitive load
US8510166B2 (en) * 2011-05-11 2013-08-13 Google Inc. Gaze tracking system
US8611015B2 (en) * 2011-11-22 2013-12-17 Google Inc. User interface
US20130152001A1 (en) * 2011-12-09 2013-06-13 Microsoft Corporation Adjusting user interface elements

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110207099A1 (en) 2008-09-30 2011-08-25 National Ict Australia Limited Measuring cognitive load

Also Published As

Publication number Publication date
EP2798525A4 (en) 2015-08-26
EP2798525A1 (en) 2014-11-05
KR20150072456A (ko) 2015-06-29
US10108316B2 (en) 2018-10-23
CN104011707B (zh) 2017-09-01
WO2013101143A1 (en) 2013-07-04
US20140208226A1 (en) 2014-07-24
CN104011707A (zh) 2014-08-27
KR20140098222A (ko) 2014-08-07

Similar Documents

Publication Publication Date Title
KR101597616B1 (ko) 디지털 문서에 대한 인지 부하 평가
US11132733B2 (en) Personalized recommendations for unidentified users based on web browsing context
US20170076315A1 (en) Method and system for providing consumers with control over usage of the consumers&#39; data and rewards associated therewith
US20070294127A1 (en) System and method for ranking and recommending products or services by parsing natural-language text and converting it into numerical scores
US8099491B2 (en) Intelligent node positioning in a site analysis report
US8812957B2 (en) Relevance slider in a site analysis report
US10073951B2 (en) Demographically filterable interface for conveying information about a medication
US8793236B2 (en) Method and apparatus using historical influence for success attribution in network site activity
US20210109989A1 (en) Systems and methods for automatically generating and optimizing web pages
US20140046680A1 (en) Online Health Assessment Providing Lifestyle Recommendations
KR20200131599A (ko) 사용자 맞춤형 스타일링 서비스 제공 서버 및 그 방법
US10062088B2 (en) Information distribution apparatus, information distribution method, and storage medium
Lu et al. An emotional-aware mobile terminal accessibility-assisted recommendation system for the elderly based on haptic recognition
US9811841B2 (en) Correction device, correction method, and storage medium
US20130013328A1 (en) Systems, methods, and devices for an architecture to support secure massively scalable applications hosted in the cloud and supported and user interfaces
JP2007172340A (ja) アンケート調査方法
Ho et al. Integrating mobile devices with cohort analysis into personalised weather-based healthcare
US20200090281A1 (en) Life Insurance Recommendation Engine
Sari et al. Modeling of consumer interest on e-commerce products using eye tracking methods
US20240420213A1 (en) Interactive recommendation method, electronic device, and storage medium
US20240394941A1 (en) Anchor based content management
Stanescu et al. Capture and reuse of knowledge in ICT-based decisional environments
Kurniawan et al. Digital Banking for Empowerment: How Technology Shapes the Financial Behavior of Millennials
Palmisano et al. “Differences in Virtual and Physical Head Pose” Predict Cybersickness When Naturalistic Head-Movements are Made in VR
CN119444357A (zh) 产品推荐方法和装置、电子设备及存储介质

Legal Events

Date Code Title Description
A201 Request for examination
PA0105 International application

Patent event date: 20140627

Patent event code: PA01051R01D

Comment text: International Patent Application

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20150408

Patent event code: PE09021S01D

A107 Divisional application of patent
PA0104 Divisional application for international application

Comment text: Divisional Application for International Patent

Patent event code: PA01041R01D

Patent event date: 20150608

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20151119

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20160219

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20160222

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20190129

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20190129

Start annual number: 4

End annual number: 4

PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20211201