1、互聯(lián)網(wǎng)的出現(xiàn)使人類的信息量驟增，內(nèi)容豐富多樣，并且變化頻繁。在面對(duì)海量信息時(shí)，用戶無(wú)法有效獲取需要的內(nèi)容，導(dǎo)致信息的使用率降低。解決這一問(wèn)題的方法之一是，網(wǎng)站可用性的提升，主動(dòng)增加用戶對(duì)網(wǎng)頁(yè)的興趣并幫助用戶獲取有效信息。這其中很關(guān)鍵一點(diǎn)是網(wǎng)頁(yè)內(nèi)容的布局，正確的排版方式能夠提高用戶閱讀效率。
　　另一種方法則能夠讓用戶被動(dòng)的獲取信息，那就是個(gè)性化推薦系統(tǒng)。它首先獲取用戶的興趣偏好，然后通過(guò)個(gè)性化推薦模型的計(jì)算，將用戶感興趣的信息推薦

2、給用戶。其中最核心的部分是推薦算法模型，目前的推薦算法主要包括協(xié)同過(guò)濾算法[1-4]，基于內(nèi)容的推薦算法[5-7]，社會(huì)網(wǎng)絡(luò)推薦法[8-11]、基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦系統(tǒng)[12-15]，和混合推薦法[16-17]。這些方法雖都有應(yīng)用，但均有不可抗拒的缺點(diǎn)，協(xié)同過(guò)濾算法和社會(huì)網(wǎng)絡(luò)推薦法存在冷啟動(dòng)，打分稀疏，算法可擴(kuò)展性等問(wèn)題;基于內(nèi)容的推薦存在數(shù)據(jù)量大，無(wú)法出現(xiàn)新的推薦信息，技術(shù)不成熟等問(wèn)題;網(wǎng)絡(luò)結(jié)構(gòu)推薦系統(tǒng)同樣存在冷啟動(dòng)問(wèn)題。
　　鑒

3、于以上困境，本文設(shè)想如果存在屏幕熱區(qū)，則可以為網(wǎng)頁(yè)布局設(shè)計(jì)提供理論依據(jù)，同時(shí)也是一種實(shí)時(shí)提取用戶偏好的方法，簡(jiǎn)單有效的為個(gè)性化推薦服務(wù)。倘若用戶在瀏覽或者搜索網(wǎng)頁(yè)時(shí)存在相對(duì)于屏幕的熱區(qū)，我們可以認(rèn)為這一區(qū)域的內(nèi)容就是用戶的興趣所在，只要用戶停止?jié)L動(dòng)頁(yè)面達(dá)到一定的時(shí)間，就立即提取屏幕區(qū)域內(nèi)的信息，這樣既縮小了提取信息的范圍，又可以達(dá)到即時(shí)的獲取的要求。
　　但是，用戶在瀏覽頁(yè)面時(shí)是否存在這一屏幕熱區(qū)？不同用戶在瀏覽不同網(wǎng)頁(yè)時(shí)熱區(qū)的分

4、布是否一致？是否有其他因素影響這一熱區(qū)的位置？為了回答上述問(wèn)題，本文選擇了屏幕熱區(qū)分布作為研究對(duì)象，利用眼動(dòng)追蹤法探索用戶在網(wǎng)頁(yè)瀏覽時(shí)的熱區(qū)位置，對(duì)熱區(qū)分布的影響因素進(jìn)行了分析和探討。
　　網(wǎng)頁(yè)瀏覽的屏幕熱區(qū)屬于新的研究對(duì)象，本文首先對(duì)國(guó)內(nèi)外用戶瀏覽行為、網(wǎng)頁(yè)熱區(qū)及眼動(dòng)實(shí)驗(yàn)的研究工作進(jìn)行全面的綜述，接著引入了新的網(wǎng)頁(yè)布局分類法并應(yīng)用于眼動(dòng)實(shí)驗(yàn)的材料選擇。然后以熱區(qū)圖為依據(jù)對(duì)眼動(dòng)結(jié)果進(jìn)行定性的分析，獲取屏幕熱區(qū)的位置及分布。再利用數(shù)