Eye traking

Revista de Ingeniería de Sistemas Volumen XXVI, Septiembre 2012
Una Aplicación de Herramientas de
Eye-Tracking para Analizar las
Preferencias de Contenido de los
Usuarios de Sitios Web
Larry González
*
Juan D. Velásquez
*
Resumen
En el presente artículo introducimos el seguimiento ocular de los usua-rios
que visitan un sitio Web, como una nueva fuente de datos para
analizar su comportamiento de navegación y preferencias. La aplicación
práctica de este nuevo enfoque, es la identicación de los objetos más
importantes de un sitio, desde el punto de vista del usuario, también lla-mados
WebSite KeyObjects. La captura de este tipo de datos se logra a
través del uso de una herramienta de eye-tracking, para dar seguimiento
al movimiento ocular de un usuario en una pantalla del computador. Uti-lizando
estos datos, se propone mejorar la efectividad de una metodología
de identicación de Website KeyObjects, la cual necesita de la aplicación
de una encuesta de percepciones a los usuarios para categorizar la impor-tancia
de los contenidos de las páginas web. Con el uso de la tecnología
eye-tracking, la encuesta se vuelve innecesaria, lográndose un análisis más
objetivo y certero de las preferencias de los usuarios en un sitio web. Esta
nueva forma de captura de datos fue probada en un sitio web nacional,
correspondiente a un programa de MBA. Al contrastar los resultados de
la metodología para la identicación de Website Keywords usando la en-cuesta
versus el uso de los datos obtenidos por sistema de eye-tracking, se
puede observar una mejora en la detección de dichos objetos de entre un
15% al 20 %, lo cual demuestra la utilidad práctica de este nuevo enfoque
en el contexto del análisis del comportamiento del usuario en la Web.
Palabras Clave: Web Mining, Eye Tracking, Website Keyobjects.
*
Departamento de Ingeniería Industrial, Facultad de Ciencias Físicas y Matemáticas,
Universidad de Chile, Santiago, Chile.
95

L. González, J. D. Velásquez
Una Aplicación de Herramientas de Eye-Tracking
para Analizar las Preferencias de Contenido
de los Usuarios de Sitios Web
1. Introducción
En los últimos años, el Web Mining se ha transformado en una de las áreas de
investigación más prometedoras para entender los cambios relacionados con el
fenómeno de la la Web. Gracias a las técnicas, métodos y algoritmos consigna-dos
en esta disciplina, es posible extraer información valiosa que permite una
mayor comprensión sobre el comportamiento de navegación y preferencias de
los usuarios de un sitio.
Dependiendo del tipo de dato a procesar, Web Mining puede ser dividido
en tres grandes grupos [17] : Web Structure Mining (WSM), en el análisis de
la evolución de la estructura de hipervínculos de un sitio, Web Content Mining
(WCM), relacionado con el análisis de los contenidos y Web Usage Mining
(WUM) para conocer un poco más de las navegación de los usuarios en el
sitio.
Un resultado interesante, y que surge de la combinación del WCM y WUM,
son las Website Keywords [19], que se denen como una palabra o un conjunto
de palabras utilizadas por los usuarios en su proceso de búsqueda de informa-ci
ón y que caracterizan el contenido de una página o sitio web. Al encontrarlas,
los sitios pueden ser re-diseñados de acuerdo a las necesidades y requerimientos
de sus usuarios y, de esta forma, estar a la vanguardia. Si bien identicar los
Website Keywords de un sitio ayuda a conocer las preferencias de los usuarios,
la metodología utilizada para su identicación se enfoca principalmente en el
contenido textual, dejando prácticamente de lado el análisis el contenido multi-media
de los sitios web [15]. Por esta razón en [5] extendieron esta metodología
e integraron, tanto el contenido textual como el contenido multimedia en su
análisis.
Se dene un Web Object como cualquier grupo estructurado de palabras o
un recurso multimedia que está presente en una página web que posee meta-datos
que describen su contenido. Asimismo, un methodologyIdentifyingKey-objects
es un Web Object que captura la atención de los usuarios y que carac-teriza
el contenido de un sitio web [16]. A partir de las deniciones anteriores
se puede deducir que todo sitio Web está formado por un grupo de Web Object
y que el conjunto de Website Keyobject que posee es sub-conjunto del primero.
En [16] se propuso una metodología que permitió identicar los Website
Keyobjects de un sitio. Estos, al igual que Website Keywords, dan directrices
para que los Web Sites sean re-diseñados en función de las necesidades de los
usuarios. Esta metodología requiere conocer el tiempo de permanencia de los
usuario en los Web Objects, es decir, cuánto tiempo gasta un usuario mirando
96

cada Web Object. Para determinar el tiempo de permanencia, plantean dos
pasos: Sesionización y Aplicación de una encuesta.
1. Sesionización: es el proceso que reconstruye las sesiones de usuarios.
Una sesión es la secuencia de páginas web que visita un usuario mientras
navega en un sitio. Mediante este proceso es posible determinar, por
ejemplo, el tiempo de permanencia de un usuario de cada página, entre
otras cosas.
2. Aplicación de una encuesta: se reere a la aplicación de una encuesta
sobre un grupo de control, con la que los Web Objects fueron ordenados
según su importancia, dentro de cada página del sitio Web.
Al mezclar ambos procesos [16], se logra estimar tiempo de permanencia
de los usuarios en los Web Object. Lo anterior no está exento de ruidos, siendo
el principal la aplicación de una encuesta que por sus características, los datos
que entrega son altamente subjetivos.
La utilización de la tecnología Eye Tracking permitirá cuanticar del tiem-po
de permanencia de un grupo de usuarios de control en los Web Objects, con
lo que se tendrá una medida más certera y objetiva de su interés en los objetos
que componen el sitio.
El presente artículo muestra en la sección 2 un estado del arte respecto
de las técnicas de extracción de información desde los datos originados en la
Web, de las herramientas de seguimiento ocular, conocidas como Eye Tracking
y como se combinan en el análisis del comportamiento de navegación y prefe-rencia
de los usuarios que visitan un sitio web. En la sección 3, se profundiza
en la explicación del método propuesto para mejorar la detección de los Web
Objects, lo que luego conducirá a la identicación de los Website Keyobjects, a
través de los experimentos detallados en la sección 4. Finalmente, en la sección
5, se muestran las principales conclusiones y trabajos futuros a desarrollar.
2. Trabajo Relacionado
En esta sección, se explicarán los fundamentos teórico-prácticos del fun-cionamiento
de la Web, cómo la navegación de un usuario en un sitio puede ser
monitoreada, la aplicación de las herramientas de Eye Tracking en la detección
de los objetos observados por los usuarios y como se pueden combinar todas
estas técnicas para la detección de los Website Keyobjects.
97

2.1. La Web
En palabras de su creador, Berners-Lee, la Web es el universo de infor-maci
ón accesible desde la red, una encarnación del conocimiento humano. Por
su parte, en [18] se denió la Web como un canal masivo para la difusión e
intercambio de información.
2.1.1. Datos Originados en la Web
Los datos que se originan en laWeb son clasicados en tres tipos: contenido,
estructura y usabilidad.
Contenido: se reere a los objetos presentes en las páginas Web, como
texto, imágenes, sonidos y videos, en otras palabras, todo lo que se puede ver
en una página.
Estructura: Son los enlaces o links entre las páginas. Por lo general cuando
existe un enlace entre dos páginas, éstas están relacionadas por su contenido.
Usabilidad: Son los datos generados por los usuarios en su proceso de
navegación, en tanto los servidores Web almacenan cada petición realizada
por los usuarios en un archivo llamado web log.
2.2. Web Mining
El Web Mining es la aplicación de Data Mining a los Datos originados en la
Web [3]. Se concibe como un producto del cruce de varias áreas de investigación,
como Bases de Datos, Recuperación de la Información, Inteligencia Articial,
especialmente, las subáreas de aprendizaje de máquina y procesamiento del
lenguaje. La investigación en este campo está experimentando un importante
crecimiento, a causa de la gran cantidad de datos disponibles para ser analiza-dos
[9].
Los datos originados en la Web pueden ser clasicados en tres categorías
[17]:
Web Content Mining (WCM): El objetivo es descubrir información útil
desde los documentos Web [9]. WCM no está limitado sólo al análisis
del texto de las páginas Web, sino que también incluye otros tipos de
documentos, como imágenes y videos [18]. Sin embargo, el análisis sobre
este tipo de datos, denominado Multimedia Data Mining, no recibe tanta
atención como el análisis de texto.
Web Structure Mining (WSM): Estudia los enlaces presentes en las pági-nas
Web. Las páginas y enlaces se modelan como los nodos y los arcos
98

de un grafo dirigido respectivamente. El arco parte en el nodo que repre-senta
a la página que posee el enlace y termina en el nodo que representa
a la página que es apuntada.
Web Usage Mining (WUM): Está enfocado en la aplicación de técnicas
de Data Mining para descubrir patrones útiles que puedan predecir la
conducta del usuario mientras interactúa en la Web [9], a través del
análisis de las sesiones de navegación entendidas como la secuencia de
páginas que un usuario visita mientras navega en un sitio Web.
2.3. Percepción del Usuario Web
Un aspecto importante a considerar en el diseño de una página Web es la
percepción que el usuario tendrá respecto de cuánto realmente entiende acerca
del contenido y estructura que se le presenta [10]. La percepción es una función
del pensamiento, i.e., cómo reconocemos e interpretamos un objeto a través de
nuestros sentidos para luego codicarlo y memorizarlo, integrando información
referente a nuestros conocimientos previos.
Entender la la percepción del usuario web, es sumamente importante para
luego hacer mejores sitios, los que namente atraerán y mantendrán a los
usuarios. Sin embargo, no se trata de una tarea trivial a realizar, por cuanto la
percepción está muy relacionada con el conocimiento previo que pueda tener
un usuario, y más aun, con su experiencia personal [13].
De acuerdo al modelo conceptual de ujo propuesto por [6], durante la
navegación, el usuario percibe la estructura de un sitio como un estado de cog-nici
ón basado en su experiencia, el cual está determinado por: altos niveles de
habilidad y control; altos niveles de desafío y excitación; atención focalizada,
la que se ve reforzada por la interactividad y la telepresencia. Quizás el único
factor que podría ser inuenciado a través del diseño del sitio web es la foca-lizaci
ón de la atención del usuario. Sin embargo, esto podría ser una espada
de doble lo, i.e., la atención puede ser capturada por el contenido del sitio
es atractivo o por que es realmente desagradable, lo que motivará al usuario a
nunca más volver a visitar sus páginas.
Independiente de cómo se realice el proceso, entender un poco más qué
atrae al usuario cuando visita un sitio, o al menos más de claridad respecto de
qué objetos le llaman la atención, serán factores claves en la mejora continua
de la estructura y contenido del sitio. Al respecto, se han desarrollado varias
teorías, técnicas y algoritmos para extraer información y conocimiento desde
los datos originados en la Web [9]. También son destacables los trabajos en el
ámbito de la teoría y practica de la usabilidad en el desarrollo de los sistemas
basados en la Web [12].
99

2.4. Abordando la Usabilidad
En [11], se dene la usabilidad como un atributo que permite evaluar cuán
fácil para el usuario resulta ser la interfaz que se le presenta. Este atributo
posee cinco componentes a ser analizados:
Facilidad de Aprendizaje: ¾Es fácil para los usuarios realizar tareas bási-cas
la primera vez que usan la aplicación?
Eciencia: ¾Cuán rápido el usuario puede realizar tareas una vez que ha
aprendido lo básico respecto del diseño de la aplicación?
Memorabilidad: Si los usuarios usan nuevamente la aplicación después
de un tiempo, ¾Es fácil para ellos recordar cómo usar las operaciones
básicas?
Errores: ¾Están cometiendo muchos errores los usuarios? ¾Son muy malos
los errores?
Satisfacción: ¾Están los usuarios felices con el diseño de la aplicación?
Para analizar la usabilidad de una aplicación, utilizando los conceptos ante-riormente
descritos, es necesario denir una serie de indicadores que ya sea en
forma cualitativa o cuantitativa permitan medir la experiencia que ha tenido
un usuario frente a los estímulos que le presenta un sitio web. En este sentido,
se han desarrollado varios métodos [7]:
Cuestionarios. Un conjunto de preguntas creadas para conocer la opinión
de un usuario frente a una aplicación.
Observación. Consiste en observar directamente las acciones que ejecuta
un usuario frente a una aplicación. Aquí un evaluador humano toma
notas para luego mejorar la aplicación.
Entrevistas. Usualmente, las entrevistas vienen después del proceso de
observación y consisten en una conversación con el usuario para conocer
sus impresiones acerca de una aplicación.
Focus group. Es un tipo de método para hacer entrevistas donde un grupo
escogido previamente de personas son consultadas por un determinado
tema.
Pensamientos en voz alta. Los usuarios son invitados a verbalizar sus
pensamientos, sentimientos y opiniones respecto de una aplicación par-ticular.
100

Captura de pantalla. Se crea un conjunto de imágenes respecto del fun-cionamiento
de la interfaz de una aplicación, mostrándole a los usuarios
lo que se ve en la pantalla para que luego respondan un cuestionario con
sus impresiones y opiniones.
Eye-tracking. Este tipo de herramientas tecnológicas, permiten dar seguimien-to
al movimiento ocular del usuario frente a la pantalla del computador.
Estos datos son utilizados para analizar el comportamiento de uso de la
aplicación por parte del usuario.
Por supuesto que cada método expuesto tiene sus ventajas y desventajas
al momento de proponer una investigación cientíca respecto del análisis del
comportamiento del usuario en la Web. En algunos casos, para lograr una
mayor objetividad en el análisis, se pueden combinar dos o más métodos. Sin
embargo, el uso de los sistemas de eye-tracking están cobrando una tremenda
relevancia, puesto que se trata de una forma objetiva de obtener datos referente
a lo que el usuario mira en un determinado momento. Por esta razón, se les ha
comenzado a usar intensivamente en el ámbito del análisis de la usabilidad de
aplicaciones [12].
2.5. Eye Tracking
Es una técnica mediante la que los movimientos oculares de un individuo
son medidos. De esta manera, un investigador puede conocer lo que una persona
está mirando en cada momento y la secuencia en la que sus ojos se desplazan
de un lugar a otro. Seguir los movimientos oculares de los usuarios puede ayu-dar
a los investigadores de la Interacción Humano-Computador a entender el
procesamiento de la información visual y los factores que pueden tener reper-cusiones
en la usabilidad de la interfaz. Así, las grabaciones de los movimientos
oculares pueden proporcionar una fuente de datos objetiva para la evaluación
de interfaces, que a su vez pueden otorgar información para mejorar el diseño
de las mismas [14].
2.5.1. Movimientos Oculares
Cuando observamos una escena cualquiera, los ojos de una persona se
mueven entre puntos que capturan su atención, con la que logran recrear una
imagen cerebral de la escena [12]. Si bien existen modelos de los movimientos
oculares complejos que constan de cinco pasos [4], el modelo típico (y suciente
para los estudios de Eye Tracking) está constituido por dos conceptos: xation
(o jación) y saccades (o movimientos sacádicos). La jación se dene como
el momento en el que los ojos permanecen jos sobre un objeto y es posible
101

apreciarlo en detalle; mientras que los movimientos sacádicos corresponden a
los rápidos movimientos oculares entre dos xations [12]. Es importante notar
que mientras se produce un movimiento sacádico permanecemos ciegos (no so-mos
conscientes de lo que está entre los dos objetos que capturaron nuestra
atención). Sin embargo, nuestro cerebro es capaz de interpretar esta secuencia
de imágenes como un continuo, y por ende, nuestra apreciación parece más
un video que una secuencia de imágenes.
2.5.2. Atención Visual
Es un fenómeno que ha sido estudiado por cerca de cien años y que todavía
no se logra comprender. Los primeros estudios estaban limitados por la tec-nolog
ía, y correspondían sólo a observación e introspección. En la actualidad,
este campo es estudiado por distintas disciplinas como psicofísica, neurociencia
cognitiva y ciencias de la computación, por nombrar sólo algunas [4]. En térmi-nos
generales, la visión humana tiene dos partes: una pequeña zona central con
una resolución muy alta, llamada visión foveal, y la gran mayoría del campo
visual con una baja resolución, llamada la visión periférica.
Usualmente el hecho de prestar atención a regiones de interés está rela-cionado
con realizar movimientos oculares (overt attention). Sin embargo, tam-bi
én podemos colocar atención en objetos periféricos sin realizar este tipo de
movimientos (covert attention).
Por otro lado, se conocen dos formas en las que la atención es guiada:
bottom-up y top-down. La primera, derivada sólo de la escena visual, establece
que las regiones de interés atraen nuestra atención lo sucientemente fuerte
como para que no observemos el resto de la escena (visión foveal). A su vez,
top-down es conducida por otros factores cognitivos, como el conocimiento,
la expectación y las metas actuales. Bajo este modelo, las personas son más
propicias a ver a su alrededor (visión periférica); a modo de ejemplo, un in-dividuo
que conduce con regularidad, más propenso a notar las estaciones de
combustible mientras realiza otra actividad que alguien que no lo conduce.
En la actualidad, aún no está claro qué es lo que realmente captura nuestra
atención, ni cómo respondemos a diferentes estímulos. Existe evidencia de que
prestamos atención a ubicaciones espaciales, características y objetos. La ma-yor
ía de los investigadores creen que estas teorías no son excluyentes entre sí
y que, además, la atención visual puede ser desarrollada en cada una de estas
subáreas. Vale la pena mencionar que los humanos podemos prestar atención
simultáneamente a múltiples regiones de interés (máximo cinco).
102

2.5.3. La Hipótesis Mente-Ojo
Considerando las teorías descritas en la sección anterior, se planteó el si-guiente
modelo:
1. Dado un estímulo como una imagen, la escena es vista en su mayor
parte en paralelo, a través de la visión periférica y, por lo tanto, en baja
resolución. En esta etapa, las características interesantes de la imagen
pueden aparecer.
2. En estos momentos, la atención está desconectada de la vista foveal (alta
resolución), pero los ojos son rápidamente posicionados en la primera
región que ha atraído.
3. Una vez que los ojos son posicionados, la fóvea se alinea hacia la región de
interés y la atención está ligada con la percepción, es decir, la atención del
usuario ha sido capturada y, por ende, se logra observar en alta resolución.
In [12] se propuso que las personas están usualmente pensando en lo que
están mirando. Aunque no siempre entienden lo que ven o no están totalmente
enfocados en esto; si están observando algo, entonces están colocando atención,
especialmente cuando están concentrados en una tarea en particular.
2.6. Técnicas Comúnmente Usadas en Eye Tracking
2.6.1. Electrooculografía
En la década de 1950, la electrooculografía [8] fue la técnica más usada de
Eye Tracking. Se basaba en la medición de la diferencia de potencial eléctrico
de la piel mediante el uso de electrodos ubicados al rededor de los ojos. Esto
es posible, dado que la córnea se mantiene unas décimas de mV más positiva
que la retina con lo que se produce la diferencia de potencial que es medida y
que varía de acuerdo al movimiento de los ojos. Esta técnica mide la posición
relativa de los ojos con respecto a cabeza, por lo que no es adecuada para
calcular el punto de atención [1].
2.6.2. Lentes de Contacto Esclerales
Esta técnica consiste en adjuntar una referencia mecánica u óptica a un
lente de contacto que será usado directamente sobre los ojos. Es necesario que
el lente de contacto sea particularmente grande, de modo que se extienda sobre
la córnea y la esclerótica, pues así se reduce la posibilidad de que se desplace
sobre el ojo [4]. Se han usado distintos tipos de referencias sobre los lentes
103

de contacto siendo la más común una pequeña bobina, que puede ser ubicada
desde el exterior al aplicar un campo electromagnético [1]. Si bien es una de
las técnicas más precisas para medir los movimientos oculares, es también la
más invasiva y causa malestar al usarlo.
2.6.3. Foto/Vídeo Oculografía
Estas técnicas son de las más atractivas debido a su versatilidad y simplici-dad
[2]. Normalmente, consisten en una serie de fotos y/o vídeos que guardan
los movimientos oculares y que posteriormente son analizadas de forma manual
o automática. Varios de estos métodos requieren que la cabeza esté ja, por
ejemplo, mediante una mentonera.
2.6.4. Reejo de la Córnea y Centro de la Pupila basado en Vídeo
Es la técnica Eye Tracking más usada en la actualidad. Consiste en un
computador estándar de escritorio con una cámara infrarroja montada debajo
de un monitor, con el software de procesamiento de imágenes para localizar e
identicar el Reejo de la Córnea y el Centro de la Pupila. Con estas carac-ter
ísticas, es posible disociar los movimientos oculares de la cabeza, con lo que
es posible calcular el punto de atención de los usuarios [14].
En funcionamiento, una luz infrarroja de un LED es dirigida hacia el
usuario para crear reejos notorios de las características de los ojos y, con
esto, conseguir que sean más fáciles de rastrear (se ocupa luz infrarroja para
evitar deslumbrar al usuario). La luz entra en la retina y una gran parte de ella
se reeja, por lo que la pupila aparece como un disco brillante y bien denido
(efecto conocido como pupila brillosa). El reejo de la córnea también es ge-nerado
por la luz infrarroja, apareciendo como un pequeño, pero fuerte brillo
[14]. En la Figura 1 se puede apreciar el efecto pupila brillosa y el reejo de
la córnea. Una vez que el software de procesamiento de imágenes ha identi-
cado el centro de la pupila y la ubicación del reejo de la córnea, el vector que
resulta de ellos se mide, y con algunos cálculos trigonométricos, el punto de
atención puede ser encontrado.
2.7. Website Key Object
En [16] se denió un Web Object como un grupo estructurado de palabras
o contenido multimedia, que está presente en una página Web y que posee
meta datos que describen su contenido . En la denición anterior los meta
datos son fundamentales ya que son la base de la información para construir
el vector que representará el contenido de la página. Además, dos archivos
104

Figura 1: Reejo de la córnea y brillo de la pupila.
multimedia pueden ser comparados mediante sus metadatos, problema que es
considerablemente más abordable que el comparar directamente los archivos,
debido a que sólo se compara texto. Junto con lo anterior, denieron [16]losWeb
Site Key Object como uno o un grupo de Web Object que atraen la atención
del usuario y que caracterizan el contenido de una página o sitio Web . Estos
proveen conocimiento acerca del contenido y formato que más interesan a los
usuarios de un sitio Web, por lo que encontrarlos puede ser útil para mejorar
el sitio tanto en presentación como en contenido.
2.7.1. Implementación
Considerando la primera denición, para que una página Web esté com-puesta
porWeb Object, es necesario que sus objetos posean los meta datos, cosa
que por lo general no ocurre. Existe una gran variedad de formas para agregar-los
a las páginas Web, dependiendo de la ontología que se quiera ocupar. En
[16] se asoció a cada objeto un documento XML que contiene los meta datos
que describen su contenido y la página a la que este pertenece. Asimismo, en
la página Web también se establece la relación entre el objeto y el documento
XML. Para esto se usan tags de HTML. El siguiente es el formato con el que
se guardaron los meta datos:
identicador de la página
objeto:
identicador.
formato.
concepto(s).
Cada objeto debe poseer al menos un concepto asociado pues en caso con-trario,
el objeto no tiene signicado alguno. Cada concepto es un grupo de tres
105

sustantivos pues, en español, permiten una completa mas no suciente deni-ci
ón de cualquier concepto. Cada concepto debe pertenecer a una categoría
que los agrupe. Al usar estas categorías los conceptos podrán relacionarse con
otros.
2.7.2. Comparación entre Objetos
Para comparar dos Web Objects, en ikom se guiaron por la noción de que
los objetos son un cúmulo de conceptos. El siguiente procedimiento muestra
cómo lograron establecer una medida de similitud entre objetos.
Considere los objetos O1 y O2 tal que jO1j = N, jO2j = M, N = 0,
M = 0 y N = M. Además, sea Ci(O) el i-ésimo concepto del objeto O.
a) Enlazar conceptos: El siguiente algoritmo permite enlazar los concep-tos
de O1 y O2.
8 Ci(O1); i = 1::N
8 Cj(O2); j = 1::M
Comparar Ci(O1) con Cj(O2) (Comparación de conceptos).
Guardar el resultado de la comparación en un contador.
Guardar un enlace entre Ci(O1) y Cj(O2) con el contador más
grande (Conceptos más parecidos).
Para contrastar conceptos, se comparan las palabras que los componen. Si
una palabra del primer concepto está en el segundo, se suma 1 al contador; si
posee un sinónimos, se suma 0,5.
b) Ordenar conceptos: Una vez almacenados todos los enlaces entre los
conceptos correspondientes a O1 y O2, son ordenados de modo que queden en
la misma posición relativa en función de los enlaces recientemente creados, es
decir, que el primer concepto de O1 termine enlazado con el primer concepto
de O2.
c) Transformar conceptos en un string: Como se mencionó anterior-mente,
cada concepto debe pertenecer a una categoría. Cada categoría, la que
es representada por un carácter. Luego, al reemplazar cada concepto por el
carácter que representa a su categoría, el cúmulo de conceptos queda transfor-mado
en un string.
d) Aplicar una distancia de comparación de caracteres, e.g. Le-venshtein.
Entonces, como O1 y O2 fueron transformados en strings, son
comparados mediante la distancia de Levenshtein, con lo que se tiene un indi-cador
de qué tan parecidos son dos objetos. Mientras menor sea la distancia,
más parecidos serán los objetos.
106

Finalmente la ecuación 1 dene una similitud que permite comparar obje-tos,
donde L(O1;O2) es la distancia de Levenshtein de los strings que repre-sentan
a los objetos y jOj es el número de conceptos del objeto O.
do(O1;O2) = 1
L(O1;O2)
max(jO1j ; jO2j)
(1)
2.8. Metodología para Encontrar Website Keyobject
A continuación se describen los subprocesos que permiten identicar los
Website Keyobject.
Sesionización: Detallada con anterioridad (subsección 2.2), el objetivo de
esta etapa es nalizar con la secuencia de páginas que visitaron los diferentes
usuarios de un sitio. Además, esta secuencia debe tener asociados los tiempos
de permanencia de los usuarios en cada página.
Incorporación de Metadatos: El primer paso de esta etapa es identi-
car los objetos que componen las páginas del sitio. Una vez identicados, se
deben denir los conceptos que describen a cada uno de los objetos. Luego,
esta información debe ser almacenada en una base de datos. El levantamiento
de estos datos debe ser en conjunto con el webmaster, para asegurar que los
conceptos reejen elmente el contenido de los objetos.
Tiempos de permanencia en objetos: Luego de denir los objetos, se
realizó una encuesta a un grupo de usuarios de control de modo que cada per-sona
entrevistada distribuyera un total de 10 puntos de interés entre todos los
objetos de una página. Con estos datos, se estimó el porcentaje de permanencia
de cada usuario en los objetos de cada página.
Posteriormente, en la lista de sesiones se reemplazó cada registro de página
visitada por los objetos que componen dicha página, intercambiando el tiempo
de permanencia de la página por el tiempo ponderado de permanencia en cada
objeto.
Vector de comportamiento del usuario: Finalmente, para cada sesión
identicada se seleccionaron los n objetos que capturaron más la atención del
usuario, deniendo así el Important Object Vector (IOV) según la ecuación 2
v = [(o1; t1):::(on; tn)] (2)
Algoritmos de Clustering
Una vez realizada toda la limpieza y transformación de datos, se procede
a procesar algoritmos de clustering sobre las sesiones de los usuarios, repre-sentadas
mediante el Important Object Vector. Para poder ejecutar estos algo-ritmos,
es de crucial importancia denir una medida de distancia, o similitud,
entre estos vectores.
107

Medidas de similitud para sesiones: Se denió la similitud entre dos
IOV mediante la ecuación 3.
st(;

) =
1
i
Xi
(
k=1
min(

k

k )) (3)
En la ecuación 3, y

corresponden al identicador de las sesiones de usua-rios
a ser comparadas,
k corresponde al tiempo de permanencia del usuario
en el objeto ok y do(ok
; o

k ) es la similitud entre los respectivos objetos, denida
en la ecuación 1. La ecuación 3 está denida entre los valores 0 y 1, siendo 0
cuando los IOV no se parecen en nada y 1 cuando son idénticos.
Esta medida de similitud fue ocupada como parámetro de entrada para
los algoritmos de clustering. En [16] implementaron tres de estos algoritmos,
principalmente para comparar los resultados que entregaron estas técnicas.
Los algoritmos de clustering ocupados fueron: Self Organizing Feature Maps,
K-means y Association Rules.
3. Mejorando la Detección de los Web Objects
Se plantea como hipótesis de investigación que si se puede cuanticar el
tiempo de permanencia de un grupo de los usuarios en los Web Objects, en-tonces
es posible mejorar la precisión al identicar los Website Keyobject.
3.1. Diseño del Experimento
Sobre un sitio, se ejecutará la metodología diseñada [16], en adelante la
metodología original, y además se ejecutará la metodología modicada, a la
cual se le incorporarán los tiempos de permanencia calculados con un Eye
Tracker.
3.1.1. El Entorno
El sitio. En cuanto al sitio, se requiere satisfacer tres requerimientos: en
primer lugar, debe tener un número de páginas adecuado. Además, la cantidad
de objetos por páginas no puede ser excesivo y, por último, debe poseer una
gran cantidad de visitas almacenadas (sesiones).
El grupo de control. No elegir una muestra sucientemente representa-tiva
de los usuarios que visiten el sitio, se podría llegar a resultados que no
correspondan a la realidad. De contar con abundantes recursos (tiempo, dinero,
personas), se recomienda altamente estudiar al menos a 39 personas distintas,
108

pues en este caso, el Teorema del Límite Central señala que la media y la
varianza de la muestra serán similares a las de la población, donde aplicado a
este caso, las variables aleatorias corresponden al tiempo de permanencia de
los usuarios en los objetos Web.
El Eye Tracker En la actualidad, la mayoría de los Eye Tracker comer-ciales
son precisos, pero su costo es elevado. Por lo que el elegido para realizar
el experimento debe estar dentro del alcance económico del proyecto y su pre-cisi
ón debe permitir identicar los objetos que mira un usuario.
3.1.2. Captura y Transformación de Datos
Páginas. Una vez elegido el sitio, será examinado en todos sus compo-nentes.
Para realizarlo esto se empleará un crawler que recuperará desde la
Web todas las páginas disponibles que conforman el sitio. De cada página, se
almacenará su url, imagen y tamaño de la misma en pixeles.
Objetos. Como primer paso, la demarcación de los objetos debe ser, ideal-mente,
realizada con el administrador del sitio. En caso de no ser posible tra-bajar
en conjunto con él, será necesario que valide esta segregación. Para de-scribir
el contenido de cada objeto, se procederá según lo denido por [16], por
lo que se guardará su formato y una lista de conceptos descriptores del objeto.
Además, se almacenará su tamaño en pixeles y la ubicación de los mismos en
la página. Luego, una vez cargados los datos de los objetos y los conceptos, se
procederá a calcular la distancia conceptual entre objetos, según la ecuación
1. Estas distancias serán guardadas en una tabla relacional, de modo que al
ejecutar los algoritmos de Data Mining no sea necesario volver a calcular la
separación entre objetos.
Weblog. El archivo weblog (ver 2.1.1) será recuperado con el administrador
de sistemas de la máquina donde está alojado el sitio. Posteriormente se llevará
a cabo la sesionización, cuyos resultados serán almacenados en una tabla. Estos
resultados darán a conocer la secuencia de páginas visitadas por los usuarios
y la duración de su estancia en cada página.
Interés de los usuarios. Para capturar el interés de los usuarios en los
diferentes objetos de las páginas, se procederá de dos maneras: uso de un Eye
Tracker y aplicación de una encuesta.
1. Eye Tracker. La idea principal es dado los tamaños de páginas y objetos
en pixeles y la ubicación de estos últimos, mapear las coordenadas que
entrega el Eye Tracker, también en pixeles, sobre los objetos de una pági-na
que observó un usuario en cierto instante. Una vez mapeado al objeto
correspondiente, se almacenará el tiempo que gastó cada usuario en cada
objeto del sitio. Luego, este valor se transformará en un porcentaje de
109

permanencia del usuario en los objetos para nalmente promediar los
tiempos de permanencia de todos los usuarios en los objetos.
2. Encuesta. Luego de realizar la medición con el Eye Tracker, se procederá
a realizar la misma encuesta que aplicaron en [16] a los participantes del
experimento para luego comparar ambas mediciones y contrastar lo que
indican que vieron los usuarios, con lo que realmente vieron.
Usuarios de control Los campos sexo, edad, profesión, nivel académico,
dominio de Internet y conocimiento del sitio se almacenarán para llevar control
sobre la muestra seleccionada para el estudio, con el objetivo de que sea lo más
representativa posible.
3.1.3. Comparación de Resultados
Las distintas versiones de la metodología para encontrar website keyob-jects
entregarán como resultados distintos conjuntos de objetos. Para poder
comparar estos resultados, nuevamente se usará el conocimiento experto del
encargado del sitio, quien establecerá si un objeto clasicado como website key-objects
realmente lo es. Una vez adquirido este conocimiento se compararán los
conjuntos obtenidos por las metodologías mediante el indicador precision. Este
indicador es usado para evaluar la predicción de un algoritmo de clasicación.
Con estos resultados, se concluirá y se establecerá la validez de la hipótesis.
4. Aplicación del Experimento y Análisis de Resul-
tados
4.1. Entorno
El sitio elegido: Los experimentos se desarrollaron sobre el sitio www.mbauchile.cl,
perteneciente a la dirección del Magíster en gestión y dirección de empresas
del Departamento de Ingeniería Industrial de la Universidad de Chile. Está
compuesto por 124 páginas y 163 objetos distintos que aparecen en 2.047 veces
en el sitio. Con esto, el número promedio de objetos por página es 12,55. Con
respecto a las visitas, cada mes acceden 4.158 personas distintas al sitio, se
contabilizan 6.111 sesiones y se ven 26.589 páginas.
Los usuarios entrevistados: Antes de seleccionar a los usuarios de con-trol
que participarían en el experimento, se solicitó al experto del negocio
información sobre el mercado objetivo del sitio en estudio con el objetivo de
110

elegir una muestra representativa de los individuos que visitan el sitio. Tenien-do
en cuenta esta información, se seleccionaron 33 personas. De estas, 16 son
de sexo masculino y 17 femenino, mientras que su promedio de edad es de 24,3
años. Con respecto al conocimiento y uso de la Web, 15 de ellos se declararon
expertos al navegar por la Web, 12 consideran que su conocimiento es regular
y sólo 6 de ellos se declararon usuarios básicos.
El Eye Tracker Utilizado: Para el desarrollo de los experimentos se
contó con herramientas de Software y Hardware de Eye Tracking. Acerca del
hardware, se usó el Eye Tracker Tobii T120, que consiste en un monitor de
17 pulgadas al que se le incorpora dos emisores infrarrojos y un sensor de
luminosidad. Este hardware posee una resolución temporal de 120 Hz y tiene
un margen de error de 0,5. Con respecto al software, se usó el programa Tobii
Studio Enterprise Edition, solución que permite mapear fácilmente lo que se
muestra en el monitor, con el lugar del mismo que los usuarios observan.
4.2. Captura de Datos
Para conocer la composición de el sitio http://www.mbauchile.cl se imple-ment
ó un crawler ocupando la librería de Python Beautiful Soup que generó la
lista de páginas que componen el sitio. Luego se procedió a identicar los obje-tos
del sitio considerando dos criterios: diferencias en el contenido (Conceptos)
y la separación espacial entre objetos de cada página.
Para conocer cuáles eran las coordenadas de los objetos dentro de las pági-nas
se empleó la librería Python Imaging Library (PIL), que permite trabajar
con imágenes sobre el interprete de Python. Se implementó un script, que a
partir de las imágenes de las páginas del sitio, generaba las coordenadas de los
distintos objetos pertenecientes a cada página. Una vez denidos los objetos
fueron generados los conceptos que describen su contenido. Se procedió de for-ma
análoga a [16], es decir, cada concepto fue creado de forma manual. Con
respecto a las visitas del sitio, se logró recuperar el weblog desde el servidor
donde se aloja el sitio en conjunto con el administrador de sistemas, para el
mes de Agosto de 2011, en el que 3.031 usuarios visitaron el sitio, en 5.480
sesiones.
Para medir el interés de los usuarios en los objetos web, se midió y estimó
su tiempo de permanencia en ellos. Esto se realizó de dos formas: mediante el
uso de un Eye Tracker y mediante la aplicación de la encuesta empleada por
[16].
Eye Tracker. A 15 de los usuarios de control, se les planteó la siguiente
situación: Usted tiene la inquietud de postular a un programa MBA, pero aún
no toma una decisión denitiva, por lo que su primer paso será informarse. En
111

la búsqueda de información ha llegado al sitio http://mbauchile.cl, que provee
datos relevantes sobre el MBA que dicta la Universidad de Chile. Partiendo
desde el home del sitio, navegue libremente hasta que pueda tomar una decisión
o decida realizar un nuevo paso. De esta forma, se buscó emular la navegación
típica de los usuarios en sus casas. Los restantes 18 individuos no navegaron
libremente, sino que se les instruyó a mirar las páginas que se les presentaran,
sin seguir ningún enlace. A cada uno de ellos se les presentaron páginas semi-aleatorias
del sitio. Los usuarios podían pasar a la página siguiente cuando
lo estimaran conveniente, pero si pasaban más de un minuto en una página,
automáticamente se le redireccionó a la página posterior. El número de páginas
presentadas a los usuarios no fue superior a 30.
Encuesta. Luego de ser enfrentados al Eye Tracker, independiente de la
forma en que se capturaron sus movimientos oculares, se solicitó a los sujetos
responder una encuesta en la que por cada página vista, indicaran los objetos
que más capturaron su atención. Para medir el interés prestado por los usuarios,
se les indicó repartir 10 puntos, como ellos quisieran, sobre los objetos de cada
página, teniendo en cuenta que mientras más puntos tenía un objeto, más
interés les prestó el usuario.
4.3. Selección, Limpieza y Transformación de Datos
Una vez que se identicaron los 163 objetos del sitio, el experto del negocio
validó esta separación, pero también agrupó, disgregó y eliminó algunos objetos
pre-seleccionados.
Eye Tracker El primer paso para transformar estos datos fue agruparlos
según el punto observado (en una vecindad pequeña), aumentando el tiempo de
duración de la jación según la cantidad de registros agrupados. Un resultado
estadístico conocido es el rango de duración de las jaciones, que están entre
los 150 y 600 milisegundos (ms) [4], por lo que la cota inferior para que el
cerebro comprenda lo que se está observando es de 150 ms. Como se señaló
anteriormente, el eye tracker empleado tiene una resolución de 120 Hz, por
lo que captura información cada 8 ms. Se logró una identicación de objetos
superior al 86% lo cual es considerado como excelente.
La encuesta. Los resultados de la encuesta correspondieron a archivos
donde se registró la página, el objeto, y los puntos de interés que le asignó
el usuario. Estos datos fueron transformados, de modo que los 10 puntos que
asignó cada usuario, correspondiera al 100% del interés del usuario en dicho
estímulo. A modo de ejemplo, si una persona asignó 5 puntos al objeto X en la
página Y se asumió que el interés del usuario sobre el objeto X fue del 50% en
la página Y. Análogamente al caso anterior, se asignó 0 al interés del usuario en
112

Eye traking

Más contenido relacionado

Destacado (20)

Similar a Eye traking (20)

Eye traking