注意惯性对于互网广告的影响The effects of attention inertia on advertisements on the WWW.pptVIP

注视密度 注视密度=注视量/区域面积 图：每个区域的注视比例（蓝）和每个区域的注视密度（紫） 4.1 基于注视数量的深度的主要效果/作用 文字路径深度水平（即自变量）被分成五个等级：0.1，0.3，0.5，0.7，以及0.9 由于实验采用重复测量设计，两因素方差分析，用于验证我们的假设。 表3出示了我们的假说测试的结果。 表3-1 方差分析和事后检验结果 因变量：在内容区域注意力的分配 来源 平方和 自由度 均方 F Sig. 注：df=degree of freedom 自由度 表3-2 LSD事后多重比较 图5 对于内容区域，在不同的深度水平上（文章前后），注意力分配的比较 横轴：文字路径深度 纵轴：内容区域的注意力分配比率 下方紫线：基于注视时间 上方蓝线：基于注视量 数据分析 （文字路径）深度对内容区域注意分配的影响十分显著（p-value = 0.048, η2 = 0.019）（参见表3-1） 这说明，读者在阅读文章的不同位置时，对内容区域的关注量显著不同（参见图5） 因此，数据支持我们的假设（H1假设） H1假设：在以不同注意深度阅读文字时，集中在主要内容上的注意量是不同的。 同时，在注意力分配上，也存在显著的个体差异(p-value = 0.0000, η2 = 0.346) 最后，在LSD事后多重比较表格（表3-2）中，也存在显著差异，在深度水平0.5和0.9之间，以及0.7和0.9之间 4.2 基于注视时间的深度影响 为了验证不同的计量单位是否导致了不同的结果，我们重新定义了注意力计算的数据来源， 对于目标的注视率=对目标的注视时间/总注视时间 两因素方差分析发现，（文字）深度对注意分配的影响作用依旧十分显著(p-value = 0.018, η2 = 0.012) 此外，个体的注意力分配差异也十分显著(p-value = 0.0000, η2 = 0.356) （参见表4） 表4 基于停留时间的方差分析和事后检验的结果 因变量：在内容方面的注意分配 来源 平方和 自由度 均方 F Sig. 基于注视-基于时间 最后，对于内容区域，对于基于注视和基于时间的注意数量间的关系，我们还进行了相关性研究，发现它们 (r = 0.97, p-value = 0.000) （表5，图6）之间的高相关性。 表5 注意之间的相关性——基于注视和基于时间 图6 基于停留时间和注意次数的注意力散点图 横轴：基于时间的注意 纵轴：基于注视的注意 结论 我们得出结论，基于注视的测量和基于时间的测量同样有效。在数据分析的结果上，二者没有显著差异。 五、讨论与结论 5.1 注意惯性 本研究试图通过分析读者沿着一个有意义的路径阅读，不断变化的注意力的分配，来测量网络广告的有效性。我们的研究结果强有力地支持了我们的假设： 在以不同深度阅读文字时，注意力分配给所述内容区域的量是不同的。 实验研究的意义 将注意惯性理论推广到万维网，并提供了新的研究视角 用户体验研究 网络广告与传统广告的差异 网络广告定价、设计策略与网页形式安排 现有网络广告定价模式：基于关注的，基于互动的，基于成果的 我们的研究内容-基于关注的 研究结果指出：在阅览路径的前期和后期，网络浏览者更容易被页面广告所吸引 所以，在网页内容的开始和结束区域设置广告更为有效 对于广告内容来说，开始和结束区域呼吁理性，更可能吸引读者注意，而在中间区域诉诸情感，更可能吸引读者。 最后，对于网页内容安排，开篇应增强读者兴趣，待读者逐渐深入文章时，安排一定深度的内容和文章内核 5.2 注视时间和注视数量之间的比较 无论是基于注视时间还是注视数量，我们的数据分析结果是相同的。 注视时间指标与注视数量指标高度相关，这表明未来的注意力分配的研究可以使用任何一个数据，研究人员可以大大减少原始数据，降低工作负担 5.3 个体差异 注意力分配的个体差异十分显著 一方面可能是由于样本数量的限制 另一方面，该数据确实反映了个人的独特的信息处理方法，面对相同内容时，不同个体会有不同的心理活动 不同的受试者在阅读同样的网页时，关注点会有不同 所以网页设计和电子商务网站，比如在线购物网站，可以采取个性化的设计策略 所以，网络广告和内容推送可以针对特定的群体、个人或是消费者（淘宝广告的内容常常是你最近搜索过的商品） 5.4 局限和未来研究 首先，网页浏览者被限定，沿一个固定的文字路径进行阅读，并获得眼动数据。未来的研究可以放开限制，观察随机浏览过程中的注意力