虚拟会展平台中观众注意力流数据驱动的展位推荐算法——基于眼动与停留时间的融合 .docxVIP

PAGE2

虚拟会展平台中观众注意力流数据驱动的展位推荐算法——基于眼动与停留时间的融合

摘要

本研究聚焦于虚拟会展场景中观众注意力流数据驱动的展位推荐算法设计，核心议题在于如何利用眼动追踪与停留时间两类行为数据，提升展商与观众之间的匹配效率。

第一章绪论从虚拟会展产业的快速发展与展位信息过载的矛盾出发，明确了研究目的与意义，并阐述了以理论推演为主、辅以模拟实验的研究方法。第二章文献综述系统梳理了虚拟会展、注意力机制与推荐算法三个领域的国内外研究，指出现有研究在注意力流数据融合建模方面的不足。第三章界定注意力流、虚拟展位、协同过滤等核心概念，并阐释注意力经济理论、信息觅食理论与协同过滤理论的基础框架。第四章深入解析虚拟会展匹配问题的生成演变、结构性成因与内在矛盾，揭示其本质在于注意力资源分配与信息不对称之间的张力。第五章阐释眼动数据与停留时间在推荐机制中的互补作用逻辑，分析作用条件与边界，并归纳演变规律。第六章在前述分析基础上，提出融合注意力流数据的协同过滤理论框架，论证其自洽性与解释力。第七章总结研究发现，提炼理论贡献与实践启示。第八章反思研究局限并展望未来方向。

研究结论表明，将眼动数据表征的兴趣深度与停留时间表征的兴趣强度进行融合，能够有效弥补传统协同过滤算法在冷启动与稀疏性问题上的不足，为虚拟会展平台构建更精准的展位推荐系统提供了理论依据。

第一章绪论

1.1研究