Incidencia de la dilatación pupilar como variable predictiva del comportamiento de los usuarios en una página web antes de tomar una decisión

Abstract

El objetivo general del presente trabajo es la implementación de metodologías para estudiar la incidencia de la dilatación pupilar como variable predictiva de la toma de decisión de usuarios que navegan a través de sitios web. Esta memoria busca encontrar patrones de comportamiento de la pupila en usuarios web al momento de tomar una decisión, utilizando herramientas de Data Mining, Eye-Tracking y Dilatación Pupilar. Este estudio es un apoyo al proyecto FONDEF adjudicado por la Universidad de Chile, titulado Plataforma informática basada en web-intelligence y herramientas de análisis de exploración visual para la mejora de la estructura y contenido de sitios web (AKORI: Advanced Kernel for Ocular Research and web Intelligence), el cual busca paquetizar una metodología de mejoramiento de sitios web. La metodología a utilizar en este trabajo, es el \textit{método científico}, apoyado por el análisis \textit{ Knowledge Discovery in Databases (KDD)} de minería de datos. La hipótesis a validar es: Los cambios del diámetro de la pupila en el tiempo son una variable predictiva dependiente relevante en las tomas de decisión próximas . Se realiza un experimento en el cual se presentan distintos objetos de valencia neutros de la base de datos IAPS, organizados ene 90 categorías distintas, y el sujeto de prueba de elegir uno de los objetos haciendo click con el mouse. No hay un criterio de de decisión impuesto en la instrucción. La instrucción es:"Se le presentará un set de 9 imágenes en una grilla de 3x3. Haciendo click con el mouse, elija una de las imágenes...". Para validar la hipótesis planteada, se realiza un experimento en que usuarios web navegan por un sitio, dada una instrucción y a través de herramientas de eye-tracking y dilatación pupilar, se obtienen medidas periódicamente del diámetro de la pupila, y la coordenada en la pantalla el cual el sujeto está mirando. Se utilizan distintos métodos de minería de datos para validar la hipótesis, buscando la relación entre la data y la toma de decisión. Se define una toma de decisión como el momento en que el sujeto de prueba hace un click en la pantalla. El experimento revela resultados favorables, validando la hipótesis con una confianza del 95\%. Se genera un clasificador utilizando herramientas de minería de datos. Se utilizan los métodos de clasificación binaria: Support Vector Machine; Accuracy de 72\%, Regresión Logística; Accuracy de 75\%, y Redes Neuronales; Accuracy de 82\%. %Conclusión más importante Se concluye que la dilatación pupilar muestra patrones de comportamiento marcados en relación con las tomas de decisiones.