An Inference System for Occurrence of Difficulty in Character Identification on Browsing Websites by Reinforcement Learning

本研究の目的は，Webサイト閲覧時の視線データから，ユーザの文字識別困難の発生を強化学習に基づいて予測することである．強化学習を用いる理由は文字識別困難時の眼球運動の特徴が解明されておらず，教師データが存在しないからである．ただし，本研究では，行動の決定に対して予測精度を犠牲にしても「視線が一定時間（閾値）以上停留すると文字識別困難と判定する」という制約を設ける．ユーザが見難い文字に出会ったとき視線を停留させることでコンピュータ（エージェント）にその状況を知らせるようにするためである．従って，視線停留時間を主要説明変数とし，その閾値の設定が研究の主題である．ここで閾値を短くすると，文字識別困難の場合には迅速に文字が拡大されて便利であるが，文字識別困難でない場合には不要に文字が拡大されて（第1種の誤り）不快である．逆に，閾値を長くすると，文字識別困難なのにエージェントからの対応が無い状態（第2種の誤り）が続く．これら2種類の誤りの発生を低減させられるように閾値を設定することが肝要である．このため，今年度の研究では以下の方針で予測システムを構築した．まず，方策決定の制約を順守させるために，学習方法には方策依存型アルゴリズムのSARSA法を採用した． 500msから3000msまでの視線停留時間を時間間隔の短い停留状態に分割し，各状態で文字拡大の実施の有無（方策）を判定させ，方策が適切であれば報酬を，不適切であれば罰則を与えた．次に，第1種の誤りの発生を小さくするために，文字識別困難でないときに，迅速に文字拡大を行うと罰則を与え，文字拡大をしなかったとしても殆ど報酬を与えなかった．後者は文字拡大の慎重な実施を促す措置である．第2種の誤りを低減するために，視線停留時間が2500msを超えても文字拡大をしなければ多大な罰則を与えた．

本研究の目的は，Webサイト閲覧時の視線データから，ユーザの文字識別困難の発生を強化学習に基づいて予測することである．強化学習を用いる理由は文字識別困難時の眼球運動の特徴が解明されておらず，教師データが存在しないからである．ただし，本研究では，行動の決定に対して予測精度を犠牲にしても「視線が一定時間（閾値）以上停留すると文字識別困難と判定する」という制約を設ける．ユーザが見難い文字に出会ったとき視線を停留させることでコンピュータ（エージェント）にその状況を知らせるようにするためである．従って，視線停留時間を主要説明変数とし，その閾値の設定が研究の主題である．ここで閾値を短くすると，文字識別困難の場合には迅速に文字が拡大されて便利であるが，文字識別困難でない場合には不要に文字が拡大されて（第1種の誤り）不快である．逆に，閾値を長くすると，文字識別困難なのにエージェントからの対応が無い状態（第2種の誤り）が続く．これら2種類の誤りの発生を低減させられるように閾値を設定することが肝要である．このため，今年度の研究では以下の方針で予測システムを構築した．まず，方策決定の制約を順守させるために，学習方法には方策依存型アルゴリズムのSARSA法を採用した． 500msから3000msまでの視線停留時間を時間間隔の短い停留状態に分割し，各状態で文字拡大の実施の有無（方策）を判定させ，方策が適切であれば報酬を，不適切であれば罰則を与えた．次に，第1種の誤りの発生を小さくするために，文字識別困難でないときに，迅速に文字拡大を行うと罰則を与え，文字拡大をしなかったとしても殆ど報酬を与えなかった．後者は文字拡大の慎重な実施を促す措置である．第2種の誤りを低減するために，視線停留時間が2500msを超えても文字拡大をしなければ多大な罰則を与えた．