Zur JKU Startseite
Institut für Pervasive Computing
Was ist das?

Institute, Schools und andere Einrichtungen oder Angebote haben einen Webauftritt mit eigenen Inhalten und Menüs.

Um die Navigation zu erleichtern, ist hier erkennbar, wo man sich gerade befindet.

Best Paper Award bei FUTURE COMPUTING 2016

Das Paper "SEEV-Effort - Is it Enough to Model Human Attentional Behavior in Public Display Settings?" (Benedikt Gollan, Alois Ferscha) wurde als eines der besten Paper auf der FUTURE COMPUTING 2016 ausgewählt.

Best Paper Award Future Computing

Abstract: Durch die immer größer werdende Informationsüberlastung hat sich die menschliche Aufmerksamkeit zum kritischsten Parameter bei der erfolgreichen Gestaltung von pervasiven Displaysystemen entwickelt. Dieser Artikel befasst sich mit der Validierung körperlicher Anstrengung als geeignetem Deskriptor für Aufmerksamkeits- und Wahrnehmungsverhalten in interaktiven öffentlichen Displayszenarien. Zu diesem Zweck haben wir unseren qualitativen, auf Anstrengung basierenden Ansatz zur Verhaltensbeschreibung in das etablierte Saliency-Effort-Expectancy-Value (SEEV) Aufmerksamkeitsmodell von Wickens integriert, um vorhergesagtes und beobachtetes Aufmerksamkeitsverhalten zu vergleichen und seine Bedeutung für Aufmerksamkeitsmechanismen zu demonstrieren. Das SEEV-Aufmerksamkeitsmodell wird an ein Public-Display-Szenario angepasst, wobei sich die Analyse auf den minimal erforderlichen Aufwand (Minimum Required Effort, MRE) für die Bewertung von Informationen konzentriert. Dieser Aufmerksamkeitsmodellierungsansatz wird anhand von Daten evaluiert, die in einer empirischen Studie in einem Ausstellungssetting erhoben wurden, und basiert auf einer Datenbank von 188 Besucher*innen. Wir verwenden verschiedene Ansätze der Korrelationsanalyse, um die Abhängigkeiten zwischen dem erforderlichen Aufwand für die Informationsbewertung und dem offenen Aufmerksamkeitsverhalten zu evaluieren, was in einer Frame-by-Frame-Korrelationsanalyse zu einem maximalen Gesamtkorrelationswert von 0,749 führt.