Cilvēka uzmanības simulēšana tīmekļa mājaslapas dizaina izstrādē, izmantojot mašīnmācīšanos

Abstract

Bakalaura darba mērķis ir izveidot sistēmu, kas spētu simulēt cilvēka vizuālo uzmanību tīmekļa lapu kontekstā un iegūto informāciju attēlot lietotājiem ērtā veidā. Tā kā cilvēku uzmanība kļūst par arvien svarīgāku resursu, ir svarīgi informāciju strukturēt efektīvi un uzmanību piesaistošā veidā. Izmantojot mašīnmācīšanās paņēmienus, darba autors izveidoja tīmekļa lapu attēlu apstrādes aizmugursistēmu, kas paredz kuros tīmekļa lapas apgabalos lietotājs pievērsīs visvairāk uzmanības. Rezultāts tiek attēlots autora veidotajā priekšgalsistēmā - pārlūkprogrammas spraudnī kā pārklājums virs tīmekļa lapas. Lai uzlabotu jau pieejamo mašīnmācīšanās modeli, autors izveidoja jaunu datu kopu, ar kuru to trenēja. Darbs demonstrē visus nepieciešamos soļus mašīnmācīšanās darbināta risinājuma izveidē, izmantojot jau esošu mašīnmācīšanās modeli.

The aim of this thesis is to create a system that could simulate human visual attention in webpages and display the resulting information in a user-friendly way. Since human attention is becoming a valuable resource, it is imperative to structure information efficiently and attractively. The author created a webpage image processing backend system, that predicts the most salient regions of the webpage. The results are displayed by a front-end system in the form of a web browser plugin that creates a visual overlay over the webpage displaying information. In order to improve an existing model, author created a new dataset used for training. This paper demonstrates all the necessary steps to create a machine learning enabled solution using an existing model.