您现在的位置是：首页 > 要闻 > 正文

机器学习可预测博物馆参观者将参与展览的时间

发布时间：2022-06-30 17:00:22编辑：来源：

在概念验证研究中，教育和人工智能研究人员证明了使用机器学习模型来预测单个博物馆参观者与给定展览的互动时间。这一发现为许多新工作打开了大门，这些新工作旨在改善用户对非正式学习工具的参与度。

该研究的合著者，北卡罗莱纳州立大学教育信息学中心(CEI)的研究科学家乔纳森·罗(JonathanRowe)说：“对于大多数博物馆来说，教育是使命宣言的重要组成部分。”“人们花在与展览互动上的时间被用作参与互动的指标，并帮助我们评估博物馆环境中学习体验的质量。这不像学校，您无法让参观者参加考试。”

安德鲁说：“如果我们能够确定人们在展览上花费的时间，或者展览何时开始失去他们的注意力，我们就可以利用这些信息来开发和实施对用户行为做出响应的自适应展览，以保持访客的参与度。”艾默生，该研究的第一作者，并获得博士学位。北卡罗来纳州立大学的学生。

Rowe说：“我们还可以向博物馆工作人员提供有关什么在起作用以及人们没有回应的相关数据。”“这可以帮助他们分配人员或其他资源，以根据任何给定时间在地板上的访客来塑造博物馆的体验。”

为了确定机器学习程序如何能够预测用户交互时间，研究人员在与环境科学互动展览会上密切监视了85位博物馆参观者。具体来说，研究人员收集了有关参与者的面部表情，姿势，他们在展品屏幕上的显示位置以及他们触摸屏幕的哪些部分的数据。

将数据输入五个不同的机器学习模型中，以确定哪种数据和模型组合可以得出最准确的预测。

“我们发现一种叫做“随机森林”的特殊机器学习方法非常有效，即使仅使用姿势和面部表情数据也是如此，”艾默生说。

研究人员还发现，只要人们与展览互动的时间越长，这些模型的效果就越好，因为这样可以为他们提供更多的数据。例如，几分钟后做出的预测比30秒后做出的预测更准确。就上下文而言，用户与展览的互动持续了长达12分钟的时间。

Rowe说：“我们为此感到兴奋，因为它为研究游客如何在博物馆学习的新方法铺平了道路。”“最终，我们希望使用技术来使学习更加有效和更具吸引力。”

论文“使用多模式学习分析技术对科学博物馆中游客的早期预测”将在10月25日至29日在线举行的第22届ACM国际多模式交互国际会议(ICMI'20)上发表。

标签：