菜单视觉搜索策略的习得机制建模：基于经验驱动的策略演化与眼动预测

这篇研究通过构建层次化仲裁机制（arbitration mechanism），创新性地模拟了用户在线性菜单（linear menus）中视觉搜索策略（serial/recall/random search）随经验演变的动态过程。结合眼动追踪（eye tracking）数据验证，揭示了菜单设计（menu organization）如何影响策略转换，为GUI个性化设计提供了理论驱动的计算模型（theory-inspired models）。

　　

Highlight

视觉搜索策略的心理学实现具有合理性

在计算模型领域，描述准确性（descriptive adequacy）与参数可解释性（interpretability）常存在张力。例如ABC框架（Kangasr??si? et al., 2017）试图在优化拟合度与保持心理学合理性（psychological validity）间取得平衡。

我们的模型通过三个关键特征实现这种平衡：

1. 1.

   参数约束：所有参数均符合已知的眼动研究（如扫视距离saccade distance的生理限制）

2. 2.

   策略可观测性：通过层次化结构将隐式策略（latent strategies）转化为可测量的眼动序列

3. 3.

   学习轨迹：β参数（策略切换敏感度）定量刻画从新手到专家的过渡曲线

Section snippets

结论

我们建立的菜单视觉搜索模型首次通过层次化仲裁机制（hierarchical arbitration），从眼动序列（gaze fixations）中逆向解析策略选择过程。研究发现：

• •

  序列搜索（serial search）与记忆检索（recall search）的比例随练习呈菜单组织依赖性演化

• •

  新手到专家的转变速度低于预期，暗示界面学习存在非线性特征

• •

  字母排序菜单（Alphabetic）比语义菜单（Semantic）更早诱发策略切换

这些发现为自适应界面（adaptive GUI）开发提供了量化依据，特别是对医疗设备菜单等需要快速熟练操作的场景具有启示意义。