眼动追踪：获取用户视觉注意力的隐式方法。
场景/任务设计
校准：需要良好的校准才能获得可靠的眼动追踪数据。
任务：不同的用户视觉任务会产生完全不同的眼动追踪图。
场景内容对注意力的影响：
- 真实感：真实、细节越丰富的物体
- 场景扰动：一些与任务无关的动态内容
- 显著性：高对比度、鲜艳色彩、运动信息等
Locomotion：无论是平滑移动还是Teleportation方法都会在眼动数据集中加入脏数据（比如注视地板的过程）；此外，对于VR新手用户，需要有适应过程防止眩晕。
注意事项：
- 不要在测试过程中让用户回答问题，长时间的思考会产生无意义凝视点
- 如果是长时间体验，可以加入走神提示弹窗
- 佩戴眼镜的用户可能会影响追踪数据效果
- 为新用户加入适应场景
- 参与者之间的说明需要尽可能一致，措辞或语调的差异会改变行为并改变人们关注的事物。
- 尽量避免在实验前告知用户眼动追踪的存在，否则可能影响实际数据采集效果
- VR/AR：在真实场景中验证VR结果可能会更困难，但VR能够进行低成本可重复研究；AR与现实场景的关联更密切，但映射眼动数据更难。
- 预实验：在收集大规模数据前进行预实验，可以避免在收集大量数据前遗漏需要记录的因素。
指标选择
A fixation can be calculated as a set of gaze points generated by the eye tracker in close proximity in time and space.
对单个目标/兴趣区域而言，有以下指标值得关注。
与注视点相关的指标：
- 注视时长
- 注视次数
- 平均注视时长
- 第一次进入注视行为的时间
- 初次注视行为的持续时间
与注视点无关的指标：
- 瞳孔大小：体现感兴趣的对象、情绪或认知反应。但可能受到环境光照影响。
- 与目标的距离：用户在远处和近处观察一个物体的行为本身是有差异的。
- 与目标的观察角度
- 视角：例如注视的发生位置，处在视野边缘或视野中央
与其他指标的结合：
- 交互层面的指标
- 其他生理指标：心率、脑电等
可视化
It can give you quick overviews and can greatly shorten your time to finding insights.
这部分可以直接参考原始文档，里面的视频对概念的解读非常清晰。
- 热力图
- 感知图：与热力图相对应，注视信息也反映了用户感知信息的来源
- 基于对象的颜色标记：以对象为单位反映注视时间
- 凝视图：反应注视顺序和时间，常用于验证包装设计
- 关联图：当用户视觉在两个或多个对象中徘徊时，可能隐藏着对象间的关联
- 回放：完整回顾用户的游览历程，可用于与用户一起观看并作细节回访
分析和解读
由于许多变量和依赖关系的存在，分析和解释眼动数据通常比较困难。
总体原则包括：
- 对于研究工作，进行预实验并提出具体假设，以避免挖掘数据
- 对于用户体验调研，数据挖掘可能在特定场景下，对分析用户行为有所帮助
- 眼动数据和参与者被指定的任务通常具有关联性
- 对于统计显著性而言，通常需要至少30名用户
- 比较场景之间的变化（A/B 测试）通常比根据一个场景得出的结论更好
- 向参与者复盘过程并询问异常过程以深入了解用户行为，而不是在研究过程中分散他们的注意力
关于注视点的进一步思考：
- 注视行为暗示了深度认知处理过程
- 一定时长的注视体现出兴趣，但过高时长的注视可能暗含着困惑
- 短暂注视+没有任何回访行为->暗示目标可能是干扰物
- 短暂注视+大量回访行为->可能目标与任务相关
- 对不同位置的大量短时注视可能暗示了寻找任务
- 将注视数据和其他生理数据结合能够获得更全面的结果