华大在线讯（通讯员 张乾红 肖丽霞）近日，信息管理领域期刊Information Processing & Management（SSCI收录Q1期刊）发表了信息管理学院陈静教授团队关于健康信息辨识的最新研究进展，论文题目为“Predicting information usefulness in health information identification from modal behaviors”。Science Talks期刊邀请团队发表该论文的演讲视频。Science Talks是一本多学科开放获取期刊，也是世界最大的科学内容平台，拥有2000多万活跃用户。

发现有用信息是健康信息辨识的重中之重，预测信息有用性将显著提高健康信息辨识的效率和效果。通道行为如手势和眼动，因反映可靠、自然、直接的认知加工过程，有望成为预测信息有用性的指标。据此，该研究开展了一项用户实验收集健康信息辨识浏览和阅读阶段的手势和眼动数据以建立预测指标，进而借助机器学习算法构建手势、眼动、以及两者结合的双通道模型以预测对健康信息辨识有用的信息。结果表明，手势和眼动均能预测健康信息辨识中的信息有用性，预测准确率均超过了77%；而阅读阶段驻留时间和眼动熵分别是最重要的手势和眼动指标。值得注意的是，论文构建了与三种场景适配的信息有用性预测模型：当注重隐私安全且要求低技术成本时，手势预测模型较优；眼动追踪预测模型具有推广到AR、MR和元宇宙的优势；双通道预测模型可作为多通道多媒体的智能人机交互场景中的一类选择。

该工作得到了国家自然科学基金、中央高校基本科研业务费青年团队项目的资助。

附全文链接：https://doi.org/10.1016/j.ipm.2022.103220

（审读人：曹高辉）