生成信息的方法及装置与流程

[0001]
本申请公开了一种信息生成的方法及装置，涉及人工智能领域，具体涉及计算机视觉领域。


背景技术：

[0002]
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]
相关技术中，人机交互的场景通常采用图像形式的交互界面，而交互界面对用户的友好程度与交互界面的复杂程度存在关联。


技术实现要素：

[0004]
本公开的实施例提供了一种生成信息的方法和装置。
[0005]
根据第一方面，提供了一种信息生成的方法，该方法包括：获取用户在当前界面下的眼动事件记录；从眼动事件记录中提取出眼动数据，眼动数据至少包括眼动路径和眼动时间信息；基于眼动数据，采用预先训练的界面复杂度预测模型，估计出当前界面的复杂度。
[0006]
在一些实施例中，眼动数据还包括当前界面中各区域的区域眼动数据，区域眼动数据包括用户的视线在区域的停留时长和移动轨迹。
[0007]
在一些实施例中，该方法还包括：基于区域的区域眼动数据，采用预先训练的区域复杂度预测模型，估计出区域的区域复杂度。
[0008]
在一些实施例中，该方法还包括：基于区域在当前界面中的位置信息，获取区域的内容；基于区域的内容，生成区域的内容特征标签；对当前界面中各区域的位置信息、内容特征标签和区域复杂度编码，生成各区域的内容与复杂度的关联信息；发送各区域的关联信息。
[0009]
根据第二方面，本公开的实施例提供了一种用于推送界面的方法，包括：基于当前场景，确定当前场景对应的至少一个待推送界面；基于预先确定的各待推送界面的复杂度，将各待推送界面中复杂度最低的待推送界面确定为目标待推送界面，其中，复杂度采用上述生成信息的方法确定；推送目标待推送界面。
[0010]
根据第三方面，本公开的实施例提供了一种信息生成的装置，该装置包括：记录获取单元，被配置成获取用户在当前界面下的眼动事件记录；数据提取单元，被配置成从眼动事件记录中提取出眼动数据，眼动数据至少包括眼动路径和眼动时间信息；信息预测单元，被配置成基于眼动数据，采用预先训练的界面复杂度预测模型，估计出当前界面的复杂度。
[0011]
在一些实施例中，眼动数据还包括当前界面中各区域的区域眼动数据，区域眼动
数据包括用户的视线在区域的停留时长和移动轨迹。
[0012]
在一些实施例中，该装置还包括区域复杂度预测单元，被配置成：基于区域的区域眼动数据，采用预先训练的区域复杂度预测模型，估计出区域的区域复杂度。
[0013]
在一些实施例中，该装置还包括：区域内容获取单元，被配置成基于区域在当前界面中的位置信息，获取区域的内容；特征标签生成单元，被配置成基于区域的内容，生成区域的内容特征标签；关联信息生成单元，被配置成对当前界面中各区域的位置信息、内容特征标签和区域复杂度编码，生成各区域的内容与复杂度的关联信息；关联信息发送单元，被配置成发送关联信息。
[0014]
根据本申请的第四方面，提供了一种用于推送界面的装置，该装置包括：界面获取单元，被配置成基于当前场景，确定当前场景对应的至少一个待推送界面；界面确定单元，被配置成基于预先确定的各待推送界面的复杂度，将各待推送界面中复杂度最低的待推送界面确定为目标待推送界面，其中，复杂度采用上述生成信息的方法确定；界面推送单元，被配置成推送目标待推送界面。
[0015]
根据本申请的技术解决了相关技术中确定界面复杂度的问题，首先获取用户面对当前界面时的眼动事件记录，并从眼动事件记录中提取出眼动数据，然后采用预先训练的界面复杂度预测模型估计出当前界面的复杂度，从而实现了基于用户的眼动事件确定出当前界面的复杂度。
[0016]
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0017]
附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0018]
图1是本公开的一些实施例可以应用于其中的示例性系统架构图；
[0019]
图2是根据本公开提供的生成信息的方法的第一实施例的示意图；
[0020]
图3是根据本公开提供的生成信息的方法的一个应用场景的示意图；
[0021]
图4是根据本公开提供的生成信息的方法的第二实施例的示意图；
[0022]
图5是根据本公开提供的用于推送界面的方法的第一实施例的示意图；
[0023]
图6是用来实现本公开实施例的生成信息的方法的电子设备的框图；
[0024]
图7是用来实现本公开实施例的用于推送界面的方法的电子设备的框图；
[0025]
图8是可以实现本公开实施例的计算机可读存储介质的场景图。
具体实施方式
[0026]
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0027]
图1示出了可以应用本公开的申请实施例的生成信息的方法或生成信息的装置的实施例的示例性系统架构100。
[0028]
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。
网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0029]
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。例如终端设备101、102、103可以将获取到的用户的眼球事件记录发送至服务器，以及从服务器接收当前界面的复杂度。
[0030]
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏和眼动追踪装置的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器和电视等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
[0031]
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发送的用户的眼球事件记录进行处理的后台数据服务器。后台数据服务器可以从用户的眼球事件记录中提取出眼动数据，并基于眼动数据估计出终端设备呈现给用户的当前界面的复杂度，以及将处理结果(例如当前界面的复杂度)反馈给终端设备。
[0032]
需要说明的是，本公开的实施例所提供的用于生成信息的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于推送信息的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。在此不做具体限定。
[0033]
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
[0034]
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
[0035]
继续参考图2，图2示出了本公开的生成信息的方法的第一实施例的示意图，图2所示的流程200具体包括以下步骤：
[0036]
步骤201，获取用户在当前界面下的眼动事件记录。
[0037]
通常，眼动事件记录可以通过眼动仪或图像采集装置连续捕捉并记录用户的眼球动作得到，例如可以包括注视动作、眼跳动作和追随动作以及各种动作的空间信息和时间信息。
[0038]
在本实施例中，眼动事件记录用于表征用户面对当前界面时，用户眼球的动作记录。
[0039]
作为示例，当执行主体(例如图1中所示的智能手机或装载有摄像头的电视)将当前界面呈现给用户后，可以通过利用自身配置的图像采集装置，通过眼动追踪技术捕获并记录用户的眼球动作，得到用户在当前界面下的眼动事件记录。
[0040]
在本实施例的一些可选的实现方式中，还可以通过如下方式获取用户在当前界面下的眼动事件记录：将用户的眼动事件记录与界面标识关联，生成界面与用户眼动的关联数据，然后基于预先设定的界面标识与存储位置的对应关系，将用户的眼动事件记录存至云端或本地的数据库，其中，界面标识用于表征界面的身份标识。作为示例，可以基于界面的内容生成界面的内容标识，还可以基于界面的应用场景生成界面的场景标识。如此，执行
主体(例如可以是图1中所示的终端设备或服务器)可以基于当前界面的界面标识，从云端或本地的数据库中检索出该界面标识指向的多个用户的眼动事件记录。
[0041]
步骤202，从眼动事件记录中提取出眼动数据，眼动数据至少包括眼动路径和眼动时间信息。
[0042]
在本实施例中，眼动路径用于表征用户的视线焦点在当前界面范围内的移动轨迹，可以从空间维度描述用户面对当前界面时的眼动特征。眼动时间信息可以从时间维度描述用户面对当前界面时的眼动特征，例如可以包括用户注视当前界面的总时长、用户的眼球沿某个方向的追踪动作的持续时长、用户的眼跳动作的发生时刻等等。如此一来，可以从眼动事件记录中提取出用户面对当前界面时眼动的空间特征和时间特征。
[0043]
步骤203，基于眼动数据，采用预先训练的界面复杂度预测模型，估计出当前界面的复杂度。
[0044]
在本实施例中，界面复杂度预测模型用于表征用户的眼动数据与当前界面的复杂程度的对应关系。可以采用复杂等级的形式表征界面的复杂程度，例如可以基于统计分析的结果，预先设定界面的复杂等级，从低到高依次为：简单、中等、复杂、非常复杂。
[0045]
在一个具体的示例中，执行主体可以通过如下步骤得到训练后的界面复杂度预测模型。首先构建初始界面复杂度预测模型，例如可以采用深度学习模型中的分类模型：神经网络模型、决策树模型、支持向量机等。之后，执行主体可以从网络上获取各个场景下的交互界面的样本眼动数据，然后基于交互界面的复杂等级，对样本眼动数据进行标记，基于标记后的样本眼动数据构建训练集。再后，将训练集中的样本眼动数据输入初始界面复杂度预测模型，将样本眼动数据标记的复杂程度等级作为初始界面复杂度预测模型的期望输出，训练初始界面复杂度预测模型，以使初始界面复杂度预测模型学习眼动数据与复杂等级之间的对应关系，得到训练后的界面复杂度预测模型。最后，执行主体将步骤202中得到的眼动数据输入训练后的界面复杂度预测模型中，得到当前界面对应的各个复杂等级的置信度，并将置信度最高的复杂等级确定为当前界面的复杂度。
[0046]
在另一个具体的示例中，执行主体还可以采用回归模型作为界面复杂度预测模型，将回归模型输出的数值作为界面的复杂度。例如可以采用线性回归模型，将训练集中的样本眼动数据输入预先构建的初始回归模型中，学习眼动路径和眼动时间信息的权重，将得到的眼动路径和眼动时间信息的加权和作为界面的复杂度。
[0047]
在本实施例的一些可选的实现方式中，步骤202中得到的眼动数据还包括当前界面中各区域的区域眼动数据，区域眼动数据包括用户的视线在区域的停留时长和移动轨迹。
[0048]
在本实现方式中，用户的视线在区域的停留时间越长，表示该区域中的内容对于用户来说需要耗费的时间越长；用户的移动轨迹越长，表示该区域中的内容较多，因而，区域眼动数据可以表征区域内的内容与区域复杂度的关联。并且，集成了各区域的区域眼动数据的眼动数据可以包含当前界面的界面布局与复杂度的关联，拓展了眼动数据的特征维度。如此一来，执行主体基于眼动数据估计出的当前界面的复杂度，包含了界面布局对界面复杂度的影响，从而提高了预测的准确度。
[0049]
接着参考图3，图3示出了本公开的生成信息的方法的一个应用场景的示意图，在图3所示的场景300中，执行主体301可以是智能手机，智能手机基于眼动追踪技术，通过前
置摄像头捕捉用户面对当前界面时的眼球动作，生成用户的眼球事件记录。然后，从眼球事件记录中提取出用户的眼动数据，并输入预先训练的界面复杂度预测模型，得到当前界面的复杂度。
[0050]
根据本申请的技术解决了相关技术中确定界面复杂度的问题，首先获取用户面对当前界面时的眼动事件记录，并从眼动事件记录中提取出眼动数据，然后采用预先训练的界面复杂度预测模型估计出当前界面的复杂度，从而实现了基于用户的眼动事件确定出当前界面的复杂度。
[0051]
接下来参考图4，图4示出了本公开的生成信息的方法的第二实施例的示意图，图4所示的流程400具体包括以下步骤：
[0052]
步骤401，获取用户在当前界面下的眼动事件记录。此步骤与前述步骤201相对应，此处不再赘述。
[0053]
步骤402，从眼动事件记录中提取出眼动数据。
[0054]
在本实施例中，眼动数据包括眼动路径、眼动时间信息和区域眼动数据，区域眼动数据包括用户的视线在区域的停留时长和移动轨迹。
[0055]
步骤403，基于眼动数据，采用预先训练的界面复杂度预测模型，估计出当前界面的复杂度。此步骤与前述步骤203相对应，此处不再赘述。
[0056]
步骤404，基于区域的区域眼动数据，采用预先训练的区域复杂度预测模型，估计出区域的区域复杂度。
[0057]
在本实现方式中，区域眼动数据包括了用户在面对该区域时的眼动的空间特征和时间特征，因此，区域复杂度预测模型可以采用与上述步骤403中的界面预测模型相同的模型，也可以采用其他模型，本申请对此不做限制。
[0058]
在本实现方式中，各区域的区域复杂度可以更精准地表示出界面中各区域的复杂程度。
[0059]
步骤405，基于区域在当前界面中的位置信息，获取区域的内容。
[0060]
作为示例，区域中的内容可以包括文本段落、图片、视频或操作控件等。
[0061]
步骤406，基于区域的内容，生成区域的内容特征标签。
[0062]
在本实施例中，内容特征标签用于表征区域中内容的特征属性，可以包括但不限于内容的主题和类型。
[0063]
作为示例，当区域的内容为文本时，执行主体可以采用语义分析算法从文本中分析归纳出该文本的主题，例如可以是描述性质的文本，则可以生成该区域的内容特征标签为“描述文本”；当区域的内容为图片时，执行主体可以采用图像识别算法，识别出图片中的对象，例如可以是景观，然后生成该区域的内容特征标签为“景观图片”；当区域的内容为操作控件时，执行主体可以识别出该操作控件所表征的操作，例如可以是“打开新链接”，然后生成该区域的内容特征标签为“打开新连接的控件”。
[0064]
步骤407，对当前界面中各区域的位置信息、内容特征标签和区域复杂度编码，生成各区域的内容与复杂度的关联信息。
[0065]
作为示例，执行主体可以按照预设规则，将区域的位置信息、内容特征标签和区域复杂度编码组合成一个字符串，然后将该字符串作为区域的内容与复杂度的关联信息。
[0066]
步骤408，发送各区域的关联信息。
[0067]
在本实施例中，执行主体可以将编码得到的各区域的内容与复杂度的关联信息发送至云端或本地的数据库进行存储，以便于后续需要优化当前界面时，可以精确地获取每个区域的关联信息，并从中提取出该区域的位置信息、内容特征标签和区域复杂度编码。
[0068]
从图4中可以看出，本实施例中的生成信息的方法的流程400突出了基于区域眼动数据确定区域复杂度以及生成区域的内容与复杂度的关联信息的步骤，通过区域复杂度可以精确显示界面中各个区域的复杂度，结合区域的内容与复杂度的关联信息，有助于后续更精准、更方便地优化界面，以提高界面对用户的友好程度。
[0069]
接下来继续参考图1，图1所示的示例性系统架构100同样可以应用于本公开的用于推送界面的方法或装置。作为示例，终端设备101、102、103可以通过网络104与服务器105交互信息，用户通过终端设备101、102、103呈现的交互界面与终端设备进行人机交互时，终端设备101、102、103可以将当前场景发送至服务器105，由服务器105从预存的界面中确定出与当前场景对应的待推送界面，然后基于各待推送界面的复杂度确定出目标待推送界面，并发送至终端设备，由终端设备将目标待推送界面呈现给用户。
[0070]
本公开的用于推送界面的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于推送信息的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。在此不做具体限定。
[0071]
然后参考图5，图5示出了本公开的用于推送界面的方法的第一实施例的示意图，图5所示的流程500具体包括以下步骤：
[0072]
步骤501，基于当前场景，确定当前场景对应的至少一个待推送界面。
[0073]
在本实施例中，可以在云端或本地的数据库中预存有对应于每个场景的多个待推送界面，执行主体(例如可以是图1中所示的终端设备)可以根据当前场景，从数据库中确定出对应的待推送界面。
[0074]
步骤502，基于预先确定的各待推送界面的复杂度，将各待推送界面中复杂度最低的待推送界面确定为目标待推送界面，其中，复杂度采用上述生成信息的方法确定。
[0075]
在本实施例中，可以预先构建待推送界面与复杂度的对应关系列表，如此，执行主体可以从对应关系列表中检索出每个待推送界面的复杂度，并从中确定出目标待推送界面。
[0076]
步骤503，推送目标待推送界面。
[0077]
当执行主体为终端设备时，可以直接将目标待推送界面呈现于显示装置，以供用户与终端设备进行交互。当执行主体为云端服务器时，可以将目标待推送界面发送至终端设备，由终端设备呈现给用户。
[0078]
本公开的用于推送界面的方法基于当前场景确定出待推送界面，然后从中确定出复杂度最低的目标待推送界面，可以提高所推送的界面对用户的友好程度。
[0079]
下面参考图6，图6是本公开的生成信息的装置的一个实施例的结构示意图，该电子设备600包括：记录获取单元601，被配置成获取用户在当前界面下的眼动事件记录；数据提取单元602，被配置成从眼动事件记录中提取出眼动数据，眼动数据至少包括眼动路径和眼动时间信息；信息预测单元603，被配置成基于眼动数据，采用预先训练的界面复杂度预测模型，估计出当前界面的复杂度。
[0080]
在本实施例中，眼动数据还包括当前界面中各区域的区域眼动数据，区域眼动数
据包括用户的视线在区域的停留时长和移动轨迹。
[0081]
在本实施例中，该装置600还包括区域复杂度预测单元，被配置成：基于区域的区域眼动数据，采用预先训练的区域复杂度预测模型，估计出区域的区域复杂度。
[0082]
在本实施例中，该装置600还包括：区域内容获取单元，被配置成基于区域在当前界面中的位置信息，获取区域的内容；特征标签生成单元，被配置成基于区域的内容，生成区域的内容特征标签；关联信息生成单元，被配置成对当前界面中各区域的位置信息、内容特征标签和区域复杂度编码，生成各区域的内容与复杂度的关联信息；关联信息发送单元，被配置成发送关联信息。
[0083]
下面参考图7，图7是本公开的用于推送界面的一个实施例的结构示意图，该电子设备700包括：界面获取单元701，被配置成基于当前场景，确定当前场景对应的至少一个待推送界面；界面确定单元702，被配置成基于预先确定的各待推送界面的复杂度，将各待推送界面中复杂度最低的待推送界面确定为目标待推送界面，其中，复杂度采用上述生成信息的方法确定；界面推送单元703，被配置成推送目标待推送界面。
[0084]
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
[0085]
如图8所示，图8是根据本申请实施例的生成信息的方法的电子设备的框图，电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
[0086]
如图8所示，该电子设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。
[0087]
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的生成信息的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的生成信息的方法。
[0088]
存储器802作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的计算机可存储介质的方法对应的程序指令/模块(例如，附图6所示的记录获取单元和数据提取单元)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中生成信息的方法。
[0089]
存储器802可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据生成信息的方法的电子设备
的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至生成信息的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0090]
信息生成的方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图8中以通过总线连接为例。
[0091]
输入装置803可接收输入的数字或字符信息，以及产生与生成信息的方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
[0092]
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0093]
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
[0094]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0095]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数
字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0096]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
[0097]
根据本申请的技术解决了相关技术中确定界面复杂度的问题，首先获取用户面对当前界面时的眼动事件记录，然后从眼动事件记录中提取出眼动数据，并采用预先训练的界面复杂度预测模型估计出当前界面的复杂度，可以基于用户的眼动事件确定出当前界面的复杂度。
[0098]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
[0099]
可以理解的是，图8所示的电子设备同样可以适用于本公开的用于推送界面的方法，在此不再赘述。
[0100]
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。