Ingeniero Civil Industrial / El presente Trabajo de Título tiene como objetivo principal conocer el impacto que significa la incorporación de una nueva fuente de información a la metodología de identificación de Website Keyobjects. Esta nueva fuente de información será la medida de la actividad bioeléctrica cerebral frente a los estímulos presentados en una página web. Específicamente, se busca diseñar e implementar un módulo con algoritmos de Data Mining para clasificar los objetos relevantes presentes en un sitio web según variables de actividad cerebral. El trabajo se enmarca en el proyecto Fondef Plataforma informática basada en web-intelligence y herramientas de análisis de exploración visual para la mejora de la estructura y contenido de sitios web (AKORI: Advanced Kernel for Ocular Research and Web Intelligence) . Este proyecto está siendo llevado a cabo en conjunto por el Laboratorio de Neurosistemas y el Departamento de Ingeniería Industrial de la Universidad de Chile. La hipótesis que se valida en este trabajo es: "Es posible realizar una clasificación de los objetos relevantes de un sitio web según variables que caractericen la actividad bioelétrica cerebral". Para la validación de esta hipótesis se realiza un experimento en que 20 usuarios navegan libremente por un sitio web de estudio, mientras que un dispositivo de Eye Tracking guarda el posicionamiento de los ojos en la pantalla y los cambios en el tamaño de las pupilas y un electroencefalograma graba los potenciales eléctricos en la corteza cerebral en tiempo real. El análisis de los datos obtenidos se realiza mediante el proceso KDD, en un principio se realiza para la dilatación pupilar con el fin de obtener una línea base de estudio. Luego se aplica a los datos del EEG para realizar una comparación a lo obtenido de las señales oculares. Para ambos tipos de data se seleccionan 19 sujetos, cuyos datos son preprocesados y limpiados, luego transformados según distintas características a los que se les aplican diversos algoritmos de clasificación. Con esto se determina como resultado una lista de objetos relevantes dentro del sitio de estudio. Los resultados obtenidos indican que utilizando variables obtenidas de las señales eléctricas producidas en la corteza cerebral es posible clasificar Website Keyobjects con un 90\% de precisión, mediante el algoritmo K-Means. Esta clasificación es en base a la línea base obtenida, donde de un total de 20 objetos, 18 fueron clasificados correctamente, y fue la mejor que se obtuvo dentro de todas las combinaciones de variables y clusterizaciones realizadas. Finalmente se concluye que el trabajo fue exitoso y se proponen diversos trabajos futuros que aportan al proyecto AKORI y la metodología. Además se entrega una reflexión final correspondiente al uso de metodologías, algoritmos y conocimientos similares en otras áreas de estudio que generen valor para la sociedad.

El objetivo general de esta memoria es mejorar la metodología para identi car Website Keyobjects diseñada por Velásquez y Dujovne mediante el uso de herramientas Eye Tracking y algoritmos de Web Mining. Dado un sitio web, esta metodología toma como entrada el registro de peticiones (web log) del sitio, las páginas que lo componen y el interés de los usuarios en los objetos web de cada página, el cual es cuanti ficado a partir de una encuesta que permite medir la atención prestada por los usuarios sobre los objetos. Luego los datos son transformados y pre-procesados para finalmente aplicar algoritmos de Web Mining que permiten extraer los Website Keyobjects. Considerando lo anterior, en este trabajo de memoria se sugiere una forma distinta de cuanti ficar el interés de los usuarios sobre los objetos web, utilizando una tecnología de rastreo ocular (Eye Tracking), con el objetivo de prescindir de la encuesta, ocupar una herramienta de mayor precisión y así mejorar la clasi cación de los Website Keyobjects. Para comenzar, se investigaron las distintas técnicas y herramientas de rastreo ocular. Se optó por ocupar un Eye Tracker que ocupa la técnica más avanzada en su campo, la que ilumina los ojos con luces infrarojas y captura sus movimientos según el brillo de la pupila y el reflejo de la córnea, todo esto basado en vídeo. Luego se diseñó un experimento que permitiera establecer si se produce una mejora en la clasi cación de los objetos al ocupar distintos valores del interés de los usuarios: medido según una encuesta o un Eye Tracker. Se concluyó que la tecnología Eye Tracking es sumamente útil y precisa a la hora de conocer que es lo que mira un usuario y, por lo tanto, que es lo que más captura su atención. Además que el integrar esta tecnología a la metodología permite no realizar una encuesta, con lo que se evitan situaciones donde es altamente posible ingresar errores de forma involuntaria. Finalmente se estableció se produce una leve mejora, entre un 5 % y 6 %, en la metodología al ocupar la información generada por el Eye Tracker.

Ingeniero Civil Industrial / El objetivo general del presente trabajo es la implementación de metodologías para estudiar la incidencia de la dilatación pupilar como variable predictiva de la toma de decisión de usuarios que navegan a través de sitios web. Esta memoria busca encontrar patrones de comportamiento de la pupila en usuarios web al momento de tomar una decisión, utilizando herramientas de Data Mining, Eye-Tracking y Dilatación Pupilar. Este estudio es un apoyo al proyecto FONDEF adjudicado por la Universidad de Chile, titulado Plataforma informática basada en web-intelligence y herramientas de análisis de exploración visual para la mejora de la estructura y contenido de sitios web (AKORI: Advanced Kernel for Ocular Research and web Intelligence), el cual busca paquetizar una metodología de mejoramiento de sitios web. La metodología a utilizar en este trabajo, es el \textit{método científico}, apoyado por el análisis \textit{ Knowledge Discovery in Databases (KDD)} de minería de datos. La hipótesis a validar es: Los cambios del diámetro de la pupila en el tiempo son una variable predictiva dependiente relevante en las tomas de decisión próximas . Se realiza un experimento en el cual se presentan distintos objetos de valencia neutros de la base de datos IAPS, organizados ene 90 categorías distintas, y el sujeto de prueba de elegir uno de los objetos haciendo click con el mouse. No hay un criterio de de decisión impuesto en la instrucción. La instrucción es:"Se le presentará un set de 9 imágenes en una grilla de 3x3. Haciendo click con el mouse, elija una de las imágenes...". Para validar la hipótesis planteada, se realiza un experimento en que usuarios web navegan por un sitio, dada una instrucción y a través de herramientas de eye-tracking y dilatación pupilar, se obtienen medidas periódicamente del diámetro de la pupila, y la coordenada en la pantalla el cual el sujeto está mirando. Se utilizan distintos métodos de minería de datos para validar la hipótesis, buscando la relación entre la data y la toma de decisión. Se define una toma de decisión como el momento en que el sujeto de prueba hace un click en la pantalla. El experimento revela resultados favorables, validando la hipótesis con una confianza del 95\%. Se genera un clasificador utilizando herramientas de minería de datos. Se utilizan los métodos de clasificación binaria: Support Vector Machine; Accuracy de 72\%, Regresión Logística; Accuracy de 75\%, y Redes Neuronales; Accuracy de 82\%. %Conclusión más importante Se concluye que la dilatación pupilar muestra patrones de comportamiento marcados en relación con las tomas de decisiones.

Ingeniero Civil Industrial / El presente trabajo de título tiene por objetivo caracterizar las relaciones cuantitativas y cualitativas entre dilatación pupilar y emocionalidad del sujeto mediante técnicas de minería de datos como apoyo a la metodología de identificación de Website Keyobjects. Además se introduce el análisis de neurodatos como una posible medida de la emoción de los sujetos de estudio. Los objetivos específicos plantean investigar el estado del arte de las distintas variables de estudio, diseñar e implementar experimentos orientados a descubrir la posible relación, aplicar proceso de descubrimiento de conocimiento y finalmente concluir con respecto a la hipótesis de investigación. El trabajo de título está inmerso en el proyecto FONDEF titulado Plataforma informática basada en web-intelligence y herramientas de análisis de exploración visual para la mejora de la estructura y contenido de sitios web (AKORI: Advanced Kernel for Ocular Research and web Intelligence), proyecto compartido entre el Laboratorio de Neurosistemas y el Departamento de Ingeniería Industrial de la Universidad de Chile. La justificación del trabajo se basa en la creciente necesidad de entender la experiencia del usuario dentro de los sitios web con el fin de utilizar las mejores prácticas en la construcción de los mismos. Hasta el momento, la metodología del profesor Juan Velásquez permite localizar los Website Keyobjects, elementos principales de un sitio web, mediante el uso de técnicas de eye-tracking y minería de datos. Sin embargo, cuando un usuario fija su mirada en algún elemento, no se puede establecer una relación de gusto o disgusto frente al estímulo, por lo que se hace útil caracterizar estas relaciones subyacentes. Para la obtención de datos se realizaron 10 registros del experimento diseñado. El experimento consistió en que los sujetos eran expuestos a 180 imágenes con distinto contenido emocional, mientras eran registradas su actividad bioeléctrica cerebral (EEG), dilatación pupilar y la calificaciones que los usuarios otorgaban a las imágenes. En el análisis de los datos obtenidos fue llevado a cabo mediante el proceso KDD. Para la actividad bioeléctrica cerebral se obtuvieron resultados negativos, ya que no se logró establecer este parámetro como medida de emocionalidad. Tampoco fue posible obtener un alto porcentaje de precisión en la clasificación de emocionalidad en base a los neurodatos. Para la dilatación pupilar, si bien se registró un comportamiento similar al de estudios anteriores, no se logró establecer un clasificador de emociones según el comportamiento de la dilatación pupilar que superará el 50\% de precisión, independiente del algoritmo utilizado. Si bien no se logró demostrar la hipótesis de investigación, se vislumbran ciertos lineamientos para futuras investigaciones. Se considera el análisis de EEG como una fuente de información potente para el estudio del comportamiento del usuario en la web. Por lo mismo, se propone realizar una integración de análisis de neurodatos a la metodología de identificación de Website Keyobjects.

No description available.