数据集概述
本数据集包含用于评估眼动追踪在机器人流程自动化中应用的用户注意力映射数据。数据由5组不同复杂度的UI截图（含模拟与真实界面）及对应的用户凝视点数据构成，每组含10张同风格但数据不同的截图，聚焦行政领域场景中吸引用户注意力的关键UI元素，支持识别相关UI组件的分析。
文件详解
- 压缩包文件：
2023RPAForumWhatAreYouGazingAt.zip
- 文件格式：ZIP
- 内部结构：包含input和output两个主文件夹
- input文件夹：
- screenshots/：5组共50张UI截图，命名遵循SX_screenshot_DDDD.jpeg格式（X为1-5，DDDD为唯一标识），涵盖模拟/真实邮件、CRM用户详情、双应用分屏等场景
- fixation.json：JSON格式，存储每张截图对应的凝视点数据，含凝视点坐标、持续时间、分散度等字段
- output文件夹：
- non-filter/：未过滤数据，含borders（高亮所有UI组件边框的截图）和components_json（存储UI组件结构的JSON文件）
- pre-filter/：预过滤数据，含borders（仅在用户关注区域检测UI组件的截图）、components_json（UI组件结构JSON）、pre_filter_attention_maps（预过滤注意力热力图）
- post-filter/：后过滤数据，含borders（高亮相关UI组件边框的截图）、components_json（含"relevant"标记的UI组件JSON）、post_filter_attention_maps（后过滤注意力热力图）
数据来源
2023 RPA Forum论文“What Are You Gazing At? An Approach to Use Eye-tracking for Robotic Process Automation”
适用场景
- 机器人流程自动化优化：分析用户注意力分布，优化RPA系统的UI交互设计与流程自动化逻辑
- 用户注意力建模：基于凝视点数据构建行政领域UI界面的用户注意力预测模型
- UI组件相关性识别：识别不同复杂度界面中吸引用户主要注意力的关键UI元素
- 眼动追踪技术应用评估：验证眼动追踪技术在UI交互分析中的有效性与准确性
- 行政领域界面设计优化：为邮件、CRM等行政场景界面提供用户注意力导向的设计改进依据
