仅基于鼠标点击的时间模式（点击时间列表），是否可以预测计算机用户的活动？
例如：工作 vs 花时间在 Facebook 上 vs 看照片 vs 玩电脑游戏。
如果它们是更细粒度的预测（例如玩星际争霸 vs 反恐精英 vs 模拟城市），那么我也很感兴趣。
虽然（可以说）人们可以听到有人在玩（由于快速和突然的点击）或看照片（等间距的点击），但我很感兴趣是否有任何关于这件事的客观发现（出版物、博客研究等） .
编辑：
我对键盘点击（不区分哪个键被击中）或组合方法（鼠标+键盘）同样感兴趣。
鼠标（或键盘）点击模式和预测计算机用户的活动
机器算法验证
时间序列
信号处理
模式识别
2022-03-16 22:54:34
1个回答
好问题，我希望我有时间调查自己。我相信它是可以处理的。你有数据吗？
您的信号是一个多维（ D 代表按钮）二进制时间序列；每个位指示按钮是否被按下。您还可以将光标的位置作为 2D 轨迹合并到特征向量中。大概，您有每个活动的训练数据。所以这意味着你有一个分类问题。
您可以通过近似和有效地编码轨迹（根据请求引用）并采用鼠标点击频率的一阶差分（即，如果点击频率没有变化，则存储零）来降低维度。我还会估计点击的到达间隔时间的分布，看看你是否可以从中分类。
有关文献的跳转点，请参阅使用眼睛注视运动和传统交互的活动识别。您应该在“无处不在/普遍计算”和“人机交互”社区中找到更多线索。
要获取数据，我建议使用键盘记录器自己生成数据。我建议在有关计算机安全或黑客攻击的论坛上寻求帮助。他们中的大多数人都记录了键盘，但鼠标也可能有一些东西。如果做不到这一点，您可以编写自己的软件。
其它你可能感兴趣的问题