我想比较两个眼动追踪扫描路径。 眼睛跟踪产生观察者看到的一系列标签，用于将图像划分成标记的区块（矩形区域）。我们也从眼睛跟踪知道了什么时间，以及眼睛看瓦片的时间长度。
Levenshtein或字符串编辑距离可以正常工作，只要不考虑注视的时间。例如，f用户1查看区块“AKPLA”，用户2查看区块“ATPLB”，字符串编辑距离将为2，但用户2可能在比用户2更长的时间内查看“P”。 / p>
如何改善距离测量以测量时间差异的任何想法？ （请注意，算法不限于字符串，它对整数数组也同样有效。）
答案 0 :(得分：0)
眼睛跟踪扫描路径最初将是一个时间序列。将时间序列转换为仅包含人看到的标签的字符串会导致丢失有关时间的信息。
因此，如果您想考虑时间，您必须使用原始时间序列或花时间考虑转换。
例如：您可以每隔十秒钟给出该人平均看的平面。与“AATTTPLBB”相比，它可能是“AAAAKPLAA”。在这种情况下，您可以使用编辑距离，它会考虑到某人在哪里看多久。
您还可以简单地处理眼睛跟踪的原始时间序列 - 我认为 - 包含时间戳和位置。然后，您可以使用动态时间扭曲来估计不相似性。
无论如何，这是一个非常广泛的问题，可能与你无关。如果你能发布自己发现的答案，那就太好了。