网页搜索列表产品图片复杂度对用户注意的影响研究-基于眼动数据的分析

叶许红，张庆港，胡林枫

■管理学

网页搜索列表产品图片复杂度对用户注意的影响研究-基于眼动数据的分析

叶许红，张庆港，胡林枫

（浙江工业大学 管理学院，浙江 杭州 310023）

在网络购物中，消费者会根据搜索列表中产品图片信息对商品进行评估和筛选，如何提高商品被点击概率是每个商家考虑的重要问题。许多商家设计产品图片如编辑图文信息和色彩等提高产品图片复杂度以提高产品点击率。现有研究认为视觉复杂度是影响用户认知和行为的关键因素。在网页搜索列表情境下，产品图片的视觉复杂度如何影响用户注意等决策行为存在诸多研究空白。本文从元素复杂度和色彩复杂度两个维度考察了在搜索结果列表页面中产品图片复杂度对消费者注意的影响作用。研究设计3（元素复杂度低、中、高）×2（色彩复杂度低和高）被试内眼动实验收集数据，运用重复测量方差分析进行数据处理。结果表明，相对于中、低元素复杂度的产品图片，被试对高元素复杂度情况下的产品图片的注视次数和注视时长显著提升；相对于低色彩复杂度的产品图片，被试对高色彩复杂度的产品图片的注视次数和注视时长显著提升。本研究扩展了视觉复杂度理论，将色彩复杂度和元素复杂度结合，共同探讨了在网页搜索结果列表新情境中产品图片复杂度对消费者注意的影响作用。本研究为网购页面产品图片设计和管理实践提供了理论指导和设计策略。

视觉复杂度；用户注意力；眼动追踪实验；电子商务

引言

随着信息技术和创新应用的快速发展，互联网已成为消费者首选的购物媒介。网络购物已成为消费者重要的电子商务活动。截止2021年12月，中国网民规模达到10.31亿，其中网购用户规模达到8.42亿[1]。在网络购物中，消费者通常先搜索产品信息，随后根据搜索结果列表呈现的信息对商品进行评估和筛选。现有研究表明网购消费者通过网络零售商提供的网页视觉信息来评估和间接体验产品信息和质量[2]。高质量的网页视觉信息设计被视为在线业务成功的重要因素[3]。在搜索结果列表中，产品图片是展示产品特性和质量的主要窗口。消费者往往会优先关注于产品图片区域而不是页面上所有视觉信息区域[4]。搜索结果列表中的产品图片设计十分重要，在很大程度上决定了消费者对商品或商家的选择倾向。商家为了提高商品被选择的概率，通常在产品图片中设计图文信息和色彩，以使消费者快速查看到商品的亮点信息，但同时也提高了产品图片的视觉复杂度。现有研究表明视觉复杂度是影响用户认知决策和行为等的关键因素[5-7]。商家在搜索结果列表页面中对产品图片的设计和管理需要考虑图片视觉复杂度的影响作用。

现有关于视觉复杂度的研究主要集中在网页和广告的视觉复杂度。一些研究将视觉复杂度视为一维结构来探索整体视觉复杂度对消费者信息处理的影响[5,8]。此外，还有一些研究将视觉复杂度视为多维结构来探索不同维度的视觉复杂度对用户决策的影响[7,9]。在网页搜索结果列表情境下，产品图片的视觉复杂度如何影响消费者的决策和行为存在诸多研究空白。本文利用眼动追踪实验研究方法，从元素复杂度和色彩复杂度两个维度视角，探究搜索结果列表下产品图片的视觉复杂度对消费者注意的影响作用。本研究扩展了视觉复杂度理论，过去的研究大多基于整个网站页面或者广告信息的视觉复杂度来考察消费者的决策影响作用，并且也忽略了色彩复杂度变化的影响作用。此外，本研究也为产品图片设计师和在线零售商设计和选择合适的产品图片提供了科学的指导策略，譬如在搜索结果列表的产品图片中使用更多的产品信息以及更丰富的配色方案以吸引消费者更多的注意力等。

本文的其余部分组织如下：第二部分为文献综述，主要对视觉复杂度和视觉注意力进行了文献整理和述评；第三部分为研究假设，基于文献综述提出研究假设；第四部分为实验方法，主要介绍了眼动实验研究设计；第五部分为数据分析和结果，主要对眼动数据进行重复测量方差分析。第六部分为研究总结，主要是根据数据分析结果总结本研究的结论、理论贡献、实践意义和局限性等。

一、文献综述

（一）视觉复杂度

1.视觉复杂度的定义

视觉复杂度是一个范围广泛的概念，在计算机、认知心理学、和市场营销等多个领域有几十年的研究基础。现有研究关于视觉复杂度的定义还没有达成共识。早期的研究认为视觉复杂度是个一维的概念。Snodgrass等学者把视觉复杂度称为“图像中的细节或复杂程度”[10]。学者Heaps和Handel试图确定图像的哪些特征对人类的感知是有效的，其研究结果将视觉复杂度定义为描述图像的困难程度[11]。一些学者认为视觉复杂度是一个多维度的概念。具体来说，学者Nadkarni和Gupta将视觉复杂度分为三个方面：感知成分复杂度、感知协调复杂度和感知动态复杂度[12]。感知成分复杂度是指用户对任务刺激中信息线索的密度和差异性的感知。感知协调性复杂度描述了用户对任务刺激中不同信息簇的范围和相互依赖性的感知。感知动态复杂度是指用户在执行任务时面临的模糊性和不确定性。学者Deng和Poole把环境复杂度概念扩展到网站环境中，将视觉复杂度分成了两个维度：视觉多样性和视觉丰富性[7]。视觉多样性代表网页中不同类型的元素（如文本、图形、链接）。视觉丰富性指的是网页中存在的信息细节（如文本数量、图形数量、页面链接和布局）。学者Pieters将网络广告的视觉复杂度分为特征复杂度和设计复杂度[13]。特征复杂度是指广告图片像素的颜色、亮度和边缘信息等非结构性变化。设计复杂性是指广告图片的具体形状、物体和排列的结构性变化。学者Guo从数量复杂度和布局复杂度两个维度研究了新闻App的视觉复杂度[9]。数量复杂度是指图片和文本的数量。布局复杂度是指不同的图文组合形式。学者Im根据用户对视觉范围内单一物体或整体视觉对象的不同兴趣，确定了两种不同的视觉复杂度[4]。视觉对象中单一物体的视觉复杂度被称为目标复杂度，而整个视觉对象的排列复杂度被称为显示复杂度。

由现有研究可知，视觉复杂度在不同的条件和研究场景下有着不同的定义和分类，不同维度的视觉复杂度代表了呈现的视觉信息的特征差异。在搜索结果列表页面中，商家对同一产品展示出来的产品图片均有差异。随着商家在产品图片元素和色彩的使用量提升，使得产品图片视觉复杂度增加。现有研究表明不同维度的视觉复杂度对消费者的影响是不同的[9]。因此，本文根据搜索结果列表下产品图片本身的特征，结合现有研究并考虑产品图片的元素数量和图片色彩，将视觉复杂度区分为元素复杂度和色彩复杂度。

2.视觉复杂度的影响作用

现有关于视觉复杂度的研究大多集中在网页和广告营销领域[13,14]。有的学者从整体的角度对视觉复杂度的影响作用进行了研究。一些研究认为，低视觉复杂度的效果是最优的。由于消费者获取和处理信息的能力有限，低视觉复杂度会加强信息处理的流畅度[5,6,15]。一些研究验证了视觉复杂度与用户的信息处理存在倒U型曲线效应[16]。相对于低视觉复杂度和高视觉复杂度，用户在中等视觉复杂度网页上的注视次数和注视时长最小[17,18]。还有一些研究认为，高视觉复杂度会使用户感受到更高的唤醒水平，促使他们继续浏览具有多样化和众多形式信息的网页[7,19]。

此外，不同维度的视觉复杂度对用户注意的影响作用是不同的。有研究发现广告的特征复杂度对用户品牌注意力有负面影响，但广告的设计复杂度对用户的注意力和态度等都有积极的影响[13]。在移动端新闻App情境中，页面的数量复杂度显著正向影响用户的注视次数，而中等布局复杂度下用户的注视次数显著低于高布局复杂度和低布局复杂度[9]。在网页情景中，高显示复杂度的网页导致用户的注意力分散，中等目标复杂度的网页可以更好地吸引消费者的注意力[4]。

现有文献中，关于视觉复杂度对用户的影响研究已经从网站、App和广告等多个情境进行了探索，然而很少有研究深入探讨消费者对产品搜索列表页中产品图片的评估和认知决策[20]。研究表明，网站产品列表页上的信息可以影响消费者的决策和购买意向[21]。此外，大多数视觉复杂度的研究还忽略了色彩变化的影响作用。以往的研究中对视觉复杂度的操控主要依赖于产品或服务信息的数量和这些信息的排列布局，然而色彩也是影响视觉复杂度的重要因素之一[22]。现有文献中很少有探索色彩变化对用户的影响作用。本文结合元素复杂度和色彩复杂度，从两个维度视角探索网页搜索结果列表下产品图片的视觉复杂度对消费者注意力的影响作用。

（二）视觉注意力

注意力通常被定义为知觉选择性[23]。在视觉注意力的研究中，影响用户视觉注意力的因素可以通过自上而下和自下而上的过程来区分[24]。自上而下的视觉注意是要求消费者关注特定的视觉信息[25]，而自下而上的注意力则主要依赖于用户无目标地对视觉对象的注意力。自下而上的注意力捕获是用户自动的认知处理过程，它们引导或增加用户对视觉场景中相关元素的关注[26]。在用户自由浏览过程中，基于视觉对象不同的视觉特征，用户可能对不同视觉特征下的视觉对象存在不同的关注程度，即存在不同的注意力情况。

眼球运动与视觉注意力密切相关，通过眼动仪收集的眼球运动数据常被用来衡量用户的注意力[27]。眼动追踪实验方法是一种通过测量和分析用户注意力过程的生理研究方法。相对于自我报告问卷、访谈等方法，眼动追踪能够实时获取被试对关注对象视觉信息的注意力数据[28]。眼动追踪实验方法被广泛用于测量和分析用户在视觉广告、食品标签和图像等视觉对象上的注意力[29]。一些研究通过眼动数据分析发现文字和图像增加了消费者对广告的关注[30]。与文字信息相比，图像广告在吸引和保持消费者的注意力方面更有效[31]。一些眼动研究发现食品包装上的彩色标签可以增加用户的注意力[32]。此外，还有一些学者通过眼动研究方法发现具有更大尺寸和视觉突出性的产品标签同样有利于吸引消费者的注意力[33]。

以上文献也表明了用户注意力的自下而上的效应已经在诸多领域中得到研究和验证[34]。然而，在搜索结果页面列表的情境中，用户对产品图片视觉信息的自下而上的效应是如何的，其产品图片的视觉特征如何影响用户的注意力等方面还存在诸多研究空白。本研究采用眼动追踪实验研究方法探讨这些问题。在眼动追踪技术中，注视持续时间和注视次数是衡量注意力分配的最常用指标[35]。注视次数可用于衡量用户个人对视觉对象的关注程度[36,37]，较长的注视持续时间意味着视觉对象在某些方面更具有吸引力[38]。在本研究中，我们使用注视持续时间和注视次数来测量用户的视觉注意力。

二、研究假设

（一）元素复杂度的影响作用

图文数量的多少表示了元素复杂度。元素数量是影响视觉复杂度的重要维度之一[22]。随着元素数量的增加，图片的视觉复杂度增加。Wang等学者的研究表明网页中元素数量与消费者注意力成倒U型关系[18]。Pileliene等学者的研究表明广告图像的元素数量能够正向显著影响消费者的注意力分配[39]。含有较多元素的广告在视觉上更突出和显著，能够吸引用户更多的注意力。学者Deng研究表明，高元素复杂度的网站页面提供了多样化的信息线索，使得用户更容易被唤醒，促使他们继续浏览网页[7]。Guo等学者研究表明，随着新闻App界面中元素数量的增加，用户的注视次数和注视时长显著增加[9]。以上研究均表明元素复杂度对用户的注意力有显著影响。在电子商务中，消费者倾向于查看多种信息来促进他们对商品的评估和认知[14]。视觉注意力在决策中起着决定性的作用[26,40]。对搜索结果列表页面上的产品图片而言，元素复杂度随着图文数量的提升而提升，消费者对此的注意将会更多[28]。具体来说，更高的元素复杂度能够让产品图像吸引用户更多的注意，同时图片上的各个元素也会分散用户的注意力[13]。消费者需要花费更多的认知努力来评估处理产品图片的视觉信息[41]。这些都导致了用户在产品图片上付出更多的注意力。由上，我们假设：

假设1：在产品图片中，元素复杂度越高，用户在图片上的注视次数将会越多。

假设2：在产品图片中，元素复杂度越高，用户在图片上的注视时长将会越久。

（二）色彩复杂度的影响作用

颜色数量的多少表示了色彩复杂度。色彩是视觉刺激对象中具有视觉显著性的特征，色彩能够吸引用户自下而上的注意力。产品图片中的色彩搭配越丰富，其视觉显著性越高[42]。具体来说，用户在浏览视觉对象中，其注意力更多地会分配到色彩突出的部分[26]。具有丰富色彩的视觉对象不仅在初始吸引用户更多的注意力，并且用户浏览的时间也更长[43]。学者Lohse收集了32名被试在自由浏览黄页时的眼球运动数据，研究发现黄页上的彩色广告可以更快地吸引被试的注意力[44]。被试观看彩色广告的次数多于无彩色广告，并且观看彩色广告的时间比同等的无彩色广告长21%。标签的自下而上吸引注意力的特性也已通过眼动追踪研究得到证明。相对于带有单色编码的标签的产品，带有多种颜色编码标签的产品吸引了用户更多的注意力并且正向影响其产品选择[45]。上述研究均表明色彩更丰富的视觉对象更能吸引用户的注意力。在搜索结果列表中，商家使用更为丰富的配色方案，增加了产品图片的色彩复杂度。我们认为高色彩复杂度的产品图片能够更好的吸引消费者的注意力。由上，我们假设：

假设3：在产品图片中，色彩复杂度越高，用户在图片上的注视次数将会越多。

假设4：在产品图片中，色彩复杂度越高，用户在图片上的注视时长将会越久。

三、实验方法

（一）实验设计

本研究采用了3（元素复杂度低、中、高）×2（色彩复杂度低、高）的被试内实验研究方法。实验使用眼动追踪设备来收集实验数据。实验旨在为不同维度的视觉复杂度影响被试注意力的效果研究提供数据支持。

（二）实验装置

本研究中使用的眼动仪是Eyelink1000 Plus眼动仪，频率设置为500Hz。实验有两台计算机，一台用于主试监控和记录实验数据，一台用于呈现刺激材料给被试。刺激呈现在分辨率为1260×1084像素的显示器上。实验环境为低照明状态，这样可以避免光线对眼动仪校准的影响。每个参与者被试坐在显示器前，眼位与显示屏幕四分之三处等高，眼睛距离屏幕大约70厘米。

（三）刺激材料

为了研究不同元素复杂度和色彩复杂度对消费者视觉注意力的影响，我们从电子商务网站上选取了U盘作为主要的视觉刺激材料。参照之前文献研究，本研究主要通过改变产品图片中元素数量和颜色数量来设计视觉复杂程度。视觉复杂度分为元素复杂度和色彩复杂度，其中元素复杂度分为了低、中、高三个层次，色彩复杂度分为了低和高两个层次。关于刺激材料视觉复杂度的操纵如表1所示。所有这些设计的产品图片的原型均参考了天猫App上搜索列表上呈现的U盘产品图片。在U盘产品图片的设计过程中，我们祛除了网店名称以及品牌信息，以此来避免可能存在的干扰影响。最终我们得到6张视觉刺激材料，刺激材料的大小尺寸统一为550×500px。

表1：视觉复杂度操纵

（四）操纵检验

现有研究通过网页截图的压缩JPEG格式的尺寸大小来测量视觉复杂性[46]。压缩文件大小能够测量出图片整体的视觉复杂度，但不能有效测量出不同维度的视觉复杂度。有研究表明熵值同样是测量视觉复杂度的有效手段，色彩熵能够用来衡量图像的色彩复杂度[47]。

基于上述两种视觉复杂度的测量方法，我们将颜色熵值和JPEG大小两者结合起来分别测量图片的色彩复杂度和元素复杂度。首先，我们测量了所有产品图片的颜色熵并进行了方差分析，结果表明视觉复杂度随着颜色数量的增加而显著增加（F=9.876，P=0.035）。低色彩复杂度颜色熵均值为0.231，标准差为0.019；高色彩复杂度颜色熵均值为0.332，标准差为0.052。接着，我们将所有产品图片全部转成灰度图像，这样可以去除颜色对于视觉复杂度的影响，然后我们测量了所有灰度产品图片的JPEG值（bit）并进行了方差分析，结果表明视觉复杂度随着元素的增加而显著增加（F=97340.495，P=0.000）。低元素复杂度平均JPEG大小为44274.50，标准差为164.75；中元素复杂度平均JPEG大小为63257.00，标准差为22.62；高元素复杂度平均JPEG大小为115333.00，标准差为236.17。上述结果证明了我们成功操纵了产品图片的元素复杂度和色彩复杂度。

（五）实验被试

实验采取公开招募的方式招募被试。我们在校园内一共招募了40名全日制在校大学生，其中包含22名男性和18名女性。被试平均年龄为22.4岁。所有被试都有较丰富的网上购物经验。此外，所有的被试都具有正常或矫正后正常的视力且都是右利手。

（六）实验过程

本实验在浙江工业大学神经管理科学研究院眼动实验室进行。所有被试都签署了一份实验参与知情同意书。在正式实验开始前，由主试给被试介绍眼动设备以及实验须知。在被试熟悉实验操作后，主试给被试介绍实验场景（想象一下，最近要开学了，您需要购买一个新的U盘来存储学习资料。您在电子商务网购平台如天猫、京东等搜索一款U盘。根据搜索结果列表，你发现尽管是同一款类似U盘，但是商家展示的U盘的商品图片均不相同。请您根据每一产品图片信息给与您自己的评价）。最后，在被试熟练实验操作以及明白实验情景任务的情况下，主试对被试进行眼部的校准与验证。在被试通过校准和验证流程过后，正式进入眼动实验过程：1.实验指导语界面最先出现在电脑屏幕上，被试需要仔细阅读，阅读完毕后按空格键继续。2.屏幕中心呈现“＋”符号，持续500ms，使被试视线聚焦在屏幕中心。3.6张具有不同视觉复杂度的刺激材料会按照随机顺序呈现给被试自由浏览，被试浏览完一张图片后按空格键继续。实验结束时，界面会呈现实验结束语。整个过程时长估计20分钟。最后，被试需要回答一份个人信息问卷。为感谢被试参与眼动实验研究，本实验为每位被试提供20元报酬。

四、数据分析与结果

（一）描述性统计分析

本研究对初始数据进行了箱线图分析处理，剔除了极个别极端值，以保证实验数据的严谨性和科学性。实验共得到38个有效的被试数据，每个被试浏览6张图片，共获得228个刺激图片的有效眼动数据。表2是主要变量的最大值、最小值、平均值以及标准差等描述性统计分析结果。由表1可知，被试的注视点个数（单位：个）范围是2到121，均值为31.37，标准差为20.358；总注视时长（单位：毫秒）范围是598到37168，均值为9812.53，标准差为7039.259。

表2：描述性统计分析

（二）假设检验结果分析

本研究对眼动数据进行了重复测量方差分析和事后差异比较分析，以考察不同维度的视觉复杂度对消费者注意力的影响。其分析结果如表3所示。

表3：假设检验结果分析

1.不同维度视觉复杂度对注视次数的影响

重复测量方差分析结果如表3所示，元素复杂度对注视次数有显著影响（F=42.692，P =0.000），颜色复杂度对注视次数有显著影响（F=5.352，P=0.026）。此外，由表3结果可知，元素复杂度和色彩复杂度对注视次数没有显著的交互作用（F=0.433，P=0.650）。更进一步，对元素复杂度和色彩复杂度的不同组别进行了事后分析差异比较。如图1所示，元素复杂度和注视次数的估算边际平均值可看出不同元素复杂度下的注视次数之间存在显著差异。观察搜索结果列表页的产品图片时，随着元素复杂度的提高，消费者的注视次数在上升（低元素复杂度时注视次数均值=20.895，标准差=1.796；中元素复杂度时注视次数均值=31.382，标准差=2.876；高元素复杂度时注视次数均值=41.842，标准差=2.738，P<0.05）。色彩复杂度和注视次数的估算边际平均值可看出不同色彩复杂度下的注视次数之间存在显著差异，消费者在观察搜索结果列表页的产品图片时，随着色彩复杂度的提高，消费者的注视次数在上升（低色彩复杂度时注视次数均值=29.325，标准差=2.247；高色彩复杂度时注视次数均值=33.421，标准差=2.400，P<0.05）。

图1：元素复杂度和色彩复杂度对注视次数的影响

2.不同维度视觉复杂度对总注视时长的影响

重复测量方差分析结果显示，元素复杂度对总注视时长有显著影响（F=21.128，P =0.000），颜色复杂度对总注视时长有显著影响（F=5.052，P=0.031）。此外，由表3结果可知，元素复杂度和色彩复杂度对总注视时长没有显著的交互作用（F=0.351，P=0.705）。更进一步，对元素复杂度和色彩复杂度的不同组别进行了事后分析差异比较，如下图所示。元素复杂度和总注视时长的估算边际平均值可看出不同元素复杂度下的总注视时长之间存在显著差异，消费者在观察搜索结果列表页的产品图片时，随着与元素复杂度提高，消费者的总注视时长增加（低元素复杂度时总注视时长均值=6822.395，标准差=618.090；中元素复杂度时总注视时长均值=9921.474，标准差=980.092；高元素复杂度时总注视时长均值=12693.711，标准差=966.643，P<0.05）。色彩复杂度和总注视时长的估算边际平均值可看出不同色彩复杂度下的总注视时长之间存在显著差异，消费者在观察搜索结果列表页的产品图片时，随着色彩复杂度的提高，消费者的总注视时长在增加（低色彩复杂度时总注视时长均值=9024.053，标准差=696.473；高色彩复杂度时总注视时长均值=10601.000，标准差=857.106，P<0.05）。

图2：元素复杂度和色彩复杂度对注视时长的影响

综合以上数据分析结果可知，本研究假设部分得到验证。研究假设检验汇总结果如表4所示。

表 4：研究假设检验结果汇总表

五、研究总结

（一）研究结论

本文运用眼动追踪实验的方法，从元素复杂度和色彩复杂度两个视角，研究了搜索结果列表页面产品图片视觉复杂度对消费者注意力的影响。研究有以下结论：

在搜索结果列表中，产品图片的元素复杂度能够显著影响用户的注意力。在以往的研究中，Li等学者从文字角度考察了消费者对广告的关注，结果表明文字的使用可以增加消费者对广告的关注[30]。Scott等学者从图像角度研究了消费者对广告的关注，结果表明图像的使用增加了消费者对广告的关注[31]。本文将文字和图像结合，从图文双重角度来深入考察图片元素复杂度对消费者注意力的影响作用。我们发现不同程度的元素复杂度影响用户注意力的效果是不同的。元素复杂度越高，消费者的注视次数和注视时长越高，反映出较高元素复杂度的产品图片能够更好地吸引用户的注意力。

在搜索结果列表中，产品图片的色彩复杂度能够显著影响用户的注意力。根据美学理论，更高的色彩复杂度提高了表现美学的水平，因此带来了更高的唤醒。更高的唤醒会促使消费者继续浏览复杂的产品图片[7]，从而吸引消费者更多的注意力。本文在搜索结果列表页面对产品图片的色彩复杂度进行研究，结果表明不同程度的色彩复杂度影响用户注意力的效果是不同的。色彩复杂度越高，消费者的注视次数和注视时长越高，反映出较高色彩复杂度的图片能够更好的吸引用户的注意力。

（二）研究意义

1.理论意义

用户通过人机交互界面与系统进行信息交互，视觉信息是交互信息的重要组成部分，在人机界面中占有绝对的优势。诸多研究表明视觉复杂度是影响用户在信息交互过程中认知、情绪以及相关行为的关键所在。本研究将网站平台系统中产品搜索列表页面的产品图片作为研究对象，拓展了视觉复杂度的研究范围。

以往视觉复杂度文献研究工作大多致力于评估网页主页和横幅广告等情境。在网站平台中，产品搜索结果页面的列表也能够显著影响消费者的决策和购买意向[21]，但现有文献还没有深入探讨消费者对搜索结果列表中具体信息特征的感受和评估[20]。本研究将搜索结果列表的产品图片作为研究对象，研究了不同视觉复杂度的产品图片对消费者注意力的影响作用。

视觉复杂度的概念有多种维度，因不同维度和应用情境有不同的效果解释。以往研究中对视觉复杂度的操控主要依赖于产品或服务信息的数量，大多数研究忽略了颜色的影响作用。本文根据搜索结果列表下图片的信息特征，从元素复杂度和颜色复杂度两个视角研究了不同维度的视觉复杂度对消费者注意力的影响。本文研究结果为信息系统和人机交互领域提供了一定的理论价值和研究补充。

2.实践意义

搜索结果列表中产品图片的元素复杂度和色彩复杂度能够影响消费者不同的注意力，本文的研究结果为网店设计人员和管理者提供了在搜索页面列表中产品图片设计方面的实践指导价值。

本研究能够帮助网店产品图片设计者和网店管理者更好地理解产品图片的元素复杂度对用户注意力的影响关系。产品图片设计人员可以通过控制产品图片上的图文数量来设计出更加吸引顾客注意的图片，并提高他们对该商品和商家的选择倾向。

对于网店产品图片设计者和网店管理者来说，选择、定制并展示能够引起用户关注的产品图片非常重要。例如，选取色彩复杂度高的产品图片能够更好地吸引消费者的注意力。吸引更多的注意力意味着在搜索结果列表中该商家被消费者选中的概率更高。

（三）局限性和未来研究

本研究运用眼动实验研究方法探索了搜索结果列表页面上产品图片不同维度的视觉复杂度对用户注意力的影响作用。研究中存在着一些局限性以及未来可进一步研究的方面。

首先，在被试的选取中，我们招募的被试主要为在校大学生。大学生是网购消费主体，他们网络购物经验丰富，选取他们作为样本具有典型性。然而在校大学生并不能完全代表所有网购用户，选取大学生样本可能会导致实验结果存在一定误差。未来被试选择可进一步扩大实验被试的群体范围。

其次，在网购产品的选取中，本文选取U盘作为网购产品制作了搜索结果页面的产品图片。U盘通常属于功能型产品。未来可进一步扩大产品的属性，譬如可考虑体验型产品，探讨体验型产品的图片特征的影响作用，以增强本研究的外部适用性。

最后，本文主要从消费者注意力的视角研究了产品图片不同维度的视觉复杂度的影响作用。未来研究可关注网购用户其他决策行为。譬如，购买决策和在线搜索行为。基于本研究，未来的研究可以探索不同维度视觉复杂度和搜索行为或者购买行为之间的关系，并探索注意力指标在其中的中介作用。

[1] 第49次中国互联网络发展状况统计报告[R].北京:中国互联网信息中心,2022:25-52.

[2] DAUGHERTY T,LI H,BIOCCA F.Consumer learning and the effects of virtual experience relative to indirect and direct product experience[J].Psychology & Marketing,2008,25(7):568-586.

[3] IM H,LENNON S J,STOEL L.The perceptual fluency effect on pleasurable online shopping experience[J].Journal of Research in Interactive Marketing,2010(4):280-295.

[4] IM H,JU H W,JOHNSON K K P.Beyond visual clutter:the interplay among products,advertisements,and the overall webpage[J].Journal of Research in Interactive Marketing,2021,15(4):804-821.

[5] WU K,VASSILEVA J,ZHAO Y,et al.Complexity or simplicity?Designing product pictures for advertising in online marketplaces[J].Journal of Retailing and Consumer Services,2016,28:17-27.

[6] MOSTELLER J,DONTHU N,EROGLU S.The fluent online shopping experience[J].Journal of Business Research,2014,67(11):2486-2493.

[7] DENG L,POOLE M S.Affect in web interfaces:a study of the impacts of web page visual complexity and order[J].Mis Quarterly,2010,34(4):711-730.

[8] LAZARD A J,KING A J.Objective design to subjective evaluations:connecting visual complexity to aesthetic and usability assessments of eHealth[J].International Journal of Human-Computer interaction,2020,36(1):95-104.

[9] GUO F,CHEN J,LI M,et al.Effects of visual complexity on user search behavior and satisfaction:an eye-tracking study of mobile news apps[J].Universal Access in the Information Society,2021,21(4):795-808.

[10] SNODGRASS J G,VANDERWART M.A standardized set of 260 pictures:norms for name agreement,image agreement,familiarity,and visual complexity[J].Journal of experimental psychology Human learning and memory,1980,6(2):174-215.

[11] HEAPS C,HANDEL S.Similarity and features of natural textures[J].Journal of Experimental Psychology-Human Perception and Performance,1999,25(2):299-320.

[12] NADKARNI S,GUPTA R.A task-based model of perceived website complexity[J].Mis Quarterly,2007,31(3):501-524.

[13] PIETERS R,WEDEL M,BATRA R.The stopping power of advertising:Measures and effects of visual complexity[J].Journal of Marketing,2010,74(5):48-60.

[14] WANG Q Z,MA D,CHEN H Y,et al.Effects of background complexity on consumer visual processing:An eye-tracking study[J].Journal of Business Research,2020,111:270-280.

[15] CHEN M.Improving website structure through reducing information overload[J].Decision Support Systems,2018,110:84-94.

[16] BERLYNE D E.The influence of complexity and novelty in visual figures on orienting responses[J].Journal of Experimental Psychology,1958,55(3):289-296.

[17] WANG H F,LIN C H.An investigation into visual complexity and aesthetic preference to facilitate the creation of more appropriate learning analytics systems for children[J].Computers in Human Behavior,2019,92:706-715.

[18] WANG Q,YANG S,LIU M,et al.An eye-tracking study of website complexity from cognitive load perspective[J].Decision Support Systems,2014,62:1-10.

[19] PALMER J W.Web site usability,design,and performance metrics[J].Information Systems Research,2002,13(2):151-167.

[20] BOARDMAN R,MCCORMICK H.Attention and behaviour on fashion retail websites:an eye-tracking study[J].Information Technology&People,2021,35(7):2219-2240.

[21] SCHMUTZ P,ROTH S P,SECKLER M,et al.Designing product listing pages-Effects on sales and users' cognitive workload [J].International Journal of Human-Computer Studies,2010,68(7):423-431.

[22] GUO X,QIAN Y,LI L,et al.Assessment model for perceived visual complexity of painting images[J].Knowledge-Based Systems,2018,159:110-119.

[23] WEBER E U,JOHNSON E J.Mindful judgment and Decision Making[J].Annual Review of Psychology,2009,60:53-85.

[24] CORBETTA M,SHULMAN G L.Control of goal-directed and stimulus-driven attention in the brain[J].Nature Reviews Neuroscience,2002(3):201-215.

[25] PIETERS R,WEDEL M.Attention capture and transfer in advertising:Brand,pictorial,and text-size effects[J].Journal of Marketing,2004,68(2):36-50.

[26] ORQUIN J L,LOOSE S M.Attention and choice:A review on eye movements in decision making[J].Acta Psychologica,2013,144(1):190-206.

[27] WEDEL M,PIETERS R.A Review of Eye-Tracking Research in Marketing[M]//MALHOTRA N K.Review of Marketing Research.Bradford:Emerald Group Publishing Limited,2008:123-147.

[28] SCOTT G G,HAND C J.Motivation determines Facebook viewing strategy:An eye movement analysis[J].Computers in Human Behavior,2016,56:267-280.

[29] SCOTT N,ZHANG R,LE D,et al.A review of eye-tracking research in tourism[J].Curr Issues Tour,2019,22(10):1244-1261.

[30] LI Q,HUANG Z W,CHRISTIANSON K.Visual attention toward tourism photographs with text:An eye tracking study[J].Tourism Management,2016,54:243-258.

[31] SCOTT N,GREEN C,FAIRLEY S.Investigation of the use of eye tracking to examine tourism advertising effectiveness[J].Curr Issues Tour,2016,19(7):634-642.

[32] ANTUNEZ L,GIMENEZ A,MAICHE A,et al.Influence of Interpretation Aids on Attentional Capture,Visual Processing,and Understanding of Front-of-Package Nutrition Labels[J].Journal of Nutrition Education and Behavior,2015,47(4):292-319.

[33] PESCHEL A O,ORQUIN J L,MUELLER LOOSE S.Increasing consumers' attention capture and food choice through bottom-up effects[J].Appetite,2019,132:1-7.

[34] LUCK S J,GASPELIN N,FOLK C L,et al.Progress toward resolving the attentional capture debate[J].Visual Cognition,2021,29(1):1-21.

[35] JUST M A,CARPENTER P A.Eye fixations and cognitive processes[J].Cognitive psychology,1976,8(4):441-480.

[36] ARES G,GIMENEZ A,BRUZZONE F,et al.Consumer Visual Processing of Food Labels:Results from an Eye-Tracking Study[J].Journal of Sensory Studies,2013,28(2):138-153.

[37] VERTEGAAL R,DING Y.Explaining effects of eye gaze on mediated group conversations:amount or synchronization?[C]//Proceedings of the Proceedings of the 2002 ACM conference on Computer supported cooperative work.New York:Association for Computing Machinery,2002:41-48.

[38] RAYNER K.Eye movements in reading and information processing:20 years of research[J].Psychological Bulletin,1998,124(3):372-422.

[39] PILELIENE L,GRIGALIUNAITE V.Influence of print advertising layout complexity on visual attention[J].Eurasian Business Review,2016,6(2):237-251.

[40] ORQUIN J L,PERKOVIC S,GRUNERT K G.Visual Biases in Decision Making[J].Applied Economic Perspectives and Policy,2018,40(4):523-537.

[41] REBER R,SCHWARZ N,WINKIELMAN P.Processing fluency and aesthetic pleasure:Is beauty in the perceiver's processing experience?[J].Personality and Social Psychology Review,2004,8(4):364-382.

[42] TURATTO M,GALFANO G.Color,form and luminance capture attention in visual search[J].Vision Research,2000,40(13):1639-1643.

[43] VAN DER LAAN L N,HOOGE I T C,DE RIDDER D T D,et al.Do you like what you see?The role of first fixation and total fixation duration in consumer choice[J].Food Quality and Preference,2015,39:46-55.

[44] LOHSE G L.Consumer eye movement patterns on yellow pages advertising[J].Journal of Advertising,1997,26(1):61-73.

[45] BIALKOVA S,GRUNERT K G,VAN TRIJP H.From desktop to supermarket shelf:Eye-tracking exploration on consumer attention and choice[J].Food Quality and Preference,2020,81:103839.

[46] TUCH A N,BARGAS-AVILA J A,OPWIS K,et al.Visual complexity of websites:Effects on users' experience,physiology,performance,and memory[J].International Journal of Human-Computer Studies,2009,67(9):703-715.

[47] NICOLAE I E,IVANOVICI M.Color Texture Image Complexity-EEG-Sensed Human Brain Perception vs Computed Measures[J].Applied Sciences-Basel,2021,11(9):4306.

The effect of product image complexity on user attention in web search listings-an analysis based on eye-movement data

YE XUHONG, ZHANG QINGGANG, HU LINFENG

Online consumers evaluate and choose products based on product picture information of search list pages. How to improve the product click rates is an important issue for each merchant. Many merchants design online product pictures such as editing text information, graphic information and various colors to increase product image complexity for improving product click-through rates. Prior research considers visual complexity as a key factor influencing user cognition and behavior. In the context of web search listings, there are many research gaps on how visual complexity of product pictures affects user attention and other decision-making behaviors. With analysis of element complexity and color complexity, this paper examined the effect of product picture complexity on consumer attention in the search result listing page context. The within-subject eye-tracking experiment study was designed with 3 (low, medium, and high element complexity) * 2 (low and high color complexity) product picture scenarios and repeated ANOVA was used to analyze the data. The results show that subject fixation count and fixation duration were significantly higher for high element complexity of product pictures than those for medium and low element complexity contexts. Compared with low color complexity of product pictures, subject fixation count and fixation duration were significantly higher in high color complexity context of product pictures. This study extends visual complexity theories by combining element complexity and color complexity to jointly explore the effect of product picture visual complexity on consumer attention in the web search result listing contexts. This study could provide some theoretical guidances and design strategies for online web page designers and managers to design and choose more attention-grabbing product pictures.

visual complexity; visual attention; eye-tracking experiment; electronic commerce

F713.365.2

A

1008-472X(2023)03-0001-11

2023-05-14

国家自然科学基金（72071180、72002202、71942004）；教育部人文社会科学基金青年项目（20YJC630040）；浙江省哲学社会科学规划课题（22NDJ C054YB）。

叶许红（1978-），女，浙江台州人，浙江工业大学管理学院，健行特聘教授，研究方向：数智交互和用户行为；

张庆港（1997-），男，江苏泰州人，浙江工业大学管理学院，硕士研究生，研究方向：电子商务和人机交互。

本文推荐专家：

王翠翠，合肥工业大学，副教授，研究方向：市场营销，消费者行为。

陈梅梅，东华大学，教授，研究方向：网络消费行为与神经营销、信息交互行为与用户体验等。