搜索引擎结果页面（SERP）用户视觉和光标活动的关联性
通过搜索日志、录屏等获取数据来研究SERP上用户浏览、查看、点击等操作行为，另外，研究者也深人到使用用户使用鼠标行为和眼睛注视行为等多样化数据进行研究。受限于眼动追踪实验的设备成本和实验规模，研究者寻找规模化的测量用户注意力的方法。首先，研究者探讨眼睛注视和光标移动的关联性。眼睛注视和光标的关系取决于SERP上的用户花费时间、用户个人浏览习惯以及特定的光标行为。多人研究表明光标移动和眼睛注视高度相关，光标可作为研究用户注意力一项有效的指标。Rodden等识别了多样的目光一光标协调模式，如鼠标在x轴和Y轴方向跟随目光;当眼睛检查结果时，鼠标会标记结果和保持静止。目光和光标位置总体保持协调一致，在x轴和Y轴方向的间隔距离分布趋近于0。另外，当用户移动鼠标发生具体操作动作，如指点和点击，鼠标光标和视线位置距离最小。当光标不活跃时，代表注意力的精度会下降。另外，Buscher等[37]发现点击分布不能总是反映视觉注意力的相对分布，Huang等也发现前十条结果的目光停留比点击分布更均匀。
鼠标光标跟踪可作为眼动追踪的廉价替代方案，通过鼠标光标位置来推断用户视线位置。不管通过分析用户搜索日志的点击数据，还是专门光标追踪实验，点击数据是研究经常利用的，SERP点击数据可以作为用户对网页搜索结果感兴趣的指标，为揭示用户的搜索意图提供帮助，也有利于优化SERP的布局和改善搜索体验。小规模的控制实验研究发现用户在SERPs上除了超链接点击以外的光标使用行为。这些行为包括暂停光标，移动光标帮助阅读，使用光标追踪当前位置，标记有趣的结果，使用光标与屏幕控制进行交互活动(如按钮，滚动条等)，停在一个位置避免挡住页面内容。没有点击不能总视为搜索失败，通过光标追踪补充点击数据，可以更完善地分析用户点击少或没有点击的行为，评估搜索结果的相关性，区分好的舍弃与坏的舍弃。
通过机器学习，采取不同分类算法，利用光标移动等行为来预测用户目光位置。Huang等研究发现当用户执行点击操作时，光标和眼睛位置是最一致的，在光标不活跃的期间有最大的平均距离。Guo等发现预测目光位置和鼠标位置是否协调的精确度有70%,Navalpakkam等根据鼠标活动建立预测目光位置的模型，预测页面固定元素有67%的精确度。
对于SERP中用户视觉和光标活动的关联研究已趋于成熟，一方面通过眼动追踪设备、鼠标活动捕捉等方式，研究用户在SERP上的注意力，另外机器学习等预测方式来研究光标和目光之间的联系，都表明视觉和光标在很大程度上可以互为替代和补充。眼睛和光标活动作为用户在SERP上的基础交互行为，有着重要的意义，未来的SERP用户行为研究也将继续深人利用视觉、光标等多样化数据，特别是移动设备上，用户手势交互数据的捕捉和利用。
