互联网的出现使人类的信息量骤增,内容丰富多样,并且变化频繁。在面对海量信息时,用户无法有效获取需要的内容,导致信息的使用率降低。解决这一问题的方法之一是,网站可用性的提升,主动增加用户对网页的兴趣并帮助用户获取有效信息。这其中很关键一点是网页内容的布局,正确的排版方式能够提高用户阅读效率。另一种方法则能够让用户被动的获取信息,那就是个性化推荐系统。它首先获取用户的兴趣偏好,然后通过个性化推荐模型的计算,将用户感兴趣的信息推荐给用户。其中最核心的部分是推荐算法模型,目前的推荐算法主要包括协同过滤算法,基于内容的推荐算法,社会网络推荐法、基于网络结构的推荐系统，和混合推荐法。这些方法虽都有应用,但均有不可抗拒的缺点,协同过滤算法和社会网络推荐法存在冷启动,打分稀疏,算法可扩展性等问题；基于内容的推荐存在数据量大,无法出现新的推荐信息,技术不成熟等问题；网络结构推荐系统同样存在冷启动问题。鉴于以上困境,本文设想如果存在屏幕热区,则可以为网页布局设计提供理论依据,同时也是一种实时提取用户偏好的方法,简单有效的为个性化推荐服务。倘若用户在浏览或者搜索网页时存在相对于屏幕的热区,我们可以认为这一区域的内容就是用户的兴趣所在,只要用户停止滚动页面达到一定的时间,就立即提取屏幕区域内的信息,这样既缩小了提取信息的范围,又可以达到即时的获取的要求。但是,用户在浏览页面时是否存在这一屏幕热区?不同用户在浏览不同网页时热区的分布是否一致?是否有其他因素影响这一热区的位置?为了回答上述问题,本文选择了屏幕热区分布作为研究对象,利用眼动追踪法探索用户在网页浏览时的热区位置,对热区分布的影响因素进行了分析和探讨。网页浏览的屏幕热区属于新的研究对象,本文首先对国内外用户浏览行为、网页热区及眼动实验的研究工作进行全面的综述,接着引入了新的网页布局分类法并应用于眼动实验的材料选择。然后以热区图为依据对眼动结果进行定性的分析,获取屏幕热区的位置及分布。再利用数据分析软件对眼动数据进行方差分析,探索屏幕热区影响因素。最后,根据实验结果提出了个性化推荐的流程。