弹幕的出现提升了用户的互动体验,同时也对视频造成一定程度的遮挡,影响观看体验。因此,了解不同的弹幕样式对用户的观看影响,对于生成一个好的弹幕设计,增强观影体验具有重要意义。眼动跟踪技术通过跟踪用户眼球运动,可以帮助研究人员了解哪些元素对用户注意力造成影响,是用户体验评估的有力工具。然而,现有的眼动数据分析方法多是基于数据的整体分析,缺乏对数据细节的探索。因此,本文设计了一个交互式的眼动数据可视分析框架,用以辅助研究人员获得更多关于眼动数据的分析。首先,对眼动数据进行预处理,生成便于注视点识别的数据流,并在此基础上,提出一种基于密度聚类算法的注视点识别算法,即I-DBSCAN算法。其次,针对注视点对应弹幕文本难以获取的问题,提出基于弹幕实时位置和光学字符识别技术的两种解决方法。一是结合弹幕文本、弹幕出现时间和结束时间等数据,计算弹幕的实时位置,根据注视点的位置匹配相应的弹幕内容。二是通过光学字符识别技术获取当前时间切片下的弹幕内容和位置,再根据注视点位置匹配对应弹幕。再次,针对现有的可视化方法缺少对细节探索的支持,进行可视化设计。其一,设计文件上传视图。通过提供弹幕视频、眼动数据等文件,即可自动实现数据分析并生成相应的可视化视图,降低研究人员工作复杂性;其二,设计自定义兴趣区视图,根据任务需求对背景刺激进行区域划分,提高研究人员主动性;其三,结合眼动指标和时空可视化多种视图,提高分析眼动数据的多角度性。最后,设计眼动实验并进行案例分析,探索眼动数据背后所蕴含的知识,验证本文提出方法的实用性。