Funktionsauswahl zum Verfolgen der Benutzeraktivität innerhalb einer Anwendung

Ich entwickle ein System, das den "Kontext" der Benutzeraktivität innerhalb einer Anwendung erfassen soll. Es ist ein Framework, mit dem Webanwendungen Benutzeraktivitäten basierend auf Anforderungen an das System kennzeichnen können. Es ist zu hoffen, dass diese Daten dann ML-Funktionen wie das Abrufen kontextsensitiver Informationen unterstützen können.

Ich habe Probleme bei der Entscheidung, welche Funktionen zusätzlich zu diesen Benutzer-Tags ausgewählt werden sollen - die angeforderte URL, die ungefähre Zeit, die mit einer bestimmten Ressource verbracht wurde, und die Schätzung der aktuellen "Aktivität" innerhalb des Systems.

Ich bin interessiert zu wissen, ob es gute Beispiele für diese Art von Technologie oder frühere Forschungen zu diesem Thema gibt - eine flüchtige Suche im ACM DL ergab einige verwandte Artikel, aber nichts wirklich zutreffendes.

Nun, dies beantwortet die Frage möglicherweise nicht gründlich, aber da Sie sich mit dem Abrufen von Informationen befassen, kann dies von Nutzen sein. Diese Seite enthält eine Reihe von Funktionen und zugehörigen Korrelationen mit Methoden zur Seitenrangfolge von Suchmaschinen. Als Haftungsausschluss von der Webseite selbst:

Beachten Sie, dass diese Faktoren kein "Beweis" dafür sind, was Suchmaschinen zum Ranking von Websites verwenden, sondern lediglich die Merkmale von Webseiten anzeigen, die tendenziell einen höheren Rang haben.

Die Liste, auf die verwiesen wird, kann Ihnen einige Einblicke geben, welche Funktionen gut zur Auswahl wären. In Anbetracht der am zweithäufigsten korrelierten Funktion, # von Google + 1, kann es beispielsweise möglich sein, eine gewisse Wahrscheinlichkeit hinzuzufügen, dass ein Nutzer einen solchen Dienst nutzt, wenn er auf viele Seiten mit einer hohen Anzahl von Google +1 zugreift (infer "-Nutzer) Kontext"). Auf diese Weise können Sie versuchen, einige andere Beziehungen zu "erraten", die möglicherweise interessante Funktionen für Ihre Tracking-App beleuchten.

Das Ziel bestimmt die Merkmale, daher würde ich zunächst so viele wie möglich verwenden und dann mithilfe der Kreuzvalidierung die optimale Teilmenge auswählen.

Meine Vermutung ist, dass ein Markov-Modell funktionieren würde. Wenn Sie den Aktionsbereich diskretisieren (z. B. diesen Menüpunkt auswählen, diese Taste drücken usw.), können Sie die nächste Aktion basierend auf den vorherigen vorhersagen. Es ist ein Sequenz- oder strukturiertes Vorhersageproblem .

Suchen Sie für kommerzielle Angebote nach App-Analysen .

Ich habe im Laufe der Jahre einige ähnliche Systeme gesehen. Ich erinnere mich an eine Firma namens ClickTrax, die, wenn ich mich nicht irre, von Google gekauft wurde und einige ihrer Funktionen jetzt Teil von Google Analytics sind.

Ihr Zweck war Marketing, aber das gleiche Konzept kann auf User Experience Analytics angewendet werden. Das Schöne an ihrem System war, dass das, was verfolgt wurde, vom Webmaster definiert wurde - in Ihrem Fall vom Anwendungsentwickler.

Ich kann mir vorstellen, dass ich als Anwendungsentwickler statistische Daten zu zwei Dingen anzeigen möchte - Aufgabenerfüllung und allgemeine Verwendung von Funktionen.

Als Beispiel für die Erledigung von Aufgaben habe ich drei Möglichkeiten, eine Seite zu drucken: Strg + P, Datei-> Drucken und eine Symbolleistenschaltfläche. Ich möchte in der Lage sein, die Nutzung zu vergleichen, um festzustellen, ob sich der von der Symbolleistenschaltfläche verwendete Bildschirmbereich tatsächlich gelohnt hat.

Als Beispiel für die allgemeine Verwendung von Funktionen möchte ich eine Reihe von Funktionen in meiner Anwendung definieren und meine Entwicklungsanstrengungen auf die Erweiterung der von meinen Endbenutzern am häufigsten verwendeten Funktionen konzentrieren. Einige Funktionen, die vielleicht 5 Klicks benötigen und beliebt sind, möchte ich möglicherweise mit einem Hotkey versehen oder die Anzahl der Klicks verringern, um diese Funktion zu aktivieren. Es gibt auch Event-Timing. Je nach Anwendung möchte ich möglicherweise wissen, wie viel Zeit durchschnittlich für eine bestimmte Funktion aufgewendet wird.

Eine andere Sache, die ich mir ansehen möchte, sind Klick-Streams. Wie kommen die Leute in meiner Bewerbung von Punkt A nach Punkt B? Was sind die beliebtesten Punkte B? Was sind die beliebtesten Ausgangspunkte?