返回
Augmented Web Usage Mining and User Experience Optimization with CAWAL's Enriched Analytics Data
DOI:10.1080/10447318.2025.2495839.png)
摘要
En 中文
对用户网络行为的深入理解对于通过数据驱动分析优化用户体验(UX)至关重要。本研究介绍了增强型网络使用挖掘(Augmented Web Usage Mining, AWUM),这是一种通过丰富通过CAWAL(综合应用日志和网络分析)框架收集的交互数据来增强网络使用挖掘的方法。在一个月内收集的超过120万条会话记录被转化为8.5 GB的丰富数据,并使用AWUM进行分析,以研究不同用户分段的会话结构、页面请求、服务交互和退出行为。结果显示,87.16%的会话涉及多次页面访问,占全部页面浏览量的98.05%。此外,76.2%的用户访问了多个服务,57.2%的会话在敏感交易期间涉及安全退出。关联规则挖掘识别出了常见的服务使用模式,证明了AWUM在精度和效率上优于传统网络使用挖掘方法,从而支持更有效的UX策略的开发。
Keyword:
Web usage mining (WUM)
augmented WUM
user experience (UX)
behavior analysis
enriched analytics data
期刊
I
IF:
4.9
论文数:
4.5K
被引数:
1.2W
机构
引用论文
Using Pattern Analysis and Machine Learning to Categorise users of Online Directories based on their Surfing Habits利用模式分析和机器学习,根据用户的浏览习惯对在线目录用户进行分类
INTERNET BANKING SERVICE QUALITY IN INDONESIA AND ITS IMPACT ON E-CUSTOMER SATISFACTION AND E-CUSTOMER LOYALTY印度尼西亚互联网银行服务质量及其对电子客户满意度和电子客户忠诚度的影响
CAWAL: A novel unified analytics framework for enterprise web applications and multi-server environmentsCAWAL: 用于企业web应用程序和多服务器环境的新型统一分析框架
Predictive Behavior Modeling Through Web Graphs: Enhancing Next Page Prediction Using Dynamic Link Repository通过网页图进行预测行为建模:利用动态链接库增强下一页预测
Efficient Fuzzy C-means Based Reduced Feature Set Association Rule Mining Approach for Predicting the User Behavioral Pattern in Web Usage Mining
網際網路技術學刊
IF0
Reimagining Website Usability: A Conceptual Exploration of SEO and UX Design Integration重新构想网站可用性:SEO与UX设计整合的概念性探索

