arrow
返回

Augmented Web Usage Mining and User Experience Optimization with CAWAL's Enriched Analytics Data

delete2025-05-08
delete0
PRE
AI
Ö
Özkan Canay *
Ü
Ümit Kocabıçak
DOI:10.1080/10447318.2025.2495839delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

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
International Journal of Human-Computer Interaction
IF:
4.9
论文数:
4.5K
被引数:
1.2W

机构

T
turkish higher educ qual council
学者数:
1
论文数: 1
被引数: 0
引用论文

引用论文

err
IF0
err
err0
PREAI
err
err分享
err收藏
err分享
err收藏
CRISP-DM Twenty Years Later: From Data Mining Processes to Data Science Trajectories
err2021-08-01
err148
errOAAI
errMartinez-Plumed, Fernando; Contreras-Ochando, Lidia; Ferri, Cesar; Hernandez-Orallo, Jose; Kull, Meelis; Lachiche, Nicolas; Ramirez-Quintana, Maria Jose; Flach, Peter
err分享
err收藏
学者 查看更多内容