.png){kind=icon}
返回
Benchmarking Embedding Techniques for Modeling User Navigation Behavior on Task-Oriented Software
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-02088-8_29.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
从点击流数据中理解用户导航模式对于改进业务软件至关重要，但由于现实环境的复杂性和可变性，这仍然具有挑战性。与受控环境不同，现实世界的点击流数据嘈杂、碎片化且常常不完整，这是由于会话超时、网络问题、缓存或第三方交互等原因，使得难以重建连贯的用户旅程。此外，缺乏标注数据阻碍了监督学习方法的运用，促使研究人员转向难以完全捕捉用户行为的无监督或基于启发式的方法。在本文中，我们提出了一种针对面向任务的软件用户导航行为建模的嵌入技术基准。我们在三个现实世界案例研究中识别出不同的用户行为。结果表明，Pattern2Vec在捕捉有意义的基于任务的导航模式方面优于Word2Vec，证实了其适用于点击流分析。
Keyword:
User Navigation Pattern
Clickstream analysis
Clickstream embeddings
Task-oriented software
期刊
D
IF:
0
论文数:
27
被引数:
0
机构
引用论文
Representation of Click-Stream DataSequences for Learning User Navigational Behavior by Using Embeddings利用嵌入表示点击流数据序列以学习用户导航行为
.png){kind=icon}
PREAI
分享收藏Pattern2Vec: Representation of clickstream data sequences for learning user navigational behaviorPattern2Vec：用于学习用户导航行为的点击流数据序列表示
PREAI
分享收藏
查看更多内容