- Tytuł:
-
Creation of User’s Online Behaviour Analysis Model for Increase of an Enterprise Competitiveness
Budowa modelu analizy zachowań użytkownika w Internecie dla wzrostu konkurencyjności przedsiębiorstw - Autorzy:
- Budnikas, Germanas
- Powiązania:
- https://bibliotekanauki.pl/articles/548615.pdf
- Data publikacji:
- 2015
- Wydawca:
- Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
- Tematy:
-
online behaviour tracking
artificial neuron
Google Analytics
transaction finalization
śledzenie zachowania w Internecie
sztuczny neuron
finalizacja transakcji - Opis:
-
The goal of the research was to create a user’s online behaviour analysis model. The goal was achieved by accomplishing a set of phases. A general user’s behaviour scenario at a web page of category „Consumer Goods and Services” with respect to Open Directory Project was formalised using Business Process Modeling Notation.
Needed data to represent behaviour was defined and include user’s IP address, task id and time moment to be passed using Google Analytics TrackEvent() function while user browses a web page. Historical data about user behaviour are used for an artificial neuron training. After the training, most important factors that affect transaction finalisation (e.g. service order) can be defined. While monitoring actual on-line user’s behaviour the developed artificial neuron model permits the esti-mation of a behaviour outcome – would it be finalised or not. In a later case, it is foreseen an inter-action of a web site, which can suggest visiting pages that has the most impact level for transaction finalisation. In such a way, competitiveness of an enterprise is achieved.
Celem badania jest stworzenie modelu analizy zachowania użytkowników w Internecie. Cel został osiągnięty poprzez wykonanie kilku czynności. Przede wszystkim został stworzony uogólniony scenariusz zachowania użytkownika na stronach typu Consumer Goods and Services, który został określony w Open Directory Project, używając notacji Business Process Modelling Notation.Określone zostały również dane, odzwierciedlające zachowania użytkownika, które zawierają IP adres użytkownika, identyfikator strony WWW oraz czas. Te dane będą przesyłane używając funk-cji Google Analytics TrackEvent w czasie, kiedy użytkownik ogląda stronę WWW. Dane historyczne o zachowaniu online użytkowników są używane dla uczenia neuronu sztucznego. Po uczeniu mogą być określone najbardziej skuteczne czynniki, wpływające na finalizację transakcji (np. zamówienie usługi). W czasie monitorowania faktycznego zachowania online użytkownika stworzony sztuczny neuron pozwala prognozować wynik oglądania stron WWW – czy transakcja będzie finalizowana lub nie. W przypadku zagrożenia niefinalizowania transakcji – witryna internetowa może sugerować odwiedzenie stron WWW, mających największy wpływ na przyjęcie decyzji o finalizowaniu transakcji. W ten sposób może być osiągnięte zwiększenie konkurencyjności przedsiębiorstwa. - Źródło:
-
Nierówności Społeczne a Wzrost Gospodarczy; 2015, 44 cz. 1; 31-41
1898-5084
2658-0780 - Pojawia się w:
- Nierówności Społeczne a Wzrost Gospodarczy
- Dostawca treści:
- Biblioteka Nauki
Artykuł