Seleção de recursos para rastrear a atividade do usuário em um aplicativo

Estou desenvolvendo um sistema destinado a capturar o "contexto" da atividade do usuário em um aplicativo; é uma estrutura que os aplicativos da web podem usar para marcar a atividade do usuário com base em solicitações feitas ao sistema. Espera-se que esses dados possam alimentar recursos de ML, como recuperação de informações com reconhecimento de contexto.

Estou tendo problemas para decidir quais recursos selecionar além dessas tags de usuário - a URL solicitada, tempo aproximado gasto com qualquer recurso, estimando a "atividade" atual no sistema.

Estou interessado em saber se existem bons exemplos desse tipo de tecnologia ou qualquer pesquisa anterior sobre o assunto - uma pesquisa superficial do DL do ACM revelou alguns artigos relacionados, mas nada realmente relevante.

Bem, isso pode não responder à pergunta completamente, mas como você está lidando com a recuperação de informações, pode ser útil. Esta página mantém um conjunto de recursos e correlações associadas aos métodos de classificação de página dos mecanismos de pesquisa. Como um aviso da própria página da web:

Observe que esses fatores não são "prova" do que os mecanismos de pesquisa usam para classificar sites, mas simplesmente mostram as características das páginas da Web que tendem a ter uma classificação mais alta.

A lista apontada pode fornecer algumas idéias sobre quais recursos seriam bons de selecionar. Por exemplo, considerando o segundo recurso mais correlacionado, o número de + 1s do google, pode ser possível adicionar alguma probabilidade de um usuário fazer uso desse serviço se ele acessar muitas páginas com número alto de google +1 (inferir "usuário contexto"). Assim, você pode tentar "adivinhar" algumas outras relações que podem lançar luz sobre recursos interessantes para seu aplicativo de rastreamento.

O objetivo determina os recursos, então eu pegaria o maior número possível inicialmente e depois usaria a validação cruzada para selecionar o subconjunto ideal.

Meu palpite é que um modelo de Markov funcionaria. Se você discretizar o espaço de ação (por exemplo, selecione este item de menu, pressione esse botão etc.), poderá prever a próxima ação com base nas ações anteriores. É um problema de sequência ou previsão estruturada .

Para ofertas comerciais, pesquise análises de aplicativos .

Eu já vi alguns sistemas semelhantes ao longo dos anos. Lembro-me de uma empresa chamada ClickTrax que, se não me engano, foi comprada pelo Google e alguns de seus recursos agora fazem parte do Google Analytics.

Seu objetivo era o marketing, mas o mesmo conceito pode ser aplicado à análise da experiência do usuário. A beleza do sistema deles foi que o que foi rastreado foi definido pelo webmaster - no seu caso, o desenvolvedor do aplicativo.

Eu posso imaginar como desenvolvedor de aplicativos que eu gostaria de ver dados estatísticos de duas coisas: realização de tarefas e uso geral de recursos.

Como exemplo de realização de tarefas, talvez eu tenha três maneiras de imprimir uma página - Ctrl + P, Arquivo-> Imprimir e um botão da barra de ferramentas. Gostaria de poder comparar o uso para ver se o espaço na tela utilizado pelo botão da barra de ferramentas realmente valeu a pena.

Como exemplo de uso geral de recursos, eu gostaria de definir um conjunto de recursos em meu aplicativo e concentrar meus esforços de desenvolvimento na expansão dos recursos mais utilizados pelos meus usuários finais. Alguns recursos que levam talvez 5 cliques e são populares, talvez eu queira fornecer uma tecla de atalho ou diminuir o número de cliques para ativar esse recurso. Há também o tempo do evento. Dependendo do aplicativo, talvez eu queira saber a quantidade média de tempo gasto em um recurso específico.

Outra coisa que eu gostaria de ver são os fluxos de cliques. Como as pessoas estão indo do ponto A ao ponto B no meu aplicativo? Quais são os pontos B mais populares? Quais são os pontos de partida mais populares?