論文の概要: Web Routineness and Limits of Predictability: Investigating Demographic and Behavioral Differences Using Web Tracking Data

• arxiv url: http://arxiv.org/abs/2012.15112v1
• Date: Wed, 30 Dec 2020 11:19:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-18 07:55:42.741364
• Title: Web Routineness and Limits of Predictability: Investigating Demographic and Behavioral Differences Using Web Tracking Data
• Title（参考訳）: Webのルーチン性と予測可能性の限界:Web追跡データを用いたデモグラフィックと行動差の調査
• Authors: Juhi Kulshrestha, Marcos Oliveira, Orkut Karacalik, Denis Bonnay, Claudia Wagner
• Abstract要約: これらの反復的なWeb訪問パターンは、閲覧行動の達成可能な予測可能性を高める。 ウェブ上での人体移動の予測可能性の不確実性と理論的限界を測定するための情報理論フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.24499092754102877
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding human activities and movements on the Web is not only important for computational social scientists but can also offer valuable guidance for the design of online systems for recommendations, caching, advertising, and personalization. In this work, we demonstrate that people tend to follow routines on the Web, and these repetitive patterns of web visits increase their browsing behavior's achievable predictability. We present an information-theoretic framework for measuring the uncertainty and theoretical limits of predictability of human mobility on the Web. We systematically assess the impact of different design decisions on the measurement. We apply the framework to a web tracking dataset of German internet users. Our empirical results highlight that individual's routines on the Web make their browsing behavior predictable to 85% on average, though the value varies across individuals. We observe that these differences in the users' predictabilities can be explained to some extent by their demographic and behavioral attributes.
• Abstract（参考訳）: web上の人間の活動や動きを理解することは、計算社会科学者にとって重要であるだけでなく、レコメンデーション、キャッシング、広告、パーソナライゼーションのためのオンラインシステム設計のための貴重なガイダンスを提供する。 そこで本研究では,web上のルーチンに従う傾向にあり,web訪問の繰り返しパターンが,閲覧行動の予測可能性を高めることを実証する。 ウェブ上での人体移動の予測可能性の不確実性と理論的限界を測定するための情報理論フレームワークを提案する。 異なる設計決定が測定に与える影響を体系的に評価する。 このフレームワークをドイツのインターネットユーザのWeb追跡データセットに適用する。 私たちの経験的結果は、Web上の個人のルーチンは、平均85%の閲覧行動を予測可能にしますが、その値は個人によって異なります。 ユーザの予測能力の違いは、その人口統計学的特性と行動学的特性によってある程度説明できる。

関連論文リスト

• Human Action Anticipation: A Survey [86.415721659234]
  行動予測に関する文献は、行動予測、活動予測、意図予測、目標予測など、様々なタスクにまたがる。 我々の調査は、この断片化された文献を結びつけることを目的としており、最近の技術革新とモデルトレーニングと評価のための新しい大規模データセットの開発をカバーしています。
  論文  参考訳（メタデータ） (2024-10-17T21:37:40Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Interpretable Self-Aware Neural Networks for Robust Trajectory Prediction [50.79827516897913]
  本稿では,意味概念間で不確実性を分散する軌道予測のための解釈可能なパラダイムを提案する。 実世界の自動運転データに対する我々のアプローチを検証し、最先端のベースラインよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-11-16T06:28:20Z)
• SMEMO: Social Memory for Trajectory Forecasting [34.542209630734234]
  本稿では、外部記憶装置として機能するエンドツーエンドのトレーニング可能なワーキングメモリに基づくニューラルネットワークを提案する。 提案手法は,異なるエージェントの動き間の説明可能な因果関係を学習し,軌跡予測データセットの最先端結果を得ることができることを示す。
  論文  参考訳（メタデータ） (2022-03-23T14:40:20Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• Sparsity-aware neural user behavior modeling in online interaction platforms [2.4036844268502766]
  ユーザ行動モデリングのための一般化可能なニューラル表現学習フレームワークを開発する。 問題設定は、トランスダクティブおよびインダクティブな学習シナリオにまたがる。 ユーザの振る舞いを反映した情報のさまざまな側面を活用して、大規模にパーソナライズされた推論を可能にする。
  論文  参考訳（メタデータ） (2022-02-28T00:27:11Z)
• User Interaction Analysis through Contrasting Websites Experience [4.14955672190455]
  本研究では,Webサイトの利用状況と関連性に基づいて,Webサイトのユーザビリティを定量的に分析する。 我々は,ユーザインタラクションに基づく主観的知覚,視線追跡データ,表情を報告する。 一般に、ユーザインタラクションパラメータはウェブサイトセット間で大きく異なることが判明した。
  論文  参考訳（メタデータ） (2022-01-10T20:43:19Z)
• How we browse: Measurement and analysis of digital behavior [25.760665908194888]
  参加者31名のデータを14日間連続して収集し,自己報告したブラウジングパターンについて検討した。 年齢によっては活動レベルに有意な差がみられたが、人種や性別によるものではない。 ユーザーはオンラインで過ごす時間をかなり過大評価しているが、オンラインで過ごす時間について比較的正確な認識を持っている。
  論文  参考訳（メタデータ） (2021-08-15T14:08:30Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)
• Causal Discovery in Physical Systems from Videos [123.79211190669821]
  因果発見は人間の認知の中心にある。 本研究では,ビデオの因果発見の課題を,地層構造を監督せずにエンドツーエンドで検討する。
  論文  参考訳（メタデータ） (2020-07-01T17:29:57Z)
• Jointly Predicting Job Performance, Personality, Cognitive Ability, Affect, and Well-Being [42.67003631848889]
  本研究では,身体的および生理的行動,心理的状態と特徴,職能を統合した個人予測分析のためのベンチマークを作成する。 我々は、データマイニング技術をベンチマークとして設計し、ウェアラブルセンサから得られた真のノイズと不完全なデータを用いて、12の標準化された精確なテストに基づいて19の構造を予測する。
  論文  参考訳（メタデータ） (2020-06-10T14:30:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。