論文の概要: Analysis of the Visitor Data of a Higher Education Institution Website
- arxiv url: http://arxiv.org/abs/2107.14107v1
- Date: Sat, 10 Jul 2021 21:54:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 21:57:59.185899
- Title: Analysis of the Visitor Data of a Higher Education Institution Website
- Title(参考訳): 高等教育機関ウェブサイトの訪問者データの解析
- Authors: Omer Aydin
- Abstract要約: ウェブサイトとユーザ、検索エンジン、その他のデバイスとのインタラクションを専門家が調査する必要がある。
この研究には、交通分析から開発提案まで、幅広い検査とデータが含まれる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In todays world, the internet affects every aspect of human life; it has
caused changes in corporate websites as well as in many other areas. Corporate
websites should be more dynamic, more interactive, and more compatible with new
technologies. The interaction of the website with users, search engines, and
other devices has to be examined by experts, and improvements and changes
should be made for this interaction. In this study, a higher education
institution website was examined. Visitor data collected between 2013 and 2019
were used for the analysis. In the study, which includes a wide range of
examinations and data, important findings from traffic analysis to development
suggestions were included. In particular, useful information has been obtained
through the compatibility of the site with mobile devices, optimization of
pictures and videos, geographical features of users, language options, and
density analysis of the content accessed over time.
- Abstract(参考訳): 今日の世界では、インターネットは人間の生活のあらゆる側面に影響を与えており、企業ウェブサイトや他の多くの分野にも変化をもたらしている。
企業のWebサイトは、よりダイナミックでインタラクティブで、新しい技術との互換性が高まるべきだ。
webサイトとユーザ、検索エンジン、その他のデバイスとのインタラクションは、専門家によって検証され、このインタラクションのために改善と変更が行われるべきである。
本研究では,高等教育機関のウェブサイトを調査した。
分析には2013年から2019年にかけて収集された訪問者データを用いた。
幅広い調査・データを含む本研究では,交通分析から開発提案までの重要な知見が盛り込まれている。
特に,モバイル端末との互換性,画像と動画の最適化,ユーザの地理的特徴,言語オプション,時間とともにアクセスされるコンテンツの密度分析などを通じて有用な情報を得た。
関連論文リスト
- ChoiceMates: Supporting Unfamiliar Online Decision-Making with
Multi-Agent Conversational Interactions [58.71970923420007]
提案するChoiceMatesは,LLMエージェントの動的セットとの対話を可能にするシステムである。
エージェントは、意見のあるペルソナとして、柔軟に会話に参加し、応答を提供するだけでなく、各エージェントの好みを引き出すために互いに会話する。
ChoiceMatesを従来のWeb検索とシングルエージェントと比較した結果,ChoiceMatesはより信頼性の高いWebと比較して,発見,潜水,情報管理に有用であることが判明した。
論文 参考訳(メタデータ) (2023-10-02T16:49:39Z) - A Responsive Framework for Research Portals Data using Semantic Web
Technology [0.6798775532273751]
本研究の目的は、研究ポータルデータのセマンティックな組織化のためのフレームワークを設計することでこの問題に対処することである。
このフレームワークは、Microsoft AcademicとIEEE Xploreという2つの特定の研究ポータルから情報を抽出することに焦点を当てている。
論文 参考訳(メタデータ) (2023-06-20T16:12:33Z) - Harnessing the Power of Text-image Contrastive Models for Automatic
Detection of Online Misinformation [50.46219766161111]
誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。
本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
論文 参考訳(メタデータ) (2023-04-19T02:53:59Z) - EDSA-Ensemble: an Event Detection Sentiment Analysis Ensemble
Architecture [63.85863519876587]
Sentiment Analysisを使って、イベントに属する各メッセージの極性やイベント全体を理解することで、オンラインソーシャルネットワークにおける重要なトレンドやダイナミクスに関する一般的な感情や個人の感情をよりよく理解することができます。
本研究では,ソーシャルメディアから現在起きているイベントの極性検出を改善するために,イベント検出と知覚分析を用いた新しいアンサンブルアーキテクチャEDSA-Ensembleを提案する。
論文 参考訳(メタデータ) (2023-01-30T11:56:08Z) - Natural Language Processing in Customer Service: A Systematic Review [0.0]
レビューは、顧客サービスにおけるNLP技術の利用に関する既存の研究を検討することを目的としている。
5つの主要な科学データベースから論文を抽出する。
Twitterは2番目によく使われるデータセットだった。
論文 参考訳(メタデータ) (2022-12-16T18:17:07Z) - Explaining Website Reliability by Visualizing Hyperlink Connectivity [18.233714306827736]
MisVisはWebベースのインタラクティブな視覚化ツールで、ユーザがWebサイトの信頼性を評価するのに役立つ。
MisVisはウェブサイトのハイパーリンク接続を視覚化し、サイトに言及するTwitterアカウントの重要な特徴を要約する。
139人の参加者による大規模なユーザスタディは、MisVisがWeb上での偽情報の評価と理解を促進することを実証している。
論文 参考訳(メタデータ) (2022-10-01T01:39:08Z) - 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) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳(メタデータ) (2021-01-19T12:23:32Z) - Visual Sentiment Analysis from Disaster Images in Social Media [11.075683976162766]
本稿では,社会的な重要な領域における視覚的感情分析,すなわちソーシャルメディアにおける災害分析に焦点を当てる。
本稿では,災害関連画像に対する深い視覚的感情分析手法を提案し,視覚的感情分析のさまざまな側面について述べる。
提案システムは,様々な利害関係者を支援することで,より生き生きとしたコミュニティに貢献できると考えている。
論文 参考訳(メタデータ) (2020-09-04T11:29:52Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳(メタデータ) (2020-08-29T15:14:03Z) - I Know Where You Are Coming From: On the Impact of Social Media Sources
on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。
最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文 参考訳(メタデータ) (2020-02-05T11:10:44Z)
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。