論文の概要: Resolving Uncertain Case Identifiers in Interaction Logs: A User Study

• arxiv url: http://arxiv.org/abs/2212.00009v1
• Date: Mon, 21 Nov 2022 16:13:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-04 13:57:09.162452
• Title: Resolving Uncertain Case Identifiers in Interaction Logs: A User Study
• Title（参考訳）: インタラクションログにおける不確実なケース識別子の解決:ユーザスタディ
• Authors: Marco Pegoraro, Merih Seran Uysal, Tom-Hendrik H\"ulsmann, Wil M. P. van der Aalst
• Abstract要約: 本稿では,クリックデータのケース概念を決定するニューラルネットワークに基づく手法を提案する。 移動型共有企業のインタラクションデータから得られたセグメント化されたイベントログに基づいて,その有効性を検証する。
• 参考スコア（独自算出の注目度）: 0.4014524824655105
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern software systems are able to record vast amounts of user actions, stored for later analysis. One of the main types of such user interaction data is click data: the digital trace of the actions of a user through the graphical elements of an application, website or software. While readily available, click data is often missing a case notion: an attribute linking events from user interactions to a specific process instance in the software. In this paper, we propose a neural network-based technique to determine a case notion for click data, thus enabling process mining and other process analysis techniques on user interaction data. We describe our method, show its scalability to datasets of large dimensions, and we validate its efficacy through a user study based on the segmented event log resulting from interaction data of a mobility sharing company. Interviews with domain experts in the company demonstrate that the case notion obtained by our method can lead to actionable process insights.
• Abstract（参考訳）: 現代のソフトウェアシステムは、後の分析のために保存された大量のユーザーアクションを記録できる。 このようなユーザインタラクションデータの主なタイプの1つは、クリックデータである。アプリケーションやWebサイト、ソフトウェアなどのグラフィカル要素を通じて、ユーザのアクションのデジタルトレースである。 簡単に利用できるが、クリックデータはしばしばケースの概念を欠いている: ユーザのインタラクションからソフトウェア内の特定のプロセスインスタンスにイベントをリンクする属性。 本稿では,クリックデータのケース概念をニューラルネットワークで決定する手法を提案し,ユーザインタラクションデータに対するプロセスマイニングや他のプロセス分析技術を実現する。 本稿では,本手法について述べるとともに,そのスケーラビリティを大規模データセットに示すとともに,移動共有企業のインタラクションデータから得られたセグメンテーションイベントログに基づいて,その有効性を検証する。 社内のドメインエキスパートとのインタビューは、この方法によって得られたケース概念が、実行可能なプロセス洞察に繋がることを示している。

関連論文リスト

• Adaptive Learning on User Segmentation: Universal to Specific Representation via Bipartite Neural Interaction [15.302921887305283]
  本稿では,情報ボトルネックを通じて汎用ユーザ表現を学習する新しい学習フレームワークを提案する。 次に、ニューラルネットワークを通じてセグメンテーション特化あるいはタスク特化表現をマージし、学習する。 提案手法は2つのオープンソースベンチマーク、2つのオフラインビジネスデータセットで評価され、ユーザのCVRを予測するために2つのオンラインマーケティングアプリケーションにデプロイされる。
  論文  参考訳（メタデータ） (2024-09-23T12:02:23Z)
• Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
  我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。 我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
  論文  参考訳（メタデータ） (2024-05-15T20:41:46Z)
• Detecting Anomalous Events in Object-centric Business Processes via Graph Neural Networks [55.583478485027]
  本研究では,ビジネスプロセスにおける異常検出のための新しいフレームワークを提案する。 まず、属性グラフとしてオブジェクト中心のイベントログのプロセス依存性を再構築する。 次に、異常事象を検出するために、グラフ畳み込みオートエンコーダアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2024-02-14T14:17:56Z)
• A Unified Comparison of User Modeling Techniques for Predicting Data Interaction and Detecting Exploration Bias [17.518601254380275]
  我々は,4つのユーザスタディデータセットの多種多様なセットにおいて,その性能に基づいて8つのユーザモデリングアルゴリズムを比較し,ランク付けする。 本研究は,ユーザインタラクションの分析と可視化のためのオープンな課題と新たな方向性を強調した。
  論文  参考訳（メタデータ） (2022-08-09T19:51:10Z)
• A Reference Data Model for Process-Related User Interaction Logs [0.0]
  プロセス関連UIログに対して,汎用的な参照データモデルを提案する。 このモデルにはUIログのコア属性が含まれているが、スコープ、抽象化のレベル、ケースコンセプトに関してはフレキシブルである。 本稿では,イベントログのXESインターチェンジ標準の拡張としてモデルを実装し,実際のシナリオで実際に適用可能であることを示す。
  論文  参考訳（メタデータ） (2022-07-25T10:47:47Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Process-BERT: A Framework for Representation Learning on Educational Process Data [68.8204255655161]
  本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。 我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。 当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
  論文  参考訳（メタデータ） (2022-04-28T16:07:28Z)
• Uncertain Case Identifiers in Process Mining: A User Study of the Event-Case Correlation Problem on Click Data [0.4014524824655105]
  移動型共有企業のユーザインタラクションイベントの文脈において,クリックデータにおけるイベントケース相関の事例とユーザスタディを示す。 ニューラルネットワークに基づくケースベースとして解釈された個別のユーザセッションにおけるユーザインタラクションデータを集約する新しい手法を適用した。
  論文  参考訳（メタデータ） (2022-04-08T16:19:16Z)
• Human Activity Recognition using Attribute-Based Neural Networks and Context Information [61.67246055629366]
  手作業におけるウェアラブルセンサデータから人間の活動認識(HAR)を考察する。 我々は、コンテキスト情報をディープニューラルネットワークベースのHARシステムに体系的に組み込む方法を示す。 提案したアーキテクチャは,最先端手法と比較してHAR性能が向上することを示す。
  論文  参考訳（メタデータ） (2021-10-28T06:08:25Z)
• Towards Intelligent Risk-based Customer Segmentation in Banking [0.0]
  我々は、顧客のデータをあるシステムから別のシステムへ移動させるために、一連の処理要素からなるインテリジェントなデータ駆動パイプラインを提案する。 目標は、機能エンジニアリング、すなわち、(銀行化)ドメイン知識を使用して生データから特徴を抽出するプロセスを自動化する、新しいインテリジェントな顧客セグメンテーションプロセスを提供することである。 提案手法は,従来の手法に比べて91%の精度でトランザクションの検出,識別,分類を行うことができる。
  論文  参考訳（メタデータ） (2020-09-29T11:22:04Z)
• Mining Implicit Entity Preference from User-Item Interaction Data for Knowledge Graph Completion via Adversarial Learning [82.46332224556257]
  本稿では,知識グラフ補完タスクにおけるユーザインタラクションデータを活用することで,新たな逆学習手法を提案する。 我々のジェネレータはユーザインタラクションデータから分離されており、識別器の性能を向上させるのに役立ちます。 利用者の暗黙の実体的嗜好を発見するために,グラフニューラルネットワークに基づく精巧な協調学習アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2020-03-28T05:47:33Z)

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。