論文の概要: An Online A/B Testing Decision Support System for Web Usability Assessment Based on a Linguistic Decision-making Methodology: Case of Study a Virtual Learning Environment

• arxiv url: http://arxiv.org/abs/2507.12118v1
• Date: Wed, 16 Jul 2025 10:37:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-17 19:00:11.358555
• Title: An Online A/B Testing Decision Support System for Web Usability Assessment Based on a Linguistic Decision-making Methodology: Case of Study a Virtual Learning Environment
• Title（参考訳）: 言語的意思決定手法に基づくWebユーザビリティ評価のためのオンラインA/Bテスト意思決定支援システム:仮想学習環境を事例として
• Authors: Noe Zermeño, Cristina Zuheros, Lucas Daniel Del Rosso Calache, Francisco Herrera, Rosana Montes,
• Abstract要約: 本稿では,ユーザ中心のアプローチに基づくWebユーザビリティ評価手法を提案する。 これはロールプレイングシナリオに関わり、多くのユーザビリティテストを実行します。 A/Bテストに基づく意思決定支援システムに方法論を組み込む。
• 参考スコア（独自算出の注目度）: 8.185957076811627
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In recent years, attention has increasingly focused on enhancing user satisfaction with user interfaces, spanning both mobile applications and websites. One fundamental aspect of human-machine interaction is the concept of web usability. In order to assess web usability, the A/B testing technique enables the comparison of data between two designs. Expanding the scope of tests to include the designs being evaluated, in conjunction with the involvement of both real and fictional users, presents a challenge for which few online tools offer support. We propose a methodology for web usability evaluation based on user-centered approaches such as design thinking and linguistic decision-making, named Linguistic Decision-Making for Web Usability Evaluation. This engages people in role-playing scenarios and conducts a number of usability tests, including the widely recognized System Usability Scale. We incorporate the methodology into a decision support system based on A/B testing. We use real users in a case study to assess three Moodle platforms at the University of Guadalajara, Mexico.
• Abstract（参考訳）: 近年,モバイルアプリケーションとWebサイトの両方にまたがるユーザインターフェースの満足度向上に注目が集まっている。 人間と機械の相互作用の基本的な側面は、ウェブのユーザビリティの概念である。 Webのユーザビリティを評価するために、A/Bテスト技術は2つの設計間のデータの比較を可能にする。 実際のユーザと架空のユーザの両方の関与と合わせて、評価対象の設計を含むテストの範囲を広げることによって、オンラインツールがサポートを提供しているものはほとんどない、という課題が浮かび上がっている。 デザイン思考や言語決定など,ユーザ中心のアプローチに基づくWebユーザビリティ評価手法を提案する。 これはロールプレイングシナリオに関わり、広く認知されているシステムユーザビリティスケールを含む、多くのユーザビリティテストを実行します。 A/Bテストに基づく意思決定支援システムに方法論を組み込む。 私たちはメキシコのグアダラハラ大学の3つのMoodleプラットフォームを評価するケーススタディで実際のユーザを使用します。

関連論文リスト

• MUBox: A Critical Evaluation Framework of Deep Machine Unlearning [13.186439491394474]
  MUBoxは、ディープラーニングにおける未学習の手法を評価するために設計された総合的なプラットフォームである。 MUBoxは23の高度なアンラーニング技術を統合し、11の多様な評価指標で6つの実践シナリオでテストされている。
  論文  参考訳（メタデータ） (2025-05-13T13:50:51Z)
• Moodle Usability Assessment Methodology using the Universal Design for Learning perspective [0.22940141855172028]
  本研究の目的は,ユニバーサル・デザイン・フォー・ラーニングの原則に基づいて,Moodleプラットフォームのユーザビリティを評価する手法を設計することである。 我々は、それぞれのMoodle v.2.xとv.3.xファミリーのバージョンの2つのインスタンスを評価するユースケースの結果を提供する。 我々は、国際アクセシビリティ標準に準拠するために、プラットフォームがいくつかの重要な要素を改善しなければならないと結論付けている。
  論文  参考訳（メタデータ） (2024-03-15T17:19:04Z)
• Towards Personalized Evaluation of Large Language Models with An Anonymous Crowd-Sourcing Platform [64.76104135495576]
  大規模言語モデルのための匿名クラウドソーシング評価プラットフォームであるBingJianを提案する。 このプラットフォームを通じて、ユーザーは質問を提出し、パーソナライズされ、潜在的に幅広い機能でモデルをテストできる。
  論文  参考訳（メタデータ） (2024-03-13T07:31:20Z)
• Admission Prediction in Undergraduate Applications: an Interpretable Deep Learning Approach [0.6906005491572401]
  本稿は,受験委員会の学部受験決定を検証することの課題について論じる。 本稿では、フィードフォワードと入力凸ニューラルネットワークというディープラーニングに基づく分類手法を提案する。 私たちのモデルは、従来の機械学習ベースのアプローチで最高のパフォーマンスを保ちながら、3.03%のマージンで高い精度を実現しています。
  論文  参考訳（メタデータ） (2024-01-22T05:44:43Z)
• K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via Prompt Learning [83.19215082550163]
  K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。 本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
  論文  参考訳（メタデータ） (2023-12-16T08:10:10Z)
• A Two-Part Machine Learning Approach to Characterizing Network Interference in A/B Testing [4.000213034401085]
  本稿では,「因果ネットワークモチーフ」を導入し,透過的な機械学習モデルを用いてネットワーク干渉パターンを特徴付ける。 私たちのアプローチは、A/Bテスト実践者のネットワーク干渉に対処するための、包括的で自動化されたソリューションを提供します。
  論文  参考訳（メタデータ） (2023-08-18T19:37:55Z)
• Learning Personalized Decision Support Policies [56.949897454209186]
  $texttModiste$は、パーソナライズされた意思決定支援ポリシーを学ぶためのインタラクティブツールである。 パーソナライズされたポリシは、オフラインポリシよりも優れており、コストを意識した環境では、パフォーマンスの低下を最小限に抑えて、発生したコストを削減することができる。
  論文  参考訳（メタデータ） (2023-04-13T17:53:34Z)
• Designing and Evaluating Speech Emotion Recognition Systems: A reality check case study with IEMOCAP [33.199425144083925]
  音声感情認識(SER)の直接的かつ公平な比較を可能にするためのガイドラインと標準テストセットがすぐに必要となる。 Interactive Emotional Dyadic Motion Capture (IEMOCAP)データベースのようなリソースは、研究者がSERのモデルの開発とテストを行うために広く採用されている参照コーパスとして登場した。
  論文  参考訳（メタデータ） (2023-04-03T10:16:24Z)
• Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
  パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。 私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
  論文  参考訳（メタデータ） (2021-04-15T20:40:24Z)
• Towards Automatic Evaluation of Dialog Systems: A Model-Free Off-Policy Evaluation Approach [84.02388020258141]
  強化学習におけるオフポリシ評価に基づく人間評価スコア推定のための新しいフレームワークであるENIGMAを提案する。 ENIGMAはいくつかの事前収集された経験データしか必要としないため、評価中にターゲットポリシーとのヒューマンインタラクションは不要である。 実験の結果,ENIGMAは人間の評価スコアと相関して既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2021-02-20T03:29:20Z)
• Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
  建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。 本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。 本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
  論文  参考訳（メタデータ） (2021-01-24T05:40:29Z)

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。