Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Advanced web analytics tool for mouse tracking and real-time data processing
Autoři: Čegan Lukáš | Filip Petr
Rok: 2017
Druh publikace: článek ve sborníku
Název zdroje: Proceeding of 2017 IEEE 14TH International Scientific Conference on Informatics
Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání: New York
Strana od-do: 431-435
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Pokročilý nástroj pro webovou analýzu sledování pohybu myši a zpracování dat v reálném čase Webové analytické nástroje nabízejí důležitou podporu pro lepší rozpoznání chování uživatelů webu, identifikaci úzkých míst a chyb v návrhu uživatelského rozhraní, měření výkonu webového prostředí, sledování dostupnosti webových stránek nebo doporučení vhodného obsahu webových stránek. Tyto nástroje jsou založeny na metodách sledování a sofistikovaných algoritmech, které zpracovávají a vyhodnocují velké objemy zachycených dat. V tomto příspěvku navrhujeme nové řešení zachycování pohybů myší uživatelů webových stránek, abychom zjistili jejich oblast zájmu. Toto řešení je založeno na transformaci dat v reálném čase, která přeměňuje diskrétní údaje o poloze s vysokou periodou výběru na předem definované funkce. Tato transformace má vysoký stupeň přesnosti, což je příkladem případových scénářů. Výsledkem tohoto řešení je významná úspora dat, přenášená z webového klienta na server, což zároveň vede k významným úsporám systémových prostředků na straně serveru sledování myši; zpracování dat v reálném čase, chování uživatele
eng Advanced web analytics tool for mouse tracking and real-time data processing Web analytic tools offer important support for better recognition of the web user’s behavior, identification of bottlenecks and errors in user interface design, performance measurement of web environment, monitoring of website availability or recommendation of appropriate website content. These tools are based on tracking techniques and sophisticated algorithms that process and evaluate large volumes of captured data. In this paper, we propose a new solution to capture mouse movements of web users, to identify their area of interest. This solution is based on real-time data transformation, which converts discrete position data with high sample period to predefined functions. This transformation has a high degree of accuracy, which is exemplified by case scenarios. The result of this solution is a significant saving in data, transmitted from the client to the server, which leads to significant savings in system resources on the server side mouse tracking; real-time data processing; user behavior