Войти
Отслеживание кликов - это когда пользовательское поведение клика или навигационное поведение пользователя собираются для получения информации. Поведение кликов обычно отслеживается с помощью журналов сервера, которые включают пути кликов и URL-адреса (унифицированный указатель ресурсов). Этот журнал часто представлен в стандартном формате, включая такую информацию, как имя хоста, дата и имя пользователя. Однако по мере развития технологий новое программное обеспечение позволяет проводить глубокий анализ поведения пользователей при нажатии с помощью инструментов гипервидео. Учитывая, что Интернет можно рассматривать как опасную среду, исследование стремится понять, почему пользователи переходят по одним ссылкам, а не по другим. Также было проведено исследование, чтобы изучить пользовательский опыт конфиденциальности, сделав персональную идентификационную информацию пользователя индивидуально анонимной и улучшив форму написания и структурирования форм согласия на сбор данных.
Отслеживание кликов актуально в нескольких отраслях, включая Взаимодействие человека и компьютера (HCI), разработка программного обеспечения и реклама. Отслеживание электронной почты, ссылка отслеживание, веб-аналитика и исследование пользователей также являются взаимосвязанными концепциями и приложениями отслеживания кликов. Обычно данные о кликах из отслеживания кликов используются для улучшения позиций результатов в поисковых системах, чтобы сделать их заказ более релевантным потребностям пользователей. В отслеживании кликов используются многие современные методы, такие как машинное обучение и интеллектуальный анализ данных.
См. Также: Конфиденциальность поисковых систем
Технологии отслеживания и записи (TRT) можно разделить на две категории: TRT для учреждений и TRT для конечных пользователей. Институциональные TRT и TRT конечных пользователей различаются по тому, кто собирает и хранит данные, и это можно соответственно понимать как учреждения и пользователей. Примеры TRT включают радиочастотную идентификацию (RFID), кредитные карты и видеокамеры для магазинов. Исследования показывают, что люди озабочены конфиденциальностью, но их меньше беспокоит то, как TRT используются ежедневно. Это несоответствие объясняется тем, что общественность не понимает, как собирается информация о них.
Другим средством получения информации от пользователя является отслеживание взгляда или отслеживание взгляда. Технология отслеживания взгляда особенно полезна для людей с двигательными нарушениями. Системы, использующие отслеживание взгляда, часто пытаются имитировать поведение курсора и клавиатуры. В этом процессе система отслеживания взгляда разделяется на отдельную панель в системном интерфейсе, и пользовательский опыт этой системы ставится под угрозу, поскольку люди должны переключаться между панелью и другими функциями интерфейса. Опыт также сложен, потому что пользователи должны сначала представить, как выполнить задачу, используя функции клавиатуры и курсора, а затем использовать взгляд. Это заставляет задачи занять дополнительное время. Поэтому исследователи создали свой собственный веб-браузер под названием GazeTheWeb (GTW), и основное внимание в их исследованиях уделялось удобству работы пользователей. Они улучшили интерфейс для лучшего включения взгляда.
Отслеживание движения глаз также применяется в тестировании удобства при создании веб-приложений. Однако для того, чтобы отслеживать движения глаз пользователя, часто требуется лаборатория с соответствующим оборудованием. Активность мыши и клавиатуры можно измерить удаленно, так что это качество можно использовать для тестирования удобства использования. Алгоритмы могут использовать движения мыши для прогнозирования и отслеживания движений глаз пользователя. Такое отслеживание в удаленной среде обозначается как метод удаленной регистрации.
Это пример записанного отслеживания взгляда для нескольких участников. Дактилоскопия браузера - еще одно средство идентификации пользователей и их отслеживания. В этом процессе информация о пользователе собирается из его веб-браузера для создания отпечатка браузера. Отпечаток браузера содержит информацию об устройстве, его операционной системе, браузере и его конфигурации. Заголовки HTTP, JavaScript и плагины браузера могут использоваться для создания отпечатка пальца. Отпечатки браузера могут изменяться со временем из-за автоматических обновлений программного обеспечения или настроек браузера пользователя. Меры по повышению конфиденциальности в этой области могут снизить функциональность за счет блокировки функций.
Поведение пользователей при просмотре часто отслеживается с помощью журналов доступа к серверу, которые содержат шаблоны URL-адресов, по которым были произведены щелчки, запросы и пути. Однако более современное программное обеспечение для отслеживания использует JavaScript для отслеживания поведения курсора. Собранные данные мыши можно использовать для создания видео, позволяя воспроизводить и легко анализировать поведение пользователя. Hypermedia используется для создания таких визуализаций, которые позволяют контролировать такое поведение, как выделение, колебание и выбор. Технологии, которые используются для записи такого поведения, также могут использоваться для его прогнозирования. Один из этих инструментов мониторинга, SMT2є, собирает пятнадцать функций курсора и использует остальные четырнадцать для прогнозирования результата последней функции. Это программное обеспечение также генерирует анализ журнала, который обобщает действия курсора пользователя.
В сеансе поиска пользователи могут быть идентифицированы с помощью файлов cookie, протокола identityd или их IP-адреса. Затем эта информация может быть сохранена в базе данных, и каждый раз, когда пользователь снова посещает веб-страницу, его поведение при нажатии будет добавлено в базу данных. DoubleClick Inc. является примером компании, которая имеет такую базу данных и сотрудничает с другими компаниями, чтобы помочь в их веб-майнинге. Файлы cookie добавляются в HTTP (протокол передачи гипертекста), и когда пользователь щелкает ссылку, они подключаются к соответствующему веб-серверу. Это действие пользователя, нажимающего на ссылку, рассматривается как запрос, и сервер «отвечает», отправляя информацию пользователя, и эта информация представляет собой файл cookie. Файлы cookie служат «закладкой» для сеансов пользователей на веб-сайте и хранят информацию для входа в систему и страницы, которые пользователи посещают на веб-сайте. Это помогает сохранить состояние сеанса. Если таких серверов более одного, информация должна быть согласованной для всех серверов; следовательно, информация передается. Данные, собранные с помощью файлов cookie, могут использоваться для улучшения веб-сайтов для всех пользователей, и это также помогает в профилировании пользователей для рекламы.
Когда для понимания данных веб-журнала применяются методы интеллектуального анализа данных и статистические процедуры, процесс обозначается как анализ журнала или анализ использования Интернета. Это помогает определять закономерности в поведении пользователей при навигации. Некоторые особенности, которые можно наблюдать, включают продолжительность просмотра страниц пользователями, длину пути клика и количество кликов. Анализ использования веб-ресурсов состоит из трех этапов. Во-первых, данные журнала «предварительно обрабатываются» для просмотра содержимого пользователей и поисковых сеансов. Затем для поиска шаблонов применяются такие инструменты, как ассоциация и кластеризация, и, наконец, эти шаблоны сохраняются для дальнейшего анализа. Инструмент интеллектуального анализа правил ассоциации помогает находить «закономерности, ассоциации и корреляции» среди страниц, которые пользователи посещают во время сеанса поиска. Последовательное обнаружение шаблонов - это анализ правил ассоциации, но он также учитывает время, такое как просмотры страниц в отведенный период времени. Классификация - это инструмент, который позволяет добавлять страницы в группы, представляющие определенные схожие качества.
Некоторые примеры инструментов, которые люди могут использовать при проведении аналитики кликов, - это инструмент Google Analytics In-Page Analytics, ClickHeat и Crazy Egg. Эти инструменты создают визуализацию из данных о кликах пользователя на веб-странице. ClickHeat и Crazy Egg демонстрируют плотность пользовательских кликов с использованием определенных цветов, и все эти инструменты позволяют разделить посетителей веб-страниц на группы по таким характеристикам, как использование мобильного устройства или использование определенного браузера. Данные конкретных групп могут быть проанализированы для дальнейшего анализа.
Один из основных факторов, которые пользователи принимают во внимание при нажатии на ссылки, - это положение ссылки в списке результатов. Чем ближе ссылки к началу, тем больше вероятность того, что пользователи выберут их. Когда пользователи имеют личную связь с темой, они склонны чаще нажимать на эту статью. Изображения, положение и конкретные лица в новостном контенте также в большей степени влияли на решения пользователей. Источник новостей был признан менее важным.
Отношение к щелчку и намерение щелкнуть играют большую роль в поведении пользователя при щелчке. В одном исследовании, когда участникам были представлены положительные и отрицательные фотографии с рекламой страховки, выяснилось, что эмоции имеют положительную связь с намерением кликнуть и отношением к клику. Исследователи также отметили, что отношение к клику влияет на намерение клика, и положительные эмоции оказывают большее влияние на отношение к клику, чем отрицательные эмоции.
Интернет можно рассматривать как опасную среду из-за большого количества возможных атак кибербезопасности. и распространенность вредоносного ПО. Следовательно, всякий раз, когда люди пользуются Интернетом, они должны решить, переходить ли по различным ссылкам или нет. Исследование 2018 года показало, что пользователи, как правило, нажимают больше URL-адресов на знакомых им веб-сайтах; эта черта пользователя затем используется киберпреступниками, и личная информация может быть скомпрометирована. Следовательно, считается, что доверие также увеличивает намерение перейти по ссылке. При появлении предупреждений Google Chrome в 70% случаев люди переходят по ссылкам. Они также стремятся изменить настройки компьютера по умолчанию в этом процессе. Было также установлено, что пользователи лучше распознают риски вредоносных программ, когда существует большая вероятность раскрытия их личной информации.
Страницы, просматриваемые пользователями во время определенного сеанса поиска, представляют собой щелчок данные. Такие данные можно использовать для улучшения результатов поиска двумя способами: явной и неявной обратной связью. Явная обратная связь - это когда пользователи указывают, какие страницы имеют отношение к их поисковому запросу, а неявная обратная связь - это когда поведение пользователя интерпретируется для определения релевантности результатов. Определенные действия пользователя на веб-странице, которые могут использоваться как часть процесса интерпретации, включают создание закладок, сохранение или печать определенной веб-страницы. Благодаря сбору данных о кликах от нескольких человек можно повысить релевантность результатов для всех пользователей по заданным запросам. В сеансе поиска пользователь указывает, какие документы ему больше всего интересны, с помощью щелчков мышью, и это указывает на то, что имеет отношение к поиску. Наиболее релевантными данными о кликах для определения релевантности результатов часто является последняя просмотренная веб-страница, а не все страницы, на которые нажимали во время сеанса поиска. Данные о кликах вне сеансов поиска также могут использоваться для повышения точности релевантных результатов для пользователей.
Результаты поиска по заданному запросу обычно подвержены позиционному смещению. Это потому, что пользователи обычно выбирают ссылки, которые находятся в верхней части списков результатов. Однако такая позиция не означает, что результат является наиболее актуальным, поскольку актуальность может меняться со временем. Как часть подхода машинного обучения к улучшению порядка результатов, редакторы-люди начинают с предоставления алгоритму исходного ранга для каждого результата. Затем обратная связь с пользователем в реальном времени в виде отслеживаемых показателей кликабельности (CTR) в поисковых сеансах может использоваться для повторного ранжирования результатов на основе данных. Это улучшает порядок результатов на основе показанной в реальном времени релевантности от пользователей.
Время задержки клика и информация о последовательности кликов также могут использоваться для повышения релевантности результатов поиска. Время ожидания клика - это время, которое требуется пользователю, чтобы вернуться на страницу результатов поисковой системы (SERP) после нажатия на конкретный результат, и это может указывать на то, насколько пользователь удовлетворен конкретным результатом. Исследование слежения за глазами показывает, что при просмотре результатов поиска пользователи проявляют множество непоследовательных действий при просмотре. Модели кликов, которые придерживаются «нисходящего» поведения пользователей при кликах, не могут интерпретировать пользовательский процесс повторного посещения страниц.
Предложение-спрос затраты на несоответствие могут быть уменьшены через отслеживание кликов. Хуанг и др. определяет стратегических клиентов как «дальновидных» людей, которые знают, что их клики отслеживаются, и ожидают, что компании будут заниматься соответствующей бизнес-деятельностью. В проведенном исследовании исследователи использовали данные о потоках кликов от клиентов, чтобы оценить их предпочтения и желаемое количество товаров. Шумные щелчки - это когда клиенты нажимают, но на самом деле не покупают продукт. Это приводит к несовершенной информации о расширенном спросе или ADI.
Отслеживание кликов можно использовать в сфере рекламы, но есть вероятность того, что этот инструмент будет использован в негативных целях. Издатели отображают рекламу на своих веб-сайтах и получают деньги в зависимости от объема трафика, который измеряется как количество кликов, которые они отправляют на веб-сайт рекламодателя. Мошенничество с кликами - это когда издатели подделывают клики для получения дохода. На конференции 2012 года «Обнаружение мошенничества в мобильной рекламе» (FDMA) командам разработчиков была поставлена задача использовать методы интеллектуального анализа данных и машинного обучения для определения «мошеннических издателей» на основе заданного набора данных. Успешный алгоритм может наблюдать и использовать шаблоны трафика кликов утром и вечером. Когда между этими основными шаблонами существует плотность кликов, это часто является признаком мошенничества со стороны издателя.
Контент веб-сайта можно настроить так, чтобы он был ориентирован на пользователей, используя «навигационное поведение пользователя» и интересы пользователей в процессе называется веб-персонализацией. Веб-персонализация полезна в сфере электронной коммерции. В процессе веб-персонализации есть уникальные шаги, и первый шаг отмечен как «профилирование пользователей ». На этом этапе пользователь понимается и определяется его поведением, предпочтениями и качествами. После профилирования пользователей следует «анализ журналов и анализ использования Интернета».
Фишинг обычно администрируется с помощью электронной почты, и когда пользователь нажимает на сообщение с попыткой фишинга, его информация попадает в определенные веб-сайты. Spear-phishing - это более «целенаправленная» форма фишинга, при которой пользовательская информация используется для персонализации электронных писем и побуждения пользователей нажимать на них. Некоторые фишинговые письма также будут содержать другие ссылки и вложения. После того, как они будут нажаты или загружены, конфиденциальность пользователей может быть нарушена. Lin et al. провели исследование, чтобы выяснить, какие психологические «орудия влияния» и «сферы жизни» больше всего влияют на пользователей при попытках фишинга, и обнаружили, что дефицит был самым влиятельным фактором влияния, а правовая сфера - наиболее влиятельной сферой жизни. Возраст также является важным фактором при определении тех, кто более восприимчив к попыткам фишинга.
Когда вирус заражает компьютер, он находит адреса электронной почты и отправляет свои копии через эти электронные письма.. Эти электронные письма обычно содержат вложения и отправляются нескольким лицам. Это отличается от поведения учетной записи электронной почты пользователя, поскольку пользователи обычно имеют определенную сеть, с которой они общаются регулярно. Исследователи изучили, как можно использовать Email Mining Toolkit (EMT) для обнаружения вирусов, изучив такое поведение учетной записи электронной почты пользователя, и обнаружили, что было легче расшифровать быстрое широкое распространение вируса по сравнению с медленным постепенным распространением вируса.
Чтобы узнать, какие электронные письма открыли пользователи, отправители электронной почты отслеживают электронную почту. Просто открыв электронное письмо, адреса электронной почты пользователей могут быть переданы третьим лицам, а если пользователи нажимают ссылки в сообщениях электронной почты, их адрес электронной почты может быть передан большему количеству третьих лиц. Кроме того, каждый раз, когда пользователь открывает отправленное ему электронное письмо, его информация может быть отправлена новому третьему лицу из числа тех, чей адрес уже просочился. Многие сторонние средства отслеживания электронной почты также участвуют в веб-отслеживании, что ведет к дальнейшему профилированию пользователей.
См. Также: Конфиденциальность информации
Модели защиты конфиденциальности анонимность данные после того, как они отправлены на сервер и сохранены в базе данных. Следовательно, личная идентификационная информация пользователя по-прежнему собирается, и этот процесс сбора основан на том, что пользователи доверяют таким серверам. Исследователи изучают, что дает пользователям возможность контролировать, какая информация отправляется с их мобильных устройств. Они также наблюдают за предоставлением пользователям контроля над тем, как эта информация представлена в базах данных в области данных о траектории, и создают систему, которая допускает такой подход. Такой подход дает пользователям возможность повысить свою конфиденциальность.
Когда конфиденциальность пользователей будет нарушена, часто распространяются формы согласия. Тип активности пользователя, требуемый в этих формах, может повлиять на объем информации, которую пользователь сохраняет из формы. Карегар и др. сравнивает простой формат «согласен / не согласен» с формами, в которых есть флажки, функции перетаскивания (DAD) и смахивания. При тестировании того, какую информацию пользователи согласились бы раскрыть в каждом из форматов формы согласия, исследователи отметили, что пользователи, которым были представлены формы DAD, имели большее количество глазков и на данной форме согласия.
Когда сторонний связан со сторонним веб-сайтом или мобильным приложением, каждый раз, когда пользователь посещает основной веб-сайт или мобильное приложение, его информация будет отправлена третьей стороне. Стороннее отслеживание вызывает больше проблем с конфиденциальностью, чем собственное отслеживание, поскольку оно позволяет объединить многие записи веб-сайтов или приложений о конкретном пользователе, что дает более качественные профили пользователей. Binns et al. обнаружили, что из 5000 популярных веб-сайтов только на двух самых популярных веб-сайтах было 2000 трекеров. Из 2000 встроенных трекеров 253 использовались на 25 других веб-сайтах. Исследователи оценивали охват сторонних трекеров на основе их контактов с пользователями, а не с веб-сайтами, поэтому более «популярными» трекерами были те, кто получал информацию о наибольшем количестве людей, а не код, встроенный в большинство первых сторон. Google и Facebook считались первым и вторым по величине веб-трекерами, а Google и Twitter считались первым и вторым по величине мобильными трекерами.
