Creation of User’s Online Behaviour Analysis Model for Increase of an Enterprise Competitiveness
| dc.contributor.author | Budnikas, Germanas | |
| dc.date.accessioned | 2016-03-30T09:16:54Z | |
| dc.date.available | 2016-03-30T09:16:54Z | |
| dc.date.issued | 2015 | |
| dc.description.abstract | The goal of the research was to create a user’s online behaviour analysis model. The goal was achieved by accomplishing a set of phases. A general user’s behaviour scenario at a web page of category „Consumer Goods and Services” with respect to Open Directory Project was formalised using Business Process Modeling Notation. Needed data to represent behaviour was defined and include user’s IP address, task id and time moment to be passed using Google Analytics TrackEvent() function while user browses a web page. Historical data about user behaviour are used for an artificial neuron training. After the training, most important factors that affect transaction finalisation (e.g. service order) can be defined. While monitoring actual on-line user’s behaviour the developed artificial neuron model permits the estimation of a behaviour outcome – would it be finalised or not. In a later case, it is foreseen an interaction of a web site, which can suggest visiting pages that has the most impact level for transaction finalisation. In such a way, competitiveness of an enterprise is achieved. | pl_PL.UTF-8 |
| dc.description.abstract | Celem badania jest stworzenie modelu analizy zachowania użytkowników w Internecie. Cel został osiągnięty poprzez wykonanie kilku czynności. Przede wszystkim został stworzony uogólniony scenariusz zachowania użytkownika na stronach typu Consumer Goods and Services, który został określony w Open Directory Project, używając notacji Business Process Modelling Notation. Określone zostały również dane, odzwierciedlające zachowania użytkownika, które zawierają IP adres użytkownika, identyfikator strony WWW oraz czas. Te dane będą przesyłane używając funkcji Google Analytics TrackEvent w czasie, kiedy użytkownik ogląda stronę WWW. Dane historyczne o zachowaniu online użytkowników są używane dla uczenia neuronu sztucznego. Po uczeniu mogą być określone najbardziej skuteczne czynniki, wpływające na finalizację transakcji (np. zamówienie usługi). W czasie monitorowania faktycznego zachowania online użytkownika stworzony sztuczny neuron pozwala prognozować wynik oglądania stron WWW – czy transakcja będzie finalizowana lub nie. W przypadku zagrożenia niefinalizowania transakcji – witryna internetowa może sugerować odwiedzenie stron WWW, mających największy wpływ na przyjęcie decyzji o finalizowaniu transakcji. W ten sposób może być osiągnięte zwiększenie konkurencyjności przedsiębiorstwa. | pl_PL.UTF-8 |
| dc.identifier.citation | Michał Gabriel Woźniak, Nierówności społeczne a wzrost gospodarczy z. 44(4)cz.1/2015, s. 31-41 | pl_PL.UTF-8 |
| dc.identifier.doi | 10.15584/nsawg.2015.4.1.3 | |
| dc.identifier.issn | 1898-5084 | |
| dc.identifier.uri | http://repozytorium.ur.edu.pl/handle/item/1446 | |
| dc.language.iso | eng | pl_PL.UTF-8 |
| dc.publisher | Wydawnictwo Uniwersytetu Rzeszowskiego | pl_PL.UTF-8 |
| dc.rights | Uznanie autorstwa-Użycie niekomercyjne-Bez utworów zależnych 3.0 Polska | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/pl/ | * |
| dc.subject | online behaviour tracking | pl_PL.UTF-8 |
| dc.subject | artificial neuron | pl_PL.UTF-8 |
| dc.subject | Google Analytics | pl_PL.UTF-8 |
| dc.subject | transaction finalization | pl_PL.UTF-8 |
| dc.subject | śledzenie zachowania w Internecie | pl_PL.UTF-8 |
| dc.subject | sztuczny neuron | pl_PL.UTF-8 |
| dc.subject | finalizacja transakcji | pl_PL.UTF-8 |
| dc.title | Creation of User’s Online Behaviour Analysis Model for Increase of an Enterprise Competitiveness | pl_PL.UTF-8 |
| dc.type | article | pl_PL.UTF-8 |