ОГЛЯД МОДЕЛЕЙ ТА АЛГОРИТМІВ ОПТИМІЗАЦІЇ ІНТЕРФЕЙСІВ ДОДАТКІВ НА ОСНОВІ ПОВЕДІНКОВИХ ДАНИХ КОРИСТУВАЧІВ
DOI:
https://doi.org/10.35546/kntu2078-4481.2024.3.31Ключові слова:
інтерфейси додатків, оптимізація, поведінка користувачів, моделі, якість інтерфейсу, юзабіліті, рекомендації.Анотація
У статті розглядаються математичні моделі та алгоритми для оптимізації інтерфейсів додатків, які базуються на аналізі поведінки користувачів. Основна мета дослідження – підвищення якості взаємодії користувачів із додатками шляхом вдосконалення дизайну та функціональності інтерфейсів. Особлива увага приділена вивченню поведінкових даних користувачів. Було проведено збір та аналіз поведінкових даних користувачів (кліки, час взаємодії, сесії, помилки, частота повернення до додатку) для виявлення патернів, які впливають на зручність та ефективність використання інтерфейсів. В роботі було проведено детальний огляд сучасних моделей для оцінки і покращення інтерфейсів додатків, які використовуються для аналізу поведінкових даних користувачів і враховують їхні реальні потреби. Було визначено критерії якості інтерфейсів та шляхи їх досягнення. В роботі встановлено цілі та методи оптимізації дизайну і взаємодії, які будуть ефективними та зручними для користувачів. У статті наведено перспективи впровадження моделей оптимізації. Було визначено основні виклики, пов’язані з впровадженням моделей та алгоритмів для автоматизації покращення інтерфейсів, а також запропоновано напрямки для подальших досліджень у цій сфері. Запропоновані моделі враховують ключові поведінкові дані, такі як кількість кліків, час взаємодії, кількість сесій та помилок, що дозволяє виявляти патерни поведінки і на їх основі приймати рішення щодо покращення користувацького досвіду. Для тестування ефективності змін використовуються алгоритми A/B-тестування та регресійного аналізу. Стаття також пропонує рекомендації для розробників і дизайнерів щодо підвищення зручності, продуктивності та залученості користувачів через персоналізацію та покращення доступності інтерфейсів. Впроваджені моделі та алгоритми дозволяють ефективно адаптувати інтерфейси під реальні потреби користувачів, що сприяє підвищенню загальної продуктивності додатків і поліпшенню користувацького досвіду.
Посилання
Abrahão S., Insfran E., Sluÿters A. Model-based intelligent user interface adaptation: challenges and future directions. Software and Systems Modeling. № 20. 2021. P. 1335–1349.
Tao K., Edmunds P., Mobile APPs and Global Markets. Theoretical Economics Letters. № 8. 2018. P. 1510–1524.
Zhou J., Tang, Z., Zhao M., Ge X., Zhuang F., Zhou M., Xiong H. Intelligent exploration for user interface modules of mobile app with collective learning. In Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2020. p. 3346–3355.
Keselj A, Milicevic M, Zubrinic K, Car Z. The application of deep learning for the evaluation of user interfaces. Sensors. No. 22(23). 2022. P. 9336.
Martín G., Fernández-Isabel A., Martín de Diego A. A survey for user behavior analysis based on machine learning techniques: current models and applications. Applied Intelligence. № 51(3). 2021. Р. 6029–6055.
Liang L., Ke Y. User behavior data analysis and product design optimization algorithm based on deep learning. International Journal on Interactive Design and Manufacturing (IJIDeM). 2023. Retrieved from: https://link.springer.com/ article/10.1007/s12008-023-01652-7#citeas
Кулібаба С., Поперешняк С. Засіб комунікації з голосовим помічником і підвищеним рівнем безпеки. Телекомунікаційні та інформаційні технології. № 4 (73). 2021. С. 87–100.
Kulibaba S., Popereshnyak S., Shcheblanin Y., Kurchenko O., Mazur N. (2022) Advanced Communication Model with the Voice Control and the Increased Security Level Cybersecurity. Information and Telecommunication Systems. № 3288 (1). 2022. Р. 64–72.
