¿Cómo identificarías las secciones más activas de un usuario?

Question

En un sitio web, todo está etiquetado con palabras clave asignadas por el personal (no es un sitio impulsado por la comunidad, debido a su naturaleza).Puedo determinar en qué etiquetas un usuario es más activo (o qué etiquetas ve más).Sin embargo, no estoy seguro de cómo elegir la lista.Se presentan algunas opciones, pero no me parecen correctas.

• Tome las n etiquetas principales (o m < n si tienen menos de n etiquetas vistas)
• Tome las n etiquetas principales, donde n es un porcentaje del total de etiquetas vistas
• Tome las n etiquetas principales con m vistas, donde n y m son porcentajes del total de etiquetas vistas y del total de vistas de página.
• Tome todas las etiquetas, independientemente de las vistas.

El objetivo es identificar qué es más interesante para el usuario y mostrarle otras cosas que podrían interesarle, respecto a las etiquetas que se asignan al contenido.

Answer 1

Una solución simple es probar varios informes y verificar qué informe es más informativo. La naturaleza de su sitio y sus datos pueden significar que algunos informes son inesperadamente útiles y otros no. Si un informe obtiene un gráfico de área 'plano', por ejemplo, busque otra cosa.

Aún mejor, dé a los consumidores de los informes una opción y la capacidad de proporcionar comentarios. Ajuste los informes según lo que realmente estarán buscando.

P.S. Me gustaría ir a & Quot; Tome las n etiquetas superiores con m vistas donde n y m son porcentajes del total de etiquetas vistas y páginas vistas totales & Quot; informar primero

Answer 2

Podrías consultar los algoritmos de aprendizaje automático para encontrar algoritmos con los que evaluar la eficacia de tu elección.

Como por ejemplo: http://en.wikipedia.org/wiki/Supervised_learning#Approaches_and_algorithms Cosas como el vecino más cercano y bayes podrían ayudarte a mejorar tus sugerencias.

Sin embargo, esto es excesivo simplemente sugerir "¿Le gustaría ver esto también?", pero es un enfoque interesante para proporcionar mejores vínculos.Sin embargo, sería necesario algún método para determinar si sus usuarios valoran o no sus sugerencias (p. ej."¡Me gusta esto!": enlaces o análisis de registros basados ​​en el tiempo dedicado a los enlaces, etc.)