Магистратура
2019/2020
Анализ и моделирование пользовательского поведения
Статус:
Курс по выбору (Анализ больших данных в бизнесе, экономике и обществе)
Направление:
01.04.02. Прикладная математика и информатика
Кто читает:
Департамент информатики
Когда читается:
1-й курс, 3 модуль
Формат изучения:
без онлайн-курса
Прогр. обучения:
Анализ больших данных в бизнесе, экономике и обществе
Язык:
русский
Кредиты:
6
Контактные часы:
44
Программа дисциплины
Аннотация
Целью освоения дисциплины «Анализ и моделирование пользовательского поведения» является получение студентами навыков использования как традиционных методов пользовательской аналитики, применяемых в человеко-машинном взаимодействии, так и новых, включающих социально-сетевой анализ, A-B и многомерное тестирование, мультивариантное тестирование и Multi armed bandit algorithm в оптимизации массовых сервисов, методы интеллектуального анализа логов и процессов, архитектура систем предсказательной (предиктивной) аналитики и управления операционными решениями, а также и лабораторные методы, включая eye-tracking. Акцент делается на интеграции методов и увязывании аналитики не только с локальными целями usability, но и с бизнес-целями на основе математических моделей жизненного цикла сервисов. Рассматриваются модели информационного поведения и поиска в сложных коллаборативных системах.
Цель освоения дисциплины
- Целью освоения дисциплины «Анализ и моделирование пользовательского поведения» является получение студентами навыков использования как традиционных методов пользовательской аналитики, применяемых в человеко-машинном взаимодействии, так и новых, включающих социально-сетевой анализ, A-B и многомерное тестирование, мультивариантное тестирование и Multi armed bandit algorithm в оптимизации массовых сервисов, методы интеллектуального анализа логов и процессов, архитектура систем предсказательной (предиктивной) аналитики и управления операционными решениями, а также и лабораторные методы, включая eye-tracking.
Планируемые результаты обучения
- Способен разработать опросный инструментарий для решения аналитической задачи. Способен разработать дизайн исследования для решения задачи UX-тестирования Способен обосновать выбор метода сбора данных при проведении эксперимента, знает их ограничения и особенности применения
- Способен анализировать результаты экспериментального исследования, вносить изменения в дизайн. Имеет навыки анализа пользовательских данных, полученных из онлайн-систем.
- Владеет понятием привлечения пользователей. Проводит оценку эффективности. Владеет понятиями сбора и анализа обратной связи. Владеет понятием монетизации. Знает финансовые метрики продуктов, тестирование монетизации.
Содержание учебной дисциплины
- UX-аналитика. Дизайн экспериментального исследования
- Качественные методы анализа
- Привлечение и удержание пользователей. Монетизация
Элементы контроля
- Домашнее задание
- Аудиторная работа
- ЭкзаменЭкзамен проводится на платформе Zoom. Экзамен проводится в устной форме (опрос по материалам курса). По просьбе преподавателя студент должен быть готов выполнить некоторые задания в письменном виде, после чего сфотографировать и выслать на почту преподавателю. К экзамену необходимо подключиться согласно расписанию, высланному преподавателем на корпоративные почты студентов накануне экзамена. Компьютер студента должен удовлетворять требованиям: наличие рабочей камеры и микрофона, поддержка платформы Zoom. Для участия в экзамене студент обязан: выбрать себе имя в Zoom совпадающее с его именем и фамилией, явиться на экзамен согласно точному расписанию, при ответе включить камеру и микрофон. Во время экзамена студентам запрещается выключать камеру. Ипользование конспектов или других справочных материалов допускается только с разрешения преподавателя. Кратковременным нарушением связи во время экзамена считается нарушение связи менее 5 минут. Долговременным нарушением связи во время экзамена считается нарушение 5 минут и более. При долговременном нарушении связи возможность продолжения студентом участие в экзамене определяется преподавателем. Процедура пересдачи подразумевает использование усложненных заданий.
Промежуточная аттестация
- Промежуточная аттестация (3 модуль)0.2 * Аудиторная работа + 0.4 * Домашнее задание + 0.4 * Экзамен
Список литературы
Рекомендуемая основная литература
- Fritz, M., & Berger, P. D. (2015). Improving the User Experience Through Practical Data Analytics : Gain Meaningful Insight and Increase Your Bottom Line. Amsterdam: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=961223
Рекомендуемая дополнительная литература
- Duchowski, A. T. (2007). Eye Tracking Methodology : Theory and Practice (Vol. 2nd ed). London: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=213023