Websites can learn what their users

Websites can learn what their users do on their pages to provide better content and services to those users. A website can easily find out where a user has been, but in order to find out what content is consumed and how it was consumed at a sub-page level, prior work has proposed client-side tracking to record cursor activity, which is useful for computing the relevance for search results or determining user attention on a page. While recording cursor interactions can be done without disturbing the user, the overhead of recording the cursor trail and transmitting this data over the network can be substantial. In our work, we investigate methods to compress cursor data, taking advantage of the fact that not every cursor coordinate has equal value to the website developer. We evaluate 5 lossless and 5 lossy compression algorithms over two datasets, reporting results about client-side performance, space savings, and how well a lossy algorithm can replicate the original cursor trail. The results show that different compression techniques may be suitable for different goals: LZW offers reasonable lossless compression, but lossy algorithms such as piecewise linear interpolation and distance-thresholding offer better client-side performance and bandwidth reduction.

ผลลัพธ์ (ไทย) 1:

เว็บไซต์สามารถเรียนเองที่ทำหน้าของตนเพื่อให้เนื้อหาและบริการดีผู้ เว็บไซต์สามารถหาข้อมูลที่ผู้ใช้ได้ แต่เพื่อค้นหาใช้เนื้อหาและวิธีจะใช้ในระดับย่อยหน้า ก่อนมีนำเสนอฝั่งไคลเอ็นต์การติดตามเคอร์เซอร์บันทึกกิจกรรม ซึ่งจะเป็นประโยชน์สำหรับการคำนวณที่เกี่ยวข้องสำหรับผลลัพธ์การค้นหา หรือกำหนดความสนใจของผู้ใช้บนเพจ ในขณะที่บันทึกโต้ตอบเคอร์เซอร์สามารถทำได้โดยไม่รบกวนผู้ใช้ ค่าใช้จ่ายในการบันทึกทางเคอร์เซอร์ และส่งข้อมูลผ่านเครือข่ายได้พบ ในการทำงานของเรา เราตรวจสอบวิธีการบีบอัดข้อมูลเคอร์เซอร์ ประโยชน์ของความเป็นจริงว่า ไม่ทุกพิกัดของเคอร์เซอร์มีค่าเท่ากับนักพัฒนาเว็บไซต์ เราประเมิน 5 ไม่สูญเสียข้อมูลและอัลกอริทึมบีบอัด 5 ผ่าน datasets สอง รายงานผลเกี่ยวกับประสิทธิภาพการทำงานของไคลเอ็นต์ ประหยัดพื้นที่ และวิธีที่ดีอัลกอริทึมบีบสามารถจำลองทางเคอร์เซอร์เดิม ผลลัพธ์แสดงว่า เทคนิคการบีบอัดที่แตกต่างกันอาจจะเหมาะสำหรับเป้าหมายที่แตกต่างกัน: LZW มีสมเหตุสมผลรวมดี แต่มีอัลกอริทึมเช่น piecewise สอดแทรกเชิงเส้นและ thresholding ระยะห่างให้ดีไคลเอ็นต์สมรรถนะและแบนด์วิธลด

ผลลัพธ์ (ไทย) 2:

เว็บไซต์สามารถเรียนรู้สิ่งที่ผู้ใช้ของพวกเขาทำในหน้าของพวกเขาเพื่อให้เนื้อหาที่ดีและการบริการให้กับผู้ใช้ เว็บไซต์ที่สามารถหาได้ง่ายที่ผู้ใช้ที่ได้รับ แต่ในการที่จะหาสิ่งที่เนื้อหามีการบริโภคและวิธีการที่ถูกบริโภคในระดับย่อยหน้างานก่อนได้เสนอการติดตามฝั่งไคลเอ็นต์ในการบันทึกกิจกรรมเคอร์เซอร์ซึ่งจะเป็นประโยชน์ สำหรับการคำนวณความเกี่ยวข้องเพื่อให้ได้ผลลัพธ์การค้นหาหรือการกำหนดสนใจของผู้ใช้บนหน้าเว็บ ในขณะที่บันทึกการปฏิสัมพันธ์เคอร์เซอร์สามารถทำได้โดยไม่ต้องรบกวนผู้ใช้ค่าใช้จ่ายในการบันทึกเส้นทางเคอร์เซอร์และส่งข้อมูลนี้ผ่านเครือข่ายสามารถมากมาย ในการทำงานของเราเราจะตรวจสอบวิธีการในการบีบอัดข้อมูลเคอร์เซอร์การใช้ประโยชน์จากความจริงที่ว่าไม่ทุกเคอร์เซอร์ประสานงานมีค่าเท่ากับนักพัฒนาเว็บไซต์ เราจะประเมิน 5 lossless และ 5 ขั้นตอนวิธีการบีบอัด lossy กว่าสองชุดข้อมูลการรายงานผลเกี่ยวกับประสิทธิภาพของลูกค้าด้านการประหยัดพื้นที่และวิธีการที่ดีขั้นตอนวิธีการสูญเสียสามารถทำซ้ำเส้นทางเดิมเคอร์เซอร์ ผลการศึกษาแสดงให้เห็นว่าเทคนิคการบีบอัดที่แตกต่างกันอาจจะเหมาะสำหรับเป้าหมายที่แตกต่างกันมี LZW lossless บีบอัดที่เหมาะสม แต่ขั้นตอนวิธีการสูญเสียเช่นการสอดแทรกเชิงเส้นค่และระยะ thresholding นำเสนอผลการดำเนินงานด้านลูกค้าที่ดีขึ้นและการลดลงของแบนด์วิดธ์

ผลลัพธ์ (ไทย) 3:

เว็บไซต์สามารถเรียนรู้สิ่งที่ผู้ใช้ทำบนหน้าเว็บของพวกเขาที่จะให้บริการเนื้อหาที่ดีและผู้ใช้เหล่านั้น เว็บไซต์ที่สามารถค้นหาที่ผู้ใช้ได้รับ แต่เพื่อหาสิ่งที่เป็นเนื้อหาที่ใช้และวิธีการที่ถูกใช้ในหน้าย่อยระดับก่อนงานเสนอลูกค้าการติดตามการบันทึกกิจกรรมของเคอร์เซอร์ได้ซึ่งจะเป็นประโยชน์สำหรับการคำนวณความเกี่ยวข้องหรือผลการค้นหาความสนใจของผู้ใช้บนหน้าเว็บ ในขณะที่บันทึกเคอร์เซอร์ปฏิสัมพันธ์สามารถทำได้โดยไม่รบกวนผู้ใช้ ค่าใช้จ่ายในการบันทึกเคอร์เซอร์เส้นทางและส่งข้อมูลนี้ผ่านทางเครือข่ายสามารถที่สำคัญ ในงานของเรา เราศึกษาวิธีการบีบอัดข้อมูลเคอร์เซอร์การใช้ประโยชน์จากความจริงที่ว่าไม่ทุกประสานงานเคอร์เซอร์มีค่าเท่ากับเว็บไซต์นักพัฒนา เราประเมินขั้นตอนวิธีการบีบอัด lossy และ lossless 5 5 2 ข้อมูล รายงานผลการปฏิบัติงานลูกค้า , ประหยัดพื้นที่ และว่าวิธี lossy สามารถทำซ้ำเส้นทางเคอร์เซอร์เดิมผลการทดลองแสดงให้เห็นว่าเทคนิคการบีบอัดที่แตกต่างกันอาจจะเหมาะสมสำหรับเป้าหมายที่แตกต่างกัน : LZW ข้อเสนอที่เหมาะสมขั้นตอนวิธีการบีบอัดข้อมูลแบบไม่สูญเสีย แต่ภายใน เช่น เชิงเส้นเป็นช่วงการปรับระยะดีกว่าเรามีประสิทธิภาพและลดแบนด์วิดธ์ .