Контроль вовлеченности в интерактивное взаимодействие пользователя образовательных веб-сервисов на основе анализа реакций
Аннотация
Современные цифровые платформы предоставляют большое количество веб-сервисов для обучения и профессионального роста. В большинстве случаев образовательные веб-сервисы контролируют только доступ при подключении к ресурсам и платформам. Для образовательных и иных ресурсов (интернет-опросы, онлайн-исследования), которые характеризуются интерактивным взаимодействием с платформой, важно контролировать вовлеченность пользователя. Характеристикой вовлеченности может служить время задержки на элементах веб-интерфейса. Это время требуется на усвоение материала, прочтение текста задачи или теста. Существует два распространенных типа пользователей с «неестественными» реакциями: бот (робот) и пользователь-кликер. Последний, хоть и является человеком, но не вовлечен в интерактивный процесс взаимодействия с ресурсом. Кликер просто прощелкивает все вопросы, тексты и прочие элементы интерфейса веб-сервиса. Таким образом, контроль вовлеченности в интерактивный процесс взаимодействия с веб-ресурсом должен выявлять ботов и кликеров, их также требуется удалить при проведении онлайн-исследований и опросов. На основе гипотезы о хаотичности динамики временного ряда в качестве показателя контроля вовлеченности в интерактивное взаимодействие выбран максимальный характеристический показатель Ляпунова, вычисленный для временного ряда, сформированного из времени реакций пользователей при длительной работе с веб-интерфейсами. Особенностью предложенного контроля вовлеченности является высокая скорость и разработанность алгоритмов вычисления максимального показателя Ляпунова. Приведены результаты экспериментальных исследований на большом объеме данных, демонстрирующие применимость выбранной характеристики для выявления ботов и кликеров.
Литература
2. Greenhow C., Graham C.R., Koehler M.J. Foundations of online learning: Challenges and opportunities. Educational Psychologist. 2022;47(3):131-147. https://doi.org/10.1080/00461520.2022.2090364
3. Blackburn A.M., Vestergren S. COVIDiSTRESS diverse dataset on psychological and behavioural outcomes one year into the COVID-19 pandemic. Scientific data. 2022;9:1-25. https://doi.org/10.1038/s41597-022-01383-6
4. Keusch F. Why do people participate in Web surveys? Applying survey participation theory to Internet survey data collection. Management review quarterly. 2015;65:183-216. https://doi.org/10.1007/s11301-014-0111-y
5. Kuleto V., Ilić M., Dumangiu M., Ranković M., Martins O.M.D., Păun D., Mihoreanu L. Exploring Opportunities and Challenges of Artificial Intelligence and Machine Learning in Higher Education Institutions. Sustainability. 2021;13(18):10424. https://doi.org/10.3390/su131810424
6. Nikulchev E.V., Ilin D.Yu., Kolyasnikov P.V., Ismatullina V.I., Zakharov I.M., Malykh S.B. Razrabotka otkrytoj cifrovoj platformy masshtabnyh psihologicheskih issledovanij [Development of the Open Digital Platform for Conducting the Large-Scale Psychological Research]. Vestnik Rossijskogo fonda fundamental'nyh issledovanij = Russian Foundation for Basic Research Journal. 2019;(4):105-119.[ 3] (In Russ., abstract in Eng.) https://doi.org/10.22204/2410-4639-2019-104-04-105-119
7. Verhoef P.C. et al. Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research. 2021;122:889-901. https://doi.org/10.1016/j.jbusres.2019.09.022
8. Mathôt S., Schreij D., Theeuwes J. OpenSesame: An open-source, graphical experiment builder for the social sciences. Behavior research methods. 2012;44:314-324. https://doi.org/10.3758/s13428-011-0168-7
9. Habeeb R.A.A., Nasaruddin F., Gani A., Hashem I.A.T., Ahmed E., Imran M. Real-time big data processing for anomaly detection: A survey. International Journal of Information Management. 2019;45:289-307. https://doi.org/10.1016/j.ijinfomgt.2018.08.006
10. Chetverikov A., Upravitelev P. Online versus offline: The Web as a medium for response time data collection. Behavior research methods. 2016;48:1086-1099. https://doi.org/10.3758/s13428-015-0632-x
11. Dewitt J., Capistrant B., Kohli N., Rosser B. S., Mitteldorf D., Merengwa E., West W. Addressing participant validity in a small internet health survey (The Restore Study): protocol and recommendations for survey response validation. JMIR research protocols. 2018;7(4):e7655. https://doi.org/10.2196/resprot.7655
12. Magomedov Sh.G., Kolyasnikov P.V., Nikulchev E.V. Razrabotka tekhnologii kontrolya dostupa k cifrovym portalam i platformam na osnove vstroennyh v interfejs ocenok vremeni reakcij pol'zovatelej [Development of technology for controlling access to digital portals and platforms based on estimates of user reaction time built into the interface]. Rossijskij tekhnologicheskij zhurnal = Russian Technological Journal. 2020;(6):34-46. (In Russ., abstract in Eng.) https://doi.org/10.32362/2500-316X-2020-8-6-34-46[ 4]
13. Kim J., Gabriel U., Gygax P. Testing the effectiveness of the Internet-based instrument PsyToolkit: A comparison between web-based (PsyToolkit) and lab-based (E-Prime 3.0) measurements of response choice and response time in a complex psycholinguistic task. PLoS ONE. 2019;14(9):e0221802. https://doi.org/10.1371/journal.pone.0221802
14. Magomedov S., Gusev A., Ilin D., Nikulchev E. Users Reaction Time for Improvement of Security and Access Control in Web Services. Applied Sciences. 2021;11(6):2561. https://doi.org/10.3390/app11062561
15. Magomedov S., Ilin D., Silaeva A., Nikulchev E. Dataset of user reactions when filling out web questionnaires. Data. 2020;5(4):108. https://doi.org/10.3390/data5040108
16. Nikulchev E., Ilin D., Silaeva A., Kolyasnikov P., Belov V., Runtov A., Pushkin P., Laptev N., Alexeenko A., Magomedov Sh., Kosenkov A., Zakharov I., Ismatullina, Malykh S. Digital Psychological Platform for Mass Web-Surveys. Data. 2020;5(4):95. https://doi.org/10.3390/data5040095
17. Anrijs S., Ponnet K., De Marez L. Development and psychometric properties of the Digital Difficulties Scale (DDS): An instrument to measure who is disadvantaged to fulfill basic needs by experiencing difficulties in using a smartphone or computer. PLoS ONE. 2020;15(5):e0233891. https://doi.org/10.1371/journal.pone.0233891
18. van Geert P.L.C. Dynamic Systems, Process and Development. Human Development. 2020;63(3-4):153-179. https://doi.org/10.1159/000503825
19. Gani M.O., Fayezeen T., Povinelli R.J., Smith R.O., Arif M., Kattan A.J., Ahamed S.I. A light weight smartphone based human activity recognition system with high accuracy. Journal of Network and Computer Applications. 2019;141:59-72. https://doi.org/10.1016/j.jnca.2019.05.001
20. Ramchandra S.K., Sanjay S.P., Dashrath W.N. Insider Interruption Identification and Protection by using Forensic Technique. International Research Journal of Engineering and Technology. 2019;6(3):700-704. Available at: https://www.irjet.net/archives/V6/i3/IRJET-V6I3129.pdf (accessed 12.01.2023).
21. Nikulchev E. Robust chaos generation on the basis of symmetry violations in attractors. In: 2014 2nd 2014 2nd International Conference on Emission Electronics (ICEE). St. Petersburg, Russia: IEEE Computer Society; 2014. p. 1-3. https://doi.org/10.1109/Emission.2014.6893972
22. Zemtsova N.I., Severtsev N.A. Matematicheskie metody vybora i ocenki pokazatelej bezopasnosti dinamicheskih sistem v processe ih raboty v okruzhayushchej srede [Mathematical methods for selecting and evaluating safety indicators of dynamic systems in the process of their operation in the environment]. Voprosy teorii bez-opasnosti i ustojchivosti sistem = Questions of the theory of safety and stability of systems. 2019;(21):135-155. (In Russ., abstract in Eng.) EDN: BYXIIF
23. Nikulchev E., Gusev A., Ilin D., Gazanova N., Malykh S. Evaluation of User Reactions and Verification of the Authenticity of the User s Identity during a Long Web Survey. Apply Science. 2021;11(22):11034. https://doi.org/10.3390/app112211034
24. Ong S.G.T., Quek G.C.L. Enhancing teacher-student interactions and student online engagement in an online learning environment. Learning Environments Research. 2023;26:681-707. https://doi.org/10.1007/s10984-022-09447-5
25. Tuma F. The use of educational technology for interactive teaching in lectures. Annals of Medicine and Surgery. 2021;62:231-235. https://doi.org/10.1016/j.amsu.2021.01.051
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
