stringtranslate.com

Активные пользователи

Активные пользователи — это показатель производительности программного обеспечения , который обычно используется для измерения уровня взаимодействия с конкретным программным продуктом или объектом путем количественного определения количества активных взаимодействий пользователей или посетителей в течение соответствующего диапазона времени (ежедневно, еженедельно и ежемесячно).

Метрика имеет множество применений в управлении программным обеспечением , например, в социальных сетях , онлайн-играх или мобильных приложениях , в веб-аналитике , например в веб-приложениях , в коммерции , например, в онлайн-банкинге , и в научных кругах , например, в аналитике поведения пользователей и прогнозировании. аналитика. Несмотря на широкое использование в цифровом поведенческом обучении, прогнозировании и отчетности, оно также оказывает влияние на конфиденциальность и безопасность , поэтому следует тщательно учитывать этические факторы. Он измеряет, сколько пользователей посещают продукт или услугу или взаимодействуют с ними за определенный интервал или период. [1] Однако стандартного определения этого термина не существует, поэтому сравнение отчетности разных поставщиков этого показателя проблематично. Кроме того, большинство провайдеров заинтересованы в том, чтобы это число отображалось как можно выше, поэтому даже самое минимальное взаимодействие определяется как «активное». [2] Тем не менее, это число является важным показателем для оценки развития взаимодействия с пользователем конкретного провайдера.

Этот показатель обычно оценивается в месяц как активные пользователи в месяц ( MAU ), [3] в неделю как активные пользователи в неделю ( WAU ), [4] в день как активные пользователи в день ( DAU ) [5] и пиковые одновременные пользователи ( PCU ). . [6]

Коммерческое использование

Предикторы успеха: измерение вовлеченности (KPI) и реклама

Активные пользователи в любом временном масштабе дают приблизительный обзор количества постоянных клиентов, которых поддерживает продукт, и сравнение изменений этого числа можно использовать для прогнозирования роста или снижения числа потребителей. В коммерческом контексте успех сайта социальной сети обычно связан с растущей сетью активных пользователей (большим объемом посещений сайта), социальными отношениями между этими пользователями и создаваемым контентом . Активные пользователи могут использоваться в качестве показателя эффективности , позволяющего управлять и прогнозировать будущий успех, измеряя рост и текущий объем пользователей, посещающих и использующих сайт. Соотношение DAU и MAU предлагает элементарный метод оценки вовлеченности и уровня удержания клиентов с течением времени. [7] Более высокий коэффициент означает большую вероятность удержания, что часто указывает на успех продукта. Считается, что коэффициенты 0,15 и выше являются переломным моментом для роста, а устойчивые коэффициенты 0,2 и выше указывают на длительный успех. [8]

Чен, Лу, Чау и Гупта (2014) [9] утверждают, что большее количество пользователей ( первопроходцев ) приведет к большему количеству создаваемого пользователями контента , такого как публикации фотографий и видео, который «продвигает и пропагандирует» признание в социальных сетях. , способствуя росту социальных сетей. Рост использования социальных сетей, характеризующийся увеличением числа активных пользователей в заранее определенный период времени, может увеличить социальное присутствие человека . Социальное присутствие можно определить как степень, в которой средство коммуникации в социальных сетях позволяет человеку чувствовать себя присутствующим среди других. [10] [11]

Результаты исследования Муна и Кима (2001) [12] показали, что удовольствие человека от веб-систем оказывает положительное влияние на его восприятие системы и, таким образом, формирует «высокое намерение использовать ее». Муннукка (2007) [13] обнаружил сильную корреляцию между положительным предыдущим опытом использования соответствующих типов коммуникаций и внедрением новых услуг связи на мобильных сайтах . Однако бывают случаи, когда активные пользователи и доходы имеют отрицательную корреляцию . Например, прирост количества ежедневных активных пользователей (DAU) Snap Inc. стабилизировался или снизился во время пандемии COVID-19 , выручка по-прежнему превышала оценки, при этом в текущем периоде наблюдались такие же сильные тенденции. [14]

Количество новых статей (красная линия) и активных пользователей (синяя линия) в шведской Википедии.

Большее количество активных пользователей увеличивает количество посещений определенных сайтов. Чем больше трафика, тем больше рекламодателей будет привлечено, что будет способствовать получению дохода . [15] В 2014 году 88% целей использования социальных сетей корпорациями — реклама . [16] Увеличение количества активных пользователей позволяет сайтам социальных сетей создавать и отслеживать больше профилей клиентов, что основано на их потребностях и моделях потребления. [17] Данные об активных пользователях можно использовать для определения периодов высокой посещаемости и создания моделей поведения пользователей, которые будут использоваться для таргетированной рекламы. Увеличение профилей клиентов за счет увеличения числа активных пользователей обеспечивает более релевантную персонализированную и настроенную рекламу. Блейер и Эйзенбайсс (2015) [18] обнаружили, что более персонализированная и релевантная реклама увеличивает « отклики на просмотры » и значительно усиливает эффективность «рекламируемого баннера ». ДеЗойса (2002) [19] обнаружил, что потребители с большей вероятностью откроют и отреагируют на персонализированную рекламу, которая имеет для них отношение.

Цели внешней отчетности

Совет по стандартам финансового учета определяет, что целью финансовой отчетности является предоставление актуальной и существенной финансовой информации пользователям финансовой отчетности, позволяющей принимать решения и обеспечивать эффективное распределение экономических ресурсов. [20] Все отчитывающиеся организации, в первую очередь публично зарегистрированные компании и крупные частные компании, обязаны по закону соблюдать требования стандартов раскрытия информации и бухгалтерского учета. Например, в Австралии компании обязаны соблюдать стандарты бухгалтерского учета , установленные Австралийским советом по стандартам бухгалтерского учета , которые являются частью Закона о корпорациях 2001 года . В контексте компании, занимающейся социальными сетями, также предоставляется отчетность по нефинансовой информации, такой как количество пользователей (активных пользователей). Примеры могут включать:

Альтернативными методами сообщения этих показателей являются социальные сети и Интернет, которые, по мнению Франкеля (2004), стали важной частью «информационной среды» фирмы для предоставления финансовой и нефинансовой информации [22] , посредством чего релевантная для фирмы информация передается через социальные сети и Интернет. распространяются и распространяются за короткие промежутки времени между сетями инвесторов, журналистов и других посредников и заинтересованных сторон. [23] Агрегатор инвестиционных блогов, такой как Seeking Alpha , стал значимым для профессиональных финансовых аналитиков , [24] которые дают рекомендации по покупке и продаже акций. Исследования Фридера и Зиттрэйна (2007) [25] вызвали новую обеспокоенность по поводу того, как информационная отчетность о цифровых коммуникационных технологиях может повлиять на участников рынка .

Адмираал (2009) [26] подчеркнул, что нефинансовые показатели, сообщаемые компаниями социальных сетей , включая активных пользователей, могут не давать желаемой уверенности в измерении успеха, поскольку руководящих указаний и правил отчетности , которые гарантируют надежность и качество информации, слишком мало, и еще не стандартизированы . Коэн и др. (2012) [27] исследование набора показателей экономической эффективности выявило отсутствие подробного раскрытия информации и существенную вариативность между практикой раскрытия информации в зависимости от отраслей и размеров. В 2008 году Комиссия по ценным бумагам и биржам США осторожно подошла к пересмотру своих рекомендаций по публичному раскрытию информации для компаний, занимающихся социальными сетями, и заявила, что эта информация « сама по себе является дополнительной , а не достаточной ». [28] Александер, Ракель, Джендри и Джеймс (2014) [29] рекомендовали руководителям и менеджерам применять более стратегический подход в управлении отношениями с инвесторами и корпоративными коммуникациями , обеспечивая совместное удовлетворение потребностей инвесторов и аналитиков .

Использование в научных кругах

Исследования, веб-поведенческий анализ и прогнозирование

Метрика активных пользователей может быть особенно полезна в поведенческой и прогнозной аналитике . Метрика активного пользователя в контексте прогнозной аналитики может применяться в различных областях, включая актуарную науку , маркетинг , финансовые услуги , здравоохранение , онлайн-игры и социальные сети . Льюис, Вятт и Джереми (2015) [30] , например, использовали этот показатель, проведя исследование в области здравоохранения , чтобы изучить качество и влияние мобильного приложения, а также спрогнозировать пределы использования этих приложений.

Активных пользователей также можно использовать в исследованиях, посвященных проблемам психического здоровья , которые могут стоить мировой экономике 16 триллионов долларов США к 2030 году, если на психическое здоровье будет не хватать ресурсов . [31] С помощью веб-поведенческого анализа Чуэнпхиттайавут, Цзихуан и Чжу (2020) [32] обнаружили, что продвижение информационной, социальной и эмоциональной поддержки , которая представляет средства массовой информации и общественное восприятие, положительно влияет на поведенческое намерение участников исследования использовать онлайн. вмешательство в области психического здоровья. Установлено, что онлайн-психологическая образовательная программа, разновидность онлайн-вмешательства в области психического здоровья, способствует благополучию и снижению суицидальных мыслей. [33]

В сфере онлайн-игр активные пользователи весьма полезны для прогнозирования поведения и оттока онлайн-игр. Например, такие функции активного пользователя, как «Продолжительность активности» и «Количество игр», могут иметь обратную корреляцию с уровнем оттока, при этом «более короткое время игры и меньшее количество игр» связаны с более высокими показателями оттока. [34] Цзя и др. (2015) [35] показали, что существуют социальные структуры, которые возникают или возникают и сосредоточены вокруг высокоактивных игроков, со структурным сходством между многопользовательскими онлайн-играми , такими как StarCraft II и Dota .

Метрику «Активные пользователи» можно использовать для прогнозирования личностных качеств человека , которые можно классифицировать и группировать по категориям. Эти категории имеют точность, которая колеблется от 84% до 92%. [36] В зависимости от количества пользователей в конкретной группе связанный с ней интернет-объект может считаться «трендовым» и «областью интересов».

Этические соображения и ограничения

С превращением Интернета в инструмент, используемый для общения и социализации , этические соображения также сместились от основанных на данных к «человечески ориентированным», что еще больше усложнило этические проблемы, связанные с концепциями публичного и частного в онлайн-доменах, в результате чего исследователи и субъекты не до конца понимаю условия [37] Этические соображения необходимо учитывать с точки зрения коллективного согласия, конфиденциальности, конфиденциальности и целостности данных , а также дисциплинарных, отраслевых и профессиональных норм и принятых стандартов в области облачных вычислений и исследований больших данных . Бёлефельд (1996) [38] отметил, что исследователи обычно ссылаются на этические принципы в своих соответствующих дисциплинах, поскольку они ищут руководства, и рекомендовал руководящие принципы Ассоциации вычислительной техники , чтобы помочь исследователям выполнить свои обязанности в их исследованиях в технологическом или киберпространстве .

Информированное согласие относится к ситуации, когда участник добровольно участвует в исследовании с полным признанием методов исследования, связанных с ним рисков и выгод. С ростом использования Интернета в качестве инструмента социальных сетей активные пользователи могут столкнуться с уникальными проблемами при получении информированного согласия. Этические соображения могут включать степень знаний участников и соответствие возрасту , способы и практичность информирования исследователей, а также «когда» уместно отказаться от согласия. [39] Кроуфорд и Шульц (2014) [40] отметили, что согласие является «бесчисленным» и «еще не определено» до проведения исследования. Грейди и др. (2017) [41] отметили, что технологические достижения могут помочь в получении согласия без очной встречи исследователей (исследователей) и участников исследования .

Большое количество исследований основано на индивидуальных данных, которые охватывают личность пользователей в Интернете (их клики, чтения, движения) и потребляемый контент, а с помощью анализа данных делаются выводы об их предпочтениях , социальных отношениях , а также привычках движения или работы. В некоторых случаях люди могут получить большую пользу, но в других им может быть нанесён вред. Афолаби и Гарсиа-Бастейро (2017) [42] полагали, что информированное согласие на научные исследования выходит за рамки «нажатия на блоки или предоставления подписи», поскольку участники могли чувствовать давление, вынуждающее их присоединиться к исследованию, без ведома исследователя о ситуации. Еще не существует общепризнанной формы отраслевых стандартов и норм с точки зрения конфиденциальности, конфиденциальности и целостности данных, что является критическим этическим соображением, но были попытки разработать процесс надзора за исследовательской деятельностью и сбором данных , чтобы лучше соответствовать ожидания сообщества и конечного пользователя . [43] Также ведутся политические дебаты вокруг этических вопросов, касающихся интеграции образовательных технологий (образовательных технологий) в образовательную среду K-12 , поскольку несовершеннолетние дети считаются наиболее уязвимым сегментом всего населения. [44]

Технические ограничения и проблемы

Многие компании, занимающиеся социальными сетями, имеют свои собственные определения различий и методы расчета показателя активных пользователей. Эти различия часто приводят к различиям в переменной, которую измеряет метрика. Вятт (2008) [45] утверждает, что существуют свидетельства того, что некоторые показатели, сообщаемые компаниями социальных сетей, не кажутся надежными , поскольку требуют категоричных суждений , но все же имеют значение для пользователей финансовой отчетности . Люфт (2009) [46] сообщил, что нефинансовые показатели, такие как активные пользователи, создают проблемы с точностью измерения и целесообразностью взвешивания в сочетании с показателями бухгалтерской отчетности. Деловая пресса и научные круги уделяют этому все больше внимания . о корпоративных правилах раскрытия этой информации. [47]

Активные пользователи рассчитываются по внутренним данным конкретной компании. Данные собираются на основе уникальных пользователей, выполняющих определенные действия, которые сборщики данных считают признаком активности. Эти действия включают посещение домашней или заставки веб-сайта, вход в систему, комментирование, загрузку контента или аналогичные действия, связанные с использованием продукта. Количество людей, подписавшихся на услугу, также может считаться активным пользователем на время ее действия. У каждой компании есть собственный метод определения количества активных пользователей, и многие компании не раскрывают конкретных подробностей о том, как они их подсчитывают. Некоторые компании со временем вносят изменения в свой метод расчета. Конкретное действие, помечающее пользователей как активных, сильно влияет на качество данных, если оно не точно отражает взаимодействие с продуктом, что приводит к получению ошибочных данных. [48] ​​Базовые действия, такие как вход в продукт, могут неточно отражать вовлеченность клиентов и увеличивать количество активных пользователей, а загрузка контента или комментирование могут быть слишком специфичными для продукта и недостаточно отражать активность пользователей.

Вайц, Генри и Розенталь (2014) [21] предположили, что факторы, которые могут повлиять на точность показателей, таких как активные пользователи, включают проблемы, связанные с определением и расчетом, обстоятельствами обманчивой инфляции, спецификацией неопределенности и общими пользователями, дублирующими или поддельными учетными записями. Авторы описывают критерий ежемесячных активных пользователей Facebook как зарегистрированные пользователи за последние 30 дней, использовали мессенджер и предприняли действия для обмена контентом и активностью, отличающимися от LinkedIn , который использует зарегистрированных участников, посещения страниц и просмотры. Например, клиент, который использует Facebook один раз, чтобы «комментировать» или «делиться контентом», также может считаться «активным пользователем». [49] Потенциальной причиной этих неточностей в измерениях является внедренная система оплаты за результат , которая поощряет желаемое поведение, включая систему высокопроизводительной работы. [50] В компаниях, занимающихся социальными сетями, активные пользователи являются одним из важнейших показателей, измеряющих успех продукта. Труман, Вонг и Чжан (2000) [51] обнаружили, что в большинстве случаев уникальные посетители и просмотры страниц как показатель использования Интернета определяют изменения цен на акции и чистую прибыль интернет-компаний. Лазер, Лев и Ливнат (2001) [52] в ходе своего исследования анализа данных о трафике интернет-компаний путем разделения данных о трафике выше и ниже среднего обнаружили, что более популярный веб-сайт генерирует большую доходность акций. Увеличение доходности портфеля может побудить инвесторов проголосовать за более выгодный бонусный пакет для высшего руководства . Исследование Канга, Ли и На (2010) [53] о мировом финансовом кризисе 2007–2008 годов подчеркивает важность предотвращения «экспроприационных стимулов » инвесторов, что оказывает очень заметное влияние на корпоративное управление , особенно во время экономического шока.

Активный пользователь ограничен в изучении поведения пользователей до и после внедрения . Приверженность пользователей конкретному онлайн- продукту также может зависеть от доверия и качества альтернатив. [54] Влияние поведения до усыновления на поведение после усыновления, предсказанное предыдущими исследованиями, показало, что [55] обнаружено связь с такими факторами, как привычки, пол и некоторые другие социо-культурные демографические характеристики . [56] Бьюкенен и Гиллис (1990) [57] и Райххельд и Шефтер (2000) [58] утверждают, что поведение после усыновления и постоянное использование «относительно более важны, чем первое или первоначальное использование», поскольку оно показывает «степень лояльности потребителей », и это в конечном итоге приводит к созданию долгосрочной ценности продукта .

Рекомендации

  1. ^ Генри Т.Ф., Розенталь Д.А., Вайц Р.Р. (сентябрь 2014 г.). «Социально неловко: нефинансовые показатели компаний социальных сетей могут вызывать неоднозначное впечатление». Журнал бухгалтерского учета . 218 (3): 52. Гейл  А381838689.
  2. ^ «Spotify, например, определяет ежемесячных активных пользователей как «...общее количество пользователей с рекламной поддержкой и премиум-подписчиков, которые потребляли контент в течение более нуля миллисекунд за последние тридцать дней с указанного конца периода»» (PDF) . Проверено 7 января 2023 г.
  3. ^ «Ежемесячные активные пользователи (MAU)» . База знаний AppStore . Рост магазина приложений. 11 декабря 2019 года. Архивировано из оригинала 8 марта 2021 года . Проверено 20 января 2020 г.
  4. ↑ Дэрроу Б (12 сентября 2017 г.). «Как Slack планирует упростить общение с коллегами из других компаний». Удача . Проверено 16 февраля 2019 г.
  5. ↑ Шабан Х (7 февраля 2019 г.). «Twitter впервые раскрывает количество активных пользователей за день». Вашингтон Пост . Проверено 16 февраля 2019 г.
  6. ^ «Определение максимального количества одновременных пользователей» . Юридический инсайдер .
  7. ^ «Понимание повторяющегося игрового поведения в казуальных играх с использованием байесовского подхода к увеличению данных» . Количественный маркетинг и экономика .
  8. ↑ Ловелл Н. (26 октября 2011 г.). «DAU/MAU = взаимодействие». Краткое описание игры . Проверено 3 декабря 2019 г.
  9. ^ Чен, Айхуэй; Лу, Яобин; Чау, Патрик Ю.К.; Гупта, Сумит (3 июля 2014 г.). «Классификация, измерение и прогнозирование общего активного поведения пользователей на сайтах социальных сетей». Журнал информационных систем управления . 31 (3): 213–253. дои : 10.1080/07421222.2014.995557. S2CID  38855806.
  10. ^ Фулк, Джанет; Стейнфилд, Чарльз В.; Шмитц, Джозеф; Пауэр, Дж. Джерард (октябрь 1987 г.). «Модель обработки социальной информации при использовании СМИ в организациях». Коммуникационные исследования . 14 (5): 529–552. дои : 10.1177/009365087014005005. S2CID  145786143.
  11. ^ Сир, Дайан; Хасанейн, Халед; Руководитель Милена; Иванов, Алекс (январь 2007 г.). «Роль социального присутствия в установлении лояльности в среде электронных услуг». Взаимодействие с компьютерами . 19 (1): 43–56. doi : 10.1016/j.intcom.2006.07.010.
  12. ^ Мун, Джи-Вон; Ким, Ён Гюль (февраль 2001 г.). «Расширение TAM для контекста Всемирной паутины». Информация и управление . 38 (4): 217–230. CiteSeerX 10.1.1.859.5396 . дои : 10.1016/S0378-7206(00)00061-6. S2CID  17709833. 
  13. ↑ Муннукка, Юха (30 октября 2007 г.). «Характеристики первых пользователей рынков мобильной связи». Маркетинговая разведка и планирование . 25 (7): 719–731. дои : 10.1108/02634500710834188.
  14. ^ «Пропущенная цель Snap по пользователю показывает проблему с прогнозированием роста» . Bloomberg.com . 21 июля 2020 г. Проверено 1 ноября 2020 г.
  15. ^ Чен, Жуй (февраль 2013 г.). «Использование участниками социальных сетей — эмпирическое исследование». Системы поддержки принятия решений . 54 (3): 1219–1227. дои : 10.1016/j.dss.2012.10.028.
  16. ^ Дегани, Милад; Ниаки, Моджтаба Хоррам; Рамезани, Иман; Сали, Расул (июнь 2016 г.). «Оценка влияния рекламы на YouTube на привлечение молодых клиентов». Компьютеры в поведении человека . 59 : 165–172. дои :10.1016/j.chb.2016.01.037.
  17. ^ Рао, Бхарат; Минакакис, Луи (декабрь 2003 г.). «Эволюция мобильных услуг, основанных на определении местоположения». Коммуникации АКМ . 46 (12): 61–65. дои : 10.1145/953460.953490. S2CID  1330830.
  18. ^ Блейер, Александр; Айзенбайс, Майк (сентябрь 2015 г.). «Эффективность персонализированной онлайн-рекламы: взаимодействие того, что, когда и где». Маркетинговая наука . 34 (5): 669–688. дои : 10.1287/mksc.2015.0930.
  19. ^ ДеЗойса, Сандзима. «Мобильная реклама должна стать личной». Телекоммуникации Интернешнл . 36 (2).
  20. ^ ФАСБ. (2008). Положение о концепциях финансового учета № 1. Получено с http://www.fasb.org/resources/ccurl/816/894/aop_CON1.pdf.
  21. ^ Аб Вайц, Роб; Генри, Тереза; Розенталь, Дэвид (1 января 2014 г.). «Ограничения нефинансовых показателей, о которых сообщают компании социальных сетей». Журнал международных технологий и информационного менеджмента . 23 (3). дои : 10.58729/1941-6679.1074 . S2CID  220610972.
  22. ^ Франкель, Ричард; Ли, Сюй (июнь 2004 г.). «Характеристики информационной среды фирмы и информационная асимметрия между инсайдерами и аутсайдерами». Журнал бухгалтерского учета и экономики . 37 (2): 229–259. doi : 10.1016/j.jacceco.2003.09.004.
  23. ^ Рубин, Амир; Рубин, Эран (июль 2010 г.). «Информированные инвесторы и Интернет». Журнал деловых финансов и бухгалтерского учета . 37 (7–8): 841–865. дои : 10.1111/j.1468-5957.2010.02187.x. S2CID  59058862.
  24. ^ Сакстон, Грегори Д. (сентябрь 2012 г.). «Новые СМИ и внешняя бухгалтерская информация: критический обзор: новые СМИ и внешняя бухгалтерская информация». Обзор австралийского бухгалтерского учета . 22 (3): 286–302. дои : 10.1111/j.1835-2561.2012.00176.x.
  25. ^ Фридер, Лаура Л.; Зиттрейн, Джонатан (2007). «Спам работает: данные по рекламе акций и соответствующей рыночной активности». Рабочий документ Центра Беркмана . ССНР  920553.
  26. ^ Адмирал, Мишель; Нивра, Роял; Турксема, Руди (июль 2009 г.). «Отчетность по нефинансовой информации». Международный журнал государственного аудита . 36 (3): 15–20. ПроКвест  236822392.
  27. ^ Коэн, Джеффри Р.; Холдер-Уэбб, Лори Л.; Нат, Леда; Вуд, Дэвид (1 марта 2012 г.). «Корпоративная отчетность по нефинансовым опережающим показателям экономической эффективности и устойчивости». Горизонты бухгалтерского учета . 26 (1): 65–90. doi : 10.2308/acch-50073. S2CID  154627046.
  28. ^ Комиссия по ценным бумагам и биржам США. (2008). Руководство Комиссии по использованию веб-сайтов компаний (Релиз № 34-58288). Получено с http://www.sec.gov/rules/interp/%202008/34-58288.pdf.
  29. ^ Александр, Ракель Мейер; Джентри, Джеймс К. (март 2014 г.). «Использование социальных сетей для сообщения о финансовых результатах». Горизонты бизнеса . 57 (2): 161–167. дои :10.1016/j.bushor.2013.10.009.
  30. ^ Льюис, Томас Лорчан; Вятт, Джереми С. (19 августа 2015 г.). «Фактор использования приложений: простой показатель для сравнения влияния мобильных медицинских приложений на население». Журнал медицинских интернет-исследований . 17 (8): е200. дои : 10.2196/jmir.4284 . ПМЦ 4642395 . ПМИД  26290093. 
  31. ^ Патель, Викрам; Саксена, Шекхар; Лунд, Крик; Торникрофт, Грэм; Баингана, Флоренция; Болтон, Пол; Чисхолм, Дэн; Коллинз, Памела Ю; Купер, Дженис Л; Итон, Джулиан; Херрман, Хелен; Герзалла, Мохаммад М; Хуан, Юэцинь; Джорданс, Марк Джей Ди; Кляйнман, Артур; Медина-Мора, Мария Елена; Морган, Эллен; Нияз, Унаиза; Омигбодун, Олайинка; Принц, Мартин; Рахман, Атиф; Сарацено, Бенедетто; Саркар, Бидют К; Де Сильва, Мэри; Сингх, Илина; Стейн, Дэн Дж; Сункель, Шарлин; Унютцер, Юрген (октябрь 2018 г.). «Комиссия журнала Lancet по глобальному психическому здоровью и устойчивому развитию». Ланцет . 392 (10157): 1553–1598. дои : 10.1016/s0140-6736(18)31612-x. PMID  30314863. S2CID  52976414.
  32. ^ Чуенпхиттайавут, Криттипат; Цзихуан, Тан; Чжу, Тиншао (июнь 2020 г.). «Прогнозирование поведенческого намерения использовать онлайн-вмешательства в области психического здоровья». Психологический журнал . 9 (3): 370–382. дои : 10.1002/pchj.333. PMID  31957241. S2CID  210832011.
  33. ^ Хоффманн, Виллем А. (январь 2006 г.). «Телематические технологии в уходе за психическим здоровьем: интернет-психообразовательная программа для подростков, переживших самоубийство». Проблемы сестринского ухода за психическими расстройствами . 27 (5): 461–474. дои : 10.1080/01612840600599978. PMID  16613799. S2CID  34925001.
  34. ^ Ким, Сынук; Чхве, Дэён; Ли, Ынджон; Ри, Вонджонг (5 июля 2017 г.). «Прогнозирование оттока мобильных и онлайн-казуальных игр с использованием данных журнала игр». ПЛОС ОДИН . 12 (7): e0180735. Бибкод : 2017PLoSO..1280735K. дои : 10.1371/journal.pone.0180735 . ПМК 5498062 . ПМИД  28678880. 
  35. ^ Цзя, Адель Лу; Шен, Сики; Бовенкамп, Рууд Ван Де; Иосуп, Александру; Койперс, Фернандо; Эпема, Дик Х.Дж. (26 октября 2015 г.). «Общение посредством игр: выявление социальных отношений в многопользовательских онлайн-играх». Транзакции ACM по извлечению знаний из данных . 10 (2): 1–29. дои : 10.1145/2736698. S2CID  207224445.
  36. ^ Ли, Лин; Ли, Анг; Хао, Бибо; Гуань, Зенгда; Чжу, Тиншао (22 января 2014 г.). «Прогнозирование личности активных пользователей на основе поведения микроблогов». ПЛОС ОДИН . 9 (1): e84997. Бибкод : 2014PLoSO...984997L. дои : 10.1371/journal.pone.0084997 . ПМЦ 3898945 . ПМИД  24465462. 
  37. ^ Бьюкенен, Э., и Циммер, М. (2018). Этика интернет-исследований. В Стэнфордской энциклопедии философии. Лаборатория метафизических исследований Стэнфордского университета. https://plato.stanford.edu/entries/ethics-internet-research/
  38. ^ Болефельд, Шэрон Поланчич (июнь 1996 г.). «Делать правильные вещи: этическое исследование киберпространства». Информационное общество . 12 (2): 141–152. дои : 10.1080/713856136.
  39. ^ Хадсон, Джеймс М.; Брукман, Эми (апрель 2004 г.). "«Уходи»: возражения участников против изучения и этика исследований в чатах». Информационное общество . 20 (2): 127–139. CiteSeerX  10.1.1.72.635 . doi :10.1080/01972240490423030. S2CID  18558685.
  40. ^ Кроуфорд, Кейт; Шульц, Джейсон (январь 2014 г.). «Большие данные и надлежащая правовая процедура: на пути к системе устранения прогнозируемого ущерба конфиденциальности». Обзор права Бостонского колледжа . 55 (1): 93–128. ПроКвест  1664533162.
  41. ^ Грейди, Кристина; Каммингс, Стивен Р.; Роуботэм, Майкл С.; МакКоннелл, Майкл В.; Эшли, Юан А.; Канг, Гагандип (2 марта 2017 г.). «Информированное согласие». Медицинский журнал Новой Англии . 376 (9): 856–867. дои : 10.1056/nejmra1603773 . ПМИД  28249147.
  42. ^ «Информированное согласие» (PDF) . Медицинский журнал Новой Англии . 376 (20): е43. 18 мая 2017 г. doi : 10.1056/NEJMc1704010.
  43. ^ Джекман, Молли; Канерва, Лаури (14 июня 2016 г.). «Развитие IRB: создание надежного обзора отраслевых исследований». Интернет-обзор закона Вашингтона и Ли . 72 (3): 442.
  44. ^ Риган, Присцилла М.; Джесси, Джолин (сентябрь 2019 г.). «Этические проблемы образовательных технологий, больших данных и персонализированного обучения: сортировка и отслеживание студентов XXI века». Этика и информационные технологии . 21 (3): 167–179. doi : 10.1007/s10676-018-9492-2. S2CID  54220346.
  45. ^ Вятт, Энн (январь 2008 г.). «Какая финансовая и нефинансовая информация о нематериальных активах имеет значение для стоимости? Обзор доказательств». Бухгалтерский учет и бизнес-исследования . 38 (3): 217–256. дои : 10.1080/00014788.2008.9663336. S2CID  219594306.
  46. ↑ Люфт, Джоан (1 сентября 2009 г.). «Нефинансовая информация и учет: пересмотр преимуществ и проблем». Горизонты бухгалтерского учета . 23 (3): 307–325. дои : 10.2308/acch.2009.23.3.307.
  47. ^ Коэн, Джеффри; Холдер-Уэбб, Лори; Нат, Леда; Вуд, Дэвид (1 января 2011 г.). «Восприятие розничными инвесторами полезности решений об экономических результатах, управлении и раскрытии информации о корпоративной социальной ответственности». Поведенческие исследования в бухгалтерском учете . 23 (1): 109–129. дои : 10.2308/bria.2011.23.1.109. S2CID  145264864.
  48. ^ Парк, Патрик; Мэйси, Майкл (27 декабря 2015 г.). «Парадокс активных пользователей». Большие данные и общество . 2 (2): 205395171560616. doi : 10.1177/2053951715606164 .
  49. ↑ Соркин, Эндрю Росс (6 февраля 2012 г.). «Эти миллионы на Facebook? Некоторые из них, возможно, даже не посещают» . Книга сделок .
  50. ^ Дженкинс, Г. Дуглас младший; Митра, Атул; Гупта, Нина; Шоу, Джейсон Д. (1998). «Связаны ли финансовые стимулы с производительностью? Метааналитический обзор эмпирических исследований». Журнал прикладной психологии . 83 (5): 777–787. дои : 10.1037/0021-9010.83.5.777. S2CID  55875563.
  51. ^ Труман, Бретт; Вонг, М. Х. Франко; Чжан, Сяо-Цзюнь (2000). «У глаз есть это: поиск ценности интернет-акций». Журнал бухгалтерских исследований . 38 : 137–162. CiteSeerX 10.1.1.195.103 . дои : 10.2307/2672912. JSTOR  2672912. 
  52. ^ Лазер, Рон; Лев, Барух; Ливнат, Джошуа (май 2001 г.). «Интернет-трафик и доходность портфеля». Журнал финансовых аналитиков . 57 (3): 30–40. дои : 10.2469/faj.v57.n3.2448. S2CID  153506314.
  53. ^ Канг, Джун-Ку; Ли, Инму; На, Хён Сын (июнь 2010 г.). «Экономический шок, стимулы для владельцев и менеджеров и корпоративная реструктуризация: данные финансового кризиса в Корее». Журнал корпоративных финансов . 16 (3): 333–351. doi : 10.1016/j.jcorpfin.2009.12.001. S2CID  153441435.
  54. ^ Ли, Дахуэй; Браун, Гленн Дж.; Чау, Патрик Ю.К. (август 2006 г.). «Эмпирическое исследование использования веб-сайта с использованием модели, основанной на обязательствах». Науки о принятии решений . 37 (3): 427–444. дои : 10.1111/j.1540-5414.2006.00133.x.
  55. ^ Ким, Сунг С.; Малхотра, Нареш К. (февраль 2005 г.). «Прогнозирование использования системы на основе намерения и прошлого использования: проблемы масштабирования в предикторах». Науки о принятии решений . 36 (1): 187–196. дои : 10.1111/j.1540-5915.2005.00070.x.
  56. ^ Венкатеш, Вишванат; Моррис, Майкл Г.; Дэвис, Гордон Б.; Дэвис, Фред Д. (2003). «Принятие информационных технологий пользователями: к единому взгляду». МИС Ежеквартально . 27 (3): 425–478. дои : 10.2307/30036540. JSTOR  30036540. S2CID  14435677.
  57. ^ Бьюкенен, Робин WT; Гиллис, Кроуфорд С. (декабрь 1990 г.). «Отношения, управляемые ценностью: ключ к удержанию клиентов и прибыльности». Европейский журнал менеджмента . 8 (4): 523–526. дои : 10.1016/0263-2373(90)90115-М.
  58. ^ Райххельд, Фредерик Ф; Шефтер, Фил (2000). «Электронная лояльность: ваше секретное оружие в Интернете». Гарвардское деловое обозрение . 78 (4): 105–113. ПроКвест  227807543.