Klikgedrag voorspellen

Crowl.clickprediction.js

Deze JavaScript-klasse, ClickPrediction, is ontworpen om klikgedrag op een webpagina te voorspellen op basis van muisbewegingen en de tijd sinds het begin van een sessie. Hieronder wordt uitgelegd hoe je de klasse initialiseert en welke methoden/functies beschikbaar zijn.

Initialisatie

Constructor: De constructor initialiseert de instantie met standaardwaarden of waarden die worden meegegeven:  

  • trainingTime: (standaard 2000): Hoeveel iteraties worden gebruikt voor het trainen van het neurale netwerk.
  • predictionInterval: (standaard 15000): Hoe vaak (in milliseconden) voorspellingen worden bijgewerkt.
  • debugMode: (standaard false): Indien ingeschakeld, worden debugberichten naar de console gelogd. 
const predictor = new ClickPrediction();

Methodes

  1. init(): Deze methode koppelt eventlisteners aan klik- en mouseover-events en start de training en voorspelling.
  2. setDebugMode(debugMode): Stelt de debug-modus in. Debugberichten worden gelogd als dit true is.
  3. normalizeClickData(): Normaliseert de klikgegevens om ze geschikt te maken voor training. Dit omvat het creëren van input-outputparen voor het neurale netwerk.
  4. trainNetwork(normalizedData): Trains the neural network with the normalized data.
  5. predictClick(): Voert een voorspelling uit gebaseerd op de huidige muisover-data en tijd verlopen sinds de start.
  6. processClicksData(): Verwerkt de verzamelde klikdata, traint het netwerk met deze data, en reset vervolgens de verzameling.
  7. startTraining()& stopTraining(): Start en stop het trainen van het neurale netwerk op intervalbasis.
  8. startPrediction()& stopPrediction(): Start en stop het periodiek voorspellen van kliklocaties.

Helper-methodes

  1. getTrainingData(), setTrainingData(data): Haal de huidige trainingsdata op of stel deze in.
  2. getLearnedData(): Geeft de data terug die door het neurale netwerk zijn geleerd.
  3. getPredictionResults(): Geeft de laatste voorspellingsresultaten terug.
Volgende pagina