移动通知已成为社交网络服务的主要通信渠道，以使用户了解和参与。随着越来越多的移动应用程序向用户推出通知，他们不断面临关于发送什么，何时以及如何发送的决定。缺乏研究和方法论通常会导致启发式决策。许多通知到达不适当的时刻或引入太多中断，未能为用户提供价值并激发用户的投诉。在本文中，我们探讨了移动通知和用户参与度之间交互的独特功能。我们提出了一个国家过渡框架，以定量评估通知的有效性。在此框架内，我们开发了一个假设对数线性结构和Weibull分布的徽章通知的生存模型。我们的结果表明，与逻辑回归模型相比，该模型对应用程序的灵活性和卓越的预测准确性具有更大的灵活性。特别是，我们提供了一个在线用例，以进行通知交付时间优化，以显示我们如何做出更好的决策，推动更多用户参与度并为用户提供更多价值。
translated by 谷歌翻译
代理商必须连续监视其伴侣的情感状态，以了解和参与社交互动。但是，评估情感识别的方法不能说明在情感状态之间的阻塞或过渡期间可能发生的分类绩效的变化。本文解决了在婴儿机器人相互作用的背景下影响分类表现的时间模式，在这种情况下，婴儿的情感状态有助于他们参与治疗性腿部运动活动的能力。为了支持视频记录中面部遮挡的鲁棒性，我们训练了婴儿使用面部和身体功能的识别分类器。接下来，我们对表现最佳模型进行了深入的分析，以评估随着模型遇到丢失的数据和不断变化的婴儿影响，性能如何随时间变化。在高度信心提取功能的时间窗口期间，经过训练的面部功能的单峰模型与在面部和身体特征训练的多模式模型相同的最佳性能。但是，在整个数据集上评估时，多模型模型的表现优于单峰模型。此外，在预测情感状态过渡并在对同一情感状态进行多个预测后改善时，模型性能是最弱的。这些发现强调了将身体特征纳入婴儿的连续影响识别的好处。我们的工作强调了随着时间的流逝和在存在丢失的数据的存在时，评估模型性能变异性的重要性。
translated by 谷歌翻译