アクティブユーザー

アクティブユーザー
2010年9月から2012年3月までのインドネシアにおけるWikipediaの新規およびアクティブユーザー数
一般情報
単位系製品メトリック
単位メディア消費
シンボルDAU、WAU、MAU

アクティブ ユーザーは、関連する時間範囲 (日、週、月) 内のユーザーまたは訪問者によるアクティブなインタラクションの数を定量化することで、特定のソフトウェア製品またはオブジェクトのエンゲージメントレベルを測定するために一般的に使用されるソフトウェア パフォーマンス メトリックです。

この指標は、ソーシャルネットワーキングサービス、オンラインゲーム、モバイルアプリなどのソフトウェア管理、ウェブアプリなどのウェブ分析、オンラインバンキングなどの商取引、そしてユーザー行動分析や予測分析などの学術分野で広く利用されています。デジタル行動学習、予測、レポート作成において広く利用されている一方で、プライバシーやセキュリティにも影響を与えるため、倫理的要素を十分に考慮する必要があります。これは、特定の期間に製品やサービスにアクセスまたは操作したユーザーの数を測定します。[ 1 ]しかし、この用語の標準的な定義はないため、この指標を提供する異なるプロバイダー間のレポートの比較には問題があります。また、ほとんどのプロバイダーはこの数値をできるだけ高く表示することに関心があるため、最小限のインタラクションでさえ「アクティブ」と定義しています。[ 2 ]それでも、この数値は特定のプロバイダーのユーザーインタラクションの発展を評価するための適切な指標です。

この指標は、一般的に月間アクティブユーザー数（MAU）として月単位で評価され、[ 3 ]週間アクティブユーザー数（WAU）として週単位で評価され、[ 4 ]日次アクティブユーザー数（DAU）として日単位で評価され、 [ 5 ]ピーク時同時接続ユーザー数（PCU ）として日単位で評価されます。[ 6 ]

商用利用

成功の予測因子エンゲージメント測定（KPI）と広告

アクティブユーザー数は、どの時間スケールでも、製品が維持するリピーターの数を大まかに把握できます。この数値の変化を比較することで、消費者数の増減を予測できます。商業的な文脈では、ソーシャルネットワーキングサイトの成功は、一般的に、アクティブユーザーネットワークの拡大（サイト訪問数の増加）、ユーザー間のソーシャル関係、そして生成されたコンテンツと関連付けられています。アクティブユーザーは、サイトを訪問して利用するユーザーの増加と現在の量を測定することで、将来の成功を管理および予測するための主要業績評価指標（KPI）として使用できます。DAUとMAUの比率は、時間の経過に伴う顧客エンゲージメントと維持率を推定するための基本的な方法を提供します。[ 7 ] 比率が高いほど、維持確率が高く、製品の成功を示すことが多いです。比率が0.15以上になると成長の転換点となると考えられており、0.2以上が維持されると永続的な成功を示します。[ 8 ]

チェン、ルー、チャウ、グプタ（2014）[ 9 ]は、ユーザー（アーリーアダプター）の増加は、写真や動画の投稿といったユーザー生成コンテンツの増加につながり、ソーシャルメディアの受容を「促進・伝播」し、ソーシャルネットワーキングサイトの成長に貢献すると主張している。ソーシャルメディアの利用の増加は、所定の期間におけるアクティブユーザーの増加として特徴付けられ、個人の社会的存在感を高める可能性がある。社会的存在感とは、ソーシャルネットワーキングコミュニケーション媒体が個人に他者との共存感を与える度合いと定義できる。[ 10 ] [ 11 ]

ムーンとキム（2001）[ 12 ]の研究結果によると、個人がウェブシステムを楽しむことは、そのシステムに対する認識にプラスの影響を与え、「高い利用意向」を形成することが明らかになっています。ムンヌッカ（2007）[ 13 ]は、関連する種類のコミュニケーションにおける過去の肯定的な経験と、新しいモバイルサイトコミュニケーションサービスの採用との間に強い相関関係があることを発見しました。しかし、アクティブユーザーと収益が負の相関関係にあると思われるケースもあります。例えば、スナップ社の1日当たりアクティブユーザー数（DAU）の増加はCOVID-19パンデミックの間、安定または減少しましたが、収益は依然として予測を上回っており、現在の期間も同様に強い傾向を示しています。[ 14 ]

スウェーデン語版Wikipediaの新規記事数（赤線）とアクティブユーザー数（青線）

アクティブユーザーが増えると、特定のサイトへの訪問数が増加します。トラフィックが増えれば、より多くの広告主が引き寄せられ、収益創出に貢献します。[ 15 ] 2014年、企業のソーシャルメディア利用目的の88%は広告です。[ 16 ]アクティブユーザーの増加により、ソーシャルネットワーキングサイトは、顧客のニーズと消費パターンに基づいた、より多くの顧客プロファイルを構築し、追跡することができます。[ 17 ]アクティブユーザーのデータを使用して、トラフィックが多い期間を特定し、ターゲット広告に使用するユーザーの行動モデルを作成できます。アクティブユーザーの増加による顧客プロファイルの増加は、より関連性の高いパーソナライズされたカスタマイズされた広告を保証します。BleierとEisenbeiss（2015）[ 18 ]は、よりパーソナライズされ関連性の高い広告は「ビュースルーレスポンス」を増加させ、「広告バナー」の効果を大幅に強化することを発見しました。 DeZoysa(2002) [ 19 ]は、消費者は自分にとって関連性の高いパーソナライズされた広告を開封し、反応する可能性が高くなることを発見しました。

外部報告目的

財務会計基準審議会は、財務報告の目的は、財務諸表利用者に関連性のある重要な財務情報を提供して意思決定を可能にし、効率的な経済資源の配分を確保することであると定義しています。[ 20 ]すべての報告主体、主に上場企業と大規模非公開企業は、法律により開示および会計基準の要件を遵守する必要があります。たとえば、オーストラリアでは、企業は2001年会社法の一部であるオーストラリア会計基準審議会が設定した会計基準に準拠する必要があります。ソーシャルメディア企業の文脈では、ユーザー数（アクティブユーザー）などの非財務情報の報告もあります。例としては、次のようなものがあります。

会社 非財務指標[ 21 ]
フェイスブックデイリーアクティブユーザー（DAU）、マンスリーアクティブユーザー（MAU）
ツイッター月間アクティブユーザー数（MAU）、MAUあたりのタイムライン閲覧数
グルーポンアクティブ顧客ユニット

これらの指標を報告する代替方法としては、ソーシャルネットワークやウェブがあります。フランケル（2004）によると、これらは企業の財務情報と非財務情報を報告するための「情報環境」の重要な部分となっており、[ 22 ]企業関連情報は、投資家、ジャーナリスト、その他の仲介者や利害関係者のネットワーク間で短時間で拡散・伝達されています。[ 23 ] Seeking Alphaのような投資ブログアグリゲーターは、株式の売買に関する推奨を行うプロの金融アナリストにとって重要なものとなっています。[ 24 ] FriederとZittrain（2007） [ 25 ]の研究は、デジタル通信技術による情報報告が市場参加者にどのような影響を与えるかについて新たな懸念を提起しています。

Admiraal (2009) [ 26 ]は、アクティブユーザーなどのソーシャルメディア企業が報告する非財務指標は、情報の信頼性と品質を保護するガイダンスと報告規制が少なすぎて標準化されていないため、成功の測定において望ましい保証を与えない可能性があることを強調した。Cohen et al. (2012) [ 27 ]による一連の経済パフォーマンス指標の調査では、広範な情報開示が不足しており、業界や規模に基づく情報開示慣行に重大なばらつきがあることが判明した。2008年、米国証券取引委員会はソーシャルメディア企業の情報開示ガイダンスの改訂に慎重なアプローチを取り、情報は「それだけでは十分ではなく、補足的である」と主張した。[ 28 ] Alexander、Raquel、Gendry、James (2014) [ 29 ]は、経営幹部と管理者は投資家とアナリストのニーズが共同で満たされるように、投資家関係と企業コミュニケーションの管理にもっと戦略的なアプローチを取るべきだと勧告した。

学術界での使用

ウェブ行動の調査と分析および予測

アクティブユーザー指標は、行動分析や予測分析において特に有用です。予測分析の文脈におけるアクティブユーザー指標は、保険数理学、マーケティング、金融サービス、ヘルスケア、オンラインゲーム、ソーシャルネットワーキングなど、様々な分野に応用できます。例えば、Lewis、Wyatt、Jeremy (2015) [ 30 ]は、この指標を用いてヘルスケア分野における研究を行い、モバイルアプリケーションの品質と影響を調査し、これらのアプリケーションの予測利用限界を算出しました。

アクティブユーザーは、メンタルヘルスに割り当てられるリソースが不足している場合、2030年までに世界経済に16兆米ドルの損失をもたらす可能性があるメンタルヘルス問題の研究にも使用できます。[ 31 ] Chuenphitthayavut、Zihuang、Zhu（2020） [ 32 ]は、ウェブ行動分析を通じて、メディアと世論を反映した情報的、社会的、感情的なサポートの促進が、研究参加者のオンラインメンタルヘルス介入を利用する行動意図にプラスの影響を与えることを発見しました。オンラインメンタルヘルス介入の一種であるオンライン心理教育プログラムは、幸福感を促進し、自殺念慮を減少させることがわかっています。[ 33 ]

オンラインゲームの分野では、アクティブユーザーは行動予測やオンラインゲームの離脱率に非常に役立ちます。例えば、「アクティブ期間」や「プレイ回数」といったアクティブユーザーの特徴は離脱率と逆相関関係にあり、「プレイ時間が短く、プレイ回数が少ない」ほど離脱率が高くなる傾向があります。[ 34 ] Jia et al. (2015) [ 35 ]は、 StarCraft IIやDotaなどのマルチプレイヤーオンラインゲームにおいて、アクティブ率の高いプレイヤーを中心に社会構造が形成され、その構造的類似性を示したことを示しました。

アクティブユーザー指標は、個人の性格特性を予測するために用いることができ、性格特性はカテゴリーに分類・グループ化することができます。これらのカテゴリーの精度は84%～92%です。[ 36 ]特定のグループに属するユーザー数に基づいて、そのグループに関連付けられたインターネットオブジェクトは「トレンド」や「関心領域」とみなすことができます。

倫理的な考慮と限界

With the internet's evolution into a tool used for communications and socialisation, ethical considerations have also shifted from data-driven to "human-centered", further complicating the ethical issues relating with concepts of public and private on online domains, whereby researchers and subjects do not fully understand the terms and conditions[37] Ethical considerations need to be considered in terms of participative consent, data confidentiality-privacy-integrity, and disciplinary-industry-professional norms and accepted standards in cloud computing and big data research. Boehlefeld (1996)[38] noted that researchers usually refer to ethical principals in their respective disciplines, as they seek guidance and recommended the guidelines by the Association for Computing Machinery to assist researchers of their responsibilities in their research studies in technological or cyberspace.

Informed consent refers to a situation that participant voluntarily participates in the research with full acknowledgement of the methods of research, risks and rewards associated. With the rise internet being used as a social networking tool, active users may face unique challenges in gaining informed consents. Ethical considerations may include degree of knowledge to the participants and age appropriateness, ways and practicality in which researchers inform, and "when" it is appropriate to waive the consent.[39] Crawford and Schultz (2014)[40] have noted consent to be "innumerable" and "yet-to-be-determined" before the research is conducted. Grady et al. (2017)[41] pointed out that technological advancements can assist in obtaining consent without the in-person meeting of investigators (researchers) and the research participants.

多くの研究は、ユーザーのオンラインアイデンティティ（クリック、閲覧、行動）や消費コンテンツといった個別データに基づいており、データ分析によってユーザーの嗜好、社会的関係、行動、仕事の習慣に関する推論が導き出されています。個人が大きな利益を得るケースもあれば、害を被るケースもあります。アフォラビとガルシア・バスティーロ（2017）[ 42 ]は、研究へのインフォームド・コンセントは「ブロックをクリックしたり署名を提供したりすること」以上のものだと考えています。研究者が状況を認識しないまま、参加者が研究への参加を強要される可能性があるからです。データのプライバシー、機密性、完全性といった重要な倫理的考慮事項に関して、業界標準や規範として普遍的に受け入れられている形式はまだ確立されていませんが、コミュニティやエンドユーザーの期待により良く応えるために、研究活動とデータ収集を監視するプロセスを設計する試みは行われています。[ 43 ]また、未成年者は全人口の中で最も脆弱な層であると認識されているため、 K-12教育環境にEdTech（教育技術）を統合することに関する倫理的問題をめぐる政策論争もある。[ 44 ]

技術的な制限と課題

多くのソーシャルメディア企業は、アクティブユーザー指標の定義や計算方法がそれぞれ異なっています。これらの違いは、指標が測定する変数の違いにつながることがよくあります。Wyatt (2008) [ 45 ]は、ソーシャルメディア企業が報告する指標の中には、カテゴリ的な判断を必要とするため信頼性が低いものもあるという証拠があると主張していますが、それでも財務諸表の利用者にとっては価値関連性があります。Luft (2009) [ 46 ]は、アクティブユーザーのような非財務指標は、会計報告指標と組み合わせた場合、測定精度と重み付けの適切性に課題があると指摘しています。ビジネス誌や学界から、これらの情報の開示に関する企業の慣習について、注目が高まっています。 [ 47 ]

アクティブユーザーは、特定の企業の内部データを使用して計算されます。データは、データ収集者がアクティビティの兆候と見なす特定のアクションを実行するユニークユーザーに基づいて収集されます。これらのアクションには、Webサイトのホームページまたはスプラッシュページへのアクセス、ログイン、コメント、コンテンツのアップロード、または製品を利用する類似のアクションが含まれます。サービスに登録している人の数も、その期間中はアクティブユーザーと見なすことができます。各企業はアクティブユーザー数を決定する独自の方法を持っており、多くの企業は計算方法に関する具体的な詳細を共有していません。一部の企業は、時間の経過とともに計算方法を変更します。ユーザーをアクティブとしてフラグ付けする特定のアクションは、製品へのエンゲージメントを正確に反映しない場合、データの品質に大きな影響を与え、誤解を招くデータになります。[ 48 ]製品へのログインなどの基本的なアクションは、顧客エンゲージメントを正確に表さず、アクティブユーザー数を水増しする可能性があります。一方、コンテンツのアップロードやコメントは製品に対して具体的すぎて、ユーザーアクティビティを過小評価する可能性があります。

ワイツ、ヘンリー、ローゼンタール（2014）[ 21 ]は、アクティブユーザー数などの指標の精度に影響を与える可能性のある要因として、定義と計算に関する問題、欺瞞的なインフレの状況、不確実な仕様、ユーザーによる共有、重複、偽アカウントなどが挙げられます。著者らは、Facebookの月間アクティブユーザーの基準を、過去30日間登録し、メッセンジャーを使用し、コンテンツやアクティビティを共有するアクションを実行したユーザーと定義しています。これは、登録メンバー、ページ訪問、閲覧数に基づくLinkedInとは異なります。例えば、Facebookを一度だけ使用して「コメント」や「コンテンツを共有」した顧客も「アクティブユーザー」としてカウントされる場合があります。[ 49 ]これらの測定の不正確さの潜在的な原因は、望ましい行動を奨励する成果報酬システム（高パフォーマンスワークシステムを含む）の導入です。 [ 50 ]ソーシャルメディア企業にとって、アクティブユーザーは製品の成功を測る重要な指標の一つです。 Trueman、Wong、Zhang（2000）[ 51 ]は、ほとんどの場合、ウェブ利用の指標としてのユニークビジター数とページビュー数が、株価の変動やインターネット企業の純利益を説明することを発見しました。Lazer、Lev、Livnat（2001）[ 52 ]は、インターネット企業のトラフィックデータを中央値より高いトラフィックデータと低いトラフィックデータに分割して研究分析した結果、人気の高いウェブサイトほど、より大きな株価収益率を生み出すことを発見しました。ポートフォリオの収益性を高めることは、投資家が経営陣にとってより有利なボーナスパッケージに投票するように促す可能性があります。Kang、Lee、Na（2010）[ 53 ]による2008年の金融危機に関する研究は、投資家の「収用インセンティブ」の防止の重要性を強調しており、これは特に経済ショック時のコーポレートガバナンスに非常に顕著な影響を及ぼします。

Active user is limited in examining pre-adoption and post-adoption behaviours of users. Users commitment to a particular online product may also depend on trust and the alternatives quality.[54] Pre-adoption behaviour's effects on post-adoption behaviour, that is predicted by past research has suggested,[55] is found to have associations with factors such as habit, gender and some other socio-culturaldemographics.[56] Buchanan and Gillies (1990)[57] and Reichheld and Schefter (2000)[58] argues that post-adoption behaviours and continuous usage is "relatively more important than first-time or initial usage" as it shows "the degree of consumer loyalty", and that ultimately produces long term product value.

References

  1. ^Henry TF, Rosenthal DA, Weitz RR (September 2014). "Socially Awkward: Social Media Companies' Nonfinancial Metrics Can Send a Mixed Message". Journal of Accountancy. 218 (3): 52. Gale A381838689.
  2. ^"Spotify for instance defines monthly active users as "..the total count of Ad-Supported Users and Premium Subscribers that have consumed content for greater than zero milliseconds in the last thirty days from the period-end indicated""(PDF). Retrieved January 7, 2023.
  3. ^"Monthly Active Users (MAU)". AppStore Knowledge Base. AppStoreGrowth. December 11, 2019. Archived from the original on March 8, 2021. Retrieved January 20, 2020.
  4. ^Darrow B (September 12, 2017). "How Slack Plans to Make It Easier to Chat With Colleagues at Other Companies". Fortune. Retrieved February 16, 2019.
  5. ^Shaban H (February 7, 2019). "Twitter reveals its daily active user numbers for the first time". The Washington Post. Retrieved February 16, 2019.
  6. ^ Wu, Xianfeng (2024年1月). 「誰が見ているのか？ソーシャルライブストリーミングサービスにおけるスポーツ視聴者の分類」Annals of Operations Research . 332 ( 1– 3): 1303– 1305. doi : 10.1007/s10479-023-05305-6 .
  7. ^「ベイズデータ拡張アプローチを用いたカジュアルゲームにおける繰り返しプレイ行動の理解」定量マーケティングと経済学。
  8. ^ Lovell N (2011年10月26日). 「DAU/MAU = エンゲージメント」 . Gamesbrief . 2019年12月3日閲覧。
  9. ^ Chen, Aihui; Lu, Yaobin; Chau, Patrick YK; Gupta, Sumeet (2014年7月3日). 「ソーシャルネットワーキングサイトにおけるユーザーの全体的なアクティブ行動の分類、測定、予測」. Journal of Management Information Systems . 31 (3): 213– 253. doi : 10.1080/07421222.2014.995557 . S2CID 38855806 . 
  10. ^フルク, ジャネット; スタインフィールド, チャールズ W.; シュミッツ, ジョセフ; パワー, J. ジェラード (1987年10月). 「組織におけるメディア利用の社会的情報処理モデル」.コミュニケーション研究. 14 (5): 529– 552. doi : 10.1177/009365087014005005 . S2CID 145786143 . 
  11. ^ Cyr, Dianne; Hassanein, Khaled; Head, Milena; Ivanov, Alex (2007年1月). 「eサービス環境における顧客ロイヤルティの確立におけるソーシャルプレゼンスの役割」. Interacting with Computers . 19 (1): 43– 56. doi : 10.1016/j.intcom.2006.07.010 .
  12. ^ Moon, Ji-Won; Kim, Young-Gul (2001年2月). 「ワールドワイドウェブ環境におけるTAMの拡張」. Information & Management . 38 (4): 217– 230. CiteSeerX 10.1.1.859.5396 . doi : 10.1016/S0378-7206(00)00061-6 . S2CID 17709833 .  
  13. ^ Munnukka, Juha (2007年10月30日). 「モバイル通信市場におけるアーリーアダプターの特徴」.マーケティング・インテリジェンス＆プランニング. 25 (7): 719– 731. doi : 10.1108/02634500710834188 .
  14. ^ 「Snapのユーザー目標未達成は成長予測の難しさを物語る」 Bloomberg.com 2020年7月21日. 2020年11月1日閲覧。
  15. ^ Chen, Rui (2013年2月). 「ソーシャルネットワーキングサイトのメンバー利用 — 実証的検証」.意思決定支援システム. 54 (3): 1219– 1227. doi : 10.1016/j.dss.2012.10.028 .
  16. ^ Dehghani, Milad; Niaki, Mojtaba Khorram; Ramezani, Iman; Sali, Rasoul (2016年6月). 「若年層顧客獲得におけるYouTube広告の影響評価」Computers in Human Behavior . 59 : 165–172 . doi : 10.1016/j.chb.2016.01.037 .
  17. ^ Rao, Bharat; Minakakis, Louis (2003年12月). 「モバイル位置情報サービス（LBS）の進化」Communications of the ACM . 46 (12): 61– 65. doi : 10.1145/953460.953490 . S2CID 1330830 . 
  18. ^ Bleier, Alexander; Eisenbeiss, Maik (2015年9月). 「パーソナライズされたオンライン広告の効果：何を、いつ、どこで行うかの相互作用」.マーケティングサイエンス. 34 (5): 669– 688. doi : 10.1287/mksc.2015.0930 .
  19. ^ DeZoysa, Sanjima. 「モバイル広告はパーソナル化が必要」Telecommunications International 36 ( 2).
  20. ^ FASB (2008). 財務会計概念説明書第1号. http://www.fasb.org/resources/ccurl/816/894/aop_CON1.pdfより取得
  21. ^ a b Weitz, Rob; Henry, Theresa; Rosenthal, David (2014年1月1日). 「ソーシャルメディア企業が報告する非財務指標の限界」 . Journal of International Technology and Information Management . 23 (3). doi : 10.58729/1941-6679.1074 . S2CID 220610972 . 
  22. ^ Frankel, Richard; Li, Xu (2004年6月). 「企業の情報環境の特徴と内部者と外部者間の情報非対称性」. Journal of Accounting and Economics . 37 (2): 229– 259. doi : 10.1016/j.jacceco.2003.09.004 .
  23. ^ Rubin, Amir; Rubin, Eran (2010年7月). 「情報に精通した投資家とインターネット」. Journal of Business Finance & Accounting . 37 ( 7–8 ): 841–865 . doi : 10.1111/j.1468-5957.2010.02187.x . S2CID 59058862 . 
  24. ^ Saxton, Gregory D. (2012年9月). 「ニューメディアと外部会計情報：批判的レビュー：ニューメディアと外部会計情報」.オーストラリア会計レビュー. 22 (3): 286– 302. doi : 10.1111/j.1835-2561.2012.00176.x .
  25. ^ Frieder, Laura L.; Zittrain, Jonathan (2007). 「スパムの効果：株の売り込みとそれに伴う市場活動の証拠」 .バークマンセンターワーキングペーパー. SSRN 920553 . 
  26. ^ Admiraal, Michèl; Nivra, Royal; Turksema, Rudi (2009年7月). 「非財務情報の報告」. International Journal of Government Auditing . 36 (3): 15– 20. ProQuest 236822392 . 
  27. ^コーエン, ジェフリー・R.; ホルダー・ウェッブ, ロリ・L.; ナス, レダ; ウッド, デイヴィッド (2012年3月1日). 「経済パフォーマンスと持続可能性に関する非財務先行指標の企業報告」.アカウンティング・ホライズンズ. 26 (1): 65–90 . doi : 10.2308/acch-50073 . S2CID 154627046 . 
  28. ^米国証券取引委員会 (2008). 企業ウェブサイトの利用に関する委員会ガイダンス (リリース番号 34-58288). http://www.sec.gov/rules/interp/%202008/34-58288.pdfより取得.
  29. ^ Alexander, Raquel Meyer; Gentry, James K. (2014年3月). 「ソーシャルメディアを活用した財務報告」. Business Horizo​​ns . 57 (2): 161– 167. doi : 10.1016/j.bushor.2013.10.009 .
  30. ^ Lewis, Thomas Lorchan; Wyatt, Jeremy C (2015年8月19日). 「アプリ利用率：モバイル医療アプリの人口への影響を比較するためのシンプルな指標」 . Journal of Medical Internet Research . 17 (8): e200. doi : 10.2196/jmir.4284 . PMC 4642395. PMID 26290093 .  
  31. ^ Patel, Vikram; Saxena, Shekhar; Lund, Crick; Thornicroft, Graham; Baingana, Florence; Bolton, Paul; Chisholm, Dan; Collins, Pamela Y; Cooper, Janice L; Eaton, Julian; Herrman, Helen; Herzallah, Mohammad M; Huang, Yueqin; Jordans, Mark JD; Kleinman, Arthur; Medina-Mora, Maria Elena; Morgan, Ellen; Niaz, Unaiza; Omigbodun, Olayinka; Prince, Martin; Rahman, Atif; Saraceno, Benedetto; Sarkar, Bidyut K; De Silva, Mary; Singh, Ilina; Stein, Dan J; Sunkel, Charlene; UnÜtzer, JÜrgen (2018年10月). 「The Lancet Commission on global mental health and sustainable development」 .ランセット. 392 (10157): 1553– 1598. doi : 10.1016 / s0140-6736(18)31612-x . PMID 30314863. S2CID 52976414 .  
  32. ^ Chuenphitthayavut, Krittipat; Zihuang, Tang; Zhu, Tingshao (2020年6月). 「オンラインメンタルヘルス介入の利用に関する行動意図の予測」. PsyCh Journal . 9 (3): 370– 382. doi : 10.1002/pchj.333 . PMID 31957241. S2CID 210832011 .  
  33. ^ホフマン、ウィレム A. (2006年1月). 「メンタルヘルスケアにおけるテレマティック技術：思春期の自殺遺族のためのウェブベースの心理教育プログラム」.メンタルヘルス看護の問題. 27 (5): 461– 474. doi : 10.1080/01612840600599978 . PMID 16613799. S2CID 34925001 .  
  34. ^ Kim, Seungwook; Choi, Daeyoung; Lee, Eunjung; Rhee, Wonjong (2017年7月5日). 「プレイログデータを用いたモバイルおよびオンラインカジュアルゲームの離脱予測」 . PLOS ONE . 12 (7) e0180735. Bibcode : 2017PLoSO..1280735K . doi : 10.1371/journal.pone.0180735 . PMC 5498062. PMID 28678880 .  
  35. ^ Jia, Adele Lu; Shen, Siqi; Bovenkamp, Ruud Van De; Iosup, Alexandru; Kuipers, Fernando; Epema, Dick HJ (2015年10月26日). 「ゲームによるソーシャル化：マルチプレイヤーオンラインゲームにおける社会的関係性の解明」 . ACM Transactions on Knowledge Discovery from Data . 10 (2): 1– 29. doi : 10.1145/2736698 . S2CID 207224445 . 
  36. ^ Li, Lin; Li, Ang; Hao, Bibo; Guan, Zengda; Zhu, Tingshao (2014年1月22日). 「マイクロブログ行動に基づくアクティブユーザーのパーソナリティ予測」 . PLOS ONE . 9 (1) e84997. Bibcode : 2014PLoSO...984997L . doi : 10.1371/journal.pone.0084997 . PMC 3898945. PMID 24465462 .  
  37. ^ Buchanan, E., & Zimmer, M. (2018). インターネットリサーチ倫理. 『スタンフォード哲学百科事典』所収. スタンフォード大学形而上学研究室. https://plato.stanford.edu/entries/ethics-internet-research/
  38. ^ボーレフェルド、シャロン・ポランチッチ（1996年6月）「正しい行い：倫理的なサイバースペース研究」『情報社会』12 (2): 141–152 . doi : 10.1080/713856136 .
  39. ^ハドソン、ジェームズ・M.；ブルックマン、エイミー（2004年4月）。「 『あっちへ行け』：研究されることに対する参加者の異議とチャットルーム研究の倫理」。情報社会。20 （2）：127-139。CiteSeerX 10.1.1.72.635。doi ： 10.1080 / 01972240490423030。S2CID 18558685。  
  40. ^クロフォード、ケイト、シュルツ、ジェイソン（2014年1月） 「ビッグデータとデュープロセス：予測的プライバシー侵害を是正するための枠組みに向けて」ボストン・カレッジ・ロー・レビュー55 （ 1）：93-128。ProQuest 1664533162 。 
  41. ^ Grady, Christine; Cummings, Steven R.; Rowbotham, Michael C.; McConnell, Michael V.; Ashley, Euan A.; Kang, Gagandeep (2017年3月2日). 「インフォームド・コンセント」 . New England Journal of Medicine . 376 (9): 856– 867. doi : 10.1056/nejmra1603773 . PMID 28249147 . 
  42. ^ 「インフォームド・コンセント」（PDF） . New England Journal of Medicine . 376 (20): e43. 2017年5月18日. doi : 10.1056/NEJMc1704010 .
  43. ^ Jackman, Molly; Kanerva, Lauri (2016年6月14日). 「IRBの進化：産業界の研究のための堅牢な審査の構築」 . Washington and Lee Law Review Online . 72 (3): 442.
  44. ^リーガン、プリシラ・M.、ジェシー、ジョリーン（2019年9月）「EdTech、ビッグデータ、パーソナライズ学習の倫理的課題：21世紀の学生の選別と追跡」『倫理と情報技術』21 (3): 167–179 . doi : 10.1007/s10676-018-9492-2 . S2CID 54220346 . 
  45. ^ワイアット、アン（2008年1月）「無形資産に関する価値に関連する財務情報と非財務情報は何か？証拠のレビュー」会計とビジネス研究38 ( 3): 217– 256. doi : 10.1080/00014788.2008.9663336 . S2CID 219594306 . 
  46. ^ Luft, Joan (2009年9月1日). 「非財務情報と会計：利点と課題の再考」. Accounting Horizo​​ns . 23 (3): 307– 325. doi : 10.2308/acch.2009.23.3.307 .
  47. ^コーエン, ジェフリー; ホルダー＝ウェッブ, ロリ; ナス, レダ; ウッド, デイビッド (2011年1月1日). 「経済パフォーマンス、ガバナンス、および企業の社会的責任に関する開示情報の意思決定への有用性に関する個人投資家の認識」. 『会計行動研究』23 (1): 109– 129. doi : 10.2308/bria.2011.23.1.109 . S2CID 145264864 . 
  48. ^パーク、パトリック、メイシー、マイケル（2015年12月27日）「アクティブユーザーのパラドックス」ビッグデータ＆ソサエティ誌2 (2): 205395171560616. doi : 10.1177/2053951715606164 .
  49. ^ソーキン、アンドリュー・ロス（2012年2月6日）「Facebookには何百万人もいる？ 実際に訪問していない人もいるかもしれない」DealBook。
  50. ^ Jenkins, G. Douglas Jr.; Mitra, Atul; Gupta, Nina; Shaw, Jason D. (1998). 「金銭的インセンティブはパフォーマンスと関連しているか？実証研究のメタ分析的レビュー」『応用心理学ジャーナル』83 (5): 777– 787. doi : 10.1037/0021-9010.83.5.777 . S2CID 55875563 . 
  51. ^ Trueman, Brett; Wong, MH Franco; Zhang, Xiao-Jun (2000). 「目玉が語る：インターネット株の価値を探る」Journal of Accounting Research . 38 : 137–162 . CiteSeerX 10.1.1.195.103 . doi : 10.2307/2672912 . JSTOR 2672912 .  
  52. ^ Lazer, Ron; Lev, Baruch; Livnat, Joshua (2001年5月). 「インターネットトラフィックとポートフォリオリターン」. Financial Analysts Journal . 57 (3): 30– 40. doi : 10.2469/faj.v57.n3.2448 . S2CID 153506314 . 
  53. ^ Kang, Jun-Koo; Lee, Inmoo; Na, Hyun Seung (2010年6月). 「経済ショック、オーナー経営者のインセンティブ、そして企業再編：韓国の金融危機の証拠」. Journal of Corporate Finance . 16 (3): 333– 351. doi : 10.1016/j.jcorpfin.2009.12.001 . S2CID 153441435 . 
  54. ^ Li, Dahui; Browne, Glenn J.; Chau, Patrick YK (2006年8月). 「コミットメントベースモデルを用いたウェブサイト利用に関する実証的調査」. Decision Sciences . 37 (3): 427– 444. doi : 10.1111/j.1540-5414.2006.00133.x .
  55. ^ Kim, Sung S.; Malhotra, Naresh K. (2005年2月). 「意図と過去の使用状況からシステム利用を予測する：予測因子における尺度の問題」. Decision Sciences . 36 (1): 187– 196. doi : 10.1111/j.1540-5915.2005.00070.x .
  56. ^ヴェンカテシュ・ヴィスワナート、モリス・マイケル・G、デイビス・ゴードン・B、デイビス・フレッド・D (2003). 「情報技術のユーザー受容：統一的な視点に向けて」MIS Quarterly . 27 (3): 425– 478. doi : 10.2307/30036540 . JSTOR 30036540. S2CID 14435677 .  
  57. ^ Buchanan, Robin WT; Gillies, Crawford S. (1990年12月). 「価値管理された関係性：顧客維持と収益性の鍵」. European Management Journal . 8 (4): 523– 526. doi : 10.1016/0263-2373(90)90115-M .
  58. ^ Reichheld, Frederick F; Schefter, Phil (2000). 「E-loyalty: ウェブ上の秘密兵器」ハーバード・ビジネス・レビュー. 78 (4): 105– 113. ProQuest 227807543 . 
「 https://en.wikipedia.org/w/index.php?title=Active_users&oldid=1332440447」から取得