Die Analyse des Nutzerverhaltens ist ein entscheidender Aspekt von Crowdsourcing-Aufgaben, da sie wertvolle Einblicke in die Entscheidungsprozesse und Gedanken des Einzelnen liefert. Solche Erkenntnisse können genutzt werden, um die Funktionalität von Crowdsourcing-Aufgaben zu verbessern und die Effizienz der Aufgabenerledigung zu steigern. Der Datensatz für diese Studie umfasst eine Reihe von Videos, die Crowdworker bei der Durchführung einer Crowdsourcing-Aufgabe unter Verwendung des Thinking-Aloud-Protokolls dokumentieren. Um die Videos zu analysieren, wurde ein Video-Annotationstool entwickelt, mit dem sich die Verhaltensmuster der Nutzer im Laufe der Zeit beobachten lassen. Das Tool umfasst auch eine User Journey Map, die die verschiedenen Schritte der Nutzer in den verschiedenen Phasen der Aufgabe darstellt und so ein besseres Verständnis des Nutzerverhaltens ermöglicht. Das ultimative Ziel dieser Forschung ist es, Muster im Nutzerverhalten zu ermitteln, die zur Verbesserung der Entwicklung von Crowdsourcing-Projekten und -Plattformen genutzt werden können. Indem sie mehr darüber erfahren, wie sich die Nutzer mit diesen Aufgaben beschäftigen, können die Forscher sie effektiver gestalten und ausführen.
Betreuer: Jun.-Prof. Dr. Matthias Hirth, Edwin Gamboa M. Eng.