Not logged in.

Quick Search - Contribution

Contribution Details

Type Bachelor's Thesis
Scope Discipline-based scholarship
Title Visual browsing of mobile apps
Organization Unit
Authors
  • Stephane Rufer
Supervisors
  • Elaine May Huang
Language
  • English
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Number of Pages 117
Date 2012
Abstract Text This thesis focuses on an alternate form of app data visualization. Traditionally category centric designs (e.g. top lists) are used to discover new apps. In the following we look at related work in the fields of exploration of digital libraries, music visualizations, mobile communication and to some extent app discovery, to elicit the important features and affordances needed for app discovery. With this analysis as a backdrop, many forms of visualizations were brainstormed, of which three were prototyped as wireframes and shown to potential users. This informal evaluation enlightened the decision of which visualization to implement. The final implementation (AppDJ) was evaluated in a cognitive walkthrough and then released on the Google Play Store. Following this, a user study of AppDJ was conducted and app analytics data was collected. The evaluation of both the user questionnaire and the analytics uncovered several interesting aspects. It was found that AppDJ is not only a simple and easy visualization, but it support serendipitous discovery as well as driving installs down the long tail. Furthermore, the data collected on app market clicks gave rise to the notion of an App Adoption Cycle.
Zusammenfassung Diese Arbeit konzentriert sich auf eine alternative Form der App Datenvisualisierung. Meistens werden Kategorielastige visualisierungen (z.B. top lists) verwendet, um neue Apps zu entdecken. Im folgenden betrachten wir verwandte Arbeiten in den Bereichen der Erkundung von digitalen Bibliotheken, Musik-Visualisierungen, mobile Kommunikation und zu einem gewissen Grad "App Discovery". Die wichtige Merkmale, die "App Discovery" beeinflussen werden eroertert. Mit dieser Analyse als Hindergrund, wurden viele Formen von Visualisierungen in einem "Brainstroming" entwickelt. Von diesen wurden drei Prototypen als Wireframes gezeichnet und potenziellen Anwendern gezeigt. Dieses informelle Evaluierung erleuchtet die Entscheidung, welche der Visualisierungen zu realisieren. Die endgültige Umsetzung (AppDJ) wurde in einem "Cognitive Walkthrough" ausgewertet und dann auf dem Google Play Store veröffentlicht. Im Anschluss wurde eine Studie der Benutzer von AppDJ durchgeführt. Hinzu wurden App Analytics Daten gesammelt wurden. Die Auswertung der Evaluierung der Benutzer und den Analytics Daten brachte einige interessante Aspekte zum vorschein. Es wurde festgestellt, dass AppDJ nicht nur eine simple und einfache Visualisierung ist, aber das es auch "serendipidous discovery", sowie nischen apps unterstützt. Darüber hinaus gaben die Daten der gesammelten App Markt Klicks die Basis auch welcher die Konzeption eines "App Adpotion Cycles" beruht.
PDF File Download
Export BibTeX