[論文レビュー] A Model for Web Page Usage Mining Based on Segmentation

K. S. Kuppusamy, G. Aghila|arXiv (Cornell University)|Feb 13, 2012

Recommender Systems and Techniques参考文献 14被引用数 6

ひとこと要約

本稿では、ウェブページの使用状況マイニングのためのセグメンテーションベースのモデルを提案する。このモデルは、トラッキングの粒度をページ単位から個々のコンテンツセグメントに移行する。ユーザーのインタラクションをセグメントレベルで分析することで、ウェブマスターは高関与領域を特定でき、プロトタイプの検証を通じてユーザーの注目パターンに関する実行可能なインサイトを得ることで、コンテンツ最適化とトラフィック分析が向上する。

ABSTRACT

The web page usage mining plays a vital role in enriching the page's content and structure based on the feedbacks received from the user's interactions with the page. This paper proposes a model for micro-managing the tracking activities by fine-tuning the mining from the page level to the segment level. The proposed model enables the web-master to identify the segments which receives more focus from users comparing with others. The segment level analytics of user actions provides an important metric to analyse the factors which facilitate the increase in traffic for the page. The empirical validation of the model is performed through prototype implementation.

研究の動機と目的

• ウェブ使用状況マイニングにおける粗いページ単位のトラッキングの限界を解消すること。
• ウェブページを機能的要素に分割することで、ユーザーインタラクションの細分化分析を可能にすること。
• ウェブマスターがどのコンテンツセグメントが最もユーザーの注目を集めるかを特定するための実行可能なインサイトを提供すること。
• 実際の使用可能性を検証するためのプロトタイプ実装を通じてモデルを検証すること。
• ユーザー行動フィードバックに基づいてウェブコンテンツ構造と関連性を改善すること。

提案手法

• 構造的および意味的ヒントに基づいて、ウェブページを論理的単位（例：ヘッダー、ナビゲーションバー、コンテンツブロック）にセグメント化する。
• ユーザーのインタラクションイベント（クリック、スクロール、滞在時間）を、全体のページではなく特定のセグメントにマッピングしてログに記録する。
• セグメントレベルのアナリティクスが、各セグメントの関与度スコアを計算するためにユーザー行動を集約する。
• セグメント境界を定義し、インタラクションを追跡するために、ルールベースまたはヒューリスティックアプローチを採用する。
• セグメンテーションベースのトラッキングモデルの実現可能性とパフォーマンスを示すために、プロトタイプを実装した。
• 実証的検証では、セグメントレベルの関与度指標と全体のページトラフィックを比較し、優れたパフォーマンスを示すコンponentsを同定する。

実験結果

リサーチクエスチョン

• RQ1 ウェブ使用状況マイニングは、ページ単位のトラッキングからセグメント単位のトラッキングに移行することで、どのように改善できるか？
• RQ2 どのウェブページセグメントが最も高いユーザー関与を示し、その人気要因は何であるか？
• RQ3 セグメントレベルのアナリティクスは、従来のページ単位の指標よりも、より実行可能なインサイトを提供できるか？
• RQ4 提案されたモデルは、コンテンツ最適化とユーザーエクスペリエンスをどのように向上させるか？
• RQ5 実際の現場でセグメントレベルの使用状況マイニングモデルを実装する際の実現可能性と有効性は何か？

主な発見

• モデルは高関与セグメントを効果的に特定でき、ウェブマスターがコンテンツ最適化を優先できる。
• セグメントレベルのアナリティクスは、全体的にトラフィックが低いページでさえも、特定のコンテンツブロックが著しく多くのユーザーの注目を集めることが判明した。
• プロトタイプ実装により、セグメントレベルのトラッキングが実現可能であり、ページ単位のトラッキングよりもはるかに詳細なインサイトを提供できることが示された。
• セグメントレベルでのユーザーインタラクションパターンは、全体のページトラフィックと強く相関しており、モデルの予測的価値が裏付けられた。
• ユーザーの関与度とリテンションを促進するコンponentsを強調することで、モデルはコンテンツの関連性を向上させた。
• 本研究では、ミクロレベルのトラッキングが、ウェブコンテンツ改善のための使用状況マイニングの精度を向上させることを確認した。