[論文レビュー] Agents, Bookmarks and Clicks: A topical model of Web traffic

Mark Meiss, Bruno Gonçalves+3 more|arXiv (Cornell University)|Mar 27, 2010

Complex Network Analysis Techniques参考文献 25被引用数 7

ひとこと要約

本稿では、ブックマーク、戻るボタンのナビゲーション、トピック的関心を統合したABCエージェントベースモデルを提案する。このモデルは、個人のブラウジング行動と集計的Webトラフィックパターンの両方を説明できる。モデルはページ/リンクのトラフィック分布、セッションサイズ、エントロピー、開始ページの人気度の実測分布をうまく再現し、非マルコフ過程を用いることで現実のWebナビゲーションの非均一性を捉えているため、PageRank や BookRank を上回る性能を示した。

ABSTRACT

Analysis of aggregate and individual Web traffic has shown that PageRank is a poor model of how people navigate the Web. Using the empirical traffic patterns generated by a thousand users, we characterize several properties of Web traffic that cannot be reproduced by Markovian models. We examine both aggregate statistics capturing collective behavior, such as page and link traffic, and individual statistics, such as entropy and session size. No model currently explains all of these empirical observations simultaneously. We show that all of these traffic patterns can be explained by an agent-based model that takes into account several realistic browsing behaviors. First, agents maintain individual lists of bookmarks (a non-Markovian memory mechanism) that are used as teleportation targets. Second, agents can retreat along visited links, a branching mechanism that also allows us to reproduce behaviors such as the use of a back button and tabbed browsing. Finally, agents are sustained by visiting novel pages of topical interest, with adjacent pages being more topically related to each other than distant ones. This modulates the probability that an agent continues to browse or starts a new session, allowing us to recreate heterogeneous session lengths. The resulting model is capable of reproducing the collective and individual behaviors we observe in the empirical data, reconciling the narrowly focused browsing patterns of individual users with the extreme heterogeneity of aggregate traffic measurements. This result allows us to identify a few salient features that are necessary and sufficient to interpret the browsing patterns observed in our data. In addition to the descriptive and explanatory power of such a model, our results may lead the way to more sophisticated, realistic, and effective ranking and crawling algorithms.

研究の動機と目的

• PageRank などのマルコフ的モデルが現実のWebブラウジング行動を説明できないという限界を克服すること。
• 個々のユーザーのセッションに注目した狭い視点と、集計的トラフィック測定で観察される極めて多様な性質の両者を調和させること。
• 個人の記憶（ブックマーク）、ナビゲーションのメカニズム（戻るボタン）、トピック的関心を考慮した現実的なエージェントベースモデルの構築。
• 個人レベルの指標（エントロピー、セッションサイズ）と集計レベルのトラフィックパターン（ページ/リンクの人気度）を同時に説明すること。
• 人間のナビゲーションの顕著な特徴をモデル化することで、改善されたランク付けおよびクローリングアルゴリズムの基盤を提供すること。

提案手法

• エージェントは個人のブックマークリストを維持し、トランジットのターゲットとして利用することで、セッションの境界と現実的な開始ページの人気度を実現する。
• 戻るボタンメカニズムにより、エージェントは訪問済みのリンクに沿って後退可能となり、タブブラウジングや分岐ナビゲーションのパターンをモデル化する。
• 同じ内容のページ同士をリンクすることでトピック的類似性をモデル化し、関連トピックでの継続的ブラウジングの確率を高める。
• ブラウジング意思決定はトピック的関心によって調整される：コンテンツが関連性がある場合は継続してブラウジングし、そうでない場合は新しいセッションを開始する。
• 非一様でトピックに依存するリンク選択プロセスを用いることで、ユーザーが関連コンテンツをどのように探索するかを反映する。
• インディアナ大学の1,000名のユーザーから得た実データを用いて、モデルのキャリブレーションと実トラフィックパターンへの検証が行われた。

実験結果

リサーチクエスチョン

• RQ1 なぜPageRank や BookRank は、個人ユーザーのトラフィックエントロピーとセッションサイズの分布を予測できないのか？
• RQ2 集中した個人のブラウジングと、集計的に観察される多様なトラフィックパターンが共存する現象を説明するには、どのような非マルコフ的メカニズムが必要か？
• RQ3 ブックマーク、戻るボタンの使用、トピック的関心が、個人レベルおよび集計レベルの両方で観察されたトラフィックパターンをどのように統合的に再現できるか？
• RQ4 記憶機能、分岐ナビゲーション、トピック的関心を備えたエージェントベースモデルは、記憶のないモデル（例：PageRank）をどの程度上回るか？
• RQ5 トピック的局在性は、Webナビゲーションにおけるセッション長やユーザー参加度にどのような役割を果たすか？

主な発見

• ABCモデルは、ページトラフィック、リンクトラフィック、セッション開始ページの人気度の両方において、PageRank や BookRank を上回り、実測分布をうまく再現した。
• 個人ユーザーのエントロピー（ブラウジングの多様性を測る指標）は、ABCモデルの方がPageRank や BookRank よりもよく捉えられており、集中的だが多様なユーザー行動のモデリングが向上していることを示している。
• モデルは、実ユーザーのデータで観察された広範かつ多様なセッションサイズおよび深さの分布を成功裏に再現したが、これに対して単純なモデルは捉えきれなかった。
• ブックマークだけではPageRankで見られる集計的トラフィックの不一致を是正できるが、個々のセッションの多様性をモデル化するには不十分である。
• 戻るボタンメカニズムは、実データにおける分岐ナビゲーションパターンとタブブラウジング行動を再現するために不可欠である。
• リンク選択におけるトピック的局在性は、ユーザーが関連コンテンツで継続してブラウジングする理由を説明でき、直接的にセッション長や深さに影響を与えている。