[論文レビュー] Analysing Parallel and Passive Web Browsing Behavior and its Effects on Website Metrics

Christian von der Weth, Manfred Hauswirth|arXiv (Cornell University)|Feb 21, 2014

Recommender Systems and Techniques参考文献 25被引用数 3

ひとこと要約

本論文は、DOBBS長期ユーザー行動研究からの発見を提示する。高粒度のクライント側ログを用いて、並列閲覧および受動的閲覧を分析した結果、大多数のユーザーが並列タブ使用および長時間の非活動状態を示しており、従来の滞在時間メトリクスの妥当性が損なわれていることが判明した。著者らは、ウェブサイトの関与度をより的確に反映する新たなメトリクス—焦点率と活動率—を提案し、従来の方法とは異なる人気順位を示す。

ABSTRACT

Getting deeper insights into the online browsing behavior of Web users has been a major research topic since the advent of the WWW. It provides useful information to optimize website design, Web browser design, search engines offerings, and online advertisement. We argue that new technologies and new services continue to have significant effects on the way how people browse the Web. For example, listening to music clips on YouTube or to a radio station on Last.fm does not require users to sit in front of their computer. Social media and networking sites like Facebook or micro-blogging sites like Twitter have attracted new types of users that previously were less inclined to go online. These changes in how people browse the Web feature new characteristics which are not well understood so far. In this paper, we provide novel and unique insights by presenting first results of DOBBS, our long-term effort to create a comprehensive and representative dataset capturing online user behavior. We firstly investigate the concepts of parallel browsing and passive browsing, showing that browsing the Web is no longer a dedicated task for many users. Based on these results, we then analyze their impact on the calculation of a user's dwell time -- i.e., the time the user spends on a webpage -- which has become an important metric to quantify the popularity of websites.

研究の動機と目的

• YouTube や Facebook、ストリーミングプラットフォームなどの新技術・新サービスがもたらす、進化するウェブ閲覧行動を理解すること。
• 複数のタブ／ウィンドウを同時に使用する並列閲覧および、非活動状態である受動的閲覧が、滞在時間などの標準的ウェブサイトメトリクスに与える影響を調査すること。
• 単純なページ滞在時間計算を超えたユーザー関与度を反映する、改善されたウェブサイト人気メトリクスの開発。
• 長期的で現実世界の閲覧行動分析に適した代表的かつプライバシー保護型データセット（DOBBS）の提供。

提案手法

• Firefox および Chrome で動作する、侵襲的でなくプライバシー保護型のブラウザ拡張機能である DOBBS を採用し、クライント側イベント（タブの開設、ページ読み込み、ウィンドウ状態など）をログ記録した。
• 実際のユーザーから長期間にわたる縦断的データを収集し、実験的制約なしに自然な日常的閲覧行動を確保した。
• ページがアクティブでかつ表示状態（バックグラウンドまたは最小化されていない）である時間の割合として「焦点率」を定義・計算した。
• 「活動率」は、アクティブ時間とセッション全体の時間との比として定義した。
• イベントログを用いて、複数のタブ間のユーザーのナビゲーション経路を再構築し、ブラウザ起動時をルートとする有向グラフとしてモデル化した。
• イベント構造および時間的整合性に基づき、破損または不完全なデータを特定・フィルタリングした。
• ウィンドウが最小化されたりバックグラウンドに移行したときを検出し、それらの状態と非活動期間を関連づけて非活動時間を分析した。

実験結果

リサーチクエスチョン

• RQ1 ユーザーは、1回のセッション中に複数のタブやウィンドウを介して、どの程度並列閲覧を実施しているか？
• RQ2 セッション中の非活動状態（受動的閲覧）は、従来の滞在時間メトリクスの正確性にどの程度影響を与えるか？
• RQ3 焦点率と活動率は、従来のメトリクスと比較して、ウェブサイトの人気順位にどのような違いをもたらすか？
• RQ4 閲覧パターンはウェブサイトごとにどのように異なるのか。また、それらの差異は関与度測定にどのような含意を持つのか？
• RQ5 複数タブナビゲーションのグラフベース表現は、明確な閲覧行動パターンを明らかにできるか？

主な発見

• 大多数のユーザーは単一のブラウザウィンドウを維持しながら、継続的に複数のタブを活用しており、広範な並列閲覧行動が確認された。
• 受動的閲覧—非活動状態—は、特に長時間のセッションにおいて、閲覧セッションの顕著な割合を占めている。
• 従来の滞在時間メトリクスは、ページがバックグラウンドまたは最小化状態にある時間も含むため、ユーザー関与度を過大評価している。
• 焦点率と活動率は、標準的メトリクスとは異なるウェブサイトの人気順位を示しており、これらが関与度をより的確に捉えている可能性を示している。
• DOBBSデータセットにより、タブ間のユーザーナビゲーションの詳細な再構築が可能となり、閲覧行動のグラフベース分析を支援する。