[論文レビュー] Analysis of Schema.org Usage in the Tourism Domain

Boran Taylan Balcı, Umutcan Şimşek+2 more|arXiv (Cornell University)|Feb 16, 2018

Digital Marketing and Social Media参考文献 7被引用数 4

ひとこと要約

本研究は、2013年から2016年までの間、Web Data Commonsのデータセットを用いて観光分野におけるschema.orgの採用状況を分析する。SPARQLクエリ、エンティティの一致、逆ジオコーディングを用いて使用パターンを評価した。主な発見では、特に米国を除く世界中の採用が増加しており、注釈の質が時間経過とともに向上していることが示された。2016年のホテル拡張（Hotel Extension）は早期に採用されたが、地理的位置や住所のプロパティはホテルを除き依然として未活用の傾向にある。

ABSTRACT

Schema.org is an initiative founded in 2011 by the four-big search engine Bing, Google, Yahoo!, and Yandex. The goal of the initiative is to publish and maintain the schema.org vocabulary, in order to facilitate the publication of structured data on the web which can enable the implementation of automated agents like intelligent personal assistants and chatbots. In this paper, the usage of schema.org in tourism domain between years 2013 and 2016 is analysed. The analysis shows the adoption of schema.org, which indicates how well the tourism sector is prepared for the web that targets automated agents. The results have shown that the adoption of schema.org type and properties is grown over the years. While the US is dominating the annotation numbers, a drastic drop is observed for the proportion of the US in 2016. Poorly rated businesses are encountered more in 2016 results in comparison to previous years.

研究の動機と目的

• 2013年から2016年までの観光分野におけるschema.orgの採用の変化を評価すること。
• 特に地理的位置や住所プロパティについて、構造化データの注釈の質と完全性を評価すること。
• 2016年に導入されたホテル拡張（Hotel Extension）の採用状況を調査し、Campground や HotelRoom といった新規タイプを含むこと。
• 注釈された観光エンティティの集計評価とPLD（上位ドメイン）レベルの分布の傾向を特定すること。
• エンティティの一致と逆ジオコーディングを用いて国レベルの分析を改善し、正確な地理的位置の推定を可能にすること。

提案手法

• 2013年から2016年までのWeb Data Commons（WDC）データセットからデータを抽出し、12の観光関連のschema.orgタイプに焦点を当てた。
• トリプルストア上でSPARQLクエリを実行し、タイプ、プロパティ、評価、PLDの集計数を取得した。
• OpenRefineのkNNとレーベンシュタイン距離を用いたエンティティの一致処理により、多言語の国名を標準化した。
• 座標を国名にマッピングするために逆ジオコーディングを実施し、国レベルの分析の正確性を向上させた。
• 注釈の質の時間的推移を評価するために、平均二乗誤差（MSE）を計算した。
• 2016年8月から10月のデータサブセットを分析し、2016年8月に導入されたホテル拡張の早期採用状況を評価した。

実験結果

リサーチクエスチョン

• RQ1 2013年から2016年までの間、観光分野におけるschema.orgの採用はどのように変化したか？
• RQ2 地理的位置や住所プロパティは、特にホテル以外の観光タイプにおいてどの程度活用されているか？
• RQ3 2016年のホテル拡張は、Campground や HotelRoom といった新規タイプにおいてどのように分布しているか？
• RQ4 2015年から2016年にかけて、集計評価（特に低評価）にどのような傾向が見られるか？
• RQ5 注釈された観光エンティティの地理的分布はどのように変化したか。特に米国主導の傾向は？

主な発見

• 米国を基盤とする観光関連の注釈の割合は、2013–2014年の79％から2016年には28.4％に著しく低下し、世界的な採用の拡大が示された。
• 注釈の質は時間経過とともに向上しており、大多数の観光タイプで平均二乗誤差（MSE）の値が減少した。
• ホテル以外の70％の観光タイプで、国推定のための使用可能な住所または地理的位置データが得られていたが、ホテルの90％以上に比べて低い水準であった。
• 2016年8月に導入されたホテル拡張は早期に採用された：初の3か月間で716件のCampground、117件のHotelRoom、3,339件のRoomが注釈された。
• Roomタイプに対してhasAmenityプロパティが17,000回使用されており、拡張におけるアメニティモデルの強固な採用が示された。
• 2015年から2016年にかけて、低評価（1〜2.5/5）の割合が顕著に増加した。これは、消費者が否定的評価に対して感受性を示すという先行研究の結果を裏付けた。