[論文レビュー] Enabling Semantic Analysis of User Browsing Patterns in the Web of Data

Julia Hoxha, Martin Junghans+1 more|arXiv (Cornell University)|Apr 12, 2012

Service-Oriented Architecture and Web Services参考文献 16被引用数 15

ひとこと要約

本稿では、ドメインオントロジーと時系列論理を用いて、複数のWeb of Dataサイトにおけるユーザーのブラウジング行動を意味論的に形式化し、モデルチェックイングベースのクエリエンジンを介してユーザーセッションの表現力のあるクエリを可能にする。本手法は、DBpediaおよびSemantic Web Dog Foodからの実際のログにおいて、サブ秒の応答時間を達成しており、知的使用状況マイニングおよびレコメンデーションシステムへの実用可能性を示している。

ABSTRACT

A useful step towards better interpretation and analysis of the usage patterns is to formalize the semantics of the resources that users are accessing in the Web. We focus on this problem and present an approach for the semantic formalization of usage logs, which lays the basis for eective techniques of querying expressive usage patterns. We also present a query answering approach, which is useful to nd in the logs expressive patterns of usage behavior via formulation of semantic and temporal-based constraints. We have processed over 30 thousand user browsing sessions extracted from usage logs of DBPedia and Semantic Web Dog Food. All these events are formalized semantically using respective domain ontologies and RDF representations of the Web resources being accessed. We show the eectiveness of our approach through experimental results, providing in this way an exploratory analysis of the way users browse theWeb of Data.

研究の動機と目的

• HTTPリクエストの構文的表現をドメイン固有の概念へマッピングすることで、ユーザーのブラウジングログの意味論的解釈を可能にする。
• 意味的制約と時系列論理を組み合わせることで、ユーザー行動パターンの表現力のあるクエリをサポートする。
• 複数のリンクド・データサイトにまたがる複雑なブラウジングパターンを検出するためのスケーラブルなクエリ応答メカニズムの設計と評価。
• 形式化されたログを用いて、検索・戻り、または複数サイトへの旅行計画など、クロスサイトのナビゲーション行動を分析する。
• DBpediaおよびSemantic Web Dog Foodからの実際の使用ログにおいて、意味論的および時系列的分析の実用可能性を示す。

提案手法

• ドメインオントロジー（例：swrc:InProceedings, dbpedia-owl:MusicalArtist）を用いて、生の使用ログエントリを意味的イベントにマッピングする。
• Webリソースおよびユーザー行動をRDF三元組として表現することで、機械理解可能なログ記録を可能にする。
• SROIQ記述論理を線形時系列論理（LTL）で拡張し、複雑な行動制約を指定可能な時系列論理DL-LTLを構築する。
• モデルチェックイングをコア技術として用い、特定の意味的および時系列的クエリを満たすユーザーセッションを自動で検証する。
• クエリ応答を2段階に分ける：OWL推論による意味的拡張と、時系列パターン検証のためのモデルチェックイング。
• 異なるセッション数を想定した実データセットを用いて、スケーラビリティおよび応答時間の評価を行う。

実験結果

リサーチクエスチョン

• RQ1 複数のリンクド・データサイトにおけるユーザーのブラウジング行動は、どのように意味論的オントロジーを用いて形式的に表現できるか？
• RQ2 意味的制約と時系列制約を組み合わせることで、ユーザー行動パターンクエリの表現力にどのような影響を与えるか？
• RQ3 モデルチェックイングベースのクエリエンジンは、実際のログにおいて、複雑な意味的および時系列的パターンを満たすセッションを効率的に取得できるか？
• RQ4 ユーザーのセッション数の増加に伴い、クエリ応答メカニズムの性能はどのようにスケーリングするか？
• RQ5 本手法を用いることで、検索・戻りや複数サイト旅行計画などのクロスサイトナビゲーションパターン（例：検索・戻り、複数サイト旅行計画）は、どのように効果的に発見できるか？

主な発見

• 1,000件までのユーザー・セッションに対して、クエリ応答時間が1.4秒未満で達成され、異なるセッションサイズにおいて平均0.15秒の応答時間となった。
• OWL推論が合計クエリ応答時間の約94％を占めており、推論が主なパフォーマンスボトルネックであることが示された。
• モデルチェックイングの所要時間は最小限に抑えられており、意味的拡張に比べて、時系列パターン検証が計算的に軽量であることが示された。
• ユーザーがGoogleで検索し、以前のサイトに戻る、またはDBpediaでカンferンス論文を閲覧した後に都市ページを閲覧するなど、複雑なパターンが正常に検出された。
• インデックス化や最適化なしに、大規模な使用ログに対して実用的なデプロイが可能であることが示され、レコメンデーションおよび分析パイプラインへの統合の強力な可能性を示した。
• 意味論的形式化により、'英語のジャズミュージシャン'や'WWW2009カンファレンス論文'といったドメイン固有の概念を含むパターンが発見可能となった。これは、単なる構文的ログでは困難な表現であった。