[论文解读] 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 3

一句话总结

本文基于 DOBBS 长期用户行为研究，利用细粒度客户端日志分析并行浏览与被动浏览行为。研究发现，大多数用户存在并行标签页使用及长时间不活动现象，这削弱了传统停留时间指标的有效性；作者提出了聚焦比与活跃比两项新指标，能更准确反映网站参与度，并得出与传统方法不同的网站受欢迎程度排名。

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.

研究动机与目标

• 理解由 YouTube、Facebook 及流媒体平台等新技术与服务所驱动的网络浏览行为演变。
• 探究并行浏览（多标签页/窗口）与被动浏览（会话期间不活动）对传统网站指标（如停留时间）的影响。
• 开发改进的网站受欢迎度指标，以反映超越简单页面停留时间计算的用户参与度。
• 提供一个具有代表性且保护隐私的长期真实网络浏览行为数据集（DOBBS），用于长期分析。

提出的方法

• 采用 DOBBS，一种非侵入式且保护隐私的浏览器扩展，记录 Firefox 和 Chrome 中的客户端事件（标签页打开、页面加载、窗口状态等）。
• 长期收集真实用户的数据，确保自然状态下的日常浏览行为，不受实验室环境限制。
• 定义并计算‘聚焦比’，即页面处于激活且可见状态（未最小化或置于后台）的时间占比；计算‘活跃比’，即活跃时间与会话总时间的比率。
• 利用事件日志重建用户在多个标签页间的导航路径，将其建模为以浏览器启动为根节点的有向图。
• 基于事件结构与时间一致性，识别并过滤损坏或不完整的数据。
• 通过检测窗口最小化或置于后台的时间点，分析空闲时间，并将其与不活动时段相关联。

实验结果

研究问题

• RQ1 用户在单一会话中通过多个标签页或窗口进行并行浏览的程度如何？
• RQ2 被动浏览（即会话期间的不活动）在多大程度上影响传统停留时间指标的准确性？
• RQ3 聚焦比与活跃比相较于传统指标，在网站受欢迎度排名上表现如何？
• RQ4 不同网站的浏览模式有何差异？这些差异对参与度测量有何影响？
• RQ5 基于图的多标签页导航表示能否揭示不同的浏览行为模式？

主要发现

• 大多数用户仅维持单个浏览器窗口，但持续使用多个标签页，表明并行浏览行为广泛存在。
• 被动浏览——以不活动为特征——占用了会话的显著部分，尤其在较长会话中更为明显。
• 传统停留时间指标高估了用户参与度，因为其包含了页面处于后台或最小化的时间。
• 聚焦比与活跃比得出的网站受欢迎度排名与标准指标不同，表明其更能准确捕捉用户参与度。
• DOBBS 数据集支持对用户跨标签页导航的详细重建，为基于图的浏览行为分析提供了支持。