[论文解读] You Are How (and Where) You Search? Comparative Analysis of Web Search Behaviour Using Web Tracking Data

Aleksandra Urman, Mykola Makhortykh|arXiv (Cornell University)|May 11, 2021

Web Data Mining and Analysis参考文献 24被引用 4

一句话总结

本研究结合来自1,121名德国和瑞士桌面用户的真实网络追踪数据与调查数据，分析搜索行为，发现13%的浏览行为与搜索相关，其中超过97%的点击发生在第一页结果上，且在排名偏好方面存在显著的国家差异。研究结果表明，人口统计因素与国家背景显著影响搜索行为，挑战了搜索引擎使用中存在普遍用户模式的假设。

ABSTRACT

We conduct a comparative analysis of desktop web search behaviour of users from Germany (n=558) and Switzerland (n=563) based on a combination of web tracking and survey data. We find that web search accounts for 13% of all desktop browsing, with the share being higher in Switzerland than in Germany. We find that in over 50% of cases users clicked on the first search result, with over 97% of all clicks being made on the first page of search outputs. Most users rely on Google when conducting searches, and users preferences for other engines are related to their demographics. We also test relationships between user demographics and daily number of searches, average share of search activities among tracked events by user as well as the tendency to click on higher- or lower-ranked results. We find differences in such relationships between the two countries that highlights the importance of comparative research in this domain. Further, we observe differences in the temporal patterns of web search use between women and men, marking the necessity of disaggregating data by gender in observational studies regarding online information behaviour.

研究动机与目标

• 考察个体人口统计与社会经济特征如何影响桌面平台上的网络搜索行为。
• 比较德国与瑞士的搜索行为，突破单一国家研究的局限，突出跨国差异。
• 在真实世界条件下探究搜索结果排名与用户点击行为之间的关系，克服实验室眼动追踪与聚合日志研究的局限。
• 评估搜索使用的时间模式及其在性别与国家之间的差异，强调在线行为研究中开展性别分列分析的必要性。
• 评估搜索引擎选择对信息获取的影响，尤其关注用户人口统计特征与算法个性化之间的关系。

提出的方法

• 采用网络追踪数据，记录实际的桌面浏览行为，包括访问页面的完整HTML内容，以重建搜索结果排名与用户点击行为。
• 将追踪数据与用户人口统计信息（年龄、性别、教育水平、收入）的调查数据相结合，将行为模式与用户特征关联。
• 使用回归模型分析人口统计变量与搜索行为指标（如搜索频率、点击模式、结果排名）之间的关系。
• 应用统计建模（线性混合效应模型）评估人口统计与国家层面因素对平均点击结果排名的影响。
• 对德国与瑞士进行对比分析，识别两国在搜索行为与结果互动方面的特定模式。
• 控制时间与行为协变量（如总浏览页面数及搜索占整体浏览的比例），以隔离人口统计因素的影响。

实验结果

研究问题

• RQ1 在德国与瑞士，搜索引擎使用频率如何随人口统计与社会经济特征而变化？
• RQ2 网络搜索使用的时空模式是什么？其在性别与国家之间有何差异？
• RQ3 在特定搜索引擎选择（如Google、Bing或其他）方面，是否存在人口统计或社会经济差异？
• RQ4 不同人口群体中，搜索结果排名与用户点击行为之间存在何种关系？
• RQ5 国家层面的差异（德国 vs. 瑞士）如何调节人口统计特征与搜索行为之间的关系？

主要发现

• 网络搜索占所有桌面浏览行为的13%，其中瑞士占比更高（14.5%），德国占比为11.5%。
• 超过50%的用户点击了第一个搜索结果，且超过97%的所有点击均发生在搜索结果的第一页。
• 瑞士用户点击结果的平均排名显著低于德国用户（瑞士均值 = 2.49，德国均值 = 3.13），表明瑞士用户对高排名结果有更强偏好。
• 在两国中，年龄较大的用户更频繁地点击高排名结果，年龄对结果排名偏好的影响在统计上显著（瑞士p < 0.001）。
• 在瑞士，女性用户比男性用户更倾向于点击更高排名的结果，表明搜索行为存在与国家相关的性别差异。
• 收入和教育水平较高的用户搜索频率略高，但该效应在两国中并不具有一致显著性，表明人口统计因素的影响较为复杂。