Ocena audiencji serwisw internetowych

(1)

WALDEMAR WOLSKI Uniwersytet Szczeciski

Streszczenie

W niniejszym artykule podjĊto próbĊ zbadania istotnoĞci audiencji serwisów in-ternetowych. W szczególnoĞci przybliĪono problematykĊ oceny oglądalnoĞci serwi-sów i wyznaczono reguły prawidłowoĞci z udziałem teorii zbiorów przybliĪonych.

Słowa kluczowe: serwisy internetowe, istotno zmiennych, zbiory przyblione, audiencja stron WWW.

1. Wprowadzenie

W cigu ostatnich kilkunastu lat Internet stał si wszechobecny, a stały rozwój technik tele-komunikacyjnych wprowadza znaczne zmiany w moliwociach i sposobie wykorzystania narz-dzi internetowych. Zarówno małe firmy jak i due wykorzystuj Internet w wielu aspektach, np. jako narzdzie komunikacji (e-mail, biznesowe komunikatory) czy zaprezentowanie swojej oferty (strony WWW, serwisy informacyjne). Zwiksza si, w zwizku z tym zapotrzebowanie i wyma-gania uytkowników a take rola Internetu.

Z Internetu korzysta na wiecie miliony uytkowników, a jego zasig, dziki zastosowaniu technologii satelitarnej jest nieograniczony. W krajach rozwijajcych si, wzrost osób korzystaj-cych z Internetu liczy si w setkach procent. Redagowanie serwisów internetowych (zwane naj-czciej ang. webmasteringiem) jest sztuk projektowania i realizacji konstrukcji (witryn, stron, prezentacji, dokumentów) majcych wartoci uytkowe. Serwis Internetowy zaliczany jest do klu-czowych narzdzi promocyjnych. Rozwizania internetowe bazuj na najnowszych technologiach i trudno sobie wyobrazi nowoczesn firm bez profesjonalnego serwisu internetowego. W wirtu-alnych organizacjach mniejsze znaczenie ma wielko firmy oraz jej kapitał, ni jako witryny oraz metody pozyskiwania klientów. Stosowane techniki na stronie WWW, maj na celu zwik-szenie ogldalnoci strony, s jedn z najtaszych metod marketingowych. Wikszo liczcych si na rynku firm wykorzystuje witryn internetow do budowania wizerunku, jak równie marki produktu przedsibiorstwa. Internet jako najdynamiczniej rozwijajce si medium, stale zwiksza swój zasig stajc si jednym z najwaniejszych kanałów marketingowych i trafia do szerokiej grupy.

Współczeni decydenci stanli przed koniecznoci podejmowania złoonych, słabo ustruktu-ralizowanych decyzji. Rozproszenie ródeł informacji, decentralizacja procesu podejmowania de-cyzji powoduje, e dotychczasowe modele zarzdzania informacj okazuj si niewystarczajce. Postp w eksploracji danych i w technikach magazynowania zaowocował powstaniem ogromnych baz danych. Błyskawicznie rozwijajce si metody eksploracji danych ułatwiaj szybki dostp do poszukiwanej informacji, ale równie pomagaj w szybszym i trafniejszym podejmowanie strate-gicznych decyzji. Ogromne iloci informacji nie ułatwiaj podjcia trafnej decyzji, poniewa człowiek nie jest w stanie ich wszystkich przetworzy i wycign sensownych konkluzji.

(2)

Po-trzebne s wci szybsze i dokładniejsze algorytmy eksploracji danych, które poradz sobie z od-nalezieniem wiedzy w coraz wikszych zbiorach danych. Eksploracja danych jest obecnie jednym z najdynamiczniej rozwijajcych si kierunków w informatyce. Terminy „eksploracja danych” i „odkrywanie wiedzy w bazach danych” s czsto stosowane wymiennie, cho drugi termin po-siada duo szersze znaczenie. Olbrzymie zainteresowanie eksploracj danych wynika z faktu, e szereg przedsibiorstw posiadajcych strony internetowe nagromadziło wiele danych o klientach przechowywanych w zakładowych bazach i stanło przed problemem, w jaki sposób efektywnie i racjonalnie wykorzysta nagromadzon w tych bazach wiedz dla celów wspomagania rozwoju serwisów internetowych [1]. W procesie odkrywania wiedzy moemy uy teorii zbiorów przybli-onych, które umoliwiaj m.in. indukcj reguł decyzyjnych w zbiorach danych. Teoria zbiorów przyblionych (ang. rough set theory) została sformułowana przez Pawlaka [11]. Stanowi ona pro-pozycj odejcia od klasycznej teorii zbiorów, bdcej podstaw nauk matematycznych, w celu modelowania poj nieostrych. Wynikiem analizy danych za pomoc teorii zbiorów przyblionych jest zbiór reguł decyzyjnych, które stanowi zwart reprezentacj wiedzy łatw do interpretacji. Zbiory przyblione znalazły zastosowanie m.in. w eksploracji danych (pozyskiwanie wiedzy, wy-dobywanie danych) i odkrywaniu wiedzy, przy złoonych zasadach klasyfikacji oraz w kompute-rowych systemach wspomagania decyzji [4,10,11].

Gromadzenie bardzo duej iloci danych spowodowało konieczno budowy systemów auto-matycznego wnioskowania, które zrealizowane w systemach eksperckich mogłyby wyrczy człowieka przy analizowaniu informacji potrzebnej do podejmowania decyzji. Celem artykułu jest okrelenie, jakimi regułami kieruj si uytkownicy serwisów internetowych w wyszukiwaniu informacji. Istniejce techniki analizy danych za pomoc drzew decyzyjnych, metod statystycz-nych czy sieci neuronowych pozwalaj rozwizywa zagadnienia zwizane z komputerowym wspomaganiem decyzji. Badania audiencji serwisów internetowych daje ogromne korzyci orga-nizacjom, które planuj osign swój cel na rynku. Badania takie stosuje si, m.in., aby zmierzy zachowanie uytkowników korzystajcych ze stron internetowych, zidentyfikowa priorytety wy-boru, dostarcza dane do monitorowania zachowa „ruchu” na stronie, poprawi wska niki utrzy-mania klientów czy spełni wymagania jakoci norm ISO [2] serwisu.

2. Opis metody badawczej

Dane empiryczne dotyczce uytkowników stron WWW uzyskane zostały z serwisu zajmuj-cego si badaniami marketingowymi serwisów internetowych [7] Narzdzia analityczne uyte do pomiaru audiencji serwisów internetowych zostały oparte na teorii zbiorów przyblionych [4]. Do oceny ogldalnoci serwisów internetowych zastosowano bezporedni indukcj minimalnego zbioru reguł ze zbioru przypadków U. Sposób przeprowadzania klasyfikacji przez model przed-stawiono na rysunku 1.

(3)

Rys. 1. Sposób

klasyfikacji na podstawie modelu regułowego ródło: Opracowanie własne.

Zarejestrowano 25 przypadków, które posłuyły do utworzenia tablicy decyzyjnej. Na ich podstawie opracowano pierwotn informacj – baz danych, której fragment przedstawiono w ta-beli 1.

Tabela 1. Tablica informacyjna analizowanego problemu w formie zakodowanej Atrybuty warunkowe Lp/p q1 q2 q3 q4 d p1 4 2 3 3 3 p 2 2 1 1 1 1 p 3 2 2 1 1 2 p 4 2 1 1 1 1 … p 23 4 3 3 1 2 p 24 2 1 1 1 1 p 25 3 1 1 1 1

ródło: Opracowanie własne.

Tablica informacyjna składa si z dwóch czci. Pierwszy cz zawiera cztery atrybuty wa-runkowe, a druga jeden atrybut decyzyjny. Atrybutami warunkowymi s:

Liczba uytkowników (real user) q1- liczba internautów z wybranej grupy celowej, którzy

do-konali przynajmniej jednej odsłony na wybranej witrynie w danym miesicu

Atrybuty warunkowe Atrybuty decyzyjne System regułowy Przypadki uczące siĊ Reguły decyzyjne Klasyfikatory

(4)

Tabela 2. Zakodowana forma atrybutu decyzyjnego q1

Rys. 1. Liczba uĪytkowników ródło: Opracowanie własne.

Rys. 2. Dopasowanie rozkładu ródło: Opracowanie własne.

Liczba odsłon q2- liczba odsłon wygenerowanych przez wybran grup celow na wybranych

wi-trynach w wybranym czasie.

Zmienna: Liczba uytkowników (real users) Warto

słowna

Znaczenie Kod Obserw. Liczno Skumu-low. - Obserw. Procent Obserw. Skumul. % Ob-serw. Oczekiwana Liczno Bardzo mała <0; 1625000) 1 6 6 24,00000 24,0000 5,05886 Mała <1625000; 2750000) 2 5 11 20,00000 44,0000 2,00790 rednia <2750000; 8251250) 3 4 15 16,00000 60,0000 2,32746 Dua <8251250; > 4 10 25 40,00000 100,0000 15,60579

(5)

Tabela 3. Zakodowana forma atrybutu decyzyjnego q2 Zmienna: Liczba odsłon

War-to słowna

Znaczenie Kod Obserw. - Licz-no Skumulow. Obserw. Procent -Obserw. Skumul. % Ob-serw. Oczeki-wana - Liczno Mała <0; 334333333) 1 ₁₄ ₁₄ _56,00000 _56,0000 _11,76087 rednia <3334666666; 666666666) 2 4 18 16,00000 72,0000 8,62511 Dua <6667333333; > 3 7 25 28,00000 100,0000 4,61402

Rys. 3. Liczba odsłon ródło: Opracowanie własne.

Rys. 4. Dopasowanie rozkłady ródło: Opracowanie własne.

Zasig q3- stosunek liczby uytkowników, którzy dokonali przynajmniej jednej odsłony na

wybra-nej witrynie w wybranym okresie czasu do całkowitej liczby internautów w miesicu, do którego naley wybrany czas.

Tabela 4. Zakodowana forma atrybutu decyzyjnego q3 Zmienna: Zasig

Warto

słowna Znaczenie Kod

Obserw. - Licz-no Skumu-low. - Obserw. Procent -Obserw. Skumul. % - Ob-serw. Oczeki-wana - Liczno Mały <0,0,33) 1 15 15 60,00000 60,0000 15 redni (0,33; 0,67) 2 5 20 20,00000 80,0000 5 Duy (0,67; > 3 5 25 20,00000 100,0000 5

(6)

Rys. 5. ZasiĊg ródło: Opracowanie własne.

Czas q4- suma czasów spdzonych przez uytkowników (real user) na wybranej witrynie.

Wska -nik podawany w latach, dniach i godzinach.

Tabela 5. Zakodowana forma atrybutu decyzyjnego q4 Zmienna: Czas

Warto słowna

Znaczenie Kod

Ob-serw. - Licz-no Skumu-low. - Obserw. Procent Obserw. Skumul. % - Ob-serw. Oczeki-wana - Liczno Krótki <0, 43533333) 1 15 15 60,00000 60,0000 15 Długi (43533333; 86766666) 2 6 21 24,00000 84,0000 6 Bardzo długi (86766666; > 3 4 25 16,00000 100,000 0 4

Rys. 7. Czas ródło: Opracowanie własne.

Atrybut decyzyjny jest miar oceny audiencji serwisów internetowych. Bardzo trudno jest okreli skal ogldalnoci danego serwisu internetowego, dlatego dane zostały zebrane od

(7)

uyt-kowników serwisów poprzez ankiet jak równie najlepszych publikowanych rankingów wybra-nych serwisów internetowych, firm zajmujcych si badaniem uytecznoci i funkcjonalnoci serwisów [7,8,9]. Na podstawie tych danych zostały okrelone wartoci atrybutu decyzyjnego.

Tabela 6. Zakodowana forma atrybutu decyzyjnego d Warto słowna Kod Obserw. - Liczno Skumulow. - Obserw. Procent Obserw. Skumul. % - Obserw. Mała 1 13 13 52,00000 52,0000 rednia 2 6 19 24,00000 76,0000 Dua 3 6 25 24,00000 100,0000

Wykres 9. Dopasowanie rozkładu ródło: Opracowanie własne.

3. Procedura badawcza

Korzystajc z teorii zbiorów przyblionych opracowano redukt bezwzgldny i wzgldny ze zbioru danych atrybutów dla uytecznych warunkowych oraz okrelona została wzgldna istotno tych atrybutów. Na podstawie danych Tabeli 1 zostały wyodrbnione elementarne zbiory warun-kowe. Wygenerowane zostały 14 reguł pewnych. Przykładowe wygenerowane reguły zostały przedstawione poniej. E1= {p1} E6 = {p 9} E11 = {p 17, p 19} E2 = {p2, p 4, p 11, p 24} E7 = { p 10, p 25} E12 = {p 20} E3 = {p 3} E8 = {p 12} E13 = {p 21, p 23} E4 = {p 5, p 7} E9 = {p 13} E14 = {p 22} E5 = {p 6, p 8, p 14, p 15} E10 = {p 16, p 18}

Przy pełnym zbiorze 4 atrybutów warunkowych rodzina p* zawiera 14 elementarnych zbiorów warunkowych Ei. aden z konceptów decyzyjnych Xi nie da si rozłoy na sum logiczn

atrybu-towych zbiorów p-elementarnych Ei. Tak, wic, koncepty X1, X2, X3 nie definiowalne na podstawie

(8)

X1 ={ p2, p4, p5, p6, p8, p10, p11, p13, p14, p15, p22, p24, p25}

X2 ={ p3, p7, p16, p17, p21, p23}

X3 ={ p1, p9, p12, p18, p19, p20}

Kady z konceptów posiada swoje górne oraz dolne przyblienie. Rozpatrujc przykłady z ta-blicy informacyjnej moemy okreli dolne przyblienie. Jest to zbiór przykładów, który rozkłada si na elementarne atrybutowe zbiory. Natomiast górne przyblienie, jest to definiowalny (tzn. dajcy si złoy z elementarnych atrybutowych zbiorów Ej) zbiór przykładów zawierajcy dany

koncept X.

Wyróniamy równie takie okrelenie jak obszar graniczny – zbiór przykładów górnego przy-blienia zbioru X, które nie nale do dolnego przyprzy-blienia tego zbioru. Mona to wyrazi za po-moc wzoru (1).

GR(X) = GP(X) − DP(X) (1)

Kolejnym etapem jest obliczenie pozytywnego obszar rodziny p*, (2) oraz jako i dokładno przyblie konceptów decyzyjnych X1, X2, X3:, wzór (3), (4):

[ ]

{

x

U

x

X

}

Pos

_Q

∈

:

_Q

⊆

₍₂₎ card(U) (F)) card(Pos (F)= Q (3) ) GP(X (F)) card(Pos (F) i x Q i

∈ = F (4) Jako przyblienia rodziny konceptów decyzyjnych X1, X2, X3 przy uwzgldnieniu

wszyst-kich atrybutów warunkowych wynosi: (F) =0,76_{; Dla 76% przykładów umoliwia generowanie} reguł pewnych. Dokładno przyblienia rodziny konceptów decyzyjnych X1, X2, X3:

wyno-si:(F) =0,613

W tabeli 7 zostały przedstawione wyniki wygenerowanych regułach po zredukowaniu liczby atrybutów warunkowych.

Analizujc wygenerowane reguły mona stwierdzi, e jeli który z wymienionych czynni-ków nie zostanie spełniony, to poziom audiencji spada. Kad wygenerowan reguł opisuj na-stpujce parametry umieszczone w tabeli 6:

• elementarne zbiory warunkowe nie definiowalne na podstawie atrybutów q1, q2, q3, q4.

• dolne przyblienie card(DP(X)) jest to zbiór przykładów, który rozkłada si na elemen-tarne atrybutowe zbiory;

• górne przyblienie dla rozpatrywanego problemu;

• jako i dokładno przyblie konceptów decyzyjnych X1, X2, X3;

• pozytywny obszar rodziny p* przy 4 atrybutach warunkowych {q1, q2, q3, q4}.

Dla uytych danych jako klasyfikacji wynosi 76%, dokładno przyblie kadej klasy de-cyzyjnej ilustruje tabela 7. Jak wynika z wyej przedstawionej tabeli 7 liczba elementarnych zbio-rów jest do siebie podobna i zawiera od dziesiciu do trzynastu przypadków. Atrybut warunkowy q4 klasyfikuje si w 44%. Najwiksz dokładno przyblienia ma atrybut q1 ok. 84%, co

powodu-je, e obiekty nalece do tej klasy s najlepiej sklasyfikowane. Kolejnym krokiem oblicze jest okrelenie: wsparcia (ilo przykładów potwierdzajcych jedna reguł), pewnoci (stosunek wsparcia reguły do iloci wszystkich przykładów elementarnego zbioru warunkowego) oraz siły (stosunek wsparcia do licznoci całego uniwersum). Dzielc reguły na czci dobrze i le

(9)

zdefi-niowane, otrzymano wynik, jak w Tabeli 8 – cze reguł dobrze zdefiniowanych. Natomiast Tabe-la 9 – cz reguł le zdefiniowanych. Cz reguł dobrze zdefiniowanych: uzyskana ze zbiorów elementarnych Ei zawartych w dolnych przyblieniach konceptów decyzyjnych Xi(pełny algorytm

decyzyjny – reguły sprzeczne). Cz reguł le zdefiniowanych: uzyskana z granicznych regionów konceptów decyzyjnych Xi (reguły sprzeczne z pełnego algorytmu decyzyjnego).

Tabela 7. Tabela informacyjna dokładnoĞci przybliĪenia klasyfikacji poszczególnych klas decyzyjnych

Redukcja Atrybu-tów: Elementarne zbiory warun-kowe card(DP(X)) card(GP(X))

_(F)

Q

Pos

Dokładno przyblie-nia kancep-tu X1= 12 X1= 14 X1= 0,857 X2= 4 X2= 8 X2= 0,5 q1 13 X3=5 X3= 7 0,84 0,714 21 X3= 0,714 X1= 8 X1= 15 X1= 0,533 X2= 2 X2=12 X2= 0,166 q2 12 X3 = 4 X3= 8 0,54 0,4 14 X3 = 0,5 X1= 10 X1= 14 X1= 0,714 X2= 2 X2= 10 X2= 0,2 q3 12 X3= 3 X3= 9 0,6 0,455 15 X3= 0,333 X1= 8 X1= 14 X1= 0,571 X2 = 1 X2= 13 X2 = 0,08 q4 10 X3= 2 X3= 12 0,44 0,282 11 X3= 0,167

Tabela 8. Zestawienie wskaĨników wsparcia, siły i pewnoĞci poszczególnych reguł

R q1 q2 q3 q4 d Wsparcie Pewno Siła Ilo

przykładów 1 R0 4 2 3 3 3 1 1 0,04 1 2 R1/R5/R 7 NOT4 1 1 1 1 10 1 0,4 10 3 R2 2 2 1 1 2 1 1 0,04 1 4 R6/R8 4 NOT1 2 2 3 2 1 0,08 2 5 R9/R16 3 1 NOT3 2 1 2 1 0,08 2 6 R12 4 2 2 1 2 1 1 0,04 1 7 R13 4 3 2 1 3 1 1 0,04 1 8 R14 4 3 1 3 3 1 1 0,04 1 9 R15 4 3 3 1 2 2 1 0,08 2

(10)

Tabela 9. CzĊĞü Ĩle zdefiniowana R q1 q2 q3 q4 d Ilo przykładów 0 R3 1 1 1 3 1 1 1 R4 1 1 1 3 2 1 2 R10 4 3 3 2 2 1 3 R11 4 3 3 2 3 1

ródło: Opracowanie własne. le zdefiniowane reguły:

R3: (q1=1)(q2=1)(q3=1)(q4=3) Æ d=1 Pewno reguły = 0,5: reguła nieuyteczna

R11:(q1=4)(q2=3)(q3=3)(q4=2) (d=3 Pewno reguły = 0,5: reguła nieuyteczna Przeprowadzajc analiz problemu decyzyjnego, wycignito nastpujce wnioski:

• wyodrbniono 17 elementarnych zbiorów warunkowych,

• liczno zbiorów warunkowych nie jest dua i nie przekracza wielkoci 4, • dolne przyblienia pokrywaj znaczna wielko rozpatrywanych przykładów,

• jako przyblie wynosi, 76% co oznacza, ze taki odsetek przykładów generuje reguły pewne,

• dokładno przyblienia wynosi 0,76,

• istotno atrybutu q4 wynosi 0,44 i jest najmniejsza ze wszystkich atrybutów, co sprawia, e atrybut ten jest najlepszym kandydatem do redukcji, jednak nie idealnym.

6. Podsumowanie

Wyniki bada pozwoliły na okrelenie, które atrybuty decyzyjne w najwyszym stopniu de-cyduj o poziomie audiencji serwisów internetowych. Z przeprowadzonych bada wynika, e najwikszy wpływ na zachowanie uytkowników serwisu internetowego miały nastpujce czyn-niki: dua liczba internautów z wybranej grupy celowej, liczba odsłon wygenerowanych przez wybran grup celow na wybranych witrynach w wybranym czasie, zasig, czyli stosunek liczby uytkowników, którzy dokonali przynajmniej jednej odsłony na wybranej witrynie w wybranym okresie czasu do całkowitej liczby internautów w miesicu oraz czas przebywania na stronie, który ma najmniejsz istotno sporód wszystkich atrybutów. Podsumowujc przeprowadzone badania wykazano, e aby ocena audiencji serwisów internetowych była dua trzeba umiejtnie zastoso-wa wygenerowane reguły decyzyjne, które pozwol firmie prowadzcej stron internetow na usatysfakcjonowanie swoich klientów oraz usprawnienie funkcjonalnoci serwisu.

(11)

%LEOLRJUDILD

[1] Brachman R., Khabaza T., Kloesgen W., Piatetsky-Shapiro G., Simoudis E.: Industrial appli-cations of data mining and knowledge discovery, Communicatiosn of ACM, 1996.

[2] Han J., Kamber M.: Data mining: concepts and techniques, Morgan Kaufmann Pub., 2006 [3] Chen M.S., Han J., Yu P.S.: Data mining: an overview from a database perspective, IEEE

Trans. Knowledge and Data Engineering, 8, 1996.

[4] Tan P-N., Steinbach M., Kumar V.: Introduction to Data mining, Pearson Education, 2006. [5] Hand D., Mannila H., Smith P.: Eksploracja danych, WNT, Warszawa 2006.

[6] Larose D.T: Odkrywanie wiedzy z danych, Wyd. Nauk. PWN, Warszawa 2006. [7] Megaplanet PBI/Gemus, pa dziernik 2009.

[8] http://www.internetstandard.pl/ [9] http://ranking.pl/

[10] Klimkiewicz M., Moczulska K.: Zastosowanie zbiorów przybliĪonych do analizy satysfakcji klienta serwisu pojazdów.

[11] Pawlak Z.: Rough sets, International Journal of Information&Computer Sciences, 11, 1982.

EVALUATION OF THE AUDIENCE OF WEB SITES

Summary

In the present article we made an attempt at examining the significance of the audience of web sites. For the particular issues of evaluation, ratings of services were provided and rules of regularity were determined using rough set theory. Keywords: Websites, rough set theory, significance of variables, audience of web pages.

Luiza Fabisiak Wydział Informatyki

Zachodniopomorski Uniwersytet Technologiczny Waldemar Wolski

Uniwersytet Szczeciski

e-mail: luiza.fabisiak@gmail.com wwolski@wniez.pl

Ocena audiencji serwisw internetowych

[ ]

{

x

U

x

X

}

Pos

∈

:

⊆

(F)

(F)

Pos

_(F)

_(F)