網路使用者日常線上資訊行為之探勘研究

由於上網已經成為人們日常生活不可或缺的行為，使得網路成為研究線上資訊行為極佳的平台，本文藉由以使用者為中心(user-centric)及以網站為中心(site-centric)的分析架構，透過三個月內跨期間、大樣本的網路使用探勘，目的在於了解網路使用者進行日常線上資訊行為之脈絡。本研究以台灣地區網路使用者性別、年齡比例為基準，抽樣出545位網路使用者在2010年7月至9月的點擊流資料(clickstream data)，觀察使用者在台灣地區使用人次較多、具市場商機且成長潛力快速的「新聞」、「購物」、「拍賣」、「搜尋」、「微網誌」、「社群」、「線上影音」等七大網站類別共20個網站之資訊行為。本研究以使用者為中心(user-centric)的分析取向，透過不重複瀏覽人次分析(unique visitor)、平均每人瀏覽時間(duration)分析、週末週間分析及時段分析，了解使用者在不同類別與網站之間的行為差異；接著透過性別卅年齡與類別卅網站分析，了解使用者與站之間(user-site-centric)的網站與目標族群定位之差異。在以網站為中心(site-centric)的分析取向上，本研究首先透過Cochran test證實使用者在不同類別及網站間之瀏覽行為有顯著差異，接著利用對應分析(correspondence analysis)顯示類別與網站的相對分佈；最後利用關聯法則(association rules)了解在以使用者為計算單位(by user)、以session為單位(by session)及Jaccard index三種計算方式，比較任兩個網站同時出現的機率，試圖歸納類別與網站競爭或互補之定位。本研究以綜合考慮網路使用者與站的角度，除了整合過去網路研究未能同時考量整合網站與使用者行為的缺口之外，在探勘規則上亦提出新工具，提供後續研究者進行網路探勘分析之基礎，更以實務建議提供網路行銷業者進行網站相關經營決策之參考。

關鍵字

線上資訊行為；點擊流資料；網路行銷

並列摘要

Surfing the web has become one of the important and indispensable activities in people’s daily life, and Internet is a great channel to collect people’s usage data. However, studies in the past seldom analyzed online behavior through multiple sites. This study found out user’s online information behavior among different categories and sites in both user-centric and site-centric view. 545 users’ clickstream data from July to September, 2010 collected from an online panel’s clickstreams were aggregated to derive the information behavior rules. Website’s categories include “news”, “shopping”, “auction”, “search engine”, “micro blog”, “social network” and “online video”sites. In user-centric approach this paper used unique visitor analysis, duration, time, weekday-weekend and period of time analysis with gender and ages to realize the pattern of different users through multiple categories and sites in the different time, and in sit-centric approach this paper used Cochran test, correspondence analysis and association rule to gather site in the graph and realize the relationship or the categories and sites were competitive or complementary. Finally, this study also provided several in-depth discussions and implications for future internet marketing.

並列關鍵字

Online Information Behavior ； Clickstream Data ； Internet Marketing

參考文獻

Agrawal,R. and Srikant, R.(1994), Fast Algorithms for Mining Association Rules. In the Proceeding of Internationnal. Conference on Very Large Databases (VLDB),

Bickel, P. J. and Lehmann, E. L. (1975), Descriptive Statistics for Nonparametric Models I. Introduction. Ann. Statist, 3(5), pp.1038-1044.

Broder, A. (2002), A Taxonomy of Web Search, SIGIR Forum, 36 (2), pp. 3-10.

Bucklin, R. E. and Sismeiro, C. (2003), A Model of Web Site Browsing Behavior Estimated on Clickstream Data. Journal of Marketing Research, 40 (3), pp. 250

Case, D.O., Andrews, J., Allard, S.A., and Johnson, N.E. (2006), Fields and Pathways: Constrasting or Complementary Views of Information Seeking. Information Processing & Management, 26 (2), pp. 569-582.

國際替代計量

網路使用者日常線上資訊行為之探勘研究

未授權

主題瀏覽