Web-sivuston istuntoanalyysi löydettävyyden tehostamiseksi

Abstract

Tutkielmassa tarkastellaan web-sivuston käyttäjälokien analysointia. Tarkoituksena on ymmärtää käyttäjien tiedontarpeita jo olemassa olevien palvelinlokien avulla. Tätä historiatietoa apuna käyttäen tavoitteena on löytää menetelmiä käyttäjälle hyödyllisten sivujen määrittelemiseksi. Sivuston aitoon käyttöhistoriaan perustuvaa tietoa tarkastellaan tiedontarpeen arvioinnin kannalta, ja samalla tutkitaan, pystytäänkö näin menettelemällä löytämään arviolle personointiulottuvuus. Käyttäen apuna tietoa siitä, millä sivulla käyttäjä kullakin hetkellä on tai siitä, mitä kautta sivulle on saavuttu, pyritään arvioimaan todennäköisimmät sivut, jolle käyttäjä mahdollisesti siirtyy ja miltä sivuilta mahdollinen vastaus tiedontarpeeseen parhaiten löytyy. Lokeista louhitun tiedon perusteella voidaan muodostaa graafi, jonka perusteella johdetaan formaali malli todennäköisyydelle sivuista, joita käyttäjän oletetaan kokevan hyödyllisiksi. Kyseisille sivuille johdetaan siis numeerinen painoarvo. Tätä painoarvoa voidaan käyttää apuna mm. hakutulosten painottamiseen tai sivusuositusten määrittelemiseen.

Tiedontarpeen arvioinnin kannalta löydettävyys on olennaista. Löydettävyydellä tarkoitetaan sitä, kuinka hyvin kunkin aihealueen relevantti tieto on löydettävissä. Tietojenkäsittelytieteiden sovellusalueella tähän liittyy informaatiotutkimus ja sen osaalueella tiedonhaku, jossa tutkitaan tiedon tallennukseen, hakuihin ja esittämiseen liittyviä menetelmiä. Näihin liittyviä teemoja ovat tekstihaku ja löydettyjen dokumenttien relevanssi. Tekstihaku perustuu dokumenttikokoelman indeksointiin ja hakutermien täsmäämiseen indeksoituihin termeihin. Haun tulokset järjestetään joko kokoelman dokumenttien linkkirakenteen tai hakutermien tilastollisen esiintyvyyden mukaisesti oletettuun relevanssijärjestykseen.

Käyttäjä on tilanteessa anonyymi, rekisteröitymätön entiteetti, jolle pyritään muodostamaan profiili muodostetun istunnon (session) lokitiedon mukaisesti. Lokitieto sisältää vieraillut sivut sekä mahdollisesti hakutoimintoa käytettäessä käytetyt hakusanat. Tutkielmassa ei oteta tietoisesti huomioon rekisteröityneeseen käyttäjään liittyvää henkilökohtaista dataa, vaan keskitytään löytämään yleinen malli anonyymin käyttäjän profiloimiseksi. Huomioon ei tällöin tarvitse ottaa käyttäjätiedon keräämistä ja sen käyttöön mahdollisesti liittyviä juridisia puolia.