CC BY
55
ИСПОЛЬЗОВАНИЕ ВНЕШНИХ СТАТИСТИЧЕСКИХ ДАННЫХ ПРИ ПЕРСОНАЛИЗАЦИИ САЙТА
К.П. ШЕРЕМЕТЬЕВ, доц. каф. автоматизации и управления МГУЛ, канд. техн. наук, А.Г. ЦАРЕВ, асп. факультета ЭСТМГУЛ
Интернет предоставляет большие возможности по сбору и анализу статистических данных сайта. Сбор и анализ статистической информации является неотъемлемой частью стратегии развития сайта и позволяет проводить полноценные исследования рынка покупателей, дает оценку коммерческим действиям и таким образом дает возможность планировать бизнес и претворять в жизнь наиболее удачные решения [5].
Постановка задачи
Целью данной статьи является исследование возможности использования статистических данных поисковых систем для пер-сонализации сайта.
Средства сбора статистических данных
В сети Интернет статистика приобретает статус основного исследовательского инструмента [5].
Существует три общепринятых способа сбора статистических данных.
Внешний счетчик (ВС). Представляет собой специальный скрипт, который загружается у пользователя одновременно с загрузкой странички веб-сайта и передает на сервер статистики информацию об этой загрузке [5]. Услуги пользования внешними счетчиками предоставляют такие статистические сервисы, как Spylog, TopMail, Hotlog и т.д. Большинство внешних счетчиков распространяется на бесплатной основе.
Программа - анализатор лог-файлов (ДА). Программы, которые по специальным алгоритмам обрабатывают лог-файл - файл сервера, в котором фиксируются все действия посетителей. JIA распространяются на платной основе. Наиболее популярные из них - это Webtrends, Analog, Netpromouter.
Внутренний счетчик. Представляет собой скрипт, который сохраняет сведения о загрузке страницы в отдельный файл или соб-
ственную базу данных сайта. Недостатки внутренних систем зависят от квалификации разработчиков и выделенными на нее средствами. По сравнению с ВС и ЛА внутренние счетчики имеют ряд неоспоримых преимуществ:
1) конфиденциальность собранных статистических данных;
2) практически неограниченное время хранения собранных данных;
3) возможность защиты от полной потери собранных данных;
4) возможность учета полной информации о просмотренной странице;
5) возможность применения полученных статистических данных при персонали-зации сайта.
Разработанная авторами система пер-сонализации сайта www.aldera.ru [3] основана на внутреннем счетчике. Посредством этого счетчика осуществляется сбор следующих данных:
1) 1Р - адрес посетителя;
2) идентификатор сеанса;
3) иКЬ-адрес предыдущей страницы (реферер);
4) наименование площадки, с которой осуществлялся переход на страницу; площадка (ПП) - это специальное место на странице сайта, которое отведено под ссылки: прайс товаров, рекламные площадки, персонализированные рекламные площадки;
5) тип содержимого просмотренной страницы: новость, описание товара, статья;
6) заголовок просмотренной страницы (товара, статьи, новости);
7) дата и время перехода на страницу;
8) количество показов страницы в момент перехода;
9) количество переходов на страницу в момент перехода;
10) количество показов страницы в момент обращения к статистической информации;
лчлч 1
Количество посещений
□ Яндекс ; в Рамблер
□ Гугл
□ Апорт
Рис. I. Посещаемость сайта www.aldera.ru из поисковых систем с 24.03.2005 по 27.01.2006
11) программное обеспечение, которое использовал посетитель при просмотре страницы.
Эти данные используются для анализа поведения пользователя на сайте.
Метод персонализации, основанный на внешней статистике
Существующие программные продукты в области персонализации используют статистику, собранную и локализованную посредством только своих собственных средств. Такой подход не позволяют учесть общую модель поведения пользователей в Интернете. Для построения такой модели необходимо использовать внешние источники. Так как основная часть посетителей большинства сайтов приходит при помощи поисковых систем (ПС) [1], именно они являются наиболее важными источниками. Для использования данных ПС предлагается:
1) выбрать ПС, данные которой будут использованы;
2) выявить список соответствующих запросу товаров (ССЗТ) из поискового запроса посетителя;
3) определить рыночную заинтересованность товаров (Л);
3.1) определить спрос на товары из
ССЗТ;
3.2) определить количество конкурирующих сайтов;
3.3) рассчитать рыночную заинтересованность товаров по формуле
где 5 - спрос на товар;
Ык - количество конкурирующих сайтов
по товару;
4) рекомендовать товары из ССЗТ, ранжированные по убыванию рыночной заинтересованности.
После перехода на интересуемый товар алгоритм рекомендации не изменяется за исключением второго пункта: для выявления ССЗТ вместо поискового запроса будет использоваться наименование текущего товара.
Выбор используемой поисковой системы
Для выбора ПС рассмотрим статистику сайта www.aldera.ru:
Из рис. 1 видно, что посещения с Яндекса являются наиболее частыми. Поэтому под внешним источником статистических данных будем понимать поисковую систему Яндекс.
Выявление искомых товаров из поискового запроса
Посещение из поисковой системы несет в себе формализованный пользователем поисковый запрос (ПЗ). Посредством сравнения ПЗ с представленными на сайте товарами предлагается определить список искомых товаров.
Алгоритм определения списка искомых товаров.
1. Выделяем ПЗ из реферера.
2. Сравниваем каждое слово из ПЗ, кроме общеупотребительных и стоп-символов, со словами из наименования товаров. Просматриваемый товар в сравнении не участвует.
Поисковый запрос в ПС:
«дистиллятор дэ»
Функция поиска СИТ
V
Неструктурированный список товаров сайта
1) К1 ультрафиолетовая
2) автоклав vitale 12
3) дистиллятор дэ 10
4) рентгенаппарат timex 70
5) дистиллятор дэ 4
6) дистиллятор дэ 25
7) компрессор msv 6/30
V
Вывод результатов в ПС
1= =0
1=
1= =1
1= =0
1= =1
1= =1
1= =0
Посещение страницы:
дистиллятор дэ 60
с>
о
Наименование ССЗТ:
дистиллятор дэ
-7\
Ассортимент искомых товаров:
дистиллятор дэ 10 дистиллятор дэ 4 дистиллятор дэ 25
\ 7
Сохраняем данные в БД
Рис. 2. Схема определения списка искомых товаров
0,5 0,45 0,4 0,35
Частота 0,3 переходов на 0,25 сайт 0,2
0,15 0,1 0,05 0
ыэ_
О
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Индекс совпадающих слов в запросе и товаре
Рис. 3. Гистограмма частоты переходов на сайт в зависимости от количества совпадающих слов в запросе с наименованием товара (данные с 27.10.2005 по 27.01.2006)
4. Для каждого товара рассчитывается индекс совпадающих слов (I)
/ - Ег/КЧ,
где Ег - количество слов в запросе, которые
совпадают с наименованием товара;
М - количество слов в запросе.
5. Товары, у которых Индекс совпадающих слов максимален, заносятся в ССЗТ.
6. Совокупность совпадающих слов принимается за название ССЗТ.
Необходимость использования предложенного метода подтверждается обработкой статистических данных.
Из рис. 3 видно, что пик переходов на сайт достигается при полном вхождении запроса в наименование товара. Поэтому предлагается сузить список предлагаемых товаров до товаров, наиболее схожих с запросом.
Определение рыночной заинтересованности предлагаемых товаров
Для определения рыночной заинтересованности на товары необходимо определить их спрос и количество конкурентов. Спрос на товар определяется количеством запросов к ПС Яндекс, а количество конкурентов - количеством сайтов, которые предлагают товар.
Поисковая система Яндекс посредством сервиса «Яндекс.Директ» отображает количество запросов по словам и фразам.
ЯпНиг статиста запросов
тлжм ошвдым САШ)
| ПкиЧрлг* ] мнсмм*«якптм1.р д»»—КМ ™
ошш* ттл
Рис. 4. Страница «Яндекс.Директ» с запросом «дистиллятор дэ»
Запрос в Яндекс.Директ с наименованием ССЗТ:
V
Поиск товаров из ССЗТ на странице Яндекс.Директ
V
Спрос на товары ССЗТ за месяц:
1) дистиллятор дэ 10-26 показов
2) дистиллятор дэ 4 - 23 показов
3) дистиллятор дэ 25 - 16 показов
V
Сохраняем данные в БД
Рис. 5. Схема определения спроса на предлагаемые
товары
Таким образом, определение спроса на товары сводится к загрузке их наименования ССЗТ в сервис «Яндекс.Директ» и обработке загруженной страницы.
Алгоритм определения спроса на то-, вары из ССЗТ:
1. Загружаем страницу «Яндекс.Директ» с наименованием ССЗТ.
2. В загруженной странице ищем строки с наименованием товаров из ССЗТ.
3. Определяем количество запросов каждого товара.
4. Сохраняем данные в базе данных (БД).
Таким образом получаем спрос на предлагаемые товары. На величину спроса влияют такие факторы, как знание посетителя о модельном ряде искомого товара, его популярность в близком посетителю обществе и т.д., поэтому нулевое значение спроса в «Яндекс.Директ» не означает отсутствие необходимости в данном товаре. Если у всех товаров из ССЗТ значение спроса равно нулю, то для последующей сортировки приравниваем спрос одной второй.
В результате поискового запроса посетителю выдаются страницы с ссылками, заголовками и аннотациями найденных документов. Однако наибольший интерес представляет первая страница результатов.
1 М^о л»'«"» <***• Cv-
И О » г * . « * • ■ - "
V / /
S*U* } X
ZaimmvpAb-i t? г
ДкммипуДЭ»»!;
, лъ \ А> <<г* /с, « ! < X4 »К—->«
дом«-« * детм-ги»..?^
"¿Л " 4«. «А* к
¡.¿к.г. (д
бнгпнмчтврДЗ 'Зг^дд.1 Д^ямгадДЭи.О.^,»
Рис. 6. Страница ПС Яндекс с результатами запроса «дистиллятор дэ»
Запрос в Яндекс с запросом посетителя: «дистиллятор дэ»
V
Поиск товаров из ССЗТ на странице Яндекс.Директ
\ /
Количество конкурентов по товарам в ПС Яндекс: Дистиллятор дэ 10 - 2 сайта Дистиллятор дэ 4 - 4 сайта Дистиллятор дэ 25 - 2 сайта Дистиллятор дэ 60 - 1 сайт
\ /
Сохраняем данные в БД
Рис. 7. Схема определения количества конкурентов на товары из ССЗТ
По данным исследовательской компании СуЬегАЙаэ, на вторую страницу переходит лишь 24 % посетителей [8]. Поэтому определять количество конкурентов будем по первой странице результатов ПЗ.
Алгоритм определения количества конкурентов на товары из ССЗТ.
1. Загружаем страницу «Яндекс» с ПЗ.
2. В загруженной странице ищем строки с наименованием товаров из ССЗТ.
3. Определяем количество сайтов для каждого товара.
4. Сохраняем данные в БД.
После того как определены спрос и количество конкурентов, определяется рыночная заинтересованность на товары. Высокий спрос и небольшое количество конкурентов повышают вероятность благоприятного для владельца сайта, посещения страницы с описанием товара. Поэтому предлагается рекомендовать товары в порядке убывания рыночной заинтересованности.
Выводы
Приведенный в статье метод позволяет учесть общую модель поведения пользователей в Интернете.
На основании полученных данных подтверждается возможность использования статистических данных внешних источников при персонализации сайта, а также необходимость осуществления дальнейших исследований по данному направлению.
Библиографический список
1. Робин Ноблес Эффективный Web-сайт: учеб. пособие / Робин Ноблес, Керри-Лэй Греди.. - М.: Изд-во ТРИУМФ, 2004, 560с.
2. Шереметьев, К.П. Система персонализации данных для сайтов электронной коммерции / К.П. Шереметьев, А.Г. Царев // Вестн. Моск. гос. ун-та леса - Лесной вестник. - 2005. - №6(42). - С. 172-175.
3. Царев А.Г. «Интернет-магазин для стоматолога. Медицинский алфавит» //Медицинский алфавит. Стоматология. - 2005 - № 3(46). - С. 16-17.
4. Комплексный метод оценки эффективности Интернет-рекламы в коммерческих организациях. www.dis.ru 01/12/2002.
5. Место статистики в онлайн-продвижении URL: http://www.startpromo.ru/ modules/ sections/ index. php?op=viewarticle&artid=50 16/12/2005
6. Программа Site Statistics - объективная Интернет-статистика URL: http://netpromoter.ru/ bulkpromot-ег/ 16/12/2005
7. Статистика web-сайта, подходы и выбор. URL: http:// www.codenet.ru/webmast/html/stat.php22/12/2005
8. Зачем Вашему корпоративному сайту высокий рейтинг в поисковых системах? URL: http://www. marketlist.ru/why.php 21/01/2006.
