Navigation Behavior Analysis and User Profiling Based on Automatically Collected Website Data

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Emma Nordbäck
dc.contributor.author Nyman, Mathias
dc.date.accessioned 2013-04-15T11:53:09Z
dc.date.available 2013-04-15T11:53:09Z
dc.date.issued 2013-03-18
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/9003
dc.description.abstract Websidor är i dagens informationsutbytes samhälle en av de populäraste mediet för distribuering av information. Företag siktar på att websaijtens informationsutbud skulle tillfredsställa både existerande och potentiella kunder. Trots mängden information hittar inte alla besökare informationen som de söker efter. Bara genom att fylla websaijten med data, kan man inte garantera att en användare finner specifik information. Därmed är det viktigt att man planerar websaijten så att den stöder användarnas informations behov och mål. Användare söker information på olika sätt och beter sig olika på hemsidor. Liksom med all mjukvarautveckling ,är websaijter inget undantag och man bör applicera användarcentrerad design även på Webben. I detta arbete valde jag att undersöka de existerande teorierna i användarnas navigerings beteende i hypertext informations system. Jag siktade på att utvinna data från ett globalt IT företags websaijts loggdata om besökarnas navigerings stiler, informations behov och sökbeteende. Från samma loggdata, har jag även identifierat strukturen på en genomsnittlig besökares navigerinssession. De olika användaregenskaper nämnda i teorierna, utvann jag från loggdatan som verktyget Adobe SiteCatalyst samlat in i september 2012. Analysen baserar sig på sessions data från totalt 64 238 websaijtbesökare, vilket var 47,28% av alla besökare som gjorde entré på websaijtens framsida. De från loggdatan utvunna användaregenskaperna matchades ihop med motsvarande navigeringsstiler, informationsbehov och sökbeteenden. Dessutom utvann jag informationsarkitekturiska krav från analysresultatet. Mina resultat visade att datautvinning kan erbjuda värdefullt statistiskt stöd till användarcentrerade produktutvecklings metoder, men ger inte tillräckligt insikt för att kunna vara en fristående metod. Denna studies forskningsresultat visar att alla tre navigerings beteende relaterade teorier har två stycken kategorier som är avsevärt mera förekommande. Innehålls fokuserade och arbetsamma navigeringsstiler representerade 92,59 % av den analyserade datan. Gällande informationsbehoven, 96,60 % var antingen perfekt fångs eller hummer fångande, medan sökbeteendens procent var 90,93 % för två-steg och pärlväxande. Detta forskningsresultat visade att det finns potential i användarundersökningar baserat på automatiskt insamlad loggdata. sv
dc.description.abstract The use of websites for distributing information is one of the most common media in today´s information sharing society. When it comes to companies, they aim at satisfying both potential and existing customers. Despite the website´s potential of providing the right information to the visitor, however, the visitor might not always find the right information. Placing loads of data on the website does not guarantee that right information is being delivered and understood correctly. Therefore, websites has to be planned to support different user needs and user goals. Different users seek for information in different ways and behave differently on the webpages. Like any type of software, website design, therefore, has to incorporate the principles of user-centered design. In this thesis I have chosen to investigate the existing theories on users’ navigation behavior in hypertext information systems, aiming at determine a global IT company’s website visitors’ navigation styles, information needs, and seeking-behaviors based on web analytics data. I have also, based on web analytics data, identified the website’s core visitor group and how their navigation session is structured. The different factors of the user characteristics, described in various theories, were found with analyzing data collected from the web analytics tool Adobe SiteCatalyst during September in 2012. The analyses were conducted on site journey data from 64 238 website visits which constituted 47.28 % of all site visits with the homepage as entry point. These factors were associated with the corresponding seeking-behaviors, information needs, and navigation styles. Furthermore, some information architecture specific requirements were extracted from the analysis. My findings supported that data mining can provide valuable statistical support to other user-centered design methods, but cannot currently be used as a standalone method. The results of this study showed that all three navigation behavior related theories had two categories that were clearly more common than the rest. In navigation styles case, content focused navigation and laborious navigation represented 92.59 % of all site journeys. Together, perfect catch and lobster trapping represented 96.60 % of the information needs. And finally, in seeking-behaviors two-step and pearl-growing represented 90.93 % of all site journeys. The results of this study showed potential in user and usability studies based on automatically collected web analytics data. en
dc.format.extent 77 + 7
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.title Navigation Behavior Analysis and User Profiling Based on Automatically Collected Website Data en
dc.title Analysering av navigerings beteende och användarprofilering på basen av automatiskt insamlad webplatsdata sv
dc.type G2 Pro gradu, diplomityö en
dc.contributor.school Sähkötekniikan korkeakoulu fi
dc.contributor.department Tietoliikenne- ja tietoverkkotekniikan laitos fi
dc.subject.keyword data mining en
dc.subject.keyword user profiling en
dc.subject.keyword information architecture en
dc.subject.keyword navigation behavior en
dc.subject.keyword datautvinning sv
dc.subject.keyword användarprofilering sv
dc.subject.keyword informationsarkitektur sv
dc.subject.keyword navigerings beteende sv
dc.identifier.urn URN:NBN:fi:aalto-201304161901
dc.programme.major Tietoliikennetekniikka fi
dc.programme.mcode S-38 fi
dc.type.ontasot Diplomityö fi
dc.type.ontasot Master's thesis en
dc.contributor.supervisor Kalevi Kilkki
dc.programme TLT - Tietoliikennetekniikka fi
dc.location P1 fi


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account