投稿日:2014/09/04 更新日: SIGIR 論文紹介

Good Abandonment in Mobile and PC Internet Search

Li, Jane
Huffman, Scott
Tokuda, Akihito
In Proc of SIGIR2009
http://dl.acm.org/citation.cfm?id=1571951

概要

検索クエリの中には、検索結果のページをクリックすることなく、その後クエリの修正も行われない「abandonment」なクエリが存在する。その中でも、「京都 天気」のように、検索結果ページに必要な情報が表示され、ページをクリックせずにユーザが満足して検索を終えるクエリをこの論文では「good abandonment」なクエリと呼ぶ。
アメリカ、日本、中国の3カ国それぞれで、PCとモバイルの検索ログからabandonmentなクエリを収集し、分析を行う。

データ

アメリカと日本の検索ログからは、PCとモバイルそれぞれ400個のabandonmentなクエリを収集。中国の検索ログからは、PCとモバイルそれぞれ1000個のabandonmentなクエリを収集。

good abandonmentの割合

各クエリについて、good abandonmentなクエリでありそうかどうか(potential good abandonmentであるかどうか)を人手で判定。この時点では、クエリの検索結果に本当に必要な情報が含まれるかどうかは問わない。各国、デバイスでのabandonmentクエリに対するpotential good abandonmentなクエリの割合は以下の通り。いずれの国でもモバイルの方がpotential good abandonmentなクエリの割合は高い。日本のpotential good abandonmentなクエリの割合が他の国より低いのは、日本のモバイルサーチ市場が成熟しており、検索トピックが多岐に渡ったり、より深い情報要求があったりするため。

  • アメリカ・モバイル:54.8%
  • 日本・モバイル:32.3%
  • 中国・モバイル:49.8%
  • アメリカ・PC:31.8%
  • 日本・PC:19.0%
  • 中国・PC:23.3%

likely abandonmentの割合

potential good abandonmentなクエリで実際に検索を行い、検索結果中に回答が含まれるクエリをlikely abandonmentなクエリとして、その割合を調査。PCでは、potential good abandonmentなクエリのうち56%がlikely abandonmentなクエリであり、モバイルではその割合は70%にまで上がる。

potential good abandonmentのカテゴリ

potential good abandonmentなクエリを20のカテゴリに分類。各国、デバイスで割合の高い上位3カテゴリは以下の通り。

  • アメリカ・モバイル:Local、Answer、Stock
  • 日本・モバイル:Local、Answer、Celebrities
  • 中国・モバイル:Weather、Answer、Celebrities
  • アメリカ・PC:Local、Answer、Person
  • 日本・PC:Celebrities、Definition、Local
  • 中国・PC:Local、Answer、Quotation

カテゴリごとの傾向を見ると、weather、stock、showtimes、spellingといったシンプルな情報要求のカテゴリではlikely abandonmentの割合が高く、local、answer、images、celebritiesといったカテゴリではlikely abandonmentの割合は低い。


-SIGIR, 論文紹介

関連記事

Crowdsourcing for relevance evaluation

Alonso, Omar Rose, Daniel E. Stewart, Benjamin In SIGIR Forum, Vol.42, Num.2 http://dl.acm.org/citat …

【論文紹介】Regularising Factorised Models for Venue Recommendation using Friends and their Comments

Manotumruksa, Jarana and Macdonald, Craig and Ounis, Iadh CIKM 2016 ACM, PDF 概要 グラスゴー大学のIadh Ounisのグ …

【論文紹介】Personalised Rating Prediction for New Users Using Latent Factor Models

Seroussi, Yanir and Bohnert, Fabian and Zukerman, Ingrid In Proc. of HT 2011 概要 映画や書籍に対するユーザのレーティングを …

What’s in a hashtag?: content based prediction of the spread of ideas in microblogging communities

sur, Oren Rappoport, Ari In Proc. of WSDM 2012 http://dl.acm.org/citation.cfm?id=2124320 概要 ツイッター上で、 …

Everyday Life Music Information-Seeking Behaviour of Young Adults

Audrey Laplante J. Stephen Downie In Proc. of ISMIR 2006 概要 20人の若者を対象に、新しい音楽を探す際にとる行動についてインタビューを行い、結 …