Change in the Medium Term of Site-centric Web Statistics

Öz

Internet data traffic models need to be estimated to provide computer network planning and high quality network service. The aim of this study is to model the distributions of page-based data consisting of click data, and to generate resources for simulation and planning models. For this purpose, web sites, accessories and ready-to-wear websites are presented as e-commerce and news sites aiming to acquire information. Bypass rate, duration of site and number of page views are examined. With comparative analysis of the data obtained at five-month intervals, it can be concluded that the bounce rate and page video number indicators are examined by Dagum and Johnson SB distributions in the simulation models to be made. Due to the change in the behavior of Internet users, it would be appropriate for the researchers to make evaluations using other distributions based on current data for other website indicators. It is thought that the distribution information obtained can be used in various areas such as performance evaluation among web sites, especially in sales simulations used in the private sector.

Anahtar Kelimeler

• Simulation Models,Web Site Statistics,Statistical Distributions,Internet Usage Behavior,Medium Term Change

İnternet Sitesi İstatistiklerinin Orta Vadede Değişimi

Öz

Bilgisayar ağlarının planlanması ve kaliteli ağ servisi sağlamak için internet veri trafiği modellerinin tahminlenmesine ihtiyaç duyulmaktadır. Bu çalışmada amaç, tıklama verilerinden meydana gelen sayfa merkezli verilere ait dağılımların modellenmesi ile benzetim ve planlama modellerine kaynak oluşturmaktır. Bu amaç doğrultusunda hedef olarak belirlenen web siteleri, aksesuar ve hazır giyimin pazarlandığı e-ticaret ile bilgi edinme amacı taşıyan haber siteleridir. Bu web sitelerinin göstergelerinden olan hemen çıkma oranı, sitede kalma süresi ve sayfa görüntüleme sayısına ait dağılımlar incelenmiştir. Beş ay aralıkla elde edilen verilerin karşılaştırmalı analiz edilmesiyle, hemen çıkma oranı ve sayfa görüntüleme sayısı göstergelerinin, yapılacak benzetim modellerinde Dagum ve Johnson SB dağılımları ile incelenebilir olduğu çıkarımı yapılabilmektedir. İnternet kullanıcılarının davranış şeklinin değişmesi nedeniyle, araştırmacıların diğer web sitesi göstergeleri için sürekli güncel verilere dayalı dağılımları kullanarak değerlendirmeler yapmaları uygun olacaktır. Elde edilen dağılım bilgileriyle, özellikle özel sektörde kullanılan satış simülasyonlarında, web siteleri arasındaki performans değerlendirmesi gibi çeşitli alanlarda kullanılabileceği düşünülmektedir.

Anahtar Kelimeler

• Benzetim Modelleri,Web Sitesi İstatistikleri,İstatistiksel Dağılımlar,İnternet Kullanım Davranışı,Orta Vade Değişim

Kaynakça

1. ADEYEMI O.J. at al. (2018), Explorationof Daily Internet Data Traffic Generated in a Smart University Campus, Data in Brief, DOI: 10.1016/j.dib.2018.07.039i
2. BARNDORFF-NIELSEN, O. E. (1997). Normal Inverse Gaussian Distributions and Stochastic Volatility Modelling. Journal of Statistics. 24: 1-13.
3. BUCKLIN, R. E., SISMEIRO, C. (2009). Click Here for Internet Insight: Advances in Clickstream Data Analysis in Marketing, Journal of Interactive Marketing. 23, 35-48.
4. BROMIDEH, A. A. ve VALIZADEH, R. (2013). Discrimination Between Gamma and Log-Normal Distributions by Ratio of Minimized Kullback-Leibler Divergence. Pakistan Journal of Statistics and Operation Research. 9.4.
5. ÇİLİNGİRTÜRK, A. M. ve BOZKURT, G. (2018). İnternet Sitesi İstatistiklerinin Dağılımı. Marmara Üniversitesi 19. Uluslararası Ekonometri, Yöneylem Araştırması ve İstatistik Sempozyumu. 1171-1184.
6. DALESSANDRO, B., HOOK, R., PERLICH, C. ve PROVOST, F. J. (2012). Evaluating and Optimizing Online Advertising: Forget the Click, but There are Good Proxies.
7. HEUER, D., BRETTEL, M., KEMPER, J. (2015), Brand Competition in Fashion E-Commerce. Electronic Commerce Research and Applications. 14, 514-522.
8. HUBERMAN, B.A., PIROLLI, P., PITKOW, J.E. ve LUKOSE, R. (1998). Strong Regularities in World Wide Web Surfing. Science. 280.3, 95-97.

9. JOHNSON, E.J., BELLMAN, S. ve LOHSE, G.L. (2003). Cognitive Lock-In and the Power Law of Practice. Journal of Marketing. 67.2, 62-75.
10. LEVINA, O., VILNAI-YAVETZ, I. (2015), E-Visibility Maturity Model: A Tool for Assessment and Comparison of Individual Firms and Sets of Firms in E-Business. Electronic Commerce Research and Applications. 14, 480-498.
11. NOTTORF, F. (2014), Modelling the Clickstream Across Multiple Online Advertising Channels Using a Binary Logit with Bayesian Mixture of Normals. Electronic Commerce Research and Applications. 13, 45-55.
12. RAJASOORIYA, S. (2013). The Mc-Dagum Distribution and Its Statistical Properties With Applications. Asian Journal of Mathematics and Applications. Volume 2013. 1-16.
13. SEÇKİN, N. (2016). Bursa İlinde Gözlenen Yıllık Maksimum Yağışların Bölgesel Frekans Analizi. IMUCO – Nisan 21-22, 69-80.
14. SMIRNOV, N.V. (1939). On the Estimation of the Discrepancy Between Empirical Curves of Distribution for Two Independent Samples. Bulletin of Moscow University. 2.2, 3-14.
15. ÜLKEN, İ. (2010). Doğu Karadeniz Havzası’nda En Uygun Dağılımla Debi Süreklilik Eğrilerinin Bulunması. Yayınlanmamış Yüksek Lisans Tezi. İstanbul: İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü.
16. YILDIRIM, N. (2013). Normal Dağılım İçin Uyum İyiliği Testleri ve Bir Simülasyon Çalışması. Yayınlanmamış Yüksek Lisans Tezi, Ankara: Gazi Üniversitesi Fen Bilimleri Enstitüsü.