Indici per la valutazione della QoS di applicazioni Web POLITECNICO DI MILANO Tesina di Laurea di: Andrea Ferrari - Matr.: Milano, 20 aprile 2004 Relatore: Prof. Giuseppe Serazzi Correlatore: Ing. Giuliano Casale

Internet oggi… Sviluppo di Internet cambia le tradizionali regole di comunicazione. Darwinismo progettuale. Necessità e desiderio di analizzare le applicazioni Web dal punto di vista dellutente.

Obiettivi Rappresentare e misurare il Web. Analizzare le caratteristiche cognitive ed il comportamento degli utenti. Ricavare informazioni da un sito Web: – Analisi topologica – Analisi dei file di log del Sito del Politecnico di Milano

Metodologie per rappresentare il Web* Necessità di rappresentare globalmente un sito Web Sviluppo di diagrammi per il Web (metafore) Internet è basato su una struttura globale non consistente. 4 Veloce sviluppo del Web alla portata di tutti. 8 Disorientamento degli utenti. 8 Usabilità critica sia per lutente che per il web- designer. * B. Wong, G. Marsden, 2000, Visualizing the Web: why we should abandon graphs and trees.

Metodologie per rappresentare il Web (2) Grafi ciclici: Rete di nodi connessi. 8 Disordine e difficoltà di lettura. Alberi gerarchici Struttura gerarchica (aggiunta iterativa di nodi figli) 8 Struttura del Web implicitamente non gerarchica

Metodologie per rappresentare il Web (3) Coni Alberi gerarchici 3D (o artifici per migliore rappresentazione 2D) 8 Critica la rappresentazione dei legami non gerarchici

Metodologie per rappresentare il Web (4) Alberi iperbolici Alberi in geometria non euclidea (lente a occhio di pesce) 8 Difficoltà a contestualizzare la rappresentazione

Metodologie per rappresentare il Web (5) Metafore moderne – Struttura 3D su una colonna verticale (barra di navigazione)

Metodologie per rappresentare il Web (6) Metafore moderne – A diverse quote ventagli (sottoinsiemi di pagine)

Metodologie per rappresentare il Web (7) Metafore moderne – Agevole rappresentazione di link non gerarchici – Facile rappresentazione di sottositi.

Il concetto di metrica nellambiente Web* È importante misurare gli attributi degli oggetti che studiamo. È necessario definire metriche per il Web. Metriche banali (hop- count, frequenza di accessi, distribuzione dei click, ecc.) Analisi metrica attraverso i grafi: – Grafo di N nodi è rappresentabile con una matrice delle distanze C di dimensioni N x N. – Lelemento c ij rappresenta la distanza fra la pagina i e la pagina j del Sito. – Nodi irraggiungibili sono posti a distanza K (costante arbitraria). * D. Dhyani, Wee Keong Ng, S.S. Bhowmick, 2002, A survey of Web metrics.

Il concetto di metrica nellambiente Web: la centralità Rappresenta la connettività di un nodo Il nodo centrale è quello col valore maggiore di ROC o di RIC. Da esso è possibile costruire una gerarchia allinterno dellipertesto e migliorarne la navigabilità.

Il concetto di metrica nellambiente Web: metriche globali Metriche di compattezza Metriche di classe – Valuta lordine lineare del grafo – Siti altamente lineari sono spesso difficili da navigare – Su una scala da 0 a 1 indica lestensione dei rimandi allinterno dellipertesto. – Valori distanti dagli estremi denotano buona usabilità e navigabilità.

Analisi topologica del sito Web del Politecnico di Milano Dati del problema: – Matrice dincidenza (ricavata dal web-server o con download con spider) – Matrice delle distanze (ricavata con un algoritmo in backtracking che calcola il cammino minimo tra due nodi Indici calcolati: – Centralità – Compattezza e classe con script C++ Limitazioni e problemi: – Sito Web = pagine Matrici di 144 milioni di elementi! Tempo di calcolo per generare la matrice delle distanze: qualche anno!!! – Limitazione: grafo delle 100 pagine più visitate Dal file di log dei giorni 1, 2 e 3 aprile 2002 – Cammino massimo tra due nodi = 10 pagine

Analisi topologica del sito Web del Politecnico di Milano (2) Centralità: – Home Page non è la pagina più connessa – Pagine centrali eventiIniziative/settimana.php ardo/didattica/ric_clit.html Metriche globali: – Compattezza C P = 0,48 Ottimo compromesso che garantisce una buona usabilità – Classe S = 0,045 Scarsa linearità garantisce una semplice navigabilità per Siti molto ampi.

Differenze cognitive negli utenti del Web* Il Web è un ampio sistema non-lineare. Occorre valutare sempre – performance del sistema – abilità degli utenti Le differenze individuali fra gli utenti del Web sono le variabili più importanti da considerare per stabilire criteri di usabilità (Nielsen). Distinzioni di tipo cognitivo fra individui: – Field-Independent (FI) – Field-Dependent (FD) Distinzioni fra gli utenti dovute allesperienza. Altre distinzioni (non interessanti). Stile cognitivo: modo abituale e prevalente che una persona ha di percepire, memorizzare, imparare, prendere decisioni e risolvere problemi. * Kyung-Sun Kim, Individual differences and information retrieval: implications on Web design; H. Habieb Mammar, F. Tarpin Bernard, Incorporating cognitive styles into adaptive multimodal interface.

Differenze cognitive negli utenti del Web (2) Esperimento con 4 categorie di utenti. Utenti senza esperienza: – FI impiegano meno tempo – FI visitano meno pagine – FD utilizzano spesso il comando Home e i link ipertestuali Utenti con esperienza: – Non vi sono differenze fra FI e FD in termini di tempo – Non vi sono differenze fra FI e FD nelluso dei comandi di navigazione – Marcato utilizzo di jump: FI navigano in modo ancora più non-lineare della natura stessa dellipertesto. Lesperienza degli utenti è fondamentale per lo sviluppo di stili di navigazione e ricerca on-line.

La QoS percepita dagli utenti del Web* QoS orientata non solo al sistema ma alle aspettative degli utenti. Valutiamo la tolleranza degli utenti al ritardo: – è misurabile? – dipende dal compito da eseguire? – ha conseguenze per il business? – è influenzata dal design? Valutazione del ritardo dà 3 soglie di tolleranza: < 0,1 sec.: risp. immediata 1 sec.: dialogo 10 sec.: ritardo inaccettab. Controllo della latenza non significativo – Forte dipendenza dalle abitudini degli utenti Valutazione velocità Latenza (non increment.) Latenza (incrementale) Alta0 – 5 sec.0 – 39 sec. Media> 5 sec.> 39 sec. Bassa> 10 sec.> 56 sec. * N. Bhatti, A. Bouch, A. Kuchinsky, Integrating user- perceived quality into Web server desing.

La QoS percepita dagli utenti del Web (2) La tolleranza al ritardo diminuisce con laumentare della durata della sessione. La tolleranza al ritardo dipende dallattività che lutente sta svolgendo e dallidea che egli ha del modo in cui il web-server la deve eseguire. La tolleranza al ritardo aumenta quando lutente in attesa riceve feedback continui da parte del web-server.

La QoS percepita dagli utenti del Web (3) È possibile ottenere una funzione di utilità per la QoS: La scarsa QoS percepita ha effetti negativi – sulla stima verso lazienda rappresentata dal Sito – sui prodotti e servizi offerti anche fuori dal Web – sulla stima dellimpegno profuso per il Web non vengono imputati altri elementi penalizzanti: traffico, ISP, modem, ecc. – sulla percezione di sicurezza (transazioni)

Analisi dei file di log del sito Web del Politecnico di Milano Analizziamo lo spezzone di log (1, 2 e 3 aprile 02) Common Extended LogFile Format: Utilizzo di Microsoft Access per gestire il database e ricavare le misure dinteresse. remotehost rfc authuser date request status bytes referer user_agent /04/01:23:14:46 GET HTTP/ Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0;.NET CLR ) /04/01:23:14:47 GET HTTP/ Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0;.NET CLR ) /04/01:23:14:47 GET HTTP/ Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0;.NET CLR )

Analisi dei file di log del sito Web del Politecnico di Milano (2) Per ogni pagina del Sito ricaviamo dal log le seguenti misure: – Dimensione (nominale e cumulativa) – Tempo permanenza (medio e cumulativo) – Entropia – Numero di back uscenti – Numero di richieste usc. – Numero di primi accessi Calcoliamo le correlazioni fra tutte le possibili coppie di misure Rappresentiamo il diagramma di dispersione con gli assi in scala logaritmica

Analisi dei file di log del sito Web del Politecnico di Milano (3) Home Page: – dati oltremodo elevati sconsigliano il confronto con le altre pagine del Sito valori non veritieri per misurare linteresse degli utenti verso il suo contenuto: – url mnemonico – accesso preferenziale – spesso pagina predefinita di avvio amplificazione eccessiva delle correlazioni con HomePagesenza HomePage

Analisi dei file di log del sito Web del Politecnico di Milano (4) Tempo medio di permanenza – completa incorrelazione da tutti gli altri parametri – valutare linteresse degli utenti col tempo di permanenza non sembra quindi metrica valida. Tempo cumulativo di permanenza – correlato al 94% con num. di richieste uscenti – correlato al 60% col num. di back uscenti – correlato al 70% col num. di primi accessi – Risultati in linea con le aspettative (profilo utente di tipo professionale)

Analisi dei file di log dei sito Web del Politecnico di Milano (5) Entropia – elevata per pagine indice – entropia nulla per pagine re-indirizzate automaticamente – entropia nulla per pagine foglia del grafo – completa incorrelazione da ogni altro parametro Accessi e uscite – correlaz. del 73% fra primi accessi e richieste uscenti – correlaz. del 65% fra primi accessi e back uscenti Dimensione pagine – sostanziale incorrelazione con gli altri parametri – lascia spazi ad affinamenti futuri