Analysis of Web Browsing Data: A Guide

Abstract

The use of individual-level browsing data, that is, the records of a person’s visits to online content through a desktop or mobile browser, is of increasing importance for social scientists. Browsing data have characteristics that raise many questions for statistical analysis, yet to date, little hands-on guidance on how to handle them exists. Reviewing extant research, and exploring data sets collected by our four research teams spanning seven countries and several years, with over 14,000 participants and 360 million web visits, we derive recommendations along four steps: preprocessing the raw data; filtering out observations; classifying web visits; and modelling browsing behavior. The recommendations we formulate aim to foster best practices in the field, which so far has paid little attention to justifying the many decisions researchers need to take when analyzing web browsing data.

Die Verwendung von Browsing-Daten auf individueller Ebene, d.h. die Aufzeichnungen der Besuche einer Person bei Online-Inhalten über einen Desktop- oder mobilen Browser, ist für Sozialwissenschaftler*innen von zunehmender Bedeutung. Browsing-Daten haben Eigenschaften, die viele Fragen für die statistische Analyse aufwerfen, doch bisher gibt es nur wenige praktische Anleitungen für den Umgang mit ihnen. Nach Durchsicht bestehender Forschungsarbeiten und der Untersuchung von Datensätzen, die von vier Forschungsteams in sieben Ländern und über mehrere Jahre hinweg gesammelt wurden, mit über 14.000 Teilnehmenden und 360 Millionen Webbesuchen, leiten die Autor*innen Empfehlungen in vier Schritten ab: Vorverarbeitung der Rohdaten, Herausfiltern von Beobachtungen, Klassifizierung von Webbesuchen und Modellierung des Surfverhaltens.