Web Sayfalarının Kişiselleştirilmesi ve Kullanıcı Deneyimi Açısından İncelenmesi konulu Yüksek Lisans tezime giriş makalesi

1. WEB SAYFALARININ
KİŞİSELLEŞTİRİLMESİ
ERHAN YAŞAR (MSGSÜ-BOST Y.L. ÖĞRENCİSİ)

2. WEB SAYFALARININ
KIŞISELLEŞTIRILMESI
• WEB SAYFASI NEDİR?
• KİŞİSELLEŞTİRME VE ÖZELLEŞTİRME KAVRAMLARI
• KİŞİSELLEŞTİRMENİN GEREKLİLİĞİ
• KİŞİSELLEŞTİRME ÇEŞİTLERİ
• KİŞİSELLEŞTİRME TEKNOLOJİLERİ
• SONUÇ

3. WEB SAYFASI

4. sayfasında, bir Web tarayıcısı tarafından
çalıştırılabilen Web portallarıdır [1].
• Kişisel olmayan Web sayfaları tüm kullanıcılara
aynı içeriği sunarken, kişisel Web sayfaları
kullanıcı temelli hizmet içeriği temin
edebilmektedir.
• Her iki Web portalı da “arama” ve “navigasyon”
hizmeti sunuyor olsa da, kişisel olmayanlar
çalışma şekli itibariyle pull-oriented
(kullanıcıdan bilgi girişi talebi) iken; kişisel Web
sayfaları push-oriented (kullanıcıya bilgi

5. • Pull-Oriented: Arama motorlarında olduğu gibi,
kullanıcıya veri sunumundan önce, kullanıcı
tarafından veri girişini gerektiren bilgi alma
tabanlı yapıların ortak özelliğine verilen addır.
• Push-Oriented: Daha çok kullanıcı istek ve
hedeflerine ulaşmayı amaçlayan; arama ve veri
taramasını kullanıcıya sunarak yapacağı
tercihlere odaklanan, bilgi verme eksenli
sistemlerin ortak özelliğine verilen addır.

6. KIŞISELLEŞTIRME VS.
ÖZELLEŞTIRME

7. • Kişiselleştirme (personalization), her bir
bireysel kullanıcının özellikleri ve karakteristikleri
göz önüne alınarak yapılan biçimlendirme işlemi
denilmektedir. Web sayfaları karakteristik
özelliklerine (ilgi alanı, sosyal kategori, vs.)
istinaden kişiselleştirilir.
• Özelleştirme (customization) ise, kullanıcının
herhangi bir ortamın sayfa düzeni ve içeriğini
düzenlemesi işlemidir [3].

8. • Karışık gibi görünen noktada şu ayrımı yapmak
lazım. Özelleştirme sadece “kullanıcı
tarafından” yapılan içerik ve sayfa yapısının
düzenlenmesi işlemiyken; kişiselleştirme ise,
“sistem tarafından kullanıcıdan elde edilen
verilere dayanarak” sağlanan veri sunum veya
düzenlenmesi işlemidir.

9. KIŞISELLEŞTIRMENİN
GEREKLİLİĞİ

10. olmuş, Web sitelerine kullanıcı deneyimini
arttırıcı özellikler katan bir deneyimdir [2].
• Hepimiz sık gittiğimiz bir kafe veya restoranda
hem sima hem de tercihlerimiz olarak
hatırlanmak isteriz. Dolayısıyla bu kural, hergün
hatta belki de akıllı telefonlar ile gün içerisinde
defalarca ziyaret ettiğimiz siteleri ziyaretimizde
de böyle olacaktır.
• Karar ve isteklerimizi hatırlayan, her defasında
yardımcı olmak arzusuyla, daha az komut ve
iletişimle, daha arzulu bir kullanıcı kitlesine

11. • Günlük hayatımızda da çoğu zaman gerekli
gereksiz bir sürü bilgiye maruz kalmaktayız. En
basitinden internet üzerinden takip ettiğimiz
haber akışları içerisinde, ilgi alanlarımız
dahilinde seçimler yaparak; ilgimizi hiç
çekmeyecek ve belki de sosyal medyayı takip
etme isteğimizi sekteye uğratacak içerikten
kurtulmak sorun olmaktan çıkacaktır.
• Kullanıcının arzuladığı, ilgi çekici içeriğin
sunulmasıyla çift taraflı memnuniyetle, firmalar
için de müşterinin markayı tekrar tercih
etmesinin sağlanması herhalde tartışmasız tüm

12. • Artık hayatımızın rutinlerine kazandırılan e-
alışveriş dünyasını da çok yakından ilgilendiren
pazarlama alanında, kullanıcıya satış işleminde
kolaylık sağlayacak eleminasyon ve
yönlendirmelerle yeni ve taze kalmak isteyen
Web sayfaları için de müşteri memnuniyetini
arttırmada benzersiz bir özellik olacaktır [4].
• Facebook ve benzeri sosyal medya
uygulamalarında artık benimsediğimiz arkadaş,
beğeni, veya reklam önerileri de
kişiselleştirmenin günlük hayatımıza ne kadar
girdiği ve ne derece kolaylıklar sağladığı

13. KIŞISELLEŞTIRME ÇEŞİTLERİ

14. • Kuralcı (prescriptive):
• Açık (explicit):
• Pasif açık (passive explicit)
• Parçalanmış açık (segmented explicit)
• Örtülü (implicit)
• Kombine veya işbirlikçi (collaborative)
• Uyum sağlayıcı (adaptive)
• Karma

15. • Kuralcı (prescriptive) kişiselleştirme, kullanıcı
tarafından veri girişi ve hareketlerinin izlenmesi
gibi kullanıcı etkileşimiyle, sahip olduğu belli
kurallar istikametinde çalışan tekniktir. Sistem
tarafından kullanıcının profili, kişisel özellikleri,
aktiviteleri ve önceki etkinlikleri bilgisi takip
edilerek yapılır.
• Açık (explicit)
• Örtülü (implicit)
• Kombine (combined) veya işbirlikçi

16. • Açık (explicit) kişiselleştirme, kişiselleştirme
seçim ve kararlarının bizzat kullanıcı tarafından
yapıldığı seçim türüdür.
• Pasif Açık (passive explicit): Son kullanıcıya
uygulama ve servisleri seçerek özelleştirme
imkanı veren veyahut herhangi bir şekilde bilgi
verebilen sistemlere denilir.
• Parçalanmış Açık (segmented explicit):
Verilen kullanıcı profiline istinaden hangi
içeriğin sergileneceğine kullanıcının karar
vereceği türdür.

17. “favorilerim” veya son ziyaret edilen sayfaların
gösterimi seçeneği ile “hava durumu” içeriğinin
sergilenmesi seçenekleridir. Uygulanabilir en
kolay yöntem olması itibariyle Yahoo tarafından
da tercih edilmektedir. Kullanıcının kayıt
formunu zorunlu olarak doldurmasıyla çerez ve
kişisel özelliklerinin saklanmasıyla, daha
önceden yöneticinin seçtiği ya da seçmediği
ölçüde kişiselleştirme gerçekleştirilir. Yakın
zamana kadar popüler olmasına karşın, çok
fazla kayıt seçeneği hatırlamak zorunda
bırakması ve başlangıç ayarlarına dönüşün

19. açık kişiselleştirmeden temel farkı, sunulmak
üzere seçilen içeriğin kullanıcının kendisi
tarafından değil; sunucu sayfa sahibi kişi/kurum
tarafından yapılmasıdır. Biriken bilgi kirliliğine
karşın üstesinden gelmede etkilidir. Bilinen
kullanıcı tercihleriyle birlikte veri girişine müsade
ederek, uygun çözümler sunmayı amaç edinerek;
pasif yöntemden daha karar alıcı bir yapıya
bürünür.
• Her iki açık (explicit) kişiselleştirme de,
kullanıcıların kimi zaman bu tür uygulamaları
kullanmaktan uzaklaştırmaya itebilen, kullanıcının

20. • Örtülü (implicit) kişiselleştirme, kullanıcı
hareket ve davranışlarının sistemce izlenmesi
ve mantıksal algoritmalarla yorumlanması
vasıtasıyla oluşturulan yöntemdir.
• Açık kişiselleştirmenin aksine, kullanıcı
tarafından kayıt ve bilgi girişini gerektirmez.
Davranışsal izleme de dediğimiz bu konsept,
kullanıcının mouse hareketlerinin takibi
neticesinde elde edilen metoddur. Kullanıcının
her bir hareketi, ona sunulacak bir sonraki
içeriğe esas teşkil etmek üzere
depolanmaktadır.

22. • Amazon bu konudaki ilk örneklerdendir. Siteyi
ziyaretinizde seçeceğiniz kitap ya da film ile,
sizden önce onu listeleyen insanların baktığı
diğer alternatifleri size tavsiye eder. Böylece
yalnızca bulunulan Web sayfasının
uygulamaların düzenlenmesinde değil; diğer
uygulamalardan gelen içeriklerin de
filtrelenmesinde kullanılmasıyla, 3. parti statik
kaynakların da kullanıcı etkileşimini
yansıtmasına zemin sağlar [2].

23. • Kombine veya İşbirlikçi (collaborative)
kişiselleştirme ise, ihtiyaca yönelik olarak
zaman zaman her iki yöntemin avantajlı
yönlerini kullanarak literatürde yerini alan
tekniğe verilen isimdir.

24. • Uyum sağlayıcı (adaptive) kişiselleştirme
kullanılmakta olan metodların aksine kullanıcı
ayarlarına ihtiyaç duyan; sistemin kendisinin
gösterilecek içeriğe karar vereceği mekanizmayı
ürettiği tekniktir.
• Kullanıcılara ait profiller ileri dönemde
kullanılacak kişiselleştirmelerde kullanılabilmek
üzere depolanarak kullanılacaktır. Kullanıcının
etkileşimi öncesi veya esnasında içerik
tahminine gidilerek; kuralların önceden
belirlenmesi yerine, kullanıcı etkileşimiyle
kendisini yineleyen mantık kuralları bütününden

25. • Her bir farklı kullanıcı için mantıksal kurallar
bütünü kullanmaktansa tüm herkes için farklı
sonuçlar doğurabilecek tek bir yapının
uygulanması metodu ile çözüm
hedeflenmektedir.

26. KIŞISELLEŞTIRME
TEKNOLOJİLERİ

27. • Çerezler (cookies)
• İşbirlikçi Filtreleme-İF (Colloborative Filtering-
CF)
• Hafıza Tabanlı
• Model Tabanlı
• Hibrit
• Kullanıcı Profillendirme (user profiling)
• Veri Analizi (data analysis)

28. • Çerez, herhangi bir internet sitesi tarafından
bilgisayara otomatik olarak bırakılan ve oturum
bilgileri ve benzeri verileri saklayan bir tür
tanımlama dosyasıdır.

29. • Hafıza Tabanlı İşbirlikçi Filtreleme: Tavsiyede
bulunmak üzere kullanıcılar veya nesneler
arasındaki ilişkiyi, kullanıcı derecelendirmelerini
(rating) kullanarak formüller çerçevesinde işleyen
ilkel ve efektif filtreleme çeşididir.
• Model Tabanlı: Gerçek veri tahmininde kullanılan
ve model geliştirme maksatlı veri madenciliği
(büyük ölçekli veriler arasından bilgiye ulaşma) [6]
ve makine öğrenimi (bilgisayarların algılayıcılar
veya veritabanları gibi veri türlerine dayalı
öğrenimini olanaklı kılan algoritmaların gelişimini
konulu bilim dalı) [7] algoritmaları gibi birçok İF

30. • Hibrit İşbirlikçi Filtreleme: İF limitleri ve kısıtlarını
aşarak tahmin performansını arttırmaya yarayan,
her iki metoda ait algoritmanın pozitif özelliklerini
birleştiren pahalı ve kompleks bir uygulama
yöntemidir.
• Kullanıcı Profillendirme (user profiling), Son
kullanıcının profil oluşturmasının yanı sıra, kullanıcı
hakkında bilgi toplanması işlemidir.
• Veri analizi (data analysis); bilgiye ulaşma,
sonuçlar sağlama ve karar desteği sunmak
maksadıyla denetleme, temizleme, değiştirme ve
modelleme işlemleridir [8].

31. • Kullanıcı davranışlarının ölçümlenmesini
sağlamak üzere Yandex Metrica, Google
Analytics ve SMI Eye Tracker gibi
programların yanı sıra, internetten erişilebilen
(açık kaynak kodlu) sayfada kalma süresini
hesaplama benzeri uygulamalar ile, kullanıcı
verilerini kolayca toplayabiliriz.

32. ziyaretçilerin ölçülmesine yardımcı olmak üzere
ücretsiz bir uygulamadır. En verimli ana
göstergeleri ölçümleyebilir, ziyaretçilerin
davranışlarını analiz edebilir ve reklam
kampanyalarınızın etkinliğini
değerlendirebilirsiniz. Algoritma her ziyaretle
ilgili verileri toplar; Yandex.Direkt ve
Yandex.Market aracılığıyla reklamı yapılan
sitede neler olduğunu sergileyerek, kitlelerin
analizine yardımcı olur.
• Yeni Webvisor özelliğiyle ise, ziyaretçi
davranışlarını canlı video formatında

34. • Google Analytics ise satışları ve geri
dönütlerini hesaplamakla kalmayan, aynı
zamanda ziyaretçilerin siteye nasıl geldiği, nasıl
kullandığı ve tekrar ziyaret etmelerinin nasıl
sağlanacağı gibi yeni bilgiler sunmaktadır. Güçlü
ve kullanımı kolay bir raporlama platformu
üzerine kurulan sistem, raporlarınızı
özelleştirmenize de imkan vererek; sosyal bir
yapı olan Web sayfasının içeriğini analiz etme
ve sık kullanılan özellikler gibi detayları
anlamamıza yardımcı olarak; sosyal medya
uygulamalarının da başarısını ölçmemize

36. oturan ziyaretçinin yüzüne nazaran göz bebeği
hareketlerinin incelenerek, verilerin analizini
esas olan teknolojidir. Bir çok teknik vardır
ancak en popüler ve kolay olanı göz şekillerinin
videosunun alınarak takip edilmesi esasına
dayanır. Diğer yöntemler manyetik alan
değişimlerinin gözlemlenmesi prensibine
dayanır.
• Göz Odaklı İzleme (Göz bebeği video kaydı)
• Optik İzleme (K/Ö göz bebeğinden yansıtılır)

38. SONUÇ

39. Günümüz teknolojisi ve katedilen medeniyetler
noktasında artık hayatımızın her alanında kişiye
özel hizmetler bekleyebilmekteyiz. Günlük
hayatımızda gittikçe daha fazla zaman geçirmeye
başladığımız internet dünyasında da, bizi tanıyan
ve ihtiyaçlarımızı bilen sistemler kullanmak
hepimizin en tabii isteği ve ihtiyacı.
Tüm bu ihtiyaçlar paralelinde kişiselleştirme
kavramı irdelendiğinde; zaman ve güç israfı gibi
kuşkusuz kolaylıklarının yanı sıra, oluşabilecek
bir takım olumsuzluklar da mevcuttur.

40. Kullanıcı bilgilerinin geriye dönüşü olmayan bir
çerçevede şekillenmesi gibi, aynı zamanda
kullanıcı bilgilerinin 3. parti firma/uygulamalarla
paylaşabileceği gerçeği de yararı olduğu kadar
kişiselleştirme teknolojisinin olumsuzlukları
arasında yer almaktadır.
Bu çerçevede, sıraladığımız olumlu ve bir o kadar
hayatı kolaylaştırıcı özelliklerinin yanı sıra,
kişiselleştirme kaynaklı meydana çıkabilecek
olumsuzlukların önüne yasal uygulamalar ile
geçilebileceği gerçeği göz önünde
bulundurulduğunda; teknolojinin keyfini

41. KAYNAKÇA

42. • http://en.wikipedia.org/wiki/Web_portal
• http://www.contentmanager.eu.com/personalisat
ion.htm
• http://en.wikipedia.org/wiki/Personalization
• http://blog.hubspot.com/blog/tabid/6307/bid/339
71/9-Undeniable-Advantages-of-Using-
Personalized-Content-in-Your-Marketing.aspx
• http://searchcrm.techtarget.com/definition/perso
nalization

43. • http://tr.wikipedia.org/wiki/Veri_madencili
• http://tr.wikipedia.org/wiki/Makine_
• http://en.wikipedia.org/wiki/Data_analysis