R言語でWebページの総合ランキングを作る方法
概要
Webページを評価する切り口は、さまざまな種類があります。
- 表示回数
- クリック数
- 直帰率
- 平均滞在時間
- CV数
- 各種ソーシャルいいね数
- ...
もし各切り口の単位がバラバラで、ボリュームも異なり、優劣がつけられない場合、
総合的に判断することが難しくなります。
このような場合、
多数の考慮すべき情報を統合し優先順位をつけて総合ランキングを作るには、
以下の標準化を使うことで、総合的な評価指標の作成が可能になります。
標準化:単位が異なる複数の変数から総合指標を作成する方法
標準化については、以下の分かりやすい説明記事をご覧ください。
https://bellcurve.jp/statistics/course/7801.html
標準化することで、まったく異なる対象（数学と国語など）を統一的に評価できるようになります。
今回は、以下の具体的な6種類のデータを使って、Webページの総合ランキングを作成する方法をご紹介します。
実装
準備
まず、上記データのエクセルファイルを準備します。
R言語では、エクセルファイルやCSVなど、さまざまなファイルを読み書きすることが可能です。
# xls/xlsx形式を読み込むreadxlパッケージのインストール install.packages("readxl", dependencies = TRUE) # パッケージの利用準備 library(readxl) # エクセルファイルの1シート目を読み込む data = read_excel("~/Downloads/page_log.xlsx", 1)
つぎに、読み込んだデータの中身を確認します。
データの列名の意味は、以下の通りです。
- No : データ行番号
- TITLE : ページタイトル
- PV : ページビュー
- New : 新規流入数
- Average Time : 平均滞在時間
- FB : Facebookいいね数
- Pocket : Pocket保存数
- Hatebu : はてブ登録数
# 読み込んだデータサンプリング head(data) # A tibble: 6 x 8 No TITLE PV New `Average Time` FB Pocket Hatebu <dbl> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 1 1 title1 154321 86341 184 264 60 21 2 2 title2 132840 103214 243 457 32 48 3 3 title3 186789 364212 160 190 52 26 4 4 title4 66455 30547 130 256 105 50 5 5 title5 506487 430687 311 830 1651 1198 6 6 title6 303546 153054 164 74 124 68
桁数がバラバラです。
以下、各データの統計量です。
# 要約統計量の表示 summary(data) No TITLE PV New Min. : 1.00 Length:12 Min. : 43088 Min. : 2064 1st Qu.: 3.75 Class :character 1st Qu.:116244 1st Qu.: 41438 Median : 6.50 Mode :character Median :174461 Median : 88342 Mean : 6.50 Mean :192949 Mean :122096 3rd Qu.: 9.25 3rd Qu.:236802 3rd Qu.:115923 Max. :12.00 Max. :506487 Max. :430687 Average Time FB Pocket Hatebu Min. : 58.0 Min. : 15.00 Min. : 25.00 Min. : 4.00 1st Qu.:158.5 1st Qu.: 86.75 1st Qu.: 43.25 1st Qu.: 9.25 Median :198.0 Median :131.00 Median : 52.00 Median : 23.50 Mean :206.6 Mean :215.00 Mean : 192.25 Mean : 123.83 3rd Qu.:278.5 3rd Qu.:258.00 3rd Qu.: 84.00 3rd Qu.: 48.50 Max. :311.0 Max. :830.00 Max. :1651.00 Max. :1198.00 # 必要なカラムだけの要約統計量の表示 summary(data[,3:8]) PV New Average Time FB Min. : 43088 Min. : 2064 Min. : 58.0 Min. : 15.00 1st Qu.:116244 1st Qu.: 41438 1st Qu.:158.5 1st Qu.: 86.75 Median :174461 Median : 88342 Median :198.0 Median :131.00 Mean :192949 Mean :122096 Mean :206.6 Mean :215.00 3rd Qu.:236802 3rd Qu.:115923 3rd Qu.:278.5 3rd Qu.:258.00 Max. :506487 Max. :430687 Max. :311.0 Max. :830.00 Pocket Hatebu Min. : 25.00 Min. : 4.00 1st Qu.: 43.25 1st Qu.: 9.25 Median : 52.00 Median : 23.50 Mean : 192.25 Mean : 123.83 3rd Qu.: 84.00 3rd Qu.: 48.50 Max. :1651.00 Max. :1198.00
Rでの行列指定方法は、以下のとおりです。
# cf. Rでの行列指定方法 # 一般形式 var[行指定, 列指定] # 全行, 3-8列目だけ選択 var[, 3:8] # 全行, 2列目だけ削除 var[, -2] # 5行目, 1-2列目だけ選択 var[5, 1:2]
さらに、標準偏差など統計量を一括取得するパッケージを導入します。
# cf. psychパッケージdescribeコマンドで標準偏差など統計量を一括取得 install.packages("psych", dependencies = TRUE) library(psych) describe(data) vars n mean sd median trimmed mad min No 1 12 6.50 3.61 6.5 6.5 4.45 1 TITLE* 2 12 NaN NA NA NaN NA Inf PV 3 12 192949.17 130451.96 174461.0 176581.5 110918.50 43088 New 4 12 122096.00 136667.32 88341.5 103240.1 74921.71 2064 Average Time 5 12 206.58 78.37 198.0 211.0 83.77 58 FB 6 12 215.00 228.75 131.0 173.5 114.16 15 Pocket 7 12 192.25 460.32 52.0 63.1 22.98 25 Hatebu 8 12 123.83 338.92 23.5 28.4 26.69 4 max range skew kurtosis se No 12 11 0.00 -1.50 1.04 TITLE* -Inf -Inf NA NA NA PV 506487 463399 0.95 0.20 37658.24 New 430687 428623 1.26 0.12 39452.46 Average Time 311 253 -0.21 -1.22 22.62 FB 830 815 1.57 1.57 66.03 Pocket 1651 1626 2.63 5.41 132.88 Hatebu 1198 1194 2.63 5.42 97.84
標準化
それでは、まず各データをscale()で標準化します。
# scaleコマンドを使う data_st <- scale(data[,3:8]) # describe library(psych) head(data_st) PV New Average Time FB Pocket Hatebu [1,] -0.29611028 -0.2616207 -0.2881790 0.2142092 -0.2873013 -0.3034187 [2,] -0.46077626 -0.1381603 0.4647019 1.0579310 -0.3481288 -0.2237529 [3,] -0.04722173 1.7715720 -0.5944357 -0.1092904 -0.3046806 -0.2886658 [4,] -0.96966090 -0.6698675 -0.9772565 0.1792362 -0.1895428 -0.2178517 [5,] 2.40347350 2.2579721 1.3324291 2.6885437 3.1690042 3.1694223 [6,] 0.84779740 0.2265209 -0.5433929 -0.6163978 -0.1482670 -0.1647411 describe(data_st) vars n mean sd median trimmed mad min max range skew PV 1 12 0 1 -0.14 -0.13 0.85 -1.15 2.40 3.55 0.95 New 2 12 0 1 -0.25 -0.14 0.55 -0.88 2.26 3.14 1.26 Average Time 3 12 0 1 -0.11 0.06 1.07 -1.90 1.33 3.23 -0.21 FB 4 12 0 1 -0.37 -0.18 0.50 -0.87 2.69 3.56 1.57 Pocket 5 12 0 1 -0.30 -0.28 0.05 -0.36 3.17 3.53 2.63 Hatebu 6 12 0 1 -0.30 -0.28 0.08 -0.35 3.17 3.52 2.63 kurtosis se PV 0.20 0.29 New 0.12 0.29 Average Time -1.22 0.29 FB 1.57 0.29 Pocket 5.41 0.29 Hatebu 5.42 0.29
上記を確認すると、きちんと 平均(mean):0 標準偏差(sd):1 に標準化されていることがわかります。
参考までに、行列情報の表示方法です。
# cf. 行列情報の表示 # 行列の行数だけ表示 > nrow(data_st) [1] 12 # 行列の列数だけ表示 > ncol(data_st) [1] 6
標準化による総合指標を作成
標準化された6つの指標を合成して総合指標にします。
まず、データフレームに変換します。
data_st_df <- data.frame(data_st) describe(data_st_df) vars n mean sd median trimmed mad min max range skew PV 1 12 0 1 -0.14 -0.13 0.85 -1.15 2.40 3.55 0.95 New 2 12 0 1 -0.25 -0.14 0.55 -0.88 2.26 3.14 1.26 Average.Time 3 12 0 1 -0.11 0.06 1.07 -1.90 1.33 3.23 -0.21 FB 4 12 0 1 -0.37 -0.18 0.50 -0.87 2.69 3.56 1.57 Pocket 5 12 0 1 -0.30 -0.28 0.05 -0.36 3.17 3.53 2.63 Hatebu 6 12 0 1 -0.30 -0.28 0.08 -0.35 3.17 3.52 2.63 kurtosis se PV 0.20 0.29 New 0.12 0.29 Average.Time -1.22 0.29 FB 1.57 0.29 Pocket 5.41 0.29 Hatebu 5.42 0.29
そして、すべて同じ重み付けをする場合、項目の平均を掛け合わせて、scoreカラムに代入します。
data_st_df$score <- apply(data_st_df[,1:6], 1, mean) describe(data_st_df) vars n mean sd median trimmed mad min max range skew PV 1 12 0 1.00 -0.14 -0.13 0.85 -1.15 2.40 3.55 0.95 New 2 12 0 1.00 -0.25 -0.14 0.55 -0.88 2.26 3.14 1.26 Average.Time 3 12 0 1.00 -0.11 0.06 1.07 -1.90 1.33 3.23 -0.21 FB 4 12 0 1.00 -0.37 -0.18 0.50 -0.87 2.69 3.56 1.57 Pocket 5 12 0 1.00 -0.30 -0.28 0.05 -0.36 3.17 3.53 2.63 Hatebu 6 12 0 1.00 -0.30 -0.28 0.08 -0.35 3.17 3.52 2.63 score 7 12 0 0.84 -0.14 -0.17 0.25 -0.82 2.50 3.33 2.10 kurtosis se PV 0.20 0.29 New 0.12 0.29 Average.Time -1.22 0.29 FB 1.57 0.29 Pocket 5.41 0.29 Hatebu 5.42 0.29 score 3.78 0.24
cf. apply(x, y, z)の使い方です。
apply(x, y, z)引数 x: データセット名 y: 1 ... 列方向に各行を計算 y: 2 ... 行方向に各列を計算 z: mean平均 or sd標準偏差 or sum合計 or ...
cf. PVだけ重要視するなど、もしすべて同じ重み付けをせず、異なる重み付けをしたい場合は、各指標ごとに固定の値で割り算します。
総合指標を結合
実データと標準化したデータをcbind()で結合します。
data_score <- cbind(data, data_st_df) str(data_score) 'data.frame': 12 obs. of 15 variables: $ No : num 1 2 3 4 5 6 7 8 9 10 ... $ TITLE : chr "title1" "title2" "title3" "title4" ... $ PV : num 154321 132840 186789 66455 506487 ... $ New : num 86341 103214 364212 30547 430687 ... $ Average Time: num 184 243 160 130 311 164 277 212 303 283 ... $ FB : num 264 457 190 256 830 74 114 91 15 36 ... $ Pocket : num 60 32 52 105 1651 ... $ Hatebu : num 21 48 26 50 1198 ... $ PV : num -0.2961 -0.4608 -0.0472 -0.9697 2.4035 ... $ New : num -0.262 -0.138 1.772 -0.67 2.258 ... $ Average.Time: num -0.288 0.465 -0.594 -0.977 1.332 ... $ FB : num 0.214 1.058 -0.109 0.179 2.689 ... $ Pocket : num -0.287 -0.348 -0.305 -0.19 3.169 ... $ Hatebu : num -0.303 -0.224 -0.289 -0.218 3.169 ... $ score : num -0.2037 0.0586 0.0712 -0.4742 2.5035 ... head(data_score, 3) No TITLE PV New Average Time FB Pocket Hatebu PV 1 1 title1 154321 86341 184 264 60 21 -0.29611028 2 2 title2 132840 103214 243 457 32 48 -0.46077626 3 3 title3 186789 364212 160 190 52 26 -0.04722173 New Average.Time FB Pocket Hatebu score 1 -0.2616207 -0.2881790 0.2142092 -0.2873013 -0.3034187 -0.20373681 2 -0.1381603 0.4647019 1.0579310 -0.3481288 -0.2237529 0.05863578 3 1.7715720 -0.5944357 -0.1092904 -0.3046806 -0.2886658 0.07121298
少し整形して、見やすくします。
data_score <- cbind(data[,1:2], data_st_df$score) colnames(data_score) <- c("No", "Title", "Score") data_score No Title Score 1 1 title1 -0.203736806 2 2 title2 0.058635784 3 3 title3 0.071212976 4 4 title4 -0.474157196 5 5 title5 2.503474161 6 6 title6 -0.066413432 7 7 title7 -0.028503090 8 8 title8 -0.212493302 9 9 title9 0.009188198 10 10 title10 -0.207829963 11 11 title11 -0.627226978 12 12 title12 -0.822150352
cf. cbind() / rbind()
cbind() ... col bind 列方向のバインド rbind() ... row bind 行方向のバインド
ランキングの作成
総合指標をランキング形式に変換します。
data_score$rank <- rank(data_score$Score) data_score No Title Score rank 1 1 title1 -0.203736806 6 2 2 title2 0.058635784 10 3 3 title3 0.071212976 11 4 4 title4 -0.474157196 3 5 5 title5 2.503474161 12 6 6 title6 -0.066413432 7 7 7 title7 -0.028503090 8 8 8 title8 -0.212493302 4 9 9 title9 0.009188198 9 10 10 title10 -0.207829963 5 11 11 title11 -0.627226978 2 12 12 title12 -0.822150352 1 # ランクづけを大きいものほど小さくする降順に変更 data_score$rank <- rank(-data_score$Score) data_score No Title Score rank 1 1 title1 -0.203736806 7 2 2 title2 0.058635784 3 3 3 title3 0.071212976 2 4 4 title4 -0.474157196 10 5 5 title5 2.503474161 1 6 6 title6 -0.066413432 6 7 7 title7 -0.028503090 5 8 8 title8 -0.212493302 9 9 9 title9 0.009188198 4 10 10 title10 -0.207829963 8 11 11 title11 -0.627226978 11 12 12 title12 -0.822150352 12 # ランクづけした後に、ランク昇順で表示 result <- data_score[order(data_score$rank), ] result No Title Score rank 5 5 title5 2.503474161 1 3 3 title3 0.071212976 2 2 2 title2 0.058635784 3 9 9 title9 0.009188198 4 7 7 title7 -0.028503090 5 6 6 title6 -0.066413432 6 1 1 title1 -0.203736806 7 10 10 title10 -0.207829963 8 8 8 title8 -0.212493302 9 4 4 title4 -0.474157196 10 11 11 title11 -0.627226978 11 12 12 title12 -0.822150352 12
以上、
Web記事の総合ランキングを作る方法をご紹介しました。
発展
各項目ごとに重み付けする値を変更したり、
さまざまな項目の組み合わせで総合ランキングを作成したりできます。
