Web Sayfası Tasarımının Kullanıcıların İlgi
 Dağılımı Üzerindeki Etkileri: Göz İzleme
                  Çalışması

                     Şükrü Eraslan ve Yeliz Yeşilada

         Orta Doğu Teknik Üniversitesi, Kuzey Kıbrıs Kampusu,
                   99738 Kalkanlı, Güzelyurt, KKTC
                   {seraslan,yyeliz}@metu.edu.tr


 Özet. Web sayfaları genellikle görsel etkileşim için tasarlanmaktadır.
 Görsel etkileşim ise web sayfaları üzerinde bulunan çeşitli görsel blok-
 lar sayesinde gerçekleşmektedir. Menü, üst bilgi, ana içerik ve alt bilgi
 web sayfalarının temel görsel bloklarıdır. Bu görsel bloklar web say-
 fası üzerine yerleştirilirken birbirlerinden ayırt edilebilecekleri şekilde
 yerleştirilmektedir. Örneğin, menü ile ana içerik arasında bırakılan boş
 alan blok ayracı olarak görev alıp menü ile ana içeriğin birbirinden ayırt
 edilmesini sağlar. Bu çalışmada, göz izleme teknolojisini kullanarak kul-
 lanıcıların sayfa bloklarını nasıl kullandıklarını inceledik. Yaptığımız anal-
 izler sonucunda, blok ayraçlarının kullanıcıların ilgi dağılımı üzerinde
 etkili olduğunu söyleyebiliriz. Farklı tasarlanan sayfalarda kullanıcı il-
 gisinin farklı bir şekilde dağılım gösterdiği ancak benzer şekilde tasar-
 lanan sayfalarda kullanıcı ilgisinin benzer şekilde dağılım gösterdiğini
 gözlemledik. Yaptığımız çalışmanın bulgularına göre, kullanıcıların ilgi
 dağılımları web tasarımcıları tarafından yönlendirilebilmektedir.

 Anahtar Kelimeler: Görsel Bloklar, Kullanıcı İlgisi, Isı Haritası


 The Effects of Web Page Design on Distribution
   of Users’ Interests: An Eye Tracking Study

 Abstract Web pages are usually designed for visual interaction and
 typically supported with visual blocks on web pages. For instance, menu,
 header, main content and footer are used as the main visual blocks of web
 pages. These visual elements are separated with spaces which are used as
 way-edges. For example, the space between the menu and main content
 is a way-edge to separate the menu and main content. In this study, eye
 tracking technology has been used to investigate how these way-edges
 are used. We observed the effects of way-edges on distribution of users’
 interests in our analysis. Users’ interests are differently distributed on
 web pages with different designs whereas users’ interests are distributed
 in a similar way on web pages with similar designs. According to our
 analysis, users’ interests can be guided by alternative web designs.

 Keywords: Visual Blocks, User Interest, Heatmap


                                                                                   516
1    Giriş


Web sayfaları tasarlanırken genellikle görsel etkileşim ön planda tutulmakta ve
görsel etkileşimi sağlamak amacı ile çeşitli görsel bloklar kullanılmaktadır. Temel
görsel bloklar ise menü, üst bilgi, ana içerik ve alt bilgi bloklarıdır. Görsel bloklar
web sayfaları üzerine yerleştirilirken genellikle birbirlerinden ayırt edilebilecekleri
şekilde yerleştirilmektedir [11]. Bu blokların birbirlerinden ayırt edilebilmesi için
ise çoğu zaman boşluklar kullanılmaktadır. Örneğin, menü ile ana içerik arasında
bırakılan boş alan blok ayracı olarak görev almakta ve menü ile ana içeriğin
birbirinden ayırt edilmesini sağlamaktadır.
    Kullanıcılar web sayfaları üzerinde bulunan görsel blokları kullanarak istedik-
leri bilgilere ulaşabilmekte ve yapmak istedikleri işlemlerini tamamlayabilmek-
tedirler [10]. Örneğin, Şekil 1’de gösterilmiş olan BBC websitesinin ana say-
fasının üst bölümünde bulunan menü görsel bloğu kullanılarak hava durumu,
spor vs. gibi farklı haber kategorilerinin detaylarına erişilebilmektedir. Şekilde
de görüldüğü üzere bu menü bloğu blok ayraçları sayesinde diğer görsel bloklar-
dan kolay bir şekilde ayırt edilebilmektedir.


 Şekil 1. BBC websitesinin ana sayfası üzerinde bir kullancıya ait tarama güzergâhı


                                                                                               517
     Bir şey okurken göz genellikle yumuşak hareketler yerine sürekli ve hızlı
hareketler yapar. Bu hareketler arasında gözün nispeten hareketsiz kaldığı yer-
ler sabit bakış olan isimlendirilir. Sabit bakışlar kullanıcıların ilgilerini nerelere
verdiklerini gösterir. Sabit bakış dizileri ise kullanıcıların tarama güzergâhlarını
gösterir. Şekil 1’de BBC websitesinin ana sayfası üzerinde bir kullancıya ait
tarama güzergâhı gösterilmektedir. Sabit bakışlar daire olarak gösterilirken, daha
uzun bakış süresine sahip olan sabit bakışlar daha büyük daireler kullanılarak
gösterilmektedir.
     Bu çalışmanın amacı, göz izleme teknolojisini kullanarak blok ayraçlarının
kullanıcıların ilgi dağılımı üzerindeki etkisini incelemektir. Bu amaç için 40
kişinin katılmış olduğu bir göz izleme çalışmasının verileri kullanılmıştır [2].
Yapılan göz izleme çalışmasında altı farklı popüler websitesinin ana sayfaları kul-
lanılmış ve katılımcılara bu sayfalar üzerinde arama ve tarama tipinde görevler
verilmiştir. Katılımcılar bu görevleri tamamlarken göz hareketleri bir göz izleme
cihazı kullanılarak kaydedilmiştir.
     Bu çalışma kapsamında yapılan analizler sonucunda, blok ayraçlarının kul-
lanıcıların ilgi dağılımı üzerinde etkili olduğu gözlemlenmiştir. Farklı tasarlanan
sayfalarda kullanıcı ilgisinin farklı bir şekilde dağılım gösterdiği ancak benzer
şekilde tasarlanan sayfalarda kullanıcı ilgisinin benzer şekilde dağılım gösterdiği
gözlemlenmiştir. Bu analiz sonuçlarına göre, web tasarımcılarının kullanıcıların
ilgi dağılımını blok ayraçları sayesinde yönlendirebileceği söylenebilmektedir.


2    İlgili Çalışmalar

İnsanların göz hareketlerini izlemek 30 yılı aşkın bir süredir bilişsel işlemlerin
araştırılmasında yaygın olarak kullanılmaktadır [7]. Web sayfaları üzerinde yapılan
göz izleme çalışmaları genellikle sayfaların tasarım ve düzeninin geliştirilip, kul-
lanılabilirliğinin ölçülmesi amacı ile yapılmaktadır [1]. Bu çalışmalar ile sayfa
üzerindeki görsel elemanların değişik durumlarda ne kadar dikkat çektiği [3],
aranmakta olan bilgiye göre gözlerin nasıl hareket ettiği [2] ve sayfa karmaşıklık
düzeyinin kullanıcıyı nasıl etkilediği incelenebilmektedir [4].
    Web sayfaları görsel bloklardan ve bu görsel blokları birbirinden ayırt et-
mek için kullanılan blok ayraçlarından oluşmak yerine sadece yazı içerikli ol-
saydı web sayfalarının aynı ana dile sahip kişiler tarafından aynı şekilde okun-
ması beklenirdi. Örneğin, ana dili Türkçe olan kullanıcıların web sayfalarını sol-
dan sağa ve yukardan aşağıya doğru okumaları beklenirdi. Fakat, yapılmış olan
göz izleme çalışmaları web sayfalarının bu şekilde okunmadığını net bir şekilde
göstermektedir. Örneğin, Nielson Norman Group tarafından yapılan büyük çaplı
bir göz izleme çalışması sonucunda, kullanıcıların ilgi dağılımının genelde F harfi
şeklinde olduğu gözlemlenmiştir [5].
    Yapılan farklı göz izleme çalışmalarında da kullanıcıların ilgi dağılımının F
harfi şeklinde olabileceği gözlemlenebilmektedir. Örneğin, Şekil 2’de farklı bir
göz izleme çalışması ile IMDb websitesinin ana sayfası üzerinde oluşturulan ısı
haritası gösterilmektedir [10]. Isı haritaları sabit bakış sürelerine veya sayılarına
göre oluşturulabilmektedir [9]. En açık yeşil renk en az zaman harcanan veya


                                                                                            518
Şekil 2. IMDb websitesinin ana sayfası üzerinde oluşturulan ısı haritasi (Alıntı: [10])


en az bakılan alanları gösterirken en koyu kırmızı renk ise en çok zaman har-
canan veya en çok bakılan alanları göstermektedir [9]. Şekil 2’de gösterilen ısı
haritasından F harfi şeklinde olan ilgi dağılımı gözlemlemek mümkündür.
     Günümüzde web sayfaları çok farklı şekillerde tasarlanmakta olup kullanıcıların
ilgi dağılımları farklılık gösterebilmektedir. Daha önceki göz izleme çalışmamızda
farklı şekillerde tasarlanmış olan web sayfaları kullanmış ve bu sayfalar üzerinde
oluşturulan ısı haritaları ile kullanıcıların ilgi dağılımlarının farklı şekillerde ola-
bileceğini gözlemlemiştik [2]. Bu çalışmamızda ise kullanıcıların ilgi dağılımlarının
görsel blokları birbirinden ayırt etmek için kullanılan blok ayraçları tarafından
etkilenip etkinlenmediğini inceledik.


3     Göz İzleme Çalışması
Bu çalışma kapsamında aşağıda detayları verilen göz izleme çalışmamızın verileri
kullanılmıştır.

3.1    Ekipman ve Materyal
Yapılan göz izleme çalışmasında 17” boyutunda bir monitore sahip olan Tobii
T60 isimli göz izleme cihazı kullanıldı. Kullanılan ekran çözünürlüğü 1280x1024
olarak ayarlandı. Bu çalışmada Alexa.com tarafından listelenen popüler web
sitelerinin arasından rastgele seçilen altı web sitesinin ana sayfaları kullanıldı.
Seçim yapılırken ilgili web sayfalarının farklı görsel karmaşıklık seviyesinde ol-
malarına dikkat edildi. Bu sayfaların görsel karmaşıklıkları ViCRAM (Visual


                                                                                              519
Complexity Rankings and Accessibility Metrics) isimli bir teknik kullanılarak
değerlendirilmiştir [4]. Bu teknik, web sayfalarının görsel karmaşıklıklarını kul-
lanıcı algısı temeline dayandırmaktadır. Kullanılan web siteleri ve ana sayfalarının
görsel karmaşıklık seviyeleri şunlardır: Apple - Alt düzey, Babylon - Alt düzey,
AVG - Orta düzey, Yahoo! - Orta düzey, Godaddy - Üst düzey ve BBC - Üst
düzey.


3.2    Prosedür

Katılımcılardan ilk olarak kendilerine verilen bilgilendirme dökümanını oku-
maları istendi. Daha sonrasında ise bilgilendirme dökümanını okuduklarını, bu
çalışmaya kendi istekleri ile katıldıklarını ve sahip oldukları hakları bildiklerini
belirten onay formunu imzaladılar. Katılımcıların cinsiyet, yaş, internet kullanım
sıklığı ve eğitim düzeyi bilgileri de alındıktan sonra, katılımcılar göz izleme ci-
hazı önüne oturtuldu. Katılımcılara her sayfa üzerinde arama ve tarama olmak
üzere iki farklı tipte görev verildi. Tarama tipi görevlerde katılımcılara 30 saniye
süre verilerek sayfaları kendi istedikleri şekilde taramaları istendi. Arama tipi
görevlerde ise katılımcılardan en fazla 120 saniye içerisinde sayfa üzerinde var
olan bazı bilgileri bulmaları istendi. Katılımcılara verilen arama görevleri Tablo
1’de gösterilmektedir.


Tablo 1. Ana sayfaları kullanılan web siteleri ve bu sayfalar üzerinde katılımcılara
verilen arama görevleri

Site    Arama Görevleri
        1. iPad mini ile ilgili TV reklamlarını izleyebileceğiniz linki bulabilir misiniz?
Apple
        2. Ana menü üzerinde bulunan iPad seçeneğini bulabilir misiniz?
        1. Babylon’un bedava sürümünü indirebileceğiniz linki bulabilir misiniz?
Babylon
        2. Babylon’un diğer ürünlerini bulup isimlerini okuyabilir misiniz?
        1. AVG Internet Security 2013’ü indirebileceğiniz linki bulabilir misiniz?
AVG
        2. AVG Antivirus FREE 2013’ü indirebileceğiniz linki bulabilir misiniz?
        1. Küçük resimlere sahip olan ana manşetlerin isimlerini okuyabilir misiniz?
Yahoo!
        2. “News” başlığı altındaki ilk haberin başlığını okuyabilir misiniz?
        1. Teknik destek alabileceğiniz telefon numarasını bulup okuyabilir misiniz?
Godaddy
        2. Yeni bir alan adı arayabileceğiniz arama kutusunu bulabilir misiniz?
        1. Spor haberlerinden ilkinin başlığını okuyabilir misiniz?
BBC
        2. “Business” başlığı altında bulunan piyasa verilerini bulabilir misiniz?


3.3    Katılımcılar

Yukarıda detayları verilen göz izleme çalışması hem Orta Doğu Teknik Üniversitesi
Kuzey Kıbrıs Kampusu’nde, hem de İngiltere’de Manchester Üniversitesi’nde
gerçekleştirildi. Bu çalışmaya toplamda 20 erkek ve 20 kadın katılımcı katılmıştır.
Bu katılımcıların çoğunluğu ilgili üniversitelerde bulunan çeşitli bölümlerden


                                                                                              520
öğrencilerdi. Tüm katılımcılar interneti günlük olarak kullandıklarını belirttiler.
Katılımcıların 18’i 18-24 yaş, 14’ü 25-34 yaş, diğer altısı ise 35-54 yaş aralığındaydı.
Katılımcılardan 14 tanesi lise veya dengi bir okul mezunu, altı tanesi lisans
mezunu, dokuz tanesi yüksek lisans mezunu, diğer dokuz tanesi ise doktora pro-
gramı mezunuydu.


4    Analiz Sonuçları

Yapılan göz izleme çalışmasına katılan katılımcılar normal şartlar altında bir
döküman içerisindeki satırları ilk satırdan başlayarak soldan sağa doğru okuyan
katılımcılardı. Eğer web sayfaları sadece yazı içerikli olsaydı, bir diğer deyişle
farklı bloklardan oluşmasaydı, bu katılımcıların web sayfalarını da aynı şekilde
okumaları beklenecekti. Bu durumda sayfa üzerindeki belli bölgelere benzer
oranlarda bakmaları beklenirdi. Örneğin, tüm sayfaların sol üst bölgelerine düşen
toplam sabit bakış sayısının benzer oranlarda olmaları beklenirdi.
    Bu çalışmada kullanılan web sayfaları üzerinde blok ayraçları ile ayrılmış olan
farklı bloklar bulunduğundan dolayı katılımcıların farklı sayfalar üzerinde bulu-
nan aynı bölgelere farklı oranlarda bakmaları beklenir. Bu beklentinin doğruluğunu
kanıtlamak amacı ile öncelikle başka göz izleme çalışmalarında da yapıldığı gibi
her sayfa 3x3’lük tablo şablonu kullanılarak eşit boyutlarda sahip dokuz tane
kare şeklinde bloğa ayrıldı [8]. Ardından ise her web sayfası için her bloğa düşen
toplam bakış sayısı hesaplandı.


Tablo 2. Tarama görevi sırasında web sayfalarının 3x3’lük tablo şablonu kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayıları

                 Blok Apple Babylon AVG Yahoo Godaddy BBC
                  B1   342    417    393 493    247    419
                  B2   420    595    907 638    565    605
                  B3   160    402    300 168    173    341
                  B4   474    283    571 415    275    510
                  B5   432    879    633 621    935    598
                  B6   103    128    259 228    213    304
                  B7   365    212     79 211    200    189
                  B8   745    468     90 292    545    381
                  B9   307    122    170 236    349    219


    Tablo 2 ve Şekil 3 tarama görevi sırasında web sayfalarının 3x3’lük tablo
şablonu kullanılarak oluşturulan bloklarına yapılan toplam sabit bakış sayılarını
gösterirken, Tablo 3 ve Şekil 4 arama görevi sırasında web sayfalarının blok-
larına yapılan toplam sabit bakış sayılarını göstermektedir. Bu tablolardan ve
şekillerden görüldüğü üzere iki farklı tipteki görevler için de farklı sayfalar üzerinde
bulunan aynı bölgelere farklı oranlarda bakılmaktadır. Örneğin, tarama tipi
görevlerde Apple websitesinin ana sayfasının alt-orta bölümü (B8) 745 tane sabit


                                                                                                     521
Şekil 3. Tarama görevi sırasında web sayfalarının 3x3’lük tablo şablonu kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayılarının grafik ile gösterimi


Tablo 3. Arama görevi sırasında web sayfalarının 3x3’lük tablo şablonu kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayıları

               Blok Apple Babylon AVG Yahoo Godaddy BBC
                B1   360    354    267  916   331    279
                B2   622    617    757  887   955    355
                B3    78    261    397  120   553    131
                B4   574    470    772  736   182    200
                B5   471   1041    822 1364   413    354
                B6    25    104    366   89    42    150
                B7   264    275     22   92    69    781
                B8   520    464     45  123   157    726
                B9   168    207     47   80   117     86


Şekil 4. Arama görevi sırasında web sayfalarının 3x3’lük tablo şablonu kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayılarının grafik ile gösterimi


                                                                                           522
bakış bulunduruken, AVG websitesinin alt-orta bölümü sadece 90 tane sabit
bakış bulundurmaktadır. Buna benzer olarak, arama tipi görevlerde Apple web-
sitesinin ana sayfasının alt-orta bölümü (B8) 520 tane sabit bakış bulunduruken,
AVG websitesinin alt-orta bölümü sadece 45 tane sabit bakış bulundurmaktadır.
    Web sayfası tasarımında blok ayraçlarının kullanıcı ilgisi üzerindeki etkilerini
incelemek amacı ile Tobii Studio (v2.2.7) isimli uygulama kullanılarak her web
sayfası üzerinde arama görevi için ayrı tarama görevi için ayrı olmak üzere iki
tane ısı haritası oluşturulmuştur [9]. Şekil 5, Şekil 6 ve Şekil 7’de örnek olarak
Apple, AVG ve BBC websitesinin ana sayfaları üzerinde arama tipi görevleri için
sabit bakış sayısına göre oluşturulan ısı haritaları gösterilmektedir. Bu ısı hari-
talarından da gözlemlenebildiği gibi blok ayraçları kullanıcıların ilgi dağılımını
etkilemektedir.


Şekil 5. Apple web sitesinin ana sayfası (alt düzey karmaşıklık) üzerindeki ısı haritasi


     Blok ayraçlarının kullanıcıların ilgi dağılımını etkilediğini sayısal verilerle
göstermek amacı ile ilk olarak göz izleme çalışmasında kullanılan web sayfaları
blok ayraçlarına göre bloklarına bölünmüştür [11]. Sayfalar farklı şekilde tasar-
landığından dolayı sayfalar üzerindeki blok sayıları da farklılık göstermektedir.
Örneğin, Yahoo websitesinin ana sayfasında dokuz tane blok varken Apple web-
sitesinin ana sayfası üzerinde dört tane blok vardır. Ardından ise, her web sayfası
için her blok içerisine düşen toplam bakış sayısı hesaplanmıştır.


                                                                                               523
Şekil 6. AVG web sitesinin ana sayfası (orta düzey karmaşıklık) üzerindeki ısı haritasi


Şekil 7. BBC web sitesinin ana sayfası (üst düzey karmaşıklık) üzerindeki ısı haritasi


                                                                                              524
    Tablo 4 ve Şekil 8 tarama görevi sırasında web sayfalarının blok ayraçları kul-
lanılarak oluşturulan bloklarına yapılan toplam sabit bakış sayılarını gösterirken,
Tablo 5 ve Şekil 9 arama görevi sırasında web sayfalarının bloklarına yapılan
toplam sabit bakış sayılarını göstermektedir. Bu tablolardan ve şekillerden de
görüldüğü üzere iki farklı tipteki görevler için de her sayfa için oluşturulan blok-
lar daha anlamlı bloklar olduğu için bazı bloklar diğer bloklara göre önemli ölçüde
daha çok sabit bakış almıştır. Örneğin, tarama tipi görevlerde Apple websitesinin
ana sayfasının alt bilgi bölümünü içeren blok (B4) toplamda 66 tane sabit bakış
alırken, sayfanın ana içeriğini bulunduran bölüm (B2) toplam 1655 tane sabit
bakış almıştır. Buna benzer olarak, arama tipi görevlerde Apple websitesinin
ana sayfasının alt bilgi bölümünü içeren blok (B4) toplamda 67 tane sabit bakış
alırken, sayfanın ana içeriğini bulunduran bölüm (B2) toplam 1532 tane sabit
bakış almıştır.

Tablo 4. Tarama görevi sırasında web sayfalarının blok ayraçları kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayıları

                Blok Apple Babylon AVG Yahoo Godaddy BBC
                 B1   143    178    242 168     479    67
                 B2 1655    1650   1398 562     401   826
                 B3 1258    1446   1149 910    1723   862
                 B4    66     80    469 460     790   183
                 B5                  37  62           230
                 B6                     209          1305
                 B7                     278
                 B8                      99
                 B9                     434


Şekil 8. Tarama görevi sırasında web sayfalarının blok ayraçları kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayılarının grafik ile gösterimi


                                                                                                 525
Tablo 5. Arama görevi sırasında web sayfalarının blok ayraçları kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayıları

                Blok Apple Babylon AVG Yahoo Godaddy BBC
                 B1   354    168    140  275   697     49
                 B2 1532    1674   1347 599    952    503
                 B3   803   1678   1734 2185   751    389
                 B4    67    143    212  694   241    764
                 B5                  8    26          634
                 B6                      151          625
                 B7                      141
                 B8                       61
                 B9                      164


Şekil 9. Arama görevi sırasında web sayfalarının blok ayraçları kullanılarak
oluşturulan bloklarına yapılan toplam sabit bakış sayılarının grafik ile gösterimi


5    Tartışma

Yaptığımız bu çalışma ile, web sayfaları üzerinde bulunan görsel blokları bir-
birinden ayırt etmek için kullanılan blok ayraçlarının kullanıcıların ilgi dağılımını
yönlendirdiğini gözlemledik. Bu durumda, web tasarımcılarının kullanıcıların ilgi
dağılımlarının nasıl olabileceğini önceden yönlendirebileceği söylenebilir. Eğer bir
web tasarımcısı sayfa içerisinde olan bilgileri önemlilik derecesine göre ayırmak
isterse, bu bilgileri önemlilik derecelerine göre farklı görsel bloklara yerleştirip
bu blokları blok ayraçları ile ayırarak, kullanıcıların daha önemli bilgileri içeren
blokları daha rahat bir şekilde farketmesini sağlayabilir.
    Bu çalışma temel alınarak, makine öğrenme teknikleri ile blok ayraçlarını
özellik olarak kullanan ve kullanıcıların ilgi dağılımını göz izleme verileri olmadan
tahmin eden bir model geliştirilebilir. Bu model sayesinde web tasarımcıları
göz izleme çalışması yapmadan tasarladıkları sayfa üzerinde kullanıcıların il-
gilerinin nasıl bir dağılım göstereceği hakkında bilgi sahibi olabilir. Bu modeli
oluştururken blok ayraçları dışında kullanıcıların ilgi dağılımını etkileyen diğer
özelliklerin de belirlenmesi ve kullanılması, oluşturulacak modelin daha başarılı


                                                                                              526
sonuçlar vermesini sağlayacaktır. Bu modeli oluşturmak için kullanılacak olan
göz izleme verileri birçok farklı tasarıma sahip web sayfaları üzerinde olmalıdır.
     Daha önceden yapılmış göz izleme çalışmaları web sayfaları üzerindeki bazı
bölümlerin kullanıcılar tarafından okunmadığını göstermiştir. Örneğin, Nielson
Norman Group tarafından yapılan bir araştırmada kullanıcıların web sayfaları
üzerindeki reklam alanlarına pek bakmadıkları raporlanmıştır [6]. Rapor edilmiş
sonuçları incelendiğimiz zaman reklam içerikli görsel blokların blok ayraçları ile
diğer bloklardan ayrıldığını gözlemledik. Bu da kullanıcıların reklam bloklarını
blok ayraçları sayesinde kolayca farkettiğini ve bundan dolayı da ilgilerini o blok-
lara vermedikleri tezimizi desteklemiş oluyor.
     Yukarıda bahsetmiş olduğumuz model oluşturulursa ve bu model ile hangi
alanların kullanıcılar tarafından okunmadığı tahmin edilebilirse, web sayfalarını
kısıtlı ortamlarda sunarken okunmayan kısımlar kaldırılıp sayfa daha erişilebilir
hale getirilebilir. Örneğin, görme engelli kullanıcılar web sayfalarına sayfaların
kodunu okuyan ekran okuyucular ile erişebilmektedir [11]. Eğer web sayfası
üzerinde okunmayan kısımlar kaldırılırsa, sayfa bu kullanıcılar için daha erişilebilir
hale gelecektir.

6    Sonuç
Bu çalışma kapsamında, göz izleme teknolojisini kullanarak web sayfası üzerinde
bulunan görsel blokların birbirlerinden ayırt edilebilmeleri için kullanılan blok
ayraçlarının kullanıcıların ilgi dağılımını nasıl etkilediği incelenmiştir. Yapılan
analizlerin sonuçları, blok ayraçlarının kullanıcıların ilgi dağılımı üzerinde etkili
olduğunu göstermiştir. Benzer şekilde tasarlanan sayfalarda kullanıcı ilgisinin
benzer şekilde dağılım gösterirken, farklı tasarlanan sayfalarda kullanıcı ilgisinin
farklı bir şekilde dağılım gösterdiği gözlemlenmiştir.

Kaynakça
 1. Ehmke, C., Wilson, S.: Identifying Web Usability Problems from Eye-tracking
    Data. In: Proceedings of the 21st British HCI Group Annual Conference on People
    and Computers: HCI... but not as we know it. BCS-HCI ’07, vol. 1, pp. 119–128.
    British Computer Society, Swinton, UK (2007)
 2. Eraslan, S., Yesilada, Y., Harper, S.: Scanpath trend analysis on web pages: Clus-
    tering eye tracking scanpaths. ACM Trans. Web 10(4), 20:1–20:35 (Nov 2016)
 3. Mccarthy, J.D., Sasse, M.A., Riegelsberger, J.: Could I Have the Menu Please? An
    Eye Tracking Study of Design Conventions. In: In Proceedings of HCI2003. pp.
    401–414. Springer-Verlag (2003)
 4. Michailidou, E.: Visual complexity rankings and accessibility metrics. Ph.D. thesis,
    The University of Manchester (2010)
 5. Nielsen, J.: F-shaped pattern for reading web content (2006), https:
    //www.nngroup.com/articles/f-shaped-pattern-reading-web-content/,
    ulaşılma tarihi 17/05/2017
 6. Nielsen, J.: Banner blindness: Old and new findings (2007), https:
    //www.nngroup.com/articles/banner-blindness-old-and-new-findings/,
    ulaşılma tarihi 17/05/2017


                                                                                            527
 7. Rayner, K.: Eye Movements in Reading and Information Processing: 20 Years of
    Research. Psychological Bulletin 124, 372–422 (1998)
 8. Sutcliffe, A., Namoun, A.: Predicting user attention in complex web pages. Be-
    haviour & Information Technology 31(7), 679–695 (2012)
 9. Tobii Technology AB: Tobii StudioT M 2.X User Manual (version September 2010).
    Tobii Technology AB (2010)
10. Yesilada, Y., Jay, C., Stevens, R., Harper, S.: Validating the Use and Role of Visual
    Elements of Web Pages in Navigation with an Eye-tracking Study. In: Proceedings
    of the 17th international conference on World Wide Web. pp. 11–20. WWW ’08,
    ACM, New York, NY, USA (2008)
11. Yesilada, Y., Stevens, R., Harper, S., Goble, C.: Evaluating DANTE: Semantic
    Transcoding for Visually Disabled Users. ACM Trans. Comput.-Hum. Interact.
    14(3), 14 (Sep 2007)


                                                                                            528