ارزيابي و خوشه بندي بانك‌ها و مؤسسات مالي و اعتباري ايران بر اساس شاخص‌هاي ترافيكي وب سايت

Evaluating and clustering the Iranian banks and financial institutions based on website traffic indicators

امروزه وب سايت ها در حوزه اطلاع رساني و انجام بسياري از خدمات، اهميت فراواني پيدا كرده اند و در اين راستا، مطالعات وب‌سنجي از جنبه هاي مختلف مورد توجه بسياري از محققين بوده است. هدف مطالعه حاضر، ارزيابي و خوشه بندي بانك ها و مؤسسات مالي و اعتباري ايران بر اساس شاخص هاي ترافيكي وب سايت مي باشد. در فرايند اجرايي پژوهش، 31 بانك و مؤسسه مالي و اعتباري كشور در قالب 6 مورد از مهم ترين شاخص هاي ترافيكي وب سايت شامل متوسط تعداد صفحات بازديدشده، متوسط زمان مرور سايت، درصد بازديدكنندگان از داخل كشور، درصد بازديدكنندگان از خارج كشور، تعداد پيوندها، و سرعت بارگذاري، بر اساس وب سايت و موتور جستجوي الكسا مورد ارزيابي قرار گرفتند. سپس، با استفاده از روش خوشه‌بندي سلسله مراتبي، بانك‌ها و مؤسسات شبيه به هم در قالب خوشه هايي همگن دسته بندي شدند. كيفيت و اعتبار هر يك از خوشه هاي ايجاد شده با استفاده از روش تحليل تشخيصي مورد تأييد قرار گرفت و در نهايت، به تحليل ويژگي هاي هر يك از اين خوشه‌ها پرداخته شد. يافته ها حاكي از آن است كه بين خوشه هاي مختلف از نظر شاخص سرعت بارگذاري تفاوت معناداري وجود ندارد اما در مورد ميزان ساير شاخص ها، تفاوت بين خوشه هاي مختلف، معنادار بوده است.

Todays, websites have great importance in the field of information and do a lot of services. In this regard, webometrics studies has been the attention of many researchers at various aspects. The aim of this study is to evaluate and cluster the Iranian banks and financial institutions based on website traffic indicators. In research process, 31 banks and financial institutions were evaluated in the form of 6 of the most important website traffic indicators include the average number of pages visited, average time to browse the site, the percentage of visitors within the country, the percentage of visitors from abroad, the number of links, and the speed of loading, based on the Alexa website and search engine. Then, the similar banks and institutions were classified in the form of homogeneous groups using by the Hierarchical Clustering Analysis (HCA). The quality and validity of each of the clusters created was confirmed by using Discriminant Analysis (DA) and finally, were discussed the characteristics of each of these clusters. The findings suggest that there is not a significant difference in terms of speed of loading between the clusters, but in other indexes, the difference between clusters is significant.