Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Texture Classification with Patch Autocorrelation Features Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Identify Website Personality by Using Unsupervised Learning Based on Quantitative Website Elements

verfasst von : Shafquat Chishti, Xiaosong Li, Abdolhossein Sarrafzadeh

Erschienen in: Neural Information Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper reports a pilot study in identifying and ranking the personality of a website automatically and intelligently to help the users to find a more suitable website and to help the owners to improve the quality of their websites. The mapping between the selected items defined in WPS and the quantitative elements of a website was developed first. 240 valid websites were classified by using unsupervised clustering algorithm K-means. The classification was implemented for multiple times from K = 2 to K = 15. The average values for each attribute in each cluster were calculated, the standard deviation for all the clusters for a given K value was calculated to find out a suitable K value. A preliminary verification suggested that the attributes and the method used can properly identify the personality of a website. A software written in Java integrating other existing software packages was developed for the required experiments.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Computational Model of Match Decision-Making Problem Using Spiking SHESN with Reward-Modulated Reinforcement Learning
Nächstes Kapitel Discriminative Dictionary Learning for Skeletal Action Recognition
Literatur
1.
Li, X.: Mapping from student domain into website category. Neural Information Processing, pp. 11–17. Springer, Berlin (2011)CrossRef
2.
Smith, B.: Buyer-seller relationships: bonds, relationship management, and sex-type. Can. J. Adm. Sci./Revue Canadienne des Sciences de l’Administration 15(1), 76–92 (1998)CrossRef
3.
Poddar, A., Donthu, N., Wei, Y.: Web site customer orientations, web site quality, and purchase intentions: the role of web site personality. J. Bus. Res. 62(4), 441–450 (2009)CrossRef
4.
Chen, Q., Rodgers, S.: Development of an instrument to measure web site personality. J. Interact. Advertising 7(1), 4–46 (2006)CrossRef
5.
Katerattanakul, P., Siau, K.: Measuring information quality of web sites: development of an instrument. In: Proceedings of the 20th International Conference on Information Systems, Association for Information Systems pp. 279–285 (1999)
6.
Asirvatham, A., Ravi K.: Web page categorization based on document structure. Centre for Visual Information Technology (2001)
7.
Chtouki, Y., Harroud, H., Khalidi M., Bennani, S.: The impact of YouTube videos on the student’s learning. In: 2012 International Conference on, Information Technology Based Higher Education and Training (ITHET), pp. 1–4. IEEE (2012)
8.
Thimthong, T., Chintakovid T., Krootjohn, S.: An empirical study of search box and autocomplete design patterns in online bookstore. In: 2012 IEEE Symposium on Humanities, Science and Engineering Research (SHUSER), pp. 1165–1170. IEEE (2012)
9.
Jiang, N., Feng, X., Liu, H., Liu, J.: Emotional design of web page. In: 9th International Conference on, Computer-Aided Industrial Design and Conceptual Design, 2008. CAID/CD 2008, pp. 91–95. IEEE (2008)
10.
Harpel-Burke, P.: Library homepage design at medium-sized universities: a comparison to commercial homepages via Nielsen and Tahir. OCLC Syst. Serv. Int. Digit. Libr. Perspect. 21(3), 193–208 (2005)CrossRef
11.
Sun, F., Song, D., Liao, L.: Dom based content extraction via text density. In: Proceedings of the 34th International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 245–254. ACM (2011)
12.
Lau, T.: Revamping a corporate web site: strategies and implementation. In: International Professional Communication Conference, 1996. IPCC 1996 Proceedings. Communication on the Fast Track, pp. 104–107. IEEE (1996)
13.
Gehrke, D., Turban, E.: Determinants of successful website design: relative importance and recommendations for effectiveness. In: HICSS-32. Proceedings of the 32nd Annual Hawaii International Conference on Systems Sciences, 1999, p. 8. IEEE (1999)
14.
Busch, D.: Avoid the Five Cardinal Graphical Sins. Internet World, pp. 98–99 (1997)
15.
Dayan, P.: Unsupervised learning. The MIT Encyclopedia of the Cognitive Sciences. The MIT Press, London (1999)
16.
Iba, W., Langley, P.: Unsupervised Learning of Probabilistic Concept Hierarchies. In: Paliouras, G., Karkaletsis, V., Spyropoulos, C.D. (eds.) ACAI 1999. LNCS (LNAI), vol. 2049, pp. 72–112. Springer, Heidelberg (2001)CrossRef
17.
Jain, A.K.: Data clustering: 50 years beyond K-means. Pattern Recogn. Lett. 31(8), 651–666 (2010)CrossRef
18.
Theodorakis, M., Vlachos, A., Kalamboukis, T.: Using hierarchical clustering to enhance classification accuracy. In: Proceedings of 3rd Hellenic Conference in Artificial Intelligence, Samos (2004)
19.
Lynch, P., Horton, S.: Web Style Guide, chapter 5, 6. Yale University Press, New Haven (2009)
Metadaten
Titel
Identify Website Personality by Using Unsupervised Learning Based on Quantitative Website Elements
verfasst von
Shafquat Chishti
Xiaosong Li
Abdolhossein Sarrafzadeh
Copyright-Jahr
2015
Buch
Neural Information Processing

Print ISBN: 978-3-319-26531-5

Electronic ISBN: 978-3-319-26532-2

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-26532-2_57