|
DOI: 10.14489/vkit.2018.03.pp.003-010
Сакулин С. А., Алфимцев А. Н., Соловьев Д. В., Соколов Д. А.
ОПТИМИЗАЦИЯ ИНТЕРФЕЙСОВ ВЕБ-СТРАНИЦ С ИСПОЛЬЗОВАНИЕМ ИНСПИРИРОВАННЫХ ПРИРОДОЙ АЛГОРИТМОВ
(c. 3-10)
Аннотация. Посещаемость веб-страницы зависит от степени удобства использования интерфейса. Оптимизация существующих интерфейсов в этом направлении сталкивается с некоторыми трудностями. Во-первых, соответствующая задача оптимизации имеет высокую размерность, что ведет к практической невозможности ее решения классическими методами оптимизации. Во-вторых, не выработан единый подход к формированию целевой функции такой оптимизации, что вызывает необходимость привлечения квалифицированных экспертов для ее реализации. Инспирированные природой алгоритмы имеют неоспоримые преимущества в сравнении с классическими алгоритмами оптимизации при решении задач высокой размерности, таких, например, как оптимизация веб-интерфейсов по критерию удобства их использования. Предложены новые методы оптимизации интерфейса веб-страницы, основанные на алгоритмах, инспирированных природными явлениями. В качестве таких алгоритмов выбраны генетический алгоритм и алгоритм искусственной пчелиной колонии. Проведенные эксперименты выявили достоинства указанных алгоритмов применительно к решению поставленной задачи, а также показали перспективность работ в данном направлении.
Ключевые слова: генетический алгоритм; алгоритм искусственной пчелиной колонии; оптимизация интерфейса веб-страниц; удобство использования интерфейсов; тепловые карты интерфейса.
Sakulin S. A., Alfimtsev A. N., Soloviev D. V., Sokolov D. A.
WEB PAGE INTERFACE OPTIMIZATION USING NATURE INSPIRED ALGORITHMS
(pp. 3-10)
Abstract. Interface usability of web page influences directly to its conversion rate. Existing interface optimization in order to increase its usability degree faces a few problems. Firstly, because of high dimension of the corresponding optimization problem classical optimization methods cannot be used to solve it. Secondly, because of absence of generalized objective function selection method, involving qualified experts to solve the problem is needed. Bio-inspired algorithms have evident advantages over classical optimization algorithms for solving of high-dimensional problems, such as, for instance, the optimization of web page interfaces' usability. In present paper new interface optimization methods based on bio-inspired algorithms are proposed. As such algorithms genetic algorithm (GA), artificial bee colony algorithm (ABC) were chosen. Each web page interface can be represented as a tree according to its' DOM-model. The tree will contain all the elements which user can observe in web page. As a visual representation method of such trees in current paper is suggested to use heat maps which are reflective of nesting depth of each element of web page interface. A certain design style of web page interfaces is often more preferable for users. Due to this, it is possible to select the most appropriate interface design and take as a template. In this case, distance metric between heat maps figures of optimized interface and the template is used for fitness function. The function minimization using bio-inspired algorithms allows approximating the optimized interface to the template one. The conducted experiments revealed the advantages of these algorithms for posed problem solution and showed research prospects in this direction.
Keywords: Genetic algorithm; Artificial bee colony algorithm; Web page interface optimization; Interface usability; Heat maps of interfaces.
С. А. Сакулин, А. Н. Алфимцев, Д. В. Соловьев, Д. А. Соколов (Московский государственный технический университет им. Н. Э. Баумана, Москва, Россия) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
S. A. Sakulin, A. N. Alfimtsev, D. V. Soloviev, D. A. Sokolov (Bauman Moscow State Technical University, Moscow, Russia) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
1. Бакаев М. А. Современные тенденции в автоматизированной оценке юзабилити и поведенческие факторы в алгоритмах поисковых систем // Программные продукты и системы. 2017. Т. 30, № 3. С. 447 – 455.
2. Крылов С. В., Пчельникова М. И. Численные параметры пользовательского интерфейса // Вестник компьютерных и информационных технологий. 2015. № 12. С. 50 – 55.
3. Paas F., Merriënboer J. The Efficiency of Instructional Conditions: An Approach to Combine Mental Effort and Performance Measures // Human Factors. 1993. V. 35, № 4. P. 737 – 743.
4. Сакулин С. А., Алфимцев А. Н. Формализация экспертных знаний об удобстве веб-страниц на основе агрегирования пользовательских критериев // Информационные технологии. 2014. № 6. С. 16 – 21.
5. Карпенко А. П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой: учеб. пособ. М.: МГТУ им. Н. Э. Баумана. 2014. 448 c.
6. Simon D. Evolutionary Optimization Algorithms: Biologically-inspired and Population-based Approaches to Computer Intelligence. Hoboken, NJ: John Wiley & Sons. 2013. 772 p.
7. Deu-Pons J., Schroeder M. P., Lopez-Bigas N. J. Heatmap: an Interactive Heatmap Viewer for the Web // Bioinformatics. 2014. V. 30, № 12. P. 1757–1758.
8. Курипта О. В., Титов А. К. Оценка эффективности Web-ресурса с применением инструментов Web-аналитики // Науч. вестник Воронежского гос. архитектурно-строительного ун-та. Сер. Информационные технологии в строительных, социальных и экономических системах. 2017. № 1. С. 125 – 128.
9. Dingli A., Cassar S. An Intelligent Framework for Website Usability // Advances in Human-Computer Interaction. 2014. V. 2014, № 5. P. 1 – 13.
10. Lin Y. C., Yeh C. H., Wei C. C. How will the Use of Graphics Affect Visual Aesthetics? A User-centered Approach for Web Page Design // Int. Journal of Human-Computer Studies. 2013. V. 71, № 3. P. 217 – 227.
11. Aizpurua A., Harper S., Vigo M. Exploring the Relationship Between Web Accessibility and User Experience // Intern. Journal of Human-Computer Studies. 2016. № 91. P. 13 – 23.
12. Корвяков В. П. Метод нейронечеткой оценки пригодности использования графического интерфейса пользователя // Вестник МГТУ им. Н. Э. Баумана. Сер. Приборостроение. 2016. № 5. С. 61 – 74.
13. Тарасов А. Д. Адаптивный генетический алгоритм в задаче проектирования систем физической защиты критически важных объектов // Вестник компьютерных и информационных технологий. 2016. № 1. С. 23 – 31.
14. Interactive Genetic Algorithms for user Interface Design / J. C. Quiroz et al. // Proceedings of IEEE Congress on Evolutionary Computation. Singapore. 2007. P. 1366 – 1373.
15. Sorn D., Rimcharoen S. Web Page Template Design Using Interactive Genetic Algorithm // Proceedings of Int. Computer Science and Engineering Conf. (ICSEC). Nakorn Pathom. 2013. P. 201 – 206.
16. Farooq H., Siddique M. T. A Comparative Study on User Interfaces of Interactive Genetic Algorithm // Procedia Computer Science. 2014. № 32. P. 45 – 52.
17. Troiano L., Birtolo C., Cirillo G. Interactive Genetic Algorithm for Choosing Suitable Colors in User Interface // Proceedings of Learning and Intelligent Optimization (LION). Trento. 2009. P. 14 – 18.
18. Romano D., Raemaekers S., Pinzger M. Refactoring fat Interfaces Using a Genetic Algorithm // Proceedings of Int. Conf. on Software Maintenance and Evolution (ICSME). Victoria. 2014. P. 351 – 360.
19. Masson D., Demeure A., Calvary G. Magellan, an Evolutionary System to Foster User Interface Design Creativity // Proceedings of the 2nd ACM SIGCHI symposium on Engineering interactive computing systems. Berlin. 2010. P. 87 – 92.
20. Karaboga D., Basturk B. A Powerful and Efficient Algorithm for Numerical Function Optimization: Artificial bee Colony (ABC) Algorithm // Journal of Global Optimization. 2007. V. 39, № 3. P. 459 – 471.
1. Bakaev M. A. (2017). Modern trends in automated usability assessment and behavioral factors in search engine algorithms. Programmnye produkty i sistemy, 30(3), pp. 447-455. [in Russian language]
2. Krylov S. V., Pchel'nikova M. I. (2015). Quantitative parameters of the user interface. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (12), pp. 50-56. doi: 10.14489/vkit.2015.12.pp.050-055 [in Russian language]
3. Paas F., Merriënboer J. (1993). The efficiency of instructional conditions: an approach to combine mental effort and performance measures. Human Factors, 35(4), pp. 737-743. [in Russian language]
4. Sakulin S. A., Alfimtsev A. N. (2014). Formalizing expert knowledge about the convenience of web pages based on the aggregation of custom criteria. Informatsionnye tekhnologii, (6), pp. 16-21. [in Russian language]
5. Karpenko A. P. (2014). Modern algorithms of search optimization. Algorithms inspired by nature: textbook. Moscow: MGTU im. N. E. Baumana. [in Russian language]
6. Simon D. (2013). Evolutionary optimization algorithms: biologically-inspired and population-based approaches to computer intelligence. Hoboken, NJ: John Wiley & Sons.
7. Deu-Pons J., Schroeder M. P., Lopez-Bigas N. J. (2014). Heatmap: an interactive heatmap viewer for the web. Bioinformatics, 30(12), pp. 1757-1758.
8. Kuripta O. V., Titov A. K. (2017). Evaluation of the effectiveness of a Web resource using Web analytics tools. Nauchnyi vestnik Voronezhskogo gosudarstvennogo arkhitekturno-stroitel'nogo universiteta. Seriia: Informatsionnye tekhnologii v stroitel'nykh, sotsial'nykh i ekonomicheskikh sistemakh, (1), pp. 125- 128. [in Russian language]
9. Dingli A., Cassar S. (2014). An intelligent framework for website usability. Advances in Human-Computer Interaction, 2014(5), pp. 1-13.
10. Lin Y. C., Yeh C. H., Wei C. C. (2013). How will the use of graphics affect visual aesthetics? A usercentered approach for web page design. Int. Journal of Human-Computer Studies, 71(3), pp. 217-227.
11. Aizpurua A., Harper S., Vigo M. (2016). Exploring the relationship between web accessibility and user experience. International Journal of Human-Computer Studies, 91, pp. 13-23.
12. Korviakov V. P. (2016). The method of neural-fuzzy estimation of the usability of graphical user interface. Vestnik Moskovskogo gosudarstvennogo tekhnicheskogo universiteta im. N. E. Baumana. Seriia «Priborostroenie», (5), pp. 61-74. [in Russian language]
13. Tarasov A. D. (2016). Adaptive genetic algorithm in the task of designing physical protection systems for critical objects. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (1), pp. 23-31. doi: 10.14489/vkit.2016.01.pp.023-031 [in Russian language]
14. Quiroz J. C. et al. (2007). Interactive genetic algorithms for user interface design. Proceedings of IEEE Congress on Evolutionary Computation, (pp. 1366-1373). Singapore.
15. Sorn D., Rimcharoen S. (2013). Web page template design using interactive genetic algorithm. Proceedings of Int. Computer Science and Engineering Conf. (ICSEC). Nakorn Pathom, pp. 201-206.
16. Farooq H., Siddique M. T. (2014). A comparative study on user interfaces of interactive genetic algorithm. Procedia Computer Science, (32), pp. 45-52.
17. Troiano L., Birtolo C., Cirillo G. (2009). Interactive genetic algorithm for choosing suitable colors in user interface. Proceedings of Learning and Intelligent Optimization (LION). (pp. 14-18). Trento.
18. Romano D., Raemaekers S., Pinzger M. (2014). Refactoring fat interfaces using a genetic algorithm. Proceedings of Int. Conf. on Software Maintenance and Evolution (ICSME), (pp. 351-360). Victoria.
19. Masson D., Demeure A., Calvary G. (2010). Magellan, an evolutionary system to foster user interface design creativity. Proceedings of the 2nd ACM SIGCHI symposium on Engineering interactive computing systems, (pp. 87-92). Berlin.
20. Karaboga D., Basturk B. (2007). A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. Journal of Global Optimization, 39(3), pp. 459-471.
Статью можно приобрести в электронном виде (PDF формат).
Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.
После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.
Для заказа скопируйте doi статьи:
10.14489/vkit.2018.03.pp.003-010
и заполните форму
Отправляя форму вы даете согласие на обработку персональных данных.
.
This article is available in electronic format (PDF).
The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.
After depositing your payment on our bank account we send you file of the article by e-mail.
To order articles please copy the article doi:
10.14489/vkit.2018.03.pp.003-010
and fill out the form
.
|
Archive
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»