کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6885447 | 696520 | 2016 | 28 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Automatic web content personalization through reinforcement learning
ترجمه فارسی عنوان
شخصی سازی خودکار محتوای وب از طریق تقویت یادگیری
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
شخصی سازی وب، پروفایل کاربری تقویت یادگیری،
ترجمه چکیده
این مقاله با تطبیق خودکار محتوای وب در ارتباط است. به رسمیت شناخته شده است که اغلب کاربران برای دسترسی به محتویات وب، نیاز به تعدیل شخصی دارند. این بیشتر واضح است که ما در مورد افرادی که نیاز به دسترسی دارند تمرکز کنیم. براساس مشخصات کاربر، ممکن است به ترتیب یا اصلاح محتویات (به عنوان مثال، فونت متناسب سازگار باشد) به منظور رعایت تنظیمات کاربر. مشکل این است که استفاده از چنین نوع تغییرات در کل محتوای ممکن است به طور قابل توجهی صفحات وب را تغییر دهد که ممکن است غیر قابل خواندن باشند، بنابراین بدتر شدن کار. ما یک سیستم ارائه می دهیم که هوش مصنوعی را به کار می گیرد تا سازگاری های خودکار را در تک تک عناصر تشکیل دهنده یک صفحه وب ایجاد کند. الگوریتم یادگیری تقویت برای مدیریت پروفایل های کاربری استفاده می شود. ما سیستم ما را از طریق شبیه سازی و یک ارزیابی واقعی که در آن افراد سالمند جایی که خواسته شده است برای استفاده از یک دوره زمانی از نمونه اولیه سیستم استفاده کنیم ارزیابی می کنیم. نتایج امکان سنجی پیشنهاد را تایید می کند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
This paper deals with the automatic adaptation of Web contents. It is recognized that quite often users need some personalized adaptations to access Web contents. This is more evident when we focus on people with some accessibility needs. Based on the user profile, it is possible to transcode or modify contents (e.g., adapt text fonts) so as to meet the user preferences. The problem is that applying such a kind of transformations to the whole content might significantly alter Web pages that might become unreadable, hence making matters worse. We present a system that employs Web intelligence to perform automatic adaptations on single elements composing a Web page. A reinforcement learning algorithm is utilized to manage user profiles. We evaluate our system through simulation and a real assessment where elderly users where asked to use for a time period our system prototype. Results confirm the feasibility of the proposal.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Systems and Software - Volume 121, November 2016, Pages 157-169
Journal: Journal of Systems and Software - Volume 121, November 2016, Pages 157-169
نویسندگان
Stefano Ferretti, Silvia Mirri, Catia Prandi, Paola Salomoni,