2008 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology
An Analysis of Visual and Presentation Factors Influencing the Design of E-Commerce Web Sites
2008 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology
Banatus Soiraya Faculty of Information Technology
King Mongkuts University of Technology North Bangkok, 1518 Pibulsongkram Road, Bangsue Thailand
10800
Anirach Mingkhwan Faculty of Industrial and Technology Management King Mongkuts University of Technology North Bangkok, 1518 Pibulsongkram Road, Bangsue Thailand
10800
Choochart Haruechaiyasak Human Language Technology (HLT) National Electronics and Computer Technology Center (NECTEC),
112 Phahonyothin, Pathumthani, Thailand 12120
Abstract
Two important factors which indirectly influence the Internet shoppers to make some online purchases are the visual layout and the presentation of web page. In this paper, we propose an approach of web page layout analysis in order to assess the design of e-commerce web sites. Firstly, our proposed method segments each web page into five different blocks: top, left, center, right and bottom. We study three main feature types: spatial, location and presentation, which effect the design of each page. The spatial feature set includes the width-length ratio and relative area of each block while the location feature set is the appearance positions of e-commerce components such as navigation, product index and customer service. The presentation feature set represents page characteristic and navigation menu format that appear on the page or block such as navigator style, menu type, image alignment and text density. To perform the experiments, we consider the top 100 Internet retailers as ranked by the Internet Retailerrsquo;s Top 500 Guide1. We adopt classification algorithms in order to construct a model from the top web sites against other
100 randomly selected e-commerce web sites. The experimental results showed that the model which is constructed based on the presentation feature set yields better performance than using the spatial and location feature sets.
Introduction
The professional web sites design helps attracting and navigating the Internet shopper efficiently [6]. Moreover, it is a key success for modern business in the decade such as Amazon.com. Although there are various influencing
1 http://www.internetretailer.com/top500/
factors for the professional web design such as graphic, image, color and layout [3], [6], we only focus on visual layout and presentation in this paper. Good visual layout and presentation are two important factors which help attracting the Internet shoppers to browse the products and perhaps make some purchases on e-commerce web sites.
Traditionally, web design depends on manual investigation by human. Each web design depends on their experience and individual style. We cannot focus on unity style easily. Besides, this clue, very few researches have been proposed to investigate good e-commerce web site design and make comparison with the other automatically. We are encountering with limitation of web site design improvement if we have to rely on the human judgment. We consider page segmentation [2], [5] which can analyze the web site design, but most research has been studied on product extraction [9].
In this paper, we propose a method for analyzing page layout for assessing e-commerce web-site design. In order to discover the influencing factors, we need to divide the web page into individual blocks. Firstly, we divide each page into five blocks: top, bottom, left, right and center respectively. Secondly, we identify each e-commerce block to locate features such as navigation, product index and customer service. Finally, we consider e-commerce format and navigation menu style such as highlight, pop- up, text modification, row, and column appearance. In addition, we also consider the image alignment layout and text density. Then, we extract features to present the blocks and manually label their functions. After this pre- processing step, we need to label our data set according to block feature so that it can be used as the training set for classification algorithm. The accuracy result from the model will be used for our evaluation. We can select the appropriate model for implementing our system in the future. We attempt to find the most influencing factors
525
978-0-7695-3496-1/08 $25.00 copy; 2008 IEEE DOI 10.1109/WIIAT.2008.213
978-0-7695-3496-1/08 $25.00 copy; 2008 IEEE DOI 10.1109/WIIAT.2008.213
525
among spatial, location and presentation feature sets through our experimental study.
Our contributions in this paper include: 1) to discover the significant features based on visual and presentation factors, which influence the e-commerce web design, 2) to propose a framework for accessing the web page visual layout, and 3) to perform empirical verification and effectiveness of visual and presentation features.
The rest of the paper is organized as follows: in Section 2, we present related works, in Section 3, we formalize the e-commerce feature classification model, in Section 4, we explain our proposed system, in Section 5, we give the experimental results and finally, we summarize the paper in Section 6.
Related works
Previous study showed that visual and layout are two important influencing factors on web page
剩余内容已隐藏，支付完成后下载完整资料
2008 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology
分析影响电子商务网站设计的视觉和表现因素
Banatus Soiraya
资讯科技学院
曼谷北部蒙库特国王理工大学
Bangsue 泰国
10800
泰国曼谷北部比布尔松克拉姆路1518号，曼谷国王蒙库特理工大学工业和技术管理学院
邮编10800 anirach@ieee.org
人类语言
技术(停止)
国家电子与计算机技术
中心(NECTEC),112 Phahonyothin,
府、泰国
12120
摘要
间接影响网络购物者进行网上购物的两个重要因素是视觉布局和网页呈现。在本文中，我们提出了一种网页布局分析的方法来评估电子商务网站的设计。首先，我们提出的方法将每个web页面分成五个不同的块:顶部、左侧、中部、右侧和底部。我们研究了影响每一页设计的三个主要特征类型:空间、位置和表示。空间特征集包括各块的宽长比和相对面积，位置特征集是导航、产品索引、客服等电子商务组件的外观位置。表示特性集表示出现在页面或块上的页面特征和导航菜单格式，如导航器样式、菜单类型、图像对齐和文本密度。为了进行实验，我们考虑了互联网零售商500强指南1中排名前100的网络零售商。我们采用分类算法，从排名靠前的网站中，对其他100个随机选择的电子商务网站构建一个模型。实验结果表明，基于表示特征集的模型比基于空间和位置特征集的模型具有更好的性能。
1. 介绍
专业的网站设计有助于吸引和导航的互联网购物者有效的[6]。此外，它是亚马逊(Amazon.com)等现代企业在这十年取得的一个关键成功。虽然影响专业网页设计的因素很多，比如图形、图像、色彩和布局，在本文中我们只关注视觉布局和表现。
传统上，网页设计依赖于人工调查。每个网页设计都取决于他们的经验和个人风格。我们不能简单地专注于统一的风格。除此之外，很少有人提出研究好的电子商务网站设计并自动与其他网站进行比较。如果我们不得不依靠人类的判断，我们就会遇到网站设计改进的局限性。我们考虑了页面分割[2]、[5]这两种可以分析网站设计的方法，但目前对产品提取[9]的研究较多。
本文提出了一种电子商务网站设计页面布局分析方法。为了发现影响因素，我们需要将web页面划分为单独的块。首先，我们将每一页分成五个块:顶部、底部、左侧、右侧和中部。其次，我们识别每个电子商务区块，定位导航、产品索引和客户服务等功能。最后，我们考虑电子商务格式和导航菜单样式，如高亮、弹出、文本修改、行和列外观。此外，我们还考虑了图像对齐布局和文本密度。然后，我们提取特性来表示块并手动标记它们的函数。在这个预处理步骤之后，我们需要根据block feature对我们的数据集进行标签，这样它就可以作为分类算法的训练集。模型的精度结果将用于我们的评估。我们可以选择合适的模型在未来实现我们的系统。通过实验研究，我们试图找出在空间、位置和表示特征集之间影响最大的因素。
我们在这篇论文中所做的贡献包括:1)基于视觉和呈现因素发现影响电子商务网页设计的重要特征;2)提出一个访问网页视觉布局的框架;3)对视觉和呈现特征进行实证验证和有效性。
剩下的纸是组织如下:在第二节,我们提出相关的作品,在第三节,我们形式化电子商务特征分类模型,在第四节中,我们解释系统,在第五节中,给出了实验结果,最后,我们在第六节总结本文。
978-0-7695-3496-1/08 $25.00 copy; 2008 IEEE DOI 10.1109/WIIAT.2008.213
1
2. 相关的工作
2. 相关的工作
以往的研究表明，视觉和布局是影响网页设计[3]、[4]、[7]的两个重要因素。客户可以留下或离开这些网站取决于对网页外观的第一印象。现有的工作已经完成，以研究一些功能的网页格式和位置在屏幕上的外观。adkmission, H.等人[1]研究了电子商务网站选址发生的组成部分，但没有对其他特征进行表现，也没有识别出好的电子商务网站设计。艾沃里，M.Y.等人的[3]只识别了一般的网站模式，而没有考虑到良好的电子商务网站设计模式。Robins, D.等人的[7]说明，在web站点中进行高审美处理将呈现出专业的外观和组织的感觉。他们的结果是由人类的判断做出的。为了改进搜索引擎技术，Kovacevic, M.等人将网页分割为五个块。结果表明，与非分割方法相比，采用网页分割方法可以获得更好的分割效果。Cai, D.等人利用网页中的Dom树技术和可视化格式实现了VIPS算法对网页进行分割。Dom树最初用于表示HTML对象，而不是语义或视觉意义。Wu, C.等。[9]采用VIPS算法提取电子商务网站的产品信息。
3.电子商务特征分类模型
在本节中，我们将在执行分类算法之前组织web页面格式。我们的准备工作分两个步骤。第一步是网页分割，将主页分为五个块，如3.1节所示。第二步是使用空间、位置和表示等三个重要特征进行特征操作，如3.2节所示。
3.1 网页分割
根据网页分割[5]，我们可以将主网页划分为五个块:上、下、左、右、中，如图1(a)所示。因此，我们可以研究网页中每个区块的区域关系。除了划分网页外，我们还考虑了与电子商务网站相关的重要位置，在第3.2节位置描述中使用。事实上，不同的电子商务网站有不同的设计。之前的研究显示，在合适的[4]位置上，吸引人的组件包括顶部或左侧的主导航、底部的“about us”导航以及屏幕右侧或顶部中心的广告。我们将它们分析并合成到如图1 (b)所示的web模板中，并识别导航栏、产品索引、客户服务栏、内容、新闻和广告的各个区域
- (b)
图1所示. 使用(a)网页分割感兴趣的网页区域,(b)逻辑区域
3.2 特性描述
我们定义了三种特性类型的描述:空间、位置和表示，如下所示。
1)空间特征集:由各块面积除以全页面面积的面积比和各块宽度除以高度的尺寸比组成。通过对页眉、页脚面积、页眉宽度除以页眉高度等空间特征的分析，得到了11个属性。我们研究的数据如表1所示。我们注意到，500强导购网站的内容块面积最大值分别为51.6%和58%，500强导购网站的内容块面积最大值分别为51.6%和58%，随机选取的电子商务网站的内容块面积最大值分别为51.6%和58%。最有趣的区块是底部区块，其面积分别为14%和9%。左区两组间无差异。右侧街区最小面积分别为6%和4.4%。但最大的不同规模是4.94在底部块，在500强组和11.58在随机组。我们研究的数据如表2所示，左右分量的宽高比都与两组相似。
|
Component Web Group |
Top |
Bottom |
Left |
Right |
Center |
|
1. Top-500 |
9% |
14.4% |
12.4% |
6% |
51.6% |
|
2. Random |
6.7% |
9.2% |
12.1% |
4.4% |
58.6% |
表1.每个块在整个页面区域内相对面积的平均空间特征百分比
|
Component Web Group |
Top |
Bottom |
Left |
Right |
Center |
|
1. Top-500 |
7.263 |
4.938 |
0.159 |
0.084 |
1.133 |
|
2. Random |
5.656 |
11.517 |
0.149 |
0.076 |
0.77 |
表2。各块体宽高比的平均空间特征
表3。在每个位置出现电子商务组件
2)位置特征集:用于描述电子商务组件在网页区域的外观。我们获得了11个属性来构建位置特征，如导航、客户服务和搜索位置。我们注意到突出的组件是导航栏、产品索引、客户服务栏、内容、新闻和广告。我们将数据汇总如表3所示，表3为500强组和随机组的统计值。我们发现排名前500的网站中出现率最高的是中心区域的内容、导航、徽标、购物车、账户和顶部区域的搜索。对于随机组，出现率非常高的特性是导航和顶部区域的徽标。
3)表示特征集:用于描述每个电子商务网站组件的格式或风格，如导航和搜索格式的不同类型，如高亮、下划线、弹出、文本修改、排版和选择性。除了导航格式之外，我们还在表示特性中定义了其他属性，例如用于调查每个内容区域的字符数比率的文本密度，用于调查内容区域中图像对齐的内容区域中的图像对齐。我们获得了15个属性来构建表示特性，比如导航和客户服务风格。我们还注意到，前500名的所有web页面都没有应用框架集样式。
4. 提出了系统
本系统由预处理、分类器特征提取和显示结果模块三部分组成，如图2所示。在第一步中，我们收集web页面进行预处理。在第二步中，预处理将web页面分割成如图3.1所示的五个区域(上、下、左、右、中)，将信息发送到坐标(宽、高)、基本数据等特征提取。在第三步中，我们得到了三个特征:空间特征、位置特征和表示特征。
1)空间特征集采用协调计算块面积的比例:上、下、左、右、中，包括宽度除以高度的施胶比例。
2)位置特征集统计所有属性的电商区块的发生情况，进行统计收集。为了避免新闻与广告之间的歧义，我们使用内部或外部源条件进行分类。新闻往往产生于内部来源，广告往往产生于外部来源。
3)表示特征集检查块内信息的特征，如导航搜索格式、客户服务菜单等，使数据准备达到分类步骤。
图2.总体框架
5. 实验装置
我们假设专业的设计出现在互联网零售商500强指南上。因此，我们从互联网零售商的500强指南和另一个随机电子商务网站收集第一页(主页)。我们收集了200页的语料库，其中100页来自互联网零售商500强指南，另外100页来自随机选择的电子商务网站。我们需要根据3.
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[18730]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
