Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/336
Title: Quantifying The Aesthetics of Graphic Interfaces With Deep Learning
Authors: LAMRI, MAya Chiraz
Keywords: Quantification
Webpage,
Human Computer Interaction
Deep Learning
Usability Testing
First Impression
Alexnet
MobileNet
Flickr
Issue Date: 2022
Abstract: In this study, we present a method for evaluating the aesthetics of a website. We used convolutional neural networks, which are one of the most known deep learning research methodologies, to improve performance. Our method uses a screenshot of the website as input and then determines whether it is beautiful website on a scale of 1-9 based on user ratings. We present also a crowdsourcing service that will help gather more data automatically and put in display of researchers to improve their work and also helps us to take improve and take new approaches to solve the problem of quantifying website aesthetics.*** Dans cette ´etude, nous pr´esentons une m´ethode d’´evaluation de l’esth´etique d’un site web. Nous avons utilis´e des r´eseaux de neurones convolutifs, qui sont l’une des m´ethodologies de recherche en apprentissage profond les plus connues, pour am´eliorer les performances. Notre m´ethode utilise une capture d’´ecran du site Web comme entr´ee, puis d´etermine s’il s’agit d’une jollie interface sur une ´echelle de 1 `a 9 en fonction des ´evaluations des utilisateurs. Nous pr´esentons ´egalement un service de crowdsourcing qui aidera `a collecter automatiquement plus de donn´ees et `a afficher des chercheurs pour am´eliorer leur travail et nous aide ´egalement `a am´eliorer et `a adopter de nouvelles approches pour r´esoudre le probl`eme de la quantification de l’esth´etique du site Web.
Description: Encadreur : Melle ELOUALI Nadia Co-Encadreur : Melle DIF Nassima
URI: https://repository.esi-sba.dz/jspui/handle/123456789/336
Appears in Collections:Ingénieur

Files in This Item:
File Description SizeFormat 
lamri_pfe_final-1-1.pdf46,93 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.