تجريف تصميم الويب: عوامل التمكين والفرص واتجاهات البحث
Title Web Design Scraping: Enabling Factors, Opportunities and Research Directions
الباحث الرئيس عبدالله محفوظ محمد امين الشنقيطي
الباحثون المشاركون
التخصص: علوم الحاسب
التخصص الدقيق: machine learning algorithms and HCI
المستخلص: يتزايد باستمرار عدد مستخدمي الإنترنت الذين يدخلون إلى مواقع الويب ويستهلكون الخدمات عبر الإنترنت عبر متصفحات سطح المكتب والجوال. تناقش هذه العملات الورقية مفهوم تجريف تصميم الويب ، والذي يروج بشكل أساسي لفكرة استخراج مكونات وخصائص موقع الويب وفهمها ونمذجةها وبالتالي استنتاج معنى تصميم الويب. علاوة على ذلك ، يؤكد تجريف تصميم الويب على دور تقنيات وأساليب الحوسبة الحديثة ، لا سيما تلك التي تدعمها التعلم الآلي ، في تعزيز الفهم والبناء الذكي والتخصيص لواجهات مواقع الويب. علاوة على ذلك ، تناقش هذه الورقة العديد من العوامل التمكينية لكشط تصميم الويب وتوصي بأربعة اتجاهات بحثية. تركز اتجاهات البحث الأكثر بروزًا على التنبؤ برضا المستخدم تجاه تصميمات الويب المخصصة والتجديد الذكي لمواقع الويب تلقائيًا عن طريق تطبيق تقنيات التعلم الآلي التي تتعلم من سجل التفاعل وتفضيلات وعادات المستخدمين عبر الإنترنت.
Abstract: The number of online users accessing websites and consuming online services via their desktop and mobile browsers is on a constant rise. This paper coins and discusses the concept of web design scraping, which primarily promotes the idea of extracting, understanding, and modeling website components and characteristics and thereby inferring the meaning of the web design. Moreover, web design scraping emphasizes the role of state-of-the-art computing technologies and approaches, especially those powered by machine learning, in consolidating the understanding and intelligent construction and customization of website interfaces. Moreover, this paper discusses several enabling factors for web design scraping and recommends four research directions. The most notable research trends focus on the prediction of user satisfaction towards personalized web designs and the smart revamping of websites automatically by applying machine learning techniques that learn from the interaction history, preferences, and habits of online users.