Horizontal vs. Vertical Recommendation Zones Evaluation Using Behavior Tracking

Recommender systems play a vital role in e-commerce by increasing the likelihood of transactions and improving sales thanks to presenting personal recommendations. Due to the marketing habituation effect, users are less and less responsive to this type of content. Visual recommendation presentation, in particular the recommendation zone layout can influence the effectiveness of a recommendation. This study examines human–computer interactions for vertical, horizonal, and mixed layouts of recommending interfaces of four major e-commerce stores, and is based on our document object model events-based behavior analysis tool. Results from this implicit feedback study are presented and analyzed, showing that vertical recommendation zones attracted more attention than horizontal ones.

Firefox Extension untuk Klasifikasi Komentar Spam pada Instagram Berbasis REST Services

Klasifikasi komentar spam pada Instagram (IG) hanya dapat digunakan oleh pengguna melalui sistem yang berjalan di sisi client, karena data IG tidak dapat dimanipulasi dari luar IG. Dibutuhkan sistem yang dapat memanipulasi data dari sisi client dalam bentuk browser extension. Penelitian ini berfokus pada pengembangan browser extension untuk Firefox yang memanfaatkan web services REST pada layanan cloud dengan platform Amazon Web Services (AWS). Browser extension yang dikembangkan menggunakan 2 algoritma klasifikasi, yaitu KNN dan Distance-Weighted KNN (DW-KNN). Extension ini mampu menandai komentar spam dengan mengubah Document Object Model (DOM) IG menjadi berwarna merah dengan dicoret (strikethrough). Metode pengembangan extension dilakukan dengan metode Rapid Application Development (RAD). Pengujian pada penelitian ini dilakukan pada hasil implementasi browser extension dan pengukuran akurasi web service (algoritma KNN & DW-KNN). Pengujian implementasi browser extension menggunakan metode pengujian fungsionalitas, dimana setiap fitur yang telah diimplementasikan diuji apakah sudah sesuai dengan spesifikasi yang telah ditentukan sebelumnya. Pengujian akurasi web service dilakukan dengan bantuan tool SOAPUI. Hasil pengujian extension adalah: (1) pengujian extension pada sembarang halaman web berhasil 100%, (2) pengujian pada halaman awal (default) IG berhasil 100%, (3) pengujian pada halaman profile suatu akun IG berhasil 100%, (4) pengujian pada suatu posting IG dan komentarnya, tidak selalu berhasil karena dipengaruhi oleh kemampuan algoritma pada web services, (5) pengujian untuk bahasa bukan Indonesia tidak selalu berhasil karena bergantung pada library bahasa, (6) pengujian untuk load more comments pada IG tidak selalu berhasil karena bergantung pada algoritma pada web services, dan (7) pengujian pilihan algoritma pada options extension berhasil 100%. Hasil akurasi rata-rata tertinggi algoritma KNN adalah 80% untuk k=1, sedangkan DW-KNN adalah 90% untuk k=2.

Work orders management based on XML file in printing

The Extensible Markup Language (XML) technology is increasingly used in various field, if it’s used to express the information of work orders will improve efficiency for management and production. According to the features, we introduce the technology of management for work orders and get a XML file through the Document Object Model (DOM) technology in the paper. When we need the information to conduct production, parsing the XML file and save the information in database, this is beneficial to the preserve and modify for information.

Towards the digital preservation of DOM-node-keyed scholarly web annotations

The current generation of web annotation technologies use a set of keying techniques, often based on the Document Object Model (DOM) for representing HTML content, that link an annotation to its target content. However, when the DOM structure changes, for any reason, or browser rendering engines parse the underlying source differently, annotations can be orphaned and incorrectly re-attached. This article explores the preservation strategies that are required to ensure the longevity of scholarly annotations that use such technologies. These recommendations range from the social changes needed for the perception of annotations as first-class scholarly objects through to the technological changes and infrastructures that are needed for the preservation of such objects. It concludes with a series of recommendations for changes in practice and infrastructure that work towards the digital preservation of DOM-node-keyed scholarly web annotations.