Genetik algoritma ile web sayfası düzeninin gerçek zamanlı optimizasyonu

Günümüzde, haber ve makale sunan web sitelerinden ürün satışı yapan e-ticaret sitelerine kadar bir çok web sitesi çok büyük boyutlarda içerik sunmaktadır. Çok fazla bilgi sunan siteler için en büyük problem, kullanıcının rahat okuyabileceği biçimde ve en az yer kaplayacak şekilde dinamik olarak web sayfasının oluşturulmasıdır. Ancak kullanıcının isteği ve tercihleri doğrultusunda gerçek zamanlı olarak şekillenmesi gereken bu sayfaların statik olarak ve elle yapılabilmesi mümkün değildir. Gerçek zamanlı olarak oluşturulan bu tür sayfalarda istenmeyen boşluklar ve sayfa düzenleri ortaya çıkabilmektedir. Bu çalışmada, genetik algoritma kullanılarak bir sayfada bulunan bilgilerin iki sütun halinde en az yer kaplayacak şekilde gerçek zamanlı olarak oluşturulması gerçekleştirilmiştir. Böylece makalelerin sayfaya yerleştirilmeleri güncellikleride gözönüne alınarak düzenlenmiş ve sayfadaki toplam satır sayısında belirgin bir azalma sağlanmıştır. Yapılan deneysel çalışmalar genetik algoritmanın gerçek zamanlı sayfa optimizasyonunda başarılı olduğunu göstermiştir.

Real-time optimization of web page layout using genetic algorithm

Today, many web sites from which presents newspapers and papers to e-commerce web sites which sells products presents very large contents. It is a big problem for web sites with large information that web site should be prepared dynamically and users should read it conveniently and also it should require minimum page size. It is not possible to prepare these pages being created in real-time depending on users’ choices and prefers by means of manual. In this kind of web sites there may be bad page layout and spaces. In this study, it has been realized that web pages are created in real-time with two columns and least spaces. So that, papers in the web page are arranged depending on expire time and total lines are significantly decreased. The experimental results have showed that genetic algorithm is successful in optimization of real-time web page layout.

PDF

___

1. Hopper, E., Two-Dimensional Packing Utilizing Evolutionary Algorithms and Other Meta-Heuristic Methods, Ph.D.Thesis, Cardiff University, U.K., 2000.
2. Hopper, E., Turton, B.C.H, "An Empirical Investigation of Meta-Heuristic and Heuristic Algorithms for a 2D Packing Problem",European Journal of Operational Research,Vol.128, No.1, pp.34-57, 2001.
3.Hwang, S.M., Kao, C.Y., Horng, J.T., "On Solving Rectangle Bin Packing Problems Using Genetic Algorithms", IEEE International Conference on Systems,Man,and Cybernetics-Humans,Information and Technology, Vol.2, pp.1583-1590, 1994.
4. Kröger, B., Schwenderling, P., Vornberger, O.,"Parallel Genetic Packing of Rectangles", In Proc. of 1st PPSN'90, pp.160-164, 1990.
5. Lesh, N.B., Marks, J.W., McMahon A., Mitzenmacher, M., "New Heuristic and Interactive Approaches to 2D Rectangular Strip Packing", International Joint Conference on Artifical Intelligence (IJCAI), Workshop on Stochastic Search Algorithms, TR2003-018,August 2003.
6. Lesh, N., Marks, J., McMahon, A., Mitzenmacher, M., "Exhaustive Approaches to 2D Rectangular Perfect Packings", Inf. Process.Lett., Vol.90, No.1, pp.7-14, 2004.
7.Iori, M., Martello, S. and Monaci, M. 2003.“Metaheuristic Algorithms for the Strip Packing Problem”, in P. M. Pardalos, V. Korotkikh, Eds.,Optimization and Industry: New Frontiers,Kluwer Academic Publishers, Boston, MA,pp.159-179, 2003.
8. Bortfeldt, A., "A Genetic Algorithm for the Two-Dimensional Strip Packing Problem with Rectangular Pieces", European Journal of Operational Research, Vol.172, No.3, pp.814-837, 2006.
9. Hadjiconstantinou, E., Iori, M., “A genetic algorithm for the two dimensional knapsack problem”, Technical Report OR/04/5 DEIS, University of Bologna, Italy, 2004.
10. Gonzalez, J., Rojas, I., Pomares, H., Salmeron,M., Merelo, J.J., "Web Newspaper Layout Using Simulated Annealing", IEEE Transactions on Systems, Man And Cybernetics-Part B,Vol.32, No.5, pp.686-692, 2002.
11. Canbek, G., Akcayol, M.A., "Internet Gazetesi Sayfa Düzeninin Gerçek Zamanlı Optimizasyonunun Tavlama Benzetimi Algoritmasıyla Gerçeklenmesi", Journal of the Faculty of Engineering and Architecture of Gazi University, Vol.21, No.2, pp.341-348,2006.
12. Alander, J.T., “On Optimal Population Size of Genetic Algorithms”, In Proceedings of CompEuro 92, IEEE Computer Society Press,pp.65-70, 1992.
13. Goldberg, D.E., “Optimal Population Size for Binary-Coded Genetic Algorithms”, TCGA Report, No.85001, University of Alabama, 1985.
14. Khor, E.F., Tan, K.C., Wang, M.L. and Lee,T.H., “Evolutionary Algorithm with Dynamic Population Size for Multi-Objective Optimization”, 26th Annual Conference of the IEEE Industrial Electronics Society, Vol.3,pp.1686-1691, 2000.
15. Leung, K.S., and Liang, Y., “Adaptive Elitist-Population Based Genetic Algorithm for Multimodal Function Optimization”, Genetic and Evolutionary Computation Conference-GECCO 2003 Proceedings Part I, Springer, Lecture Notes in Computer Science Vol.2723, pp.1160-1171, July 2003.