Eisbach, Simon; Daugs, Fabian; Thielsch, Meinald T.; Böhmer, Matthias; Hertel, Guido:
Predicting Rating Distributions of Website Aesthetics with Deep Learning for AI-Based Research
In: Transactions on Computer-Human Interaction / ACM Association for Computing Machinery (Hrsg.). , Jg. 30, Heft 3, Artikel 37
2023-06-10Aufsatz / Artikel in ZeitschriftOA Hybrid
Fakultät für Informatik und Ingenieurwissenschaften » Cologne Institute for Digital Ecosystems
Damit verbunden: 1 Publikation(en)
Titel:
Predicting Rating Distributions of Website Aesthetics with Deep Learning for AI-Based Research
Autor*in:
Eisbach, Simon
ORCID
0000-0001-8870-6646ORCID iD
;Daugs, Fabian
ORCID
0000-0002-8156-024XORCID iD
;Thielsch, Meinald T.
ORCID
0000-0001-8493-9071ORCID iD
;Böhmer, MatthiasTH Köln
DHSB-ID
THK0002735
ORCID
0000-0001-8402-4859ORCID iD
SCOPUS
26867475300
Sonstiges
der TH Köln zugeordnete Person
;Hertel, Guido
ORCID
0000-0002-7754-2786ORCID iD
Veröffentlicht am:
2023-06-10
OA-Publikationsweg:
OA Hybrid
Umfang:
28 Seiten
DOI
10.1145/3569889
WWW URL:
https://dl.acm.org/doi/pdf/10.1145/3569889
Sprache des Textes:
Englisch
Erschienen in
Transactions on Computer-Human Interaction
Titel (abgekürzt):
ACM Trans. Comput.-Hum. Interact.
Herausgeber*in:
ACM Association for Computing Machinery
Erscheinungsort:
New York, NY
Verlag:
Association for Computing Machinery (ACM)
in:
Jg. 30, Heft 3, Artikel 37
ISSN
1073-0516 Verfügbarkeit online & gedruckt anzeigen
ISSN
1557-7325 Verfügbarkeit online & gedruckt anzeigen
ZDB ID
2006332-5
ZDB ID
1195284-2
Hinweis:
OA Hybrid
Ressourcentyp:
Text
Peer Reviewed:
Peer Reviewed
Kategorie:
Forschung
Teil der Statistik:
Nicht Teil der Statistik
Schlagwort, Thema:
Deep Learning, Aesthetics Prediction, Website Aesthetics
Ressourcentyp:
Text
Access Rights:
Open Access
Peer Reviewed:
Peer Reviewed
Praxispartner*in:
Nein
Kategorie:
Forschung
Teil der Statistik:
Teil der Statistik