سنجش میزان ربط تصاویر بازیابی شده در موتورهای جست وجوی یاهو، گوگل، پیک سرچ و فلیکر و ارائه الگوی پیشنهادی بهینه

Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 113

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_QJEI-8-28_001

تاریخ نمایه سازی: 24 بهمن 1401

Abstract:

هدف: هدف پژوهش حاضر، سنجش میزان ربط تصاویر بازیابی شده در موتورهای­ جستجوی یاهو، گوگل، پیک سرچ و فلیکر به زبان فارسی، براساس میزان جامعیت و مانعیت نتایج بازیابی شده و معرفی بهترین موتور جست وجو و ارائه یک الگوی بهینه است. روش­پژوهش: نوع پژوهش کاربردی به روش پیمایشی، و داده ها از طریق مشاهده مستقیم گردآوری شده و با استفاده از منطق انتخاب واژه­ها، منطق عملیات بولی  تجزیه و تحلیل شده است. این پژوهش در سه مرحله،  ابتدا واژگان انتخاب شده، براساس منطق عملیات بولی در موتور جست وجوهای نامبرده جست وجو شدند، و سپس نتایج به دست آمده از جست وجو، با توجه به نیاز اطلاعاتی پژوهشگر و عبارت جست وجو، مقایسه و تعداد تصاویر مرتبط در بیست نتیجه اول مشخص و در آخر با استفاده از فرمول، میزان ربط نتایج محاسبه گردید. یافته­ها: یافته­ها نشان داد که موتور جست وجوی یاهو با ۲۳۵/۳۲ میزان جامعیت و ۷۵/۵۳ میزان مانعیت، موتور جست وجوی گوگل با ۸۰/۱۴ میزان جامعیت و۲۵/۴۱ میزان مانعیت، موتور جست وجوی پیک سرچ با ۸۱/۱۲ میزان جامعیت و ۲۵/۲۶ میزان مانعیت و موتور جست وجوی فلیکر با ۱۴/۴۰ میزان جامعیت و ۲۵/۴۱ میزان مانعیت نتایج را بازیابی نمود. نتیجه گیری: نتایج حاصل در پاسخ به تعیین میزان ربط بیست نتیجه اولیه با توجه به سنجش میزان جامعیت و مانعیت نشان داد که موتور جست وجوی یاهو بیشترین مقدار مانعیت را به خود اختصاص داده است، و عملکرد بهتری نسبت به دیگر موتورهای جست وجو دارد. در پایان برای افزایش ربط جامع و مانع در بازیابی، نظام بازیابی تصاویر مبتنی بر متن و محتوا پیشنهاد گردید.

Authors

طاهره ابوالقاسم مسلمان

کارشناس ارشد کتابداری و اطلاع رسانی

عصمت مومنی

استادیار گروه علم اطلاعات و دانش شناسی، دانشگاه علامه طباطبایی

محسن حاجی زین العابدینی

استادیار مرکز اطلاعات و مدارک علمی کشاورزی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • احمدی، ف.؛ چشمه سرابی، م. (۱۳۹۲). مقایسه میزان دقت و ...
  • ایزدپور، ا.؛ چادردوزان، م. (۱۳۸۹). بازیابی تصاویر مبتنی بر محتوا. ...
  • جمشیدی قهفرخی، ف.(۱۳۹۲). بررسی میزان ربط مدارک بازیابی شده با ...
  • حیاتی، س.؛ سریزدی؛ س.؛ نظام آبادی پور، ح. (۱۳۹۱). جداسازی ...
  • رحمانی، م.؛ بهشتی شیرازی، ع.ا.؛ صادقی گل، ز. (۱۳۸۶). طراحی ...
  • سپهریان، ف.؛ فیروزمند، م. (۱۳۹۰) . بازیابی تصویر بر اساس ...
  • صادقیانی، جمشید؛ شعبانی، علی.(۱۳۹۱)." موتورجستجوی تصویر". دسترسی در: http.//www.persianarticle.persianblog.ir/۱۳۹۰/۲عباسپور، ج. ...
  • کیوان­پور، م.؛ چرکری، م. (۱۳۸۸). بازیابی تعاملی تصاویر طبیعت با ...
  • منصوری، ز. (۱۳۷۸). بازیابی تصویر به وسیله رنگ و بافت ...
  • نعمت زاده، ن.؛ صفابخش، ر.(۱۳۸۲). بازیابی تصاویر مبتنی بر محتوا ...
  • Ballesteros, L.,Croft, B.,(۱۹۷۱). Phrasal translation and information retrieval. In Proceedings ...
  • Fotis,l. (۲۰۰۸). Improving concept-based web image retrieval by mixing semantically ...
  • Kaur, Simardeep, Banga, V.K, KaurAvneet. (۲۰۱۳). Content based image retrieval. ...
  • Khutwad, HarshadaAnand, Vaidya, Ravindrajinadatta. (۲۰۱۳). Content based imge retrieval. International ...
  • نمایش کامل مراجع