تعداد نشریات | 418 |
تعداد شمارهها | 10,005 |
تعداد مقالات | 83,625 |
تعداد مشاهده مقاله | 78,454,280 |
تعداد دریافت فایل اصل مقاله | 55,469,460 |
سنجش میزان ربط تصاویر بازیابی شده در موتورهای جستوجوی یاهو، گوگل، پیک سرچ و فلیکر و ارائه الگوی پیشنهادی بهینه | ||
دانش شناسی | ||
مقاله 1، دوره 8، شماره 28، اردیبهشت 1394 اصل مقاله (177.52 K) | ||
نوع مقاله: پژوهشی | ||
نویسندگان | ||
طاهره ابوالقاسم مسلمان* 1؛ عصمت مومنی2؛ محسن حاجی زین العابدینی3 | ||
1کارشناس ارشد کتابداری و اطلاع رسانی | ||
2استادیار گروه علم اطلاعات و دانش شناسی، دانشگاه علامه طباطبایی | ||
3استادیار مرکز اطلاعات و مدارک علمی کشاورزی | ||
چکیده | ||
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 جستوجو و ارائه یک الگوی بهینه است. روشپژوهش: نوع پژوهش کاربردی به روش پیمایشی، و دادهها 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 جستوجوهای نامبرده جستوجو شدند، و سپس نتایج به دست آمده از جستوجو، با توجه به نیاز اطلاعاتی پژوهشگر و عبارت جستوجو، مقایسه و تعداد تصاویر مرتبط در بیست نتیجه اوّل مشخص و در آخر با استفاده از فرمول، میزان ربط نتایج محاسبه گردید. یافتهها: یافتهها نشان داد که موتور جستوجوی یاهو با 235/32 میزان جامعیت و 75/53 میزان مانعیت، موتور جستوجوی گوگل با 80/14 میزان جامعیت و25/41 میزان مانعیت، موتور جستوجوی پیک سرچ با 81/12 میزان جامعیت و 25/26 میزان مانعیت و موتور جستوجوی فلیکر با 14/40 میزان جامعیت و 25/41 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 جستوجوی یاهو بیشترین مقدار مانعیت را به خود اختصاص داده است، و عملکرد بهتری نسبت به دیگر موتورهای جستوجو دارد. در پایان برای افزایش ربط جامع و مانع در بازیابی، نظام بازیابی تصاویر مبتنی بر متن و محتوا پیشنهاد گردید. | ||
کلیدواژهها | ||
بازیابی تصاویر؛ جامعیت و مانعیت؛ بازیابی متنی؛ بازیابی محتوایی؛ یاهو؛ گوگل؛ پیک سرچ؛ فلیکر | ||
مراجع | ||
احمدی، ف.؛ چشمه سرابی، م. (1392). مقایسه میزان دقت و بازیابی در اطلاعات موتور جستوجوی فازی و غیرفازی. نظامها و خدمات اطلاعات، (1) 3، 75-88. ایزدپور، ا.؛ چادردوزان، م. (1389). بازیابی تصاویر مبتنی بر محتوا. دسترسی در http.//www. Pardise.net/articles. جمشیدی قهفرخی، ف.(1392). بررسی میزان ربط مدارک بازیابی شده با استفاده از ابزار بازیابی بین زباتی google در رشته کشاورزی. پژوهشنامه پردازش و مدیریت اطلاعات، (3) 28، 741-760. حیاتی، س.؛ سریزدی؛ س.؛ نظام آبادی پور، ح. (1391). جداسازی تصویر به مؤلفههای بافت و ساختار برای بازیابی تصویر براساس محتوا. مجله الکترونیک و مهندسی کامپیوتر، 10 (2)، 115-125. رحمانی، م.؛ بهشتی شیرازی، ع.ا.؛ صادقی گل، ز. (1386). طراحی الگوریتم جدید بازیابی تصویر براساس محتوا مبتنی بر بافت. سیزدهمین کنفرانس ملی انجمن کامپیوتر ایرانیان ، ایران، کیش. سپهریان، ف.؛ فیروزمند، م. (1390) . بازیابی تصویر بر اساس محتوای رنگ تصویر و گراف دو بخشی. سومین کنفرانس مهندسان الکترونیک. ایران. صادقیانی، جمشید؛ شعبانی، علی.(1391)." موتورجستجوی تصویر". دسترسی در: http.//www.persianarticle.persianblog.ir/1390/2 عباسپور، ج. (1384). نمایهسازی تصویر، چالشها و رویکردها. کتابداری، (9) 44، 167-177. کیوانپور، م.؛ چرکری، م. (1388). بازیابی تعاملی تصاویر طبیعت با بهرهگیری از یادگیری چند نمونهای. مجله انجمن مهندسان الکترونیک ایران، 6 (1)، 19-35. منصوری، ز. (1378). بازیابی تصویر به وسیله رنگ و بافت براساس ساختار دودویی. پایاننامه کارشناسی ارشد هوش مصنوعی، دانشکده کامپیوتر، دانشگاه صنعتی شریف، تهران. نعمت زاده، ن.؛ صفابخش، ر.(1382). بازیابی تصاویر مبتنی بر محتوا به وسیله پرسشها. Ballesteros, L.,Croft, B.,(1971). Phrasal translation and information retrieval. In Proceedings of the 20th query expansion techniques for cross-language Annual International ACM/SIGIR Conference. Fotis,l. (2008). Improving concept-based web image retrieval by mixing semantically similao Greek Garima,S.; Minu, PriyankaBansal, Minu. (2013). International Journal of innovative research and studies. 2(7), 467-477. Kaur, Simardeep, Banga, V.K, KaurAvneet. (2013). Content based image retrieval. Paper presented at International conference on advances in Electrical and Electronics Engineering. India Research and Development in Information Retrieval, Philadelphia, PA, USA, pp. 84-91. 1997. Khutwad, HarshadaAnand, Vaidya, Ravindrajinadatta. (2013). Content based imge retrieval. International Journal of image processing and vision sciences. 2(1): 19-24 Koradiya, Jitendra L. ,SwadasPrashant B. (2013). Content based image retrieval. IJAIR. 2(4): 1324-1329 Manuel Barrios, J.; D´ıaz-Espinoza, D.; Bustos, B. (2009). Text-based and content-based image retrieval on Flickr : demo . second international workshop on similaoity search applications Mizzaro, s.( 1997). Relevance: the whole history. Journal of the American society for information science, 48 (12), 810-832
| ||
آمار تعداد مشاهده مقاله: 2,066 تعداد دریافت فایل اصل مقاله: 896 |