ارائۀ الگوی نمایه‌سازی تصاویر بر اساس موتورهای جستجو در بازیابی تصاویر نمایه شده مبتنی برمتن و مبتنی بر محتوا

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری علم اطلاعات و دانش‌شناسی، دانشگاه آزاد اسلامی، واحد تهران شمال، ایران

2 استادیار دانشگاه آزاد اسلامی واحد تهران شمال، عضو هیأت علمی دانشکده علوم انسانی

3 دانشیار گروه علم اطلاعات و دانش‌شناسی دانشگاه آزاد اسلامی، واحد تهران شمال، ایران

4 استادیار گروه علم اطلاعات و دانش‌شناسی، دانشگاه آزاد اسلامی، واحد تهران شمال، ایران

چکیده

هدف: ارائۀ الگوی نمایه‌سازی تصاویربراساس موتورهای جستجودربازیابی تصاویر نمایه شده مبتنی برمتن و مبتنی بر محتوا
روش‌شناسی: ازنظرهدف،کاربردی ونوع پژوهش توصیفی- همبستگی است.جامعۀ آماری شامل کارشناسان شاغل در دفاتر روزنامه‌های سراسری کشور درشهرتهران بوده که به پنج موتور جستجو اشراف داشته اند.باآزمون گرجسی-مورگان ازمیان 200 نفربه‌صورت نمونه‌گیری تصادفی ساده131نفر انتخاب شدند. گردآوری داده‏ها جهت طراحی مؤلفه‌ها توسط پرسشنامه پژوهشگرساخته با20 گویه به روش اسنادی است. ضریب روایی کیفی محتوای پرسشنامه بالاتر از78/0 و شاخص روایی محتوا بالاتراز79/0 است. پایایی پرسشنامه نیزبراساس ضریب آلفای کرونباخ برابربا936/0 سنجیده شد.
یافته‎ها:در تحلیلی عاملی اکتشافی 20 گویۀ موردبررسی در چهار عامل با بارهای عاملی نمایه‌سازی متنی (با دامنۀ بار عاملی بین 51/0 تا 76/0)، نمایه‌سازی تصویری (با دامنۀ بار عاملی بین 59/0 تا 74/0)، نمایه‌سازی محتوایی (با دامنۀ بار عاملی بین 57/0 تا 78/0) و اثربخشی (با دامنۀ بار عاملی بین 53/0 تا 85/0) بارگذاری شدند.
نتیجه‌گیری: عامل درونی 1(نمایه‌سازی متنی) با میانگین بار عاملی 79/0 بیشترین نقش را در ساخت عامل بیرونی یا مقیاس کلی ایفا می‌نماید و این در حالی است که عامل درونی 2 (نمایه‌سازی تصویری) با میانگین بار عاملی 74/0، دومین مؤلفۀ بااهمیت در ساخت عامل بیرونی کلی بوده و پس‌ازآن عامل درونی3 (نمایه‌سازی محتوایی) با میانگین بار عاملی 72/0 قرار داشته است؛ و درنهایت عامل درونی 4 (اثربخشی) با بار عاملی 69/0 کمترین نقش را در ساخت عامل کلی دارا بوده است. شاخص‌های برازش مدل از قبیل کای دو نسبی و شاخص‌های مقتصد، برازش را کاملاً مناسب نشان داده بودند. درنتیجه مدل به‌دست‌آمده برازش نسبتاً خوبی به داده‌ها دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Provide image indexing model based on search engines in retrieving text-based and content-based indexed images

نویسندگان [English]

  • sudabeh derakhshandeh 1
  • Fereshteh Sepehr 2
  • Zahra Abazari 3
  • neshaneh pakdaman 4
1 PhD Student in Information Science, Islamic Azad University, North Tehran Branch, Iran. S_derakhshandeh2008@yahoo.com.
2 Assistant Professor, Department of Information Science, Islamic Azad University, North Tehran Branch, Iran. (Author)
3 Associate Professor, Department of Information Science, University of Islamic Azad, North Tehran Branch, Iran
4 Assistant Professor, Department of Information Science, Islamic Azad University, North Tehran Branch, Iran
چکیده [English]

purpose:Provide an image indexing template based on search engines to retrieve text-based and content-based indexed images
Methodology:In terms of purpose,application and type of descriptive research, there is a correlation.The statistical population included experts working in the offices of national newspapers in Tehran,who were familiar with five search engines.Data collection for component design is by a researcher-made questionnaire with 20 items by documentary method.The quality validity coefficient of the content of the questionnaire is higher than 0.78 and the content validity index is higher than 0.79.The reliability of the questionnaire was measured based on Cronbach's alpha coefficient equal to0.936.
Findings:In exploratory factor analysis, 20 items studied in four factors with textual indexing factor loads (with factor load range between0.51 to 0.76), image indexing(with factor load range between0.59 to 0.74), content indexing(Loaded with factor load range between 0.57 to 0.78)and effectiveness (with factor load range between0.53 to 0.85).
Conclusion:Internal factor 1(text indexing)with an average factor load of 0.79plays the most important role in constructing the external factor or the overall scale, while internal factor2(image indexing) with an average factor load of0.74 is the second most important component.In the construction, the external factor was general,followed by the internal factor3(content indexing)with an average factor load of0.72; Finally,internal factor4(effectiveness)with a factor load of 0.69 had the least role in making the overall factor.The fit indices of the model, such as relative chi-square and economical indices, showed the fit to be quite appropriate.As a result, the obtained model has a relatively good fit to the data.

کلیدواژه‌ها [English]

  • Electronic imaging
  • information retrieval
  • Search engines
  • textual indexing of images
  • content indexing of images
ابراهیمی، نادر(1396). مقدمه ای بر مصور سازی کتابهای کودکان. تهران: انتشارات روزبهان.
اسفندیاری مقدم، علیرضا؛ بهاری موفق، زهره (1388). امکاناتجستجودرفراموتورهایجستجودروب: رویکردیمبتنیبرسیاهۀ.287- وارسی. تهران: فصلنامه علوم و فناوری اطلاعات، دوره 25(2)، ص 265.
بیزا-ییتس، ریکاردو؛ ریبرو-نتو، برتیه (1385). قلمروهای نو در بازیابی اطلاعات. ترجمه علی حسین قاسمی. تهران: چاپار. (نشر اثر اصلی 1999).
پور سیستانی، پردیس (1389). ارزیابیفاکتورهایموثردرنمایه سازیوبازیابیتصویربراساسمحتوا درحوزهفشرده JPEG پایان نامه کارشناسی ارشد. دانشگاه پیام نور، دانشکده کامپیوتر و فناوری اطلاعات.
داور پناه،محمدرضا(1390).جستجویاطلاعاتعلمیوپژوهشیدرمنابعچاپیوالکترونیکی.تهران:دبیزش.
داودیان،فرشته (1380).ابزارهایجستجودراینترنت.پیامکتابخانه، 11(4)، 51-63. 
ریگی، طاهره؛ دیانی، محمدحسین؛ فتاحی؛ رحمت‌الله (1398). پدیدار نگاری: روش پژوهش کیفی در مطالعات قلمرو بازیابی اطلاعات، فصلنامه مطالعات ملی کتابداری و سازمان‌دهی اطلاعات، دوره 30(2)، ص 18-38.
سوری، فرشته (1392). ارزیابی موتورهای جستجو در بازیابی تصاویر بر اساس نمایه‌سازی مبتنی برمتن و محتوا. پایان‌نامه کارشناسی ارشد. دانشگاه آزاد اسلامی، دانشکده علوم انسانی، گروه کتابداری و اطلاع‌رسانی.
عباس پور،جواد(1384). نمایه سازی تصاویر: چالش و رویکردها.مجلهکتابداری،سالنهم،دفترچهل وچهارم،ص 167-177.
عباسی دشتکی، ندا؛ چشمه سهرابی، مظفر (1398). عملکرد موتورهای جستجوی گوگل، یاهو و بینگ در بازیابی اطلاعات فارسی بر اساس رویکردهای ارزیابی فازی و کلاسیک، دوره 30(2)، 96-111.
فتحیان،محسن(1392). بازیابی محتوایی تصاویر بر مبنای یادگیری ماشین از طریق تعامل با کاربر. پایاننامهکارشناسیارشد. دانشگاهکردستان،دانشکدهفنیومهندسی،گروهکامپیوتر.
قاسمی الوری، مینا؛ عباسی دشتکی، ندا (1398). بررسی عملکرد موتورها و ابرموتورهای کاوش عمومی در بازیابی اطلاعات رشته علم اطلاعات و دانش شناسی و میزان همپوشانی آنها، فصلنامه علوم و فنون مدیریت اطلاعات، دوره 5(2)، ص 91-118.
کوشا، کیوان (1382). ابزارهای کاوش در اینترنت: اصول، مهارت ها و امکانات جستجو در وب. تهران: کتابدار.
لاک دشتی،ابوالفضل (1388).  نمایه سازی و بازیابی داده های تصویری مبتنی بر محتوا و معناشناسی بصری در پایگاه داده تصویر. رسالهدکتری.دانشگاهآزاداسلامی،واحدعلوموتحقیقاتتهران، گروه کامپیوتر.

منصوری،زهرا(1387). بازیابیتصاویررنگیبااستفادهازدانشبافتورنگدرساختاردرختی دودویی. پایان نامهکارشناسیارشد. دانشگاهصنعتیشریف، دانشکدهمهندسی کامپیوتر.

مهرآبادی،میترا(1385).مقایسهموتورهایکاوشعمومیوبازلحاظنحوهنمایه سازیاطلاعات) با تأکیدبرحوزهکتابداریواطلاع رسانی(. پایان نامه کارشناسیارشد.دانشگاهتهران،دانشکدهعلومتربیتیوروانشناسی.
نادیراوندی،سمیه؛حریری،نجلا(1395).بازیابیاطلاعات.تهران:کتابدار.
وزیرپورکشمیری،مهردخت؛فزونی،بهاره (1391). مقایسهمیزاندقتراهنماهایموضوعیوبدربازیابیاطلاعاتفنی –مهندسی.پردازشومدیریتاطلاعات27(3)، 597-616.
ویکری،برایان؛ویکری،الینا(1388). علماطلاع رسانیدرنظروعمل. ترجمه عبدالحسینفرج پهلو.مشهد:دانشگاه فردوسی. (نشر اثر اصلی 2003).
References
 
Balabantaray, R. C., Swain, M., & Sahoo, B. (2013). Evaluation of web search engines based onof results and features. International Journal of Human Computer Interaction (IJHCI), 4(3), 117-127.
Choi, Y and Rasmussen, E.M. (2003). Searching for images: the analysis of users` queries for image retrieval in American history, Journal of the American Society for Information Science and Technology, Vol.54, No.6, pp.498-511.
Kidambi, Phani (2010). Human-Computer Integrated Approach towards Content Based Image Retrieval, Wright State University.
Sahu, S. K., Mahapatra, D. P., & Balabantaray, R. C. (2015). Comparative study of different search.
Scherer, Rafał (2020). Image Retrieval and Classification in Relational Databases, Springer:
Cham.- Scherer, Rafał (2020).  Image Indexing Techniques, Springer: