TagNSearch: Searching and Navigating Geo-referenced Collections of Photographs «TagNSearch: αναζήτηση και πλοήγηση σε συλλογές φωτογραφιών που αφορούν γεωγραφικές τοποθεσίες» Quang Minh Nguyen, Thi Nhu Quynh Kim, Dion Hoe-Lian Goh, Yin-Loeng Theng, Ee-Peng Lim, Aixin Sun, Chew Hung Chang, and Kalyani Chatterjea Wee Kim Wee School of Communication and Information, Nan yang Technological University ΨΗΦΙΑΚΕΣ ΒΙΒΛΙΟΘΗΚΕΣ ΥΠΕΥΘΥΝΟΣ ΚΑΘΗΓΗΤΗΣ.: ΚΑΠΙΔΑΚΗΣ ΣΑΡΑΝΤΟΣ ΕΠΙΜΕΛΕΙΑ: ΕΛΕΝΗ ΠΟΥΛΙΣΗ ΚΕΡΚΥΡΑ, ΙΟΥΝΙΟΣ 2009
TagNSearch Βασίζεται σε περιβάλλον εργασίας που είναι ένας χάρτης (Map-based interface) Αναζήτηση (Searching), πλοήγηση (Navigating), φυλλομέτρηση (Browsing) Σύννεφα ετικετών (Tag clouds), συστάδες (clusters)
Να εξετάσουμε τα προβλήματα της πρόσβασης σε φωτογραφίες που αφορούν γεωγραφικές τοποθεσίες, ώστε να διευκολυνθεί ο χρήστης στην αναζήτηση και πλοήγηση, και να περιοριστούν και να είναι πιο ακριβή τα αποτελέσματα της αναζήτησης
Keyword-based search Tag cloud Map –based interface Το TagNSearch ενσωματώνει και τις τρεις μεθόδους!
TagMaps-World Explorer o Οι ετικέτες των γεωγραφικών φωτογραφιών απεικονίζονται σε ένα χάρτη o Οι φωτογραφίες συστοιχίζονται σύμφωνα με την γεωγραφική τους θέση και σύμφωνα με την συχνότητά τους μέσα στη συστάδα (cluster) o Κάθε ετικέτα έχει και ένα υποσύνολο ετικετών o Χρησιμοποιεί tag cloud Όμως… o Υποστηρίζει αναζήτηση μόνο μέχρι τα γνωστά όρια. Τα υποσύνολα ετικετών εμφανίζονται μόνο όταν ο χρήστης κάνει αναζήτηση πέρα από τις αρχικές ετικέτες o Παρουσιάζει τις φωτογραφίες σε slide panel αλλά επικαλύπτονται, με αποτέλεσμα να είναι δύσκολο το ξεφύλλισμα (browsing) o To tag cloud δεν έχει την έννοια της στοίβας
Flickr Υποστηρίζει δύο τύπους αναζήτησης: 1 ος τύπος αναζήτησης o Χρησιμοποιεί μια επιφάνεια χάρτη όπου τα αποτελέσματα εκτίθενται στον χάρτη o Οι φωτογραφίες ομαδοποιούνται σε συστάδα (cluster) σύμφωνα με το γεωγραφικό τους πλάτος και μήκος o Χρησιμοποιεί ένα slide panel για να παρουσιάσει τις φωτογραφίες. Κάθε φωτογραφία περιέχει είκοσι thumbnails
o Δεν παρουσιάζει τις φωτογραφίες ξεχωριστά στην κάθε συστάδα (cluster) που ανήκουν, αλλά επιδεικνύει σε ένα slide panel όλες τις φωτογραφίες που επιστρέφουν από την αναζήτηση, και όταν ο χρήστης κάνει κλικ σε μια συστάδα (cluster) το Flickr μεταξύ όλων των φωτογραφιών που εκτίθενται στο slide panel θα εστιάσει στις φωτογραφίες που ανήκουν στην συγκεκριμένη συστάδα o Η συστάδα μπορεί να περιέχει φωτογραφίες που να μην εμφανίζονται στο τρέχων slide panel και ο χρήστης να μην δει όλες τις φωτογραφίες
2 ος τύπος αναζήτησης o Με λέξεις-κλειδιά, όπου παρουσιάζει τα αποτελέσματα μέσω πολλαπλών σελίδων Όμως… o Δεν υπάρχει η έννοια της συστάδας (cluster) ή του σύννεφου ετικετών (tag cloud)
Βάση δεδομένων σε SQL Πρότυπα για την αναζήτηση (searching), τα σύννεφα ετικετών (tag clouds), ομαδοποίηση (clustering) και την απεικόνιση (visualization) Google maps για την απεικόνιση και το σύνολο δεδομένων (data set) του Flickr
Αλγόριθμος της ομαδοποίησης (clustering) o Για το γεωγραφικό πλάτος: NewCL = OldCL + (NewPL – OldCL) / (NumUser+1) o Ο ίδιος τύπος χρησιμοποιείτε και για το γεωγραφικό μήκος Αλγόριθμος για την παραγωγή σύννεφου ετικετών (tag cloud) o TagSize = 2.5* (TagFreq-MinSize) / (MaxSize – MinSize)
Περιοχή αναζήτησης Κριτήρια: όνομα χώρας, αριθμός συντελεστών, αριθμός φωτογραφιών Περιοχή αποτελεσμάτων αναζήτησης Σημαιάκια επισήμανσης (balloon markers) για κάθε συστάδα (cluster)
Κάνοντας κλικ σε μια συστάδα (cluster) ή σε ένα σημαιάκι επισήμανσης (balloon marker) εμφανίζονται thumbnails και tag cloud Κάνοντας κλικ σε ένα thumbnail, εκτίθεται όλη η φωτογραφία Εύκολη πλοήγηση μεταξύ των thumbnails, με την χρήση των πλήκτρων «προηγούμενο» και «επόμενο»
Εύκολη αναζήτηση, φυλλομέτρηση και πλοήγηση Ξεχωρίζει και στοιχίζει τις φωτογραφίες στις αντίστοιχες συστάδες (clusters). Κάθε συστάδα (cluster) καθορίζεται ως ομάδα κοντινών φωτογραφιών Κάνει χρήση του ζουμ, το οποίο ορίζει την απόσταση μεταξύ των κοντινών φωτογραφιών και κατ’ επέκταση τις συστάδες (clusters) με τις φωτογραφίες. Εκθέτει thumbnails στην κορυφή της σελίδας, που δίνουν στον χρήστη μια γρήγορη επισκόπηση των φωτογραφιών μέσα στη συστάδα Κάνει χρήση του tag cloud, το οποίο παρέχει σημαντικές πληροφορίες που αφορούν την συστάδα, όπως το όνομα της χώρας, τον αριθμό των συντελεστών, τον αριθμό φωτογραφιών και την τοποθεσία. Επιπλέον περιορίζει την αναζήτηση. Κάνει από μόνο του φιλτράρισμα (auto panning). Όταν μια ετικέτα επιλέγετε, το σύστημα εκτελεί μια νέα αναζήτηση συνδυάζοντας τους κύριους όρους αναζήτησης με την επιλεγμένη ετικέτα, επιστρέφοντας μόνο τις φωτογραφίες που περιέχονται στην επιλεγμένη ετικέτα.
Πείραμα σύγκρισης της αποδοτικότητας (usefulness) και της ευχρηστίας (usability) μεταξύ του TagNSearch με το Flickr Έλαβαν μέρος δεκαέξι εθελοντές, ο καθένας με διαφορετικές ικανότητες στην αναζήτηση. Οι μισοί χρησιμοποίησαν το TagNSearch και οι υπόλοιποι το Flickr Δόθηκαν πέντε φωτογραφίες στον καθένα, στις οποίες μετακινήθηκαν όλες οι ενδείξεις που φανερώνουν την θέση τους και παραλήφθηκαν οι ετικέτες τους. Κάποιες από αυτές ήταν εύκολο να αναγνωριστούν και κάποιες άλλες όχι Όσον αφορά την αποδοτικότητα (usefulness), ο κάθε συμμετέχων έπρεπε να εκτελέσει δύο διαδικασίες - Να βρει την θέση των φωτογραφιών αναζητώντας ετικέτες - Να βρει σχετικές ετικέτες από άλλες φωτογραφίες για να ετικετοποιήσει τις φωτογραφίες που του δόθηκαν Όσον αφορά την ευχρηστία (usability) επιλέχθηκαν δέκα χειρισμοί ευχρηστίας (usability) του Nielsen
Να κοιτάξουν την φωτογραφία και το περιεχόμενο της Να σκεφτούν μια ετικέτα Να κάνουν χρήση της ετικέτας ως λέξη-κλειδί στην αναζήτηση φωτογραφιών που θα μπορούσε να περιέχουν αυτή την ετικέτα Όταν θα έβρισκαν παρόμοιες φωτογραφίες θα μπορούσαν να συμπεράνουν την θέση της φωτογραφίας
Εξαρτήθηκε από την επιτυχία της πρώτης διαδικασίας Αν κατάφεραν να ολοκληρώσουν την πρώτη διαδικασία, θα μπορούσαν να χρησιμοποιήσουν τις ετικέτες των παρόμοιών φωτογραφιών για να ετικετοποιήσουν την φωτογραφία που τους δόθηκε Επιπλέον! Κάθε αναζήτηση που εκτελούσε ο συμμετέχων καταγράφηκε ως μια ερώτηση. Ο αριθμός των ερωτήσεων θεωρήθηκε ως πτυχή της αποτελεσματικότητας του συστήματος
Λόγοι αποτελεσματικότητας του TagNSearch: Παρέχει πληροφορίες για κάθε μεμονωμένη συστάδα (cluster) Περιορίζει τα αποτελέσματα της αναζήτησης Μπορεί κανείς να δει όλες τις ετικέτες των φωτογραφιών μέσω ενός tag cloud Λόγοι Αναποτελεσματικότητας του Flickr Χωρίς τα tag clouds οι συμμετέχοντες ήταν αναγκασμένοι να ελέγχουν ποικίλες φωτογραφίες και τις ετικέτες τους, με αποτέλεσμα πολλές από αυτές να μην περιέχουν τις κατάλληλες ετικέτες
Η πλειοψηφία των χειρισμών αξιολογήθηκαν υψηλά με μέσο όρο 4. ‘Αναγνώριση από ανάκληση’ και ‘Ευκολία χρήσης και αποδοτικότητα’, οι συμμετέχοντες που χρησιμοποίησαν το TagNSearch δεν χρειάζονταν να θυμούνται τα thumbnails των φωτογραφιών για να έχουν μια γενική εικόνα,σε αντίθεση με το Flickr
Μπορούμε να κάνουμε αναζήτηση φωτογραφιών που αφορούν γεωγραφικές τοποθεσίες χρησιμοποιώντας το TagNSearch To TagNSearch είναι αποτελεσματικότερο ως προς την χρήση του και την απόδοση του σε σύγκριση με άλλα συστήματα όπως το Flickr Ο συνδυασμός της ομαδοποίησης (clustering) και του σύννεφου ετικετών (tag cloud) καθώς και το φιλτράρισμα (auto panning) επιτρέπει στους χρήστες να βελτιώσουν την αναζήτησή τους
Είναι τελικά τόσο εύχρηστο όσο παρουσιάζεται το διαθέσιμο σύστημα; Αν εφαρμοστεί θα είναι τόσο αποτελεσματικό; Θα ενισχύσει την εξέλιξη της τεχνολογίας; Θα μπορούσε να υπάρξει αναζήτηση με βάση το χρώμα των φωτογραφιών; Θα μπορούσε να υπάρξει ανίχνευση εικόνας με βάση υπότιτλους που μπορεί να περιέχουν οι εικόνες; Θα μπορούσε να υπάρξει η δυνατότητα χρήσης και video από το συγκεκριμένο σύστημα;
Ευχαριστώ για την προσοχή σας!