عملکرد موتورهای جستجوی گوگل، یاهو، و بینگ در بازیابی اطلاعات فارسی براساس رویکردهای ارزیابی فازی و کلاسیک

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد علم اطلاعات و دانش‌شناسی، دانشگاه اصفهان

2 دانشیار گروه علم اطلاعات و دانش‌شناسی، دانشگاه اصفهان

چکیده

هدف: ارزیابی فازی و کلاسیک عملکرد موتورهای جستجو در بازیابی اطلاعات فارسی و تعیین میزان ریزش کاذب و بهترین موتور جستجو با بازیابی کمترین رکوردهای تکراری.
روش‌شناسی: پژوهش کاربردی حاضر به‌لحاظ روش انجام کار نیمه‌تجربی، تطبیقی، و ارزیابانه است. طبق نمونه‌گیری هدفمند و براساس محبوبیت موتورهای جستجو‌، نمونه‌های پژوهش انتخاب شدند. ابزار گردآوری داده‌ها، سیاهه وارسی پژوهشگرساخته با 20 پرسش بود.
یافته‌ها: در دو ارزیابی فازی و کلاسیک، گوگل عملکرد بهتری نسبت به بینگ و یاهو داشت. به‌علاوه، مشخص شد میزان دقت ارزیابی فازی موتورهای جستجو از میزان دقت ارزیابی کلاسیک آنها بیشتر است. همچنین یافته‌ها در هر دو ارزیابی نشان داد گوگل، بینگ، و یاهو به‌ترتیب کمترین میزان ریزش کاذب را داشتند. علاوه بر این، میزان ریزش کاذب موتورهای جستجو در ارزیابی فازی کمتر از این میزان در ارزیابی کلاسیک به‌دست آمد. در این بررسی مشخص شد گوگل کمترین و یاهو بیشترین میزان رکوردهای تکراری را بازیابی کرد.
نتیجه‌گیری: یافته‌ها نشان داد ارزیابی فازی باعث افزایش میزان دقت و کاهش میزان ریزش کاذب در موتورهای جستجو می‌شود. با توجه به اینکه ارزیابی فازی با طیف‌بندی میزان ارتباط رکوردهای بازیابی‌شده، میزان مانعیت و ریزش کاذب دقیق‌تر و واقعی‌تری را ارائه می‌دهد، به پژوهشگران پیشنهاد می‌شود برای بررسی عملکرد موتورهای جستجو از ارزیابی فازی استفاده کنند. به‌طورکلی، یافته‌های پژوهش نشان داد موتور جستجوی گوگل براساس سه معیار اندازه گرفته‌شده، عملکرد بهتری نسبت به بینگ و یاهو از خود نشان داد. از این‌رو، به کاربران پیشنهاد می‌شود هنگام جستجوی اطلاعات فارسی در وب برای صرفه‌جویی در وقت و هزینه خود از این موتور جستجو استفاده کنند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Google, Yahoo and Bing Search Engines' Performance in the Persian Information Retrieval: A Fuzzy and Classical Evaluation

نویسندگان [English]

  • neda Abbasi Dashtaki 1
  • M. Cheshmeh Sohrabi 2
1 Master of Department of Knowledge & Information Scinece, Isfahan University, Isfahan, Iran.
2 PhD Candidate, Knowledge and Information Science, University of Isfahan
چکیده [English]

Purpose: Evaluating the Fuzzy and classical search engines' performance in Persian information retrieval to determine the false drop rate and select the best in retrieving the lowest duplicate records.
Methodology: In this applied research, the semi-experimental, evaluative and comparative methods are adopted. Research samples are selected according to purposeful sampling, based on the popularity of search engines. The data collection tool is a researcher-devised checklist with 20 questions.
Findings: It is revealed that Google out performs Yahoo and Bing in both the fuzzy and classical evaluations. The obtained precision ratio of the fuzzy evaluation of search engines is greater than of the classical evaluation. In both evaluations, Google, Yahoo and Bing have the lowest rate of false drop, respectively. In the fuzzy evaluation, this false drop ratio is less than of the classical evaluation. Google has the lowest and Yahoo has the highest duplicate records' count.
Conclusion: The obtained findings from the fuzzy and classical evaluation reveal that Fuzzy evaluation increases the precision rate and reduces false drop in search engines. Moreover the Fuzzy evaluation provides a more accurate and realistic precision and false drop rate by introducing a spectrum of relevance rate of retrieved records. It is recommended that researchers apply fuzzy evaluation when evaluating the search engines' performance. In general, Google has better performance than Bing and Yahoo based on three measured criteria. Consequently, users are advised to apply this search engine when searching for Persian information on the web to save time and money.

کلیدواژه‌ها [English]

  • Information retrieval
  • Search engines
  • Performance
  • Fuzzy evaluation
  • Classical evaluation
بیزا-ییتس، ریکاردو؛ ریبرو-نتو، برتیه (1385). قلمرو‌هاینودربازیابیاطلاعات (علی‌حسین قاسمی، مترجم). تهران: چاپار؛ دبیزش (نشر اثر اصلی 1999).

پائو، میراندا لی (1379). مفاهیم بازیابی اطلاعات (اسدالله آزاد و رحمت‌الله فتاحی، مترجمان). مشهد: مؤسسه چاپ و انتشارات دانشگاه فردوسی مشهد (نشر اثر اصلی 1989).

داودیان، فرشته (1380). ابزارهای جستجو در اینترنت. پیام کتابخانه، 11 (4)، 51-63.

داورپناه، محمدرضا (1387). جستجوی اطلاعات علمی‌ و پژوهشی در منابع چاپی و الکترونیکی. تهران: دبیزش؛ چاپار.

ریاحی‌نیا، نصرت؛ الله‌بخشیان، لیلی؛ لطیفی، معصومه؛ و رحیمی، فروغ (1395). بررسی مقایسه‌ای جامعیت و دقت موتورهای جستجوی عمومی براساس شاخص ربط سیستمی و منطق جستجو. تحقیقات کتابداری و اطلاع‌رسانی دانشگاهی، 50 (1)، 3.

سادات موسوی، علی؛ تاج‌الدینی، اورانوس؛ و حریری، نجلا (1392). مقایسه عملکرد موتورهای کاوش در هدایت کاربران به صفحات خانگی در پاسخ به پرسش‌های راهبری. کتابداری و اطلاع‌رسانی، 16(3)، 59-79.

کوشا، کیوان (1381). ابزار‌های کاوش اینترنت: اصول، مهارت‌ها و امکانات جستجو در وب. تهران: کتابدار.

لنکستر، ف‍ردریک‌ ویلفرید (1382). نمایه‌سازی و چکیده‌نویسی: مبانی نظری و عملی (عباس گیلوری، مترجم). تهران: چاپار (نشر اثر اصلی 1988).

مکتبی‌فرد، لیلا (1387). مدیریت اطلاعات با رویکرد فازی. کتابداری و اطلاع‌رسانی، 11 (2)، 183-204.

موسوی، سیدقایم؛ صادقیان، رضا (1395، اسفند). بررسی منطق فازی و کاربرد آن در حل مسائل پیچیده. پژوهش ملل، 77- 89.

میرجود، سیدحسین؛ قیاسی، میترا؛ دلیری، سعید؛ کوچکی‌نژاد ارم ساداتی، لیلا؛ و عباسیان جوشقانی، آمنه (1394). مقایسه دقت موتورهای جستجوی ‌عمومی و تخصصی در بازیابی تصاویر پزشکی. توسعه‌ی آموزش جندی‌شاپور، 6(2)، 131- 138.

نادی راوندی، سمیه؛ حریری، نجلا (1395). نظام‌های بازیابی اطلاعات. تهران: کتابدار.

وزیرپور کشمیری، مهردخت؛ فزونی، بهاره (1391). مقایسه میزان دقت راهنماهای موضوعی وب در بازیابی اطلاعات فنی – مهندسی. پردازش و مدیریت اطلاعات، 27 (3)، 597-616.

ویکری، برایان؛ ویکری، الینا (1380). علم اطلاع‌رسانی در نظر و عمل (عبدالحسین فرج‌پهلو، مترجم). مشهد: دانشگاه فردوسی (نشر اثر اصلی 2004).

Ahmad Khan, J., Sangroha, D., Ahmad, M., & Tanzillur Rahman, Md. (2014). Performance Evaluation of Semantic based Search Engines and Keyword based Search Engines. In International Conference on Medical Imaging, m-Health and Emerging Communication Systems (MedCom), November 7-8, (pp. 168-173). Retrieved May 7, 2019, from https://ieeexplore.ieee.org/document/7005997

Aldabbagh, M. S. M. (2012). An approach for evaluation of semantic performance of search engines: Google, Yahoo, Msn and Hakia. J. Edu & Sci, 25 (4), 124- 130.

Balabantaray, R. C., Swain, M., & Sahoo, B. (2013). Evaluation of web search engines based on ranking of results and features. International Journal of Human Computer Interaction (IJHCI), 4 (3), 117-127.

Bitirim, Y., & Gorur, A. K. (2017). A comparative evaluation of popular search engines on finding Turkish documents for a specific time period. Tehnicki Vjesnik, 24 (2), 565-569.

Can, F., Nuray, R., & Sevdik, A. B. (2004). Automatic performance evaluation of Web search engines. Information Processing and Management, 40 (3), 495-514.

Croft, W. B., Metzler, D., Strohman, T. (2015). Search Engines: Information Retrieval in Practice. Wesley: Pearson Education, Inc.

Deka, S. K., Lahkar, N. (2010). Performance evaluation and comparison of the five most used search engines in retrieving web resources. Online Information Review, 34 (5), 757-771.

Goutam, R. K., & Dwivedi, S. K. (2012). Performance Evaluation of search engines via user efforts Measures. International Journal of Computer Science Issues, 9 (4), 432- 437.

Kumar, B. S., & Prakash, J. N. (2009). Precision and relative recall of search engines: a comparative study of Google and Yahoo. Singapore Journal of Library & Information Management, 38, 124-137.

Kumar, K., & Bhadu, V. (2013). A comparative study of BYG search engines. American Journal of Engineering Research (AJER), (2) 4, 39-43.

Lewandowski, D. (2015). Evaluating the Retrieval Effectiveness of Web Search Engines Using a Representative Query Sample. Journal of the Association for Information Science and Technology, 66 (9), 1763-1775.

Liu, B. (2011). User Personal Evaluation of Search Engines − Google, Bing and Blekko. Retrieved May 7, 2019, from https://www.cs.uic.edu/~liub/searchEval/Search-Engine-Evaluation-2011.pdf

Martinez-Sanahuja, L., & Sanchez, D. (2016). Evaluating the suitability of Web search engines as proxies for knowledge discovery from the Web. Procedia Computer Science, 96, 169 – 178.

Negi, Y. S., & Kumar, S. (2014). A comparative analysis of keyword-and semantic-based search engines. In Intelligent Computing, Networking, and Informatics, (pp. 727-736). New Delhi, India: Springer.

Olajide, A. O., & Matthew, E. D. (2014). Performance evaluation of selected search engines. IOSR Journal of Engineering, 4 (2). Retrieved May 7, 2019, from https://pdfs.semanticscholar.org/5445/755cf82951205e196bef8324a89c7fe2ad0f.pdf

Sahu, S. K., Mahapatra, D. P., & Balabantaray, R. C. (2015). Comparative study of different search engines in context of features and semantics. International Journal of All Research Education and Scientific Methods, 1 (1), 15-26.

Vaughan, L. (2004). New measurements for search engine evaluation proposed and tested. Information Processing and Management, 40, 677–691.