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

Document Type : Research َ Article

Authors

1 Master of Department of Knowledge & Information Scinece, Isfahan University, Isfahan, Iran.

2 PhD Candidate, Knowledge and Information Science, University of Isfahan

Abstract

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.

Keywords

Main Subjects

References

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.
Send comment about this article
CAPTCHA Image

Files

History

  • Receive Date: 20 January 2019
  • Revise Date: 03 March 2019
  • Accept Date: 03 February 2019

Share

How to cite

Statistics