基于FAHP 图像搜索引擎性能评价.docVIP

基于FAHP的图像搜索引擎性能评价* 董文鸳 姚晓锋 （嘉兴学院图书馆 嘉兴 314001） 文摘：作者在提出图像搜索引擎性能评价体系的基础上，运用模糊层次分析法(FAHP)对Google、Ditto和百度的性能进行定量评价，并对FAHP用于图像搜索引擎性能评价的优缺点进行简评。 关键词：图像检索 图像搜索引擎 性能评价 模糊层次分析法 Performance Evaluation of Image Search Engines based on FAHP Dong Wenyuan Yao Xiaofeng (Jiaxing College Library Jiaxing 314001) Abstracts:Based on the performance evaluation system of image search engines,the authors use FAHP to evaluate the performance of Google、Ditto and Baidu,review the advantages and disadvantages of the application of FAHP in image search engine performance evaluation. Keywords: image search image search engine performance evaluation FAHP 网络技术、数码技术和通信技术的快速发展，强烈地刺激了人们对数字图像信息资源的需求，为了满足用户的图像检索要求，各种类型的图像搜索引擎纷纷涌现，它们按一定的方式识别Web上的图像，对图像进行分析和理解，对图像加上注释，建立互联网的图像数据库，为用户方便、快捷地检索利用网络图像信息资源创造了有利条件。但由于网络图像信息资源的无序性、无限膨胀性等，导致了图像搜索引擎在资源质量上的不可控性，并且到目前为止仍没有关于图像搜索引擎发展的权威规则。因而各图像搜索引擎的搜索性能良莠不齐，且少数还带有不健康图片。因此，采取科学的方法，建立起合理的评价体系，对现有的图像搜索引擎进行评价就成为了一个非常具有实用意义的课题。 1评价体系的构建 1973年，美国学者Lancaster和Fayen曾提出评价信息检索系统的六项指标，即覆盖范围、查全率、查准率、响应时间、用户负担和检索结果输出格式，这些指标虽然是30多年前提出的并且是针对传统的联机检索系统，但就信息检索系统的本质来说，对图像搜索引擎的评价仍有一定的借鉴作用。此后，针对真实的查全率和查准率在搜索引擎评价中很难实现的问题，H.Vernon Leighton和Jaideep Strivastage提出“前X命中记录查准率”P(X)的概念，用以反映检索工具在前X个检索结果中向用户提供相关信息的能力[1]。 根据建立评价标准应遵循的针对性、科学性、客观性和可行性等准则，并借鉴前人的研究成果，笔者从搜索范围、界面设计、检索功能、检索效果、检索结果和用户支持度等角度试着建立一个综合性的评价体系(6个一级指标，14个二级指标)，具体如表1所示。 表1 图像搜索引擎评价体系 一级指标 二级指标 搜索范围 可搜索的图片数量 更新周期 界面设计 界面设计的友好性、个性化 多语言版本 检索功能 检索方式 过滤不健康图片 检索效果 检索结果数量 相对查准率 相对查全率 相对死链接率 相对重复率 检索结果 检索结果的详细程度 图像的版权保护 用户支持度 在线、离线帮助 2模糊层次分析法(FAHP) 模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP)是一种将层次分析法(AHP)与模糊综合评价法相结合的定量分析方法，它在继承了层次分析法优点的基础上，较好地解决了矩阵一致性和矩阵与人的思维差异问题，因而具有较强的实用性。其具体步骤如下[2]： （1）建立优选问题的层次结构，根据对问题的分析，确定评价指标，并将评价指标因素分层，最高层为总的目标，中间层是与总目标相关的因素，中间层可以是一层或多层，最底层是各种方案在各因素下的专家评价。 （2）建立优先关系矩阵，每一个层次中的因素针对上层因素的相对重要性建立矩阵。这种矩阵是模糊互补矩阵，元素值按照下列规则确定：fij=0.5，表示因素i与因素j相对上一层同样重要；fij=0.，表示因素j比因素i重要；fij=1，表示因素i比因素j重要。 （3）将优先关系矩阵改造成模糊一致矩阵，按照模糊层次分析法的定理把各优先关系矩阵改造成模糊一致矩阵，即对模糊互补矩阵按行求和，记为，实施如下数学变换，