网络图像检索的关键行为研究

doi:10.11925/infotech.1003-3513.2010.12.07

摘要
参考文献
相关文章
Metrics

全文: PDF(429 KB) HTML
输出: BibTeX | EndNote (RIS)

摘要

鉴于国内图像检索行为研究的缺乏,借助用户实验和行为观察技术采集用户的网络图像检索过程中的关键行为,从行为分布、浏览与检索、翻页、相关性判断等多个角度分析获得关于网络图像检索的行为策略、特征和心理的一些规律,并对网络图像检索系统的优化设计提出一些建议。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	曹梅

关键词 ：图像检索, 网络, 用户信息行为, 检索行为, 用户实验

Abstract：

Due to the absence of domestic research on image retrieval behavior, this paper designs a user experiment in which image retrieval process is recorded by behavior tracking technology to analyze the key behaviors. Some results on image retrieval strategies, characters and user psychology are discussed from various perspectives such as behavior distribution, browsing or researching, page turning, relevance judgment, and so on. In the end, some suggestions to networked image retrieval systems are provided.

Key words： Image retrieval Internet User behavior Retrieval behavior Experimental study

收稿日期: 2010-11-19

G353

引用本文:

曹梅. 网络图像检索的关键行为研究[J]. 现代图书情报技术, 2010, 26(12): 40-45.
Cao Mei. Research on Key Behaviors of Image Retrieval on Internet. New Technology of Library and Information Service, DOI：10.11925/infotech.1003-3513.2010.12.07.

链接本文:

http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.12.07

[1] Rorvig M E,Turner C H,Moncada J. The NASA Image Collection Visual Thesaurus. In: Proceedings of the ASIS 17th Mid-Year Meeting, Ann Arbor, MI. 1988:794-798.

[2] Enser P, McGregor C. Analysis of Visual Information Retrieval Queries. London:British Library Research and Development Report 6104, 1992.

[3] Hasting S K. Query Categories in a Study of Intellectual Access to Digitized Art Images. In:Proceedings of the ASIS 58th Annual Meeting, Chicago, USA.1995: 3-8.

[4] Jrgensen C. Indexing Images: Testing an Image Description Template. In:Proceedings of the 59th ASIS Annual Meeting.1996: 209-213.

[5] Chen H. An Analysis of Image Queries in the Field of Art History
[J]. Information Processing and Management, 2001,52(3): 701-720.

[6] Goodrum A, Spink A. Image Searching on the Excite Web Search Engine
[J]. Information Processing and Management, 2001, 37(2): 295-311.

[7] Pu X T. An Analysis of Web Image Queries for Search. In:Proceedings of ASIS2003, Long Beach, California.2003: 340-348.

[8] Yoon J. Towards a User-oriented Thesaurus for Non-domain-specific Image Collections
[J]. Information Processing and Management, 2009, 45(4): 452-468.

[9] Goodrum A A, Bejune M M,Siochi A C. A State Transition Analysis of Image Search Pattern on the Web. In: Proceedings of International Conference on Image and Video Retrieval.2003:281-290.

[10] Fokumoto T. An Analysis of Image Retrieval Behavior for Metadata Type Image Database
[J]. Information Processing and Management, 2006, 42(3): 723-728.

[11] Yoon J. An Exploration of Needs for Connotative Messages During Image Search Process. In:Proceedings of the 69th ASIS&T Annual Meeting,Austin, Texas. 2006.

[12] Yoon J, Chung E. Image Query Reformulation over Different Search Stages. In:Proceedings of 2009 ASIS&T Annual Meeting. 2009.

[13] 甘利人,白晨. 检索决策中的信息用户行为调整初探
[J]. 数字图书馆论坛, 2009(9): 45-52.

[14] Gay L R, Airasian P. Educational Research: Competencies for Analysis and Application
[M]. 6th Edition.New Jersey: Prentice-Hall, 2000.

[15] Hawk W B, Wang P. Users Interaction with the World Wide Web: Problems and Problem-solving. In:Proceedings of the 62nd ASIS Annual Meeting. Medford, NJ: Information Today, 2000: 256-270.

[16] 朱明泉,张智君,任衍具. 互联网信息搜索用户行为模型的探索性研究
[J]. 浙江大学学报:理学版, 2006, 33(4): 673-678.

[17] 邓小昭. 因特网用户信息检索与浏览行为研究
[J]. 情报学报, 2003, 22(6): 653-658.

[18] Jansen B J, Spink A, Saracevic T. Real Life, Real Users, and Real Needs: A Study and Analysis of User Queries on the Web
[J]. Information Processing and Management, 2000, 36(2): 207.

[19] 邓小昭. 因特网用户信息需求与满足研究. 武汉: 武汉大学, 2002.

[1]	曾庆田,胡晓慧,李超. 融合主题词嵌入和网络结构分析的主题关键词提取方法 ^*[J]. 数据分析与知识发现, 2019, 3(7): 52-60.
[2]	仇丽青,贾玮,范鑫. 基于重叠社区的影响力最大化算法 ^*[J]. 数据分析与知识发现, 2019, 3(7): 94-102.
[3]	何振宇,董祥祥,朱庆华. 基于用户使用行为视角的百度百科词条分类研究^*[J]. 数据分析与知识发现, 2019, 3(6): 117-122.
[4]	程齐凯,王佳敏,陆伟. 基于引用共词网络的领域基础词汇发现研究^*[J]. 数据分析与知识发现, 2019, 3(6): 57-65.
[5]	刘勘,陈露. 面向医疗分诊的深度神经网络学习^*[J]. 数据分析与知识发现, 2019, 3(6): 99-108.
[6]	石静,厉臣璐,钱宇星,周利琴,张斌. *国内外健康问答社区用户信息需求对比研究^——基于主题和时间视角的实证分析**[J]. 数据分析与知识发现, 2019, 3(5): 1-10.
[7]	操玉杰,毛进,潘荣清,巴志超,李纲. *学科交叉研究的演化阶段特征分析^——以医学信息学为例**[J]. 数据分析与知识发现, 2019, 3(5): 107-116.
[8]	陈万成,戴浩然,金映含. 基于数据挖掘方法的HEDONIC房屋价格评估模型——以美国城市西雅图为例[J]. 数据分析与知识发现, 2019, 3(5): 19-26.
[9]	陆泉,朱安琪,张霁月,陈静. *中文网络健康社区中的用户信息需求挖掘研究^——以求医网肿瘤板块数据为例**[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[10]	张庆庆,贺兴时,王慧敏,蒙胜军. 基于深度信念网络的文本情感分类研究^*[J]. 数据分析与知识发现, 2019, 3(4): 71-79.
[11]	温廷新,李洋子,孙静霜. 基于多因素特征选择与AFOA/K-means的新闻热点发现方法^*[J]. 数据分析与知识发现, 2019, 3(4): 97-106.
[12]	李想,钱晓东. 商品在线评价对消费趋同影响研究^*[J]. 数据分析与知识发现, 2019, 3(3): 102-111.
[13]	吴菊华,王煜,黎明,蔡少云. 基于加权知识网络的在线健康社区用户知识发现^*[J]. 数据分析与知识发现, 2019, 3(2): 108-117.
[14]	梅妍霜,朱恒民,魏静. 媒体协同对网络舆情扩散的作用机制研究^*[J]. 数据分析与知识发现, 2019, 3(2): 65-71.
[15]	徐月梅,吕思凝,蔡连侨,张小娅. 结合卷积神经网络和Topic2Vec的新闻主题演变分析^*[J]. 数据分析与知识发现, 2018, 2(9): 31-41.

Viewed

Full text

Abstract

Cited

Shared

Discussed