اطلاعات جغرافیایی به عنوان یک ابزار تحلیل و تجسم برای مجموعه‌های اشیاء فرهنگی، شتاب جدیدی به دست می‌آورد. این فرصت‌های جدیدی را برای انواع کاربران فراهم می‌کند تا این اشیاء را به روش‌هایی که شبیه تجربه‌های مکانی معمولی ما هستند، درک کنند و بهتر از روایت‌های متنی این کار را انجام دهند. پروژه SeMap یک منبع آنلاین ساخته است که بیش از 200000 شی فرهنگی را از طریق نقشه های مکانی-زمانی نشان می دهد، بنابراین تجربیات و دیدگاه های جدیدی را در اطراف این اشیاء امکان پذیر می کند. داده ها از مخزن CER.ES می آیند و توسط شبکه ای از بیش از 100 موزه اسپانیا ایجاد شده اند. این مقاله پالایش داده‌های ارائه‌شده توسط مخزن را توضیح می‌دهد، عمدتاً با افزودن ساختار معنایی به لطف هستی‌شناسی CIDOC-CRM، و با ساده کردن اصطلاحات بسیار پیچیده به کار رفته در سوابق اصلی. توجه ویژه ای به روش های مکان یابی اطلاعات و همچنین افزودن فیلترهای زمانی (در میان سایر موارد) به درخواست های کاربر می شود. عملکردها، رابط کاربری و الزامات فنی نیز به طور طولانی مورد بررسی قرار می گیرند.

کلید واژه ها:

تجسم ; هستی شناسی ; نقشه مکانی – زمانی ; میراث فرهنگی

1. مقدمه

تحول دیجیتال در دهه های اخیر منجر به تجدید دسترسی به فرهنگ و مدیریت حافظه جمعی شده است. تکامل فناوری‌های اطلاعات و ارتباطات جدید منجر به تغییر اساسی در کار، تحقیق و یادگیری، در میان سایر فعالیت‌ها، در جامعه معاصر شده است [ 1 ]. عصر دیجیتال راه‌های دسترسی و مدیریت اطلاعات را تغییر داده است و امکانات بیشتری را فراهم می‌کند و دسترسی را مطلوب می‌سازد [ 2 ]]. این پیشرفت‌های تکنولوژیکی به مدل‌های اطلاعات دیجیتال مورد استفاده در حوزه میراث، افزایش در دسترس بودن اطلاعات دیجیتال و دسترسی آزاد به داده‌های مربوط به میراث فرهنگی کمک کرده است. با این حال، در عصر دیجیتال، بیشتر ابتکارات توسعه‌یافته برای مدیریت اطلاعات مربوط به دارایی‌های میراث، در مخازن مستقل جدا شده و محو شده‌اند، بنابراین فاقد روابط داده‌ای هستند. این اطلاعات اغلب بسیار پویا و یا حتی ثابت نیستند. علاوه بر این، اطلاعات جمع آوری و منتشر شده باید در طول زمان پایدار باشد و تولید محتوای جدید یا انتشار دانش واقعی را دشوار کند. بدون در نظر گرفتن این مقدمات، فعال کردن ابتکارات حفاظتی واقعی غیرممکن است، بنابراین هرگونه امکان بهره مندی از میراث فرهنگی را نفی می کند.
ابزارهای دیجیتال درک ما را از میراث فرهنگی تغییر داده اند، به عنوان مثال، ارتباط بین دارایی های فرهنگی و محیط، مکان، پیشینه آنها، و غیره. مکان یابی جغرافیایی و تجسم داده های مکانی و زمانی به انتشار آنها کمک کرده است. واضح است که استفاده مکرر از فناوری های دیجیتالی سازی با دقت بالا برای مکان یابی و مستندسازی آثار، حفاظت، مراقبت و حتی بازسازی آنها را با دقت بسیار تضمین می کند. علیرغم این مزایا، تلاش‌های مربوط به موزه‌ها به آرامی مورد توجه قرار می‌گیرد. برخی از ابتکارات ادغام اطلاعات میراث جغرافیایی ارجاع شده را نشان داده اند [ 2 ، 3]. علاوه بر این، محتوای دیجیتالی که دسترسی را تسهیل می‌کند و به آن کمک می‌کند، می‌تواند از طریق GIS (سیستم اطلاعات جغرافیایی) ایجاد شود، که امکان ایجاد یک صنعت چندرسانه‌ای مرتبط با توسعه و حفاظت از میراث فرهنگی را فراهم می‌کند [ 4 ]. فن‌آوری‌های GIS ابزارهای عالی برای تجسم و تعامل با اسناد دیجیتالی بسیاری از انواع میراث، از قطعات کوچک گرفته تا ساختمان‌ها یا محیط‌های تاریخی هستند [ 5 ].]. علاوه بر این، آنها نه تنها برای تجسم، بلکه برای مطالعه دارایی های میراث ملموس و حتی ناملموس نیز مناسب هستند. اطلاعات به دست آمده از این فناوری ها را می توان در عمل با استفاده از داده های دیجیتال برای کار با اشیاء میراث فرهنگی برای تجزیه و تحلیل فضایی، حفاظت، انتشار، نظارت، تحقیق و حتی آموزش به کار برد.
بودجه برای فرهنگ همیشه کمیاب است. این همان چیزی است که ابزارهای دیجیتال را در جستجوی راه حل های پایدار در طول زمان ضروری می کند که نه تنها از از دست دادن یا پراکندگی مادی اطلاعات بلکه از ناپدید شدن دانش نیز جلوگیری می کند. پاسخ به مشکلات ناشی از میراث فرهنگی لزوماً شامل تحقیقات پویایی است که از جهات مختلف به هم مرتبط است. چندین رشته برای رمزگشایی نیازها و کمبودهای فعلی میراث فرهنگی نیاز به همکاری دارند [ 6 ]. ابزارهای دیجیتال می توانند به تقویت ارزش های میراث کمک کنند [ 7 ]. فن‌آوری دیجیتال و علم همراه با آن حاکی از روش جدیدی برای رویارویی با پیچیدگی میراث است که به ما امکان می‌دهد با آن مقابله کنیم و از راه‌حل‌های تقلیل‌گر اجتناب کنیم [ 8 ].
امروزه GIS توسط بسیاری از مطالعات به عنوان ابزاری موثر، انعطاف پذیر و یکپارچه از دیدگاه مدیریت اطلاعات و دانش در نظر گرفته می شود [ 9 ]. آنها ابزاری ایده آل برای مستندسازی میراث فرهنگی هستند، زیرا امکان اجرای رشته های مختلف و مکان یابی میراث را به صورت مکانی فراهم می کنند. علاوه بر این، تطبیق پذیری گرافیکی و استفاده اخیر آنها در پلتفرم های انتشار، GIS را به ابزار آموزشی خوبی برای کل جامعه ما تبدیل کرده است [ 2 ]. با توجه به این مزایا، در دهه گذشته، ابزارهای مبتنی بر GIS بسیاری برای نمایش میراث توسعه یافته است که برخی از آنها شامل ابعاد زمانی و مکانی می‌شوند [ 10 ، 11 ، 12 ، 13 ، 14 .، 15 ]. با این حال، با پیچیده‌تر شدن داده‌ها، تجسم‌سازی نیز پیچیده‌تر می‌شود که اغلب به راه‌حل‌های موردی منجر می‌شود. یک جایگزین، استفاده از ابزارهای به اصطلاح تجسم به کمک دانش است. در واقع، افزودن اطلاعات معنایی به داده ها به شناسایی الگوها و مهار دانش کمک می کند. این معمولاً با ایجاد هستی‌شناسی‌هایی انجام می‌شود که در علوم کامپیوتر، «اصطلاحات و روابط اساسی را که شامل واژگان یک حوزه موضوعی و نیز قوانین ترکیب اصطلاحات و روابط برای تعریف بسط واژگان است، تعریف می‌کند» [ 16 ].]. یکی از جالب‌ترین جنبه‌های پشتیبانی از اطلاعات در یک نمودار دانش، امکان استنباط دانش، به عنوان مثال، یافتن شباهت‌ها بین نمونه‌های شبکه است. به این ترتیب، هستی‌شناسی‌ها می‌توانند برای نمایش مدل‌های پیچیده اطلاعاتی که محتوای معنایی نقش مهمی در آن بازی می‌کند و می‌توان برای استنتاج دانش پنهان از داده‌ها استفاده کرد.
با این حال، بیشتر ابزارهای تجسم، برنامه های مستقلی هستند که مجموعه داده های کوچکی را مدیریت می کنند و/یا از هستی شناسی استفاده نمی کنند. به عنوان مثال، تنها تعداد کمی از آثار ذکر شده تصدیق می کنند که داده های دامنه آنها توسط یک نمودار دانش پشتیبانی می شود [ 10 ، 11 ، 12 ]. اغلب اوقات، داده ها فقط بر روی یک نقشه دو بعدی نمایش داده می شوند و فاقد رابطی برای کاربر برای تجسم روابط بین داده ها هستند. اگرچه این ابزارها می توانند داده ها را مرتب و فیلتر کنند، به ویژه بر اساس زمان، ابزارهایی که داده های مکانی و زمان را به طور همزمان فیلتر می کنند بسیار کمیاب هستند [ 12 ]. علاوه بر این، حجم داده های مدیریت شده توسط این ابزارها بسیار ناهموار است: برخی شامل تقریباً نیم میلیون شی [ 10 ، 11 ] هستند.]، در حالی که دیگران بر اساس مجموعه ای کاهش یافته از داده ها هستند [ 13 ، 15 ]. ما معتقدیم که چنین رویکردهای بدون ساختار را می توان با استفاده از هستی شناسی ها بهبود بخشید، زیرا هستی شناسی ها می توانند هم برای ذخیره داده هایی که باید تجسم شوند و هم برای تعریف نحوه تجسم آنها به کار گرفته شوند.
در این مقاله، ما نتایج SeMap را ارائه می‌کنیم، یک پروژه تحقیقاتی که هدف آن انتشار نوآورانه دارایی‌های فرهنگی منقول نگهداری شده در موزه‌های متوسط ​​و کوچک است، و آنها را از نظر معنایی به نقشه‌های مکانی-زمانی مرتبط می‌کند، تا کاربران بتوانند به طور شهودی به داده‌های گفته شده دسترسی داشته باشند. ما روش توسعه‌یافته در محدوده این پروژه [ 17 ] را برای بازنمایی فضایی و زمانی و تعامل بیش از 200000 شیء میراث فرهنگی دیجیتالی شده، با استفاده از ترکیبی از ابزارهای مبتنی بر نقشه و سرویس‌های وب که اطلاعات را از یک نمودار دانش بازیابی می‌کنند، نشان می‌دهیم. ابزار را می توان از [ 18 ] دسترسی داشت. این بر روی اشیایی ساخته شده است که در شبکه‌ای از موزه‌های اسپانیایی که توسط وزارت فرهنگ و آموزش راه‌اندازی شده فهرست‌بندی شده‌اند، که در حال حاضر از طریق یک پورتال وب قابل دسترسی هستند [19]. SeMap راه جدیدی برای دسترسی به اطلاعات گفته شده ارائه می دهد: از یک طرف به این دلیل که یک نقشه مکانی-زمانی ارائه می دهد که امکان کاوش داده ها را در مقایسه با لیست مواردی که CER.ES در حال حاضر ارائه می دهد گسترش می دهد و از طرف دیگر به دلیل اینکه داده ها جاسازی شده در یک نمودار دانش، می توان دانش را از آن بازیابی کرد، به عنوان مثال، با جستجوی اشیاء مشابه. علاوه بر این، SeMap استراتژی‌های مختلف تجسم و فیلتر را ترکیب می‌کند تا روشی بصری و نوآورانه برای پیمایش در نقشه، یافتن اشیاء مورد علاقه و دسترسی به توضیحات هر یک از شی‌ها، از جمله: گزینه‌های فیلتر، جستجوی متن آزاد، جستجوی عمیق (با در نظر گرفتن مترادف‌ها)، یک روش موقتی ارائه دهد. مقیاس، نقشه برداری اشیاء بر اساس دو مکان مختلف (موزه و منشأ)، یک گالری نوار کناری و یک گالری سه بعدی. بنابراین، SeMap ابزارهای GIS را ترکیب می کند،
ساختار مقاله به شرح زیر است. بخش 2 مجموعه CER.ES و پردازش داده های دنبال شده در SeMap را تشریح می کند، با تمرکز بر اطلاعات مکانی-زمانی و سایر ویژگی ها و توصیف روابط معنایی آنها. بخش 3 جزئیات فنی ابزار تجسم SeMap را شرح می دهد. بخش 4 نتایج اعتبار سنجی عملکرد ابزار و پاسخ به سیستم را هنگامی که توسط مجموعه های همزمان از کاربران استفاده می شود نشان می دهد. در نهایت، بخش 5 برخی از نتیجه‌گیری‌ها را ارائه می‌کند و کارهای آینده در این زمینه را تشریح می‌کند.

2. پردازش داده ها

2.1. مجموعه CER.ES

CER.ES یک کاتالوگ آنلاین جمعی است که اطلاعات و تصاویر دارایی های فرهنگی شبکه دیجیتال مجموعه موزه های اسپانیا را گرد هم می آورد. از طریق وب سایت آن [ 19 ]، جستجوهای عمومی و پیشرفته را می توان در هر موزه شرکت کننده و همچنین در انتخابی که کاربر مشخص می کند انجام داد ( شکل 1).). علاوه بر این، می توان با استفاده از فرامتن و ویژگی هایی که آنها را شناسایی می کند (انواع شی، نویسنده، شمایل نگاری، محل منشأ، بافت فرهنگی و غیره) بین مجموعه ها پیمایش کرد. همچنین می توان به کاتالوگ هر یک از موزه ها یا حتی گروه بندی آنها بر اساس نوع شناسی، مکان و غیره مراجعه کرد تا جستجوهای خاص تری در 118 موزه تشکیل دهنده این پایگاه داده انجام شود، از جمله، به عنوان مثال، موزه های باستان شناسی، هنرهای زیبا. موزه‌ها، موزه‌های هنر معاصر، موزه‌های هنرهای تزئینی، موزه‌های قوم‌شناسی و مردم‌شناسی و موزه‌های لباس. همچنین موزه های عمومی، موزه های تخصصی و موزه های دولتی و حتی خصوصی در سراسر اسپانیا وجود دارد. مطالب همچنین در شبکه HISPANIA و EUROPEANA موجود است.
هدف این است که محتوای دیجیتال مربوط به مجموعه ها را به صورت آنلاین در دسترس قرار دهیم و این محتوا را منتشر کنیم. همه این موزه‌ها داده‌های خود را بر اساس DOMUS، ابزاری که توسط وزارت فرهنگ و ورزش اسپانیا برای یکسان کردن شیوه فهرست‌نویسی مجموعه‌ها ایجاد شده است، قرار می‌دهند. این سیستم در سال 1993 با هدف ایجاد پروتکل های استاندارد شده برای موزه های ملی اسپانیا ایجاد شد که شامل یک سیستم خودکار یکپارچه برای اسناد و مدیریت موزه ها بود. سیستم DOMUS ابزارهای کنترل اصطلاحی را فراهم می کند [ 20] که امکان شناسایی و طبقه بندی مناسب دارایی های فرهنگی موجود در موزه های اسپانیا را فراهم می کند. این واژگان کنترل شده را می توان به دو گروه طبقه بندی کرد: لغت نامه های تخصصی که اصطلاحات مربوط به حوزه موضوعی مربوط به خود (سرامیک، سکه شناسی و مبلمان) را گرد هم می آورند و اصطلاحنامه های عمومی که برای فهرست بندی انواع دارایی های فرهنگی منقول و غیرمنقول قابل استفاده هستند. .
CER.ES تعهد روشنی برای تسهیل دسترسی جهانی به فرهنگ و ارائه محتوای فرهنگی به شهروندان دارد. دسترسی یکپارچه به دارایی های فرهنگی موزه های اسپانیا را فراهم می کند.

2.2. ادغام مجموعه CER.ES در SeMap

ادغام مجموعه CER.ES در نقشه تعاملی توسعه یافته تحت پروژه SeMap به لطف همکاری بین محققان دانشگاه والنسیا و تکنسین های موزه از منطقه مجموعه ها، اداره کل زیرمجموعه موزه های ایالتی ( Subdirección General de Museos) امکان پذیر شد. Estatales، SGME)، از وزارت فرهنگ و ورزش اسپانیا. کل داده های ارائه شده توسط SGME به SeMap (در سپتامبر 2020) 239836 شی میراث فرهنگی با گونه شناسی های مختلف و 78074 مورد با گونه شناسی “سند” است که شامل اسناد، عکس ها، فیلم ها و غیره است. اطلاعات اشیاء میراث فرهنگی در شبکه CER.ES که به آن دسترسی داشت از فیلدهای زیر تشکیل شده است: موزه ای که شی را در خود جای داده است، شماره موجودی شی با توجه به هر موزه، شناسه شی، و موجودی (محصول برای هر موزه)، نام شیء، توصیف، نویسنده، ابعاد، نوع شناسی شیء، نام محل منشأ خاص شیء، نام شهر، منطقه یا کشور مبدا، مواد شیء و قدمت.
ادغام داده های گفته شده در SeMap در سه مرحله انجام شد: اول، ارتباط اشیاء با اصطلاحنامه CER.ES. بعد، ارجاع جغرافیایی آنها. و در نهایت یکنواختی دادن به برخی زمینه ها با ناهمگنی بالا. این مراحل در زیر بخش های زیر توضیح داده شده است.

2.2.1. ارتباط با فرهنگ لغت CER.ES

هدف مورد نظر از داده ها این است که بتوان آنها را به شکلی قابل استفاده از طریق رابط یک برنامه وب مورد بررسی قرار داد. با این حال، این بسیار پیچیده است برای تطبیق با تعداد اصطلاحات در اصطلاحنامه های مختلف. به عنوان مثال، Diccionario de Denominaciones de Bienes Culturales [ 21]، که برای تعیین نوع شناسی یک شی استفاده می شود، دارای 8727 اصطلاح مختلف است. این تعداد زیاد اصطلاحات به این معنی است که انتخاب نوع شناسی اشیاء مورد جستجو در میان منوها برای کاربر معمولی، مانند یک دانش آموز دبیرستانی یا یک گردشگر، نسبتاً پیچیده است. این طبقه بندی ممکن است برای طبقه بندی یک شی میراث فرهنگی در یک محیط علمی یا دانشگاهی مناسب تلقی شود. با این حال، برای کاربر معمولی، چنین پیچیدگی غیر ضروری و گاهی غیرقابل درک است. از آنجایی که هدف این پروژه انتشار میراث فرهنگی به بیشترین تعداد ممکن است، طبقه بندی بسیار کوچکتری با گروه بندی مفهومی اصطلاحات ساخته شد. همین امر در مورد بقیه فیلدهایی که می توانند به فرهنگ لغت در شبکه CER.ES مربوط باشند نیز انجام شد. این مرحله توسط کارشناسان حوزه درگیر در پروژه انجام شد و توسط SGME تایید شد. اصطلاحنامه های مورد استفاده و ساده سازی ها عبارتند از:
  • نوع شناسی شی، ارجاع به اصطلاحنامه CER.ES ” Diccionario de Denominaciones de Bienes Culturales ” [ 21 ]. در مجموع 8276 اصطلاح با 16 مورد به طبقه بندی کاهش یافت.
  • مواد شی، ارجاع به اصطلاحنامه CER.ES ” Diccionario de Materias ” [ 22 ]. در مجموع 1841 اصطلاح به مجموعه ای از 21 عنصر ساده شده است.
  • تکنیک های بکار گرفته شده، ارجاع به اصطلاحنامه CER.ES ” Diccionario de Técnicas ” [ 23 ]. در مجموع 1355 ترم به 20 مورد کاهش یافت.
حتی با وجود اینکه مؤسساتی که داده‌ها را تولید کرده‌اند، کاربران سیستم DOMUS هستند، هنوز مقدار زیادی داده با تنوع زیاد در اصطلاح وجود دارد. یک نرم افزار برای حل این مشکل توسعه داده شد. پردازش شامل مقایسه تعداد تکرار کلمات در متن طبقه‌بندی، و مترادف‌های آنها، از طریق WordReference API [ 24 ]، با واژه‌های واژه‌نامه، هم ترجیحی و هم جایگزین است. بسته به اینکه آیا این اصطلاحات با هم، مجزا، مترادف یا نه هستند، یک سیستم امتیازدهی اعمال می شود. هنگامی که امتیاز به دست آمده بسیار پایین بود، از یک فرآیند دستی برای طبقه بندی صحیح آنها استفاده می شد.
2.2.2. ارجاع جغرافیایی داده ها
برای نمایش داده ها روی بوم نقشه، منشأ شی و مکان فعلی آن (یعنی یک موزه) را در نظر گرفتیم. به دست آوردن مختصات جغرافیایی مکان فعلی ساده بود، زیرا برای همه موزه ها یک آدرس مشخص وجود دارد. برای این منظور، از خدمات کدگذاری جغرافیایی Google Maps [ 25 ] و Geonames [ 26 ] استفاده کردیم.
با این حال، به دست آوردن مختصات جغرافیایی منشأ اشیاء پیچیده بود. منشأ به عنوان مکانی است که شی قبل از ارسال به مکان فعلی خود در آنجا بوده است، بنابراین نباید با مکانی که شیء در آن تولید شده اشتباه گرفته شود. این نوع اشیاء که بسیاری از آنها قدمت چند قرنی یا حتی هزاران ساله دارند، ممکن است صاحبان متعددی داشته باشند و به این ترتیب در مکان های مختلفی نگهداری می شده اند. هر شیء دارای محل منشأ (مثلاً کشور، نام نامی و غیره) و نام مکان خاص یا مکانی است که از آن آمده است (مثلاً یک صومعه، مکان و غیره). در هر صورت، موقعیت جغرافیایی منشأ به چند دلیل موضوعی پیچیده است:
  • اطلاعات گفته شده در دسترس نیست: فیلد خالی است یا حاوی کلمه “ناشناخته” است.
  • این اطلاعات به دلیل جزئیات آن نامشخص است. نام یک کشور یا یک منطقه شناخته شده است، اما مکان خاصی نیست. به عنوان مثال، نام مکان (قزاقستان و غیره).
  • نام مکان مشخص نیست، اما نام خاص آن است که می تواند ابهامات زیادی ایجاد کند زیرا ممکن است مکان های مختلفی با یک نام خاص وجود داشته باشد. به عنوان مثال، نام مکان: “Parroquia de Ajofrín”. این مکان به یک کلیسا اشاره دارد که تنها اشاره به آجوفرین دارد. در این مورد، دهکده ای است با سه کلیسا، اما می تواند به جای آجوفرین، «سان خوان» باشد و کلیساهای زیادی در دنیا به این نام وجود دارد.
  • نام مکان شناخته شده است، اما نام خاص بیش از حد عمومی است. به عنوان مثال، نام مکان: Alcaraz; مکان خاص: “El Jardín”. در شهرداری آلکاراز مکان‌های مختلفی وجود دارد که به آنها «ال جردن» می‌گویند.
در مورد ژئوکدینگ مکان، از Google Maps و Geonames API استفاده شد. به طور کلی برای هر درخواست چندین نتیجه به دست آمد. الگوریتمی طراحی شد که تمامی نتایج را پردازش کرد و بسته به میزان شباهت نتایج با داده ها، موقعیت به عنوان معتبر یا نامعتبر در نظر گرفته شد. از مجموع 117681 داده با اطلاعات منشأ، 28725 داده با Geonames API معتبر و 67399 با Google Maps API داده شده است. در نهایت، در مجموع 96124 داده به عنوان معتبر پذیرفته شد. نتایج به‌دست‌آمده نشان داد که Geonames API با داده‌های اداری (شهرداری‌ها، مناطق، استان‌ها و غیره) به خوبی کار می‌کند، در حالی که Google Maps با نام‌های غیر اداری (نام کاخ‌ها، صومعه‌ها و غیره) نتایج بهتری ارائه می‌دهد.
2.2.3. در نظر گرفتن ناهمگونی داده ها
معمولاً فهرست‌نویسی اشیاء میراث فرهنگی شامل ناهمگونی است، زیرا اطلاعات توسط انسان‌ها با معیارهای مختلف معرفی شده است. علاوه بر این، باید در نظر گرفت که مجموعه CER.ES شامل 118 موزه و در نتیجه کاتالوگ های خود است، بنابراین این واقعیت به ویژه مشهود است. بیشترین زمینه‌ها مربوط به ابعاد و تاریخ‌گذاری شی بود که به دلیل واحدهای اندازه‌گیری مختلف، جداکننده‌ها و غیره بود. تشخیص و تصحیح این ناهمگونی با استفاده از فناوری رایانه آسان است.
علاوه بر این، اصطلاحات فهرست نویسی در رابطه با تاریخ گذاری در نظر گرفته شد، به عنوان مثال، اصطلاح “ca” به تاریخ گذاری تقریبی، همان شخصیت “؟”، یا حروف “BP” به معنای (در انگلیسی) “قبل از حال” اشاره دارد. ، که نشان می دهد تاریخ گذاری تعداد سال های قبل از تاریخ فعلی است. دومی عموماً در تاریخ‌یابی فسیل‌ها و غیره استفاده می‌شود که خطای 100 ساله بیش از حد قابل قبول است.

2.3. طراحی نمودار دانش SeMap

از آنجایی که نوع اطلاعاتی که پشتیبانی می شود به شدت با میراث فرهنگی مرتبط است، تصمیم گرفتیم از مدل ارائه شده توسط CIDOC-CRM [ 27 ] استفاده کنیم. از آنجایی که این مدل یک پیشنهاد نظری است، ما از یک پیاده سازی OWL استفاده کردیم که آزادانه توسط دانشگاه ارلانگن [ 28 ] توزیع شده است.
نگاشت یک مجموعه داده دامنه در برابر مدل CIDOC-CRM یک فرآیند باز است. خوشبختانه، چندین پروژه وجود دارد که این کار را انجام داده اند [ 29 ، 30 ] و خود سازمان CIDOC-CRM چندین راهنما را در مورد چگونگی انجام این کار توسعه داده است [ 31 ]. نتایج این کارها و دستورالعمل ها توسط تیم SeMap برای انجام فرآیند نقشه برداری مورد تجزیه و تحلیل قرار گرفت.
اولین تصمیم مهم در این نگاشت، مفهوم سازی انواع مختلف اشیا است. پر استفاده ترین گزینه ها عبارتند از تخصصی کردن کلاس E22 Man-Made Object ، از CIDOC-CRM، که هر شیء ایجاد شده توسط انسان را نشان می دهد، یا نشان دادن نوع از طریق P2 دارای خاصیت نوع است. این ویژگی به شی اجازه می دهد تا با تخصص های کلاس E55 Type مرتبط شود . در SeMap تصمیم بر این شد که انواع و زیرشاخه‌های اصلی مختلف را تخصصی کنیم.
علاوه بر نوع شناسی شی، ملاحظات مختلفی برای کار بر روی مکان، تولید، منشأ، مواد، تکنیک، نویسندگی، بازنمایی شی و ابعاد شی مورد استفاده قرار گرفت. در بخش‌های فرعی بعدی، سازگاری‌ها، کلاس‌ها و ویژگی‌های مدل CIDOC-CRM همانطور که در SeMap استفاده می‌شود به تفصیل توضیح داده می‌شوند. طرح هستی شناسی مورد استفاده در SeMap Knowledge Graph را می توان در مخزن عمومی GitHub پروژه [ 32 ] مشاهده کرد.

2.3.1. تولید

برای نمایش تولید شی در مدل هستی‌شناختی، از CIDOC-CRM کلاس E12 Production استفاده می‌شود و از طریق ویژگی P108 که با E22 Man-Made Object تولید کرده است، مرتبط است . این کلاس دارای ویژگی های زیر است:
  • P4 دارای بازه زمانی است (که برای نشان دادن زمان تولید استفاده خواهد شد). این زمان در صورت امکان به عنوان یک محدوده سال وارد می شود، زیرا در داده های ارائه شده معمولاً به این صورت نشان داده شده است.
  • P8 در یا در داخل (برای نشان دادن محل تولید استفاده می شود) اتفاق افتاد.
2.3.2. محل
امروزه تمام اشیاء CER.ES در موزه‌ها قرار دارند که می‌توان آن‌ها را دقیقاً روی نقشه قرار داد. از آنجایی که موزه ها بازیگرانی هستند که دارای اعتبار قانونی هستند، مناسب ترین کلاس CIDOC-CRM برای نشان دادن آنها، کلاس E40 Legal Body است که از کلاس E39 Actor ، ویژگی های زیر را به ارث می برد:
  • P74 دارای محل اقامت فعلی یا قبلی است که مقدار آن نمونه ای از کلاس E53 Place است: در SeMap برای نمایش اطلاعات مکان مکانی استفاده می شود.
  • P49 دارای نگهدارنده سابق یا فعلی است که مقدار آن نمونه ای از کلاس E18 Physical Thing است که ابرکلاس E22 Made Object است. به این ترتیب ما شیء را با مکانی که در آن نگهداری می شود، یعنی موزه پیوند می دهیم.
2.3.3. منشأ
برای نشان دادن منشأ یک شی، CIDOC-CRM به زمینه قانونی [ 27 ] متوسل می شود، اما این اطلاعات همیشه در دسترس نیست و پیچیده است، به ویژه در مورد اشیاء یا اشیاء باستانی که در آن این فرآیند چندین بار تکرار شده است، همانطور که معمول است. 33 ]. با توجه به این موضوع و اینکه اطلاعات قانونی در مورد انتقال اشیا در داده های CER.ES وجود ندارد، تصمیم گرفتیم این مشکل را ساده کنیم و در صورت وجود اطلاعات بیشتر در این زمینه، امکان اصلاح آن را باز بگذاریم.
بنابراین، برای انعکاس منشأ شی، آن را در داده ها با یک مکان نشان داده شد. ما محل منشأ را اضافه می کنیم و آن را به مکانی در موزه پیوند می دهیم که در حال حاضر با کلاس E9 Move در آن به نمایش گذاشته شده است. از نظر معنایی، این مناسب ترین نیست، زیرا اگرچه حرکت انجام شده است، لازم نیست مستقیم باشد و هیچ اطلاعات اضافی مرتبط با این حرکت وجود ندارد.
2.3.4. مواد و تکنیک
برای پشتیبانی از اطلاعات در مورد مواد و تکنیک مورد استفاده در تولید شی، از کلاس تولید E12 CIDOC-CRM استفاده شده است. این کلاس دارای ویژگی های زیر است:
  • P126 استفاده می شود که یک رابطه M:N با کلاس E57 Material برقرار می کند. در SeMap، نمونه های کلاس E57 Material ارجاعاتی به Material Dictionary [ 22 ] هستند.
  • P32 از تکنیک عمومی استفاده می‌کند که رابطه‌ای با کلاس Type E55 برقرار می‌کند ، که در SeMap برای ارجاع به اصطلاحات از Dictionary of Techniques استفاده می‌شود [ 23 ].
برای فرآیند نگاشت با اصطلاحنامه های مختلف، تکنیک های شرح داده شده در بخش 2.2 این کار به کار گرفته شد.
2.3.5. نمایندگی
برای نشان دادن ارجاعات به تصاویر مرتبط با شی در نمودار دانش، از ویژگی P138 has از کلاس E22 Man-Made Object استفاده شده است که رابطه ای با موجودیت آیتم ویژوال E36 برقرار می کند. پیوندهای مختلف با تصاویر به شی با نمونه هایی از این کلاس مرتبط بود.
داده های ارائه شده فقط نحوه ایجاد پیوند تصویر با زمینه های موزه و موجودی را مشخص می کند. اشیاء زیادی با بیش از یک تصویر وجود دارد، اما تعداد تصاویر ارائه نشده است. به همین دلیل، فقط لینک تصویر اول ساخته شده و در Graph دانش ذخیره می شود.
2.3.6. نویسندگی
نویسندگی شی با P14 نشان داده شده است که توسط ویژگی کلاس E12 Production انجام شده است، که رابطه ای با کلاس E39 Actor برقرار می کند.
2.3.7. بعد، ابعاد، اندازه
اشیاء CER.ES دارای چندین داده بعد مرتبط هستند. گاهی داده های دو بعدی (طول، عرض) و گاهی عمق در نظر گرفته می شود. علاوه بر این، در چندین آبجکت، ابعاد قسمت های مختلف جسم مشخص می شود. مورد دوم با چندین قاب عکس اتفاق می افتد که در آن ابعاد قاب و بوم مشخص شده است.
برای نمایش این اطلاعات در نمودار دانش SeMap، از ویژگی ابعاد P43 استفاده شده است که از کلاس E22 Man-Made Object قابل دسترسی است، که رابطه ای را با موجودیت E54 Dimension برقرار می کند.

3. طراحی و پیاده سازی اپلیکیشن وب SeMap

برنامه وب SeMap با استفاده از چارچوب VUE.js [ 34 ] پیاده سازی شد که امکان تولید برنامه های وب پویا و مدولار را فراهم می کند. علاوه بر این، ماژول Vuetify [ 35 ] برای ایجاد یک رابط کاربری مدرن و بصری استفاده شد. نمایش جغرافیایی اشیاء در برنامه وب با استفاده از کتابخانه Leaflet [ 36 ] اجرا شد. این کتابخانه شامل یک سری ابزار است که کار توسعه نقشه های تعاملی را تسهیل می کند.
رابط شامل بوم نقشه، یک منوی فیلتر، و تنظیمات و منوهای راهنما است ( شکل 2). در منوی تنظیمات، کاربران می توانند بین نمایش اشیاء بر اساس منشأ یا مکان فعلی آنها (موزه ها) یکی را انتخاب کنند. آنها همچنین می توانند کارتوگرافی پایه را تغییر دهند تا ظاهر نقشه را تغییر دهند. منوی راهنما اطلاعاتی در مورد پروژه می دهد و یک افسانه را نشان می دهد. همانطور که در شکل نشان داده شده است، این منوهای نوار سمت چپ می توانند پنهان شوند. بوم نقشه قسمت مرکزی است. نقشه ای را با نشانگرها نشان می دهد که خوشه هایی از تمام اشیاء را نشان می دهد. این شامل دکمه هایی برای بزرگنمایی و پنهان کردن/نمایش مقیاس زمانی است. منوی فیلتر در سمت راست بالای بوم نقشه قرار دارد و امکان فیلتر کردن از طریق فیلدهای خاص یا متن آزاد را فراهم می کند. علاوه بر این، یک گالری نوار کناری هنگام بازرسی یک شی ظاهر می شود (به بخش 3.5 مراجعه کنید.) و یک گالری سه بعدی هنگام بازرسی خوشه های 30 یا بیشتر شی ظاهر می شود (به بخش 3.6 مراجعه کنید ). کارکردهای اصلی نقشه در بخش‌های فرعی زیر توضیح داده شده و اجرای کامل آن در مخزن عمومی GitHub پروژه در دسترس است [ 32 ].

3.1. ارتباط با نمودار دانش

SeMap Knowledge Graph بر روی سروری با سیستم عامل Linux CentOS نصب شده است که توسط پلتفرم مجازی سازی Virtuoso [ 38 ] پشتیبانی می شود. این سیستم به این دلیل انتخاب شد که برای پشتیبانی از حجم زیادی از داده ها و روابط پیچیده طراحی شده است. علاوه بر این، این سیستم دارای یک Rest API است که امکان پرس و جوها را در SPARQL [ 39 ]، قابل دسترسی از یک برنامه وب را می دهد.
هنگامی که برنامه شروع می شود، وب از طریق یک درخواست نوع GET با API Graph دانش متصل می شود تا اطلاعات مربوط به تمام اشیاء موجود در Graph دانش را درخواست کند. اطلاعات برگردانده شده فقط حاوی ویژگی های لازم برای تعیین مکان اشیاء روی نقشه و اعمال فیلترهای جستجو هستند. مختصات طول و عرض جغرافیایی امکان تعیین موقعیت اشیاء را با استفاده از کتابخانه Leaflet می دهد. علاوه بر این، شناسه های عددی برای ویژگی های شی که ممکن است به صورت تعاملی قابل فیلتر باشند به صورت ناهمزمان درخواست می شوند. به این ترتیب حجم داده های ارسالی توسط سرور به حداقل می رسد. هنگامی که برنامه وب دارای داده است، در ساختار کتابخانه Leaflet بارگذاری می شود. این فرآیند در شکل 3 نشان داده شده است. در فرآیندهای اولیه و فیلترینگ داده، رابط کاربر یک سرویس وب را فراخوانی می کند که یک پرس و جو SPARQL را در نمودار دانش اجرا می کند، که حداقل ویژگی ها را برای هر شی بازیابی می کند. زمانی که کاربر اطلاعات شی را درخواست می کند، فرآیند مشابهی انجام می شود، اما در این حالت حداکثر اطلاعات مربوط به شی برگردانده می شود.

3.2. بازنمایی بصری و تعامل اشیاء روی نقشه

کتابخانه Leaflet دارای یک پلاگین است که به داده های جغرافیایی اجازه می دهد تا در قالب “خوشه هایی” جمع آوری شوند که بسته به سطح بزرگنمایی نقشه، نشانگرها را گروه بندی می کنند و از گروه بندی جدا می کنند. در SeMap، تعداد اشیاء خوشه‌بندی شده در نشانگرهای دایره‌ای منفرد با اندازه نشانگرها و یک برچسب نشان داده می‌شود. ما سه اندازه نشانگر را در نظر گرفتیم: کوچک برای کمتر از 30 شی. متوسط ​​از 31 تا 300 شی. و بزرگ برای بیش از 300 شی ( شکل 4 الف). از سوی دیگر، نشانگرهای قطره مانند آبی تنها حاوی یک شی هستند. برای آن دسته از نشانگرهایی که با حداکثر سطح زوم، کمتر از 30 شی دارند، با کلیک بر روی آنها یک مارپیچ ظاهر می شود که نشانگرهایی را برای اشیاء جداگانه نشان می دهد. این در شکل 4 ب، برای خوشه ای از 24 شی به عنوان مثال نشان داده شده است.
علاوه بر این، هنگامی که ماوس روی یکی از خوشه‌ها شناور می‌شود، یک ناحیه آبی ظاهر می‌شود که ناحیه تحت پوشش خوشه مذکور را نشان می‌دهد. یک مثال در شکل 5 برای دو سطح مختلف بزرگنمایی قابل مشاهده است. در شکل 5 الف، ناحیه آبی ناحیه پوشیده شده توسط اشیاء خوشه‌بندی شده در یک نشانگر را نشان می‌دهد که در مجموع شامل 1057 شی است. به طور مشابه، در شکل 5 ب، ناحیه آبی ناحیه پوشیده شده توسط خوشه 565 شی را نشان می دهد.

3.3. گزینه های فیلتر کردن

همانطور که در بالا توضیح داده شد، فیلترها را می توان هم از طریق فیلدهای خاص و هم با جستجوی متن آزاد اعمال کرد. فیلدهای فیلتر موجود عبارتند از طبقه بندی (که با تکنیک موجود در نمودار دانش مطابقت دارد)، مواد، دسته بندی (که با گونه شناسی در نمودار دانش مطابقت دارد)، موزه، قرن و کشور، همانطور که در جدول 1 فهرست شده است. برای هر یک از فیلدها، تعداد موارد و چند مثال آورده شده است. گزینه فیلترینگ به صورت افزایشی کار می کند. بنابراین، گزینه های فیلتر جدید علاوه بر موارد قبلی اعمال می شود تا زمانی که کاربر آنها را تنظیم مجدد کند. اگر موارد مختلفی در یک فیلد انتخاب شوند، عملیات OR اعمال می شود، در حالی که برای فیلدهای مختلف، عملگر AND اعمال می شود.
جستجوی متن آزاد، وقوع متن دقیق وارد شده به نام شی، نویسنده، توضیحات، گونه شناسی، مواد و تکنیک را پیدا می کند. اگر گزینه جستجوی عمیق فعال شود، الگوریتم جستجو مترادف کلمات وارد شده را نیز در نظر می گیرد. جنسیت (به عنوان مثال، amarillo در مقابل amarilla )، لهجه ها، و تعداد کلمات در جستجو حذف شده است.

3.4. مقیاس زمانی

هنگام فشار دادن دکمه پنهان/نمایش مقیاس زمانی ( شکل 2 را ببینید )، نوار اسلایدی که قرن های مختلف را نشان می دهد در پایین بوم نقشه ظاهر می شود، همانطور که در شکل 6 نشان داده شده است. سپس کاربران می توانند از طریق این جدول زمانی حرکت کنند تا اشیاء یک دوره زمانی معین را نشان دهند. به عنوان مثال، شکل 6 a اشیاء متعلق به قرن 19 را نشان می دهد، در حالی که شکل 6 b اشیاء متعلق به قرن یازدهم را نشان می دهد. بنابراین، به عنوان یک فیلتر اضافی برای فیلترهای اعمال شده توسط کاربران در منوی فیلتر کار می کند. اگر خط زمانی بسته شود، همه اشیا دوباره نشان داده می شوند، یعنی فیلتر زمانی اعمال نمی شود.

3.5. ادغام یک گالری نوار کناری

دسترسی به اشیاء مجزا به لطف گالری نوار کناری یکپارچه امکان پذیر است ( شکل 7). این گالری پس از کلیک بر روی یکی از نشانگرهای قطره مانند باز می شود که همانطور که در بالا توضیح داده شد به یک شی منفرد اشاره می کند. اطلاعات به تصویر کشیده شده در این گالری از کاتالوگ CER.ES گرفته شده است که توسط موزه ها تسهیل شده است. به طور خاص، گالری نوار کناری نشان می دهد (به ترتیب): تصویری از شی. نام آن؛ پیوند به کاتالوگ کامل شی در مجموعه CER.ES (دکمه “VER EN CERES”)؛ موزه ای که شی در حال حاضر در آن قرار دارد. نویسنده؛ منشأ؛ تاریخ گذاری (از–تا)، طبقه بندی؛ مواد؛ دسته بندی؛ شباهت؛ و توضیحات کوتاه نمادهای خاصی برای فیلدهایی که نشان دهنده ویژگی های اشیاء هستند (به عنوان مثال، تاریخ گذاری، نویسنده و غیره) استفاده شد. یک پاپ آپ معنای نمادهای گفته شده را همانطور که در شکل 7 نشان می دهد ، برای نماد مربوط به طبقه بندی نشان می دهد.
همانطور که در بالا ذکر شد، یکی از جالب‌ترین جنبه‌های پشتیبانی از اطلاعات در یک نمودار دانش، امکان استنباط دانش، مانند یافتن شباهت‌ها بین نمونه‌های شبکه است. در SeMap، ما اطلاعات گفته شده را هنگام دسترسی به یک شی واحد برای ویژگی‌ها شامل می‌کنیم: دسته، طبقه‌بندی و ماده. برای ارزیابی میزان تشابه، از قوانین اساسی مبتنی بر درصد تصادف استفاده می کنیم، به این صورت که: اشیاء با بیش از 80 درصد موارد مشابه برای یک ویژگی، یعنی بین 80 تا 100 درصد، بسیار بالا هستند. مشابه؛ اشیاء با 30% تا 80% موارد مشابه برای یک ویژگی مشابه هستند. اشیایی که بین 0 تا 30 درصد از موارد مشابه برای یک ویژگی واحد دارند، مشابهت کمی دارند. و اشیایی با کمتر از 0% موارد مشابه برای یک ویژگی واحد غیر مشابه هستند. سپس، تعداد کل اشیایی را که بسیار شبیه، مشابه، ضعیف مشابه و غیرمشابه هستند، شمارش می کنیم و درصد بین براکت ها را برای هر یک از ویژگی ها می دهیم. مثالی از محاسبات مذکور در اینجا آورده شده استجدول 2 . در این جدول، ما در مجموع هفت شی را نشان می‌دهیم که نتیجه پرس و جوی کاربر است. از بین این اشیا، کاربر یکی از آنها را انتخاب می کند، یعنی “شیء انتخاب شده”. در داخل، برای هر یک از اشیاء و خصوصیات، درجه شباهت با شی انتخاب شده را محاسبه می کنیم و آن را به عنوان مرجع در نظر می گیریم. در نهایت، کاربر قادر خواهد بود درصد شباهت های شی انتخاب شده را با بقیه اشیا (ردیف آخر در جدول 2 ) در گالری نوار کناری ( شکل 7 ) مشاهده کند.

3.6. ادغام یک گالری سه بعدی

صحنه گالری سه بعدی زمانی نمایش داده می شود که اشیاء زیادی در یک مکان وجود داشته باشد. همانطور که قبلا توضیح داده شد، اگر کمتر از 30 شی با یک مکان وجود داشته باشد، سیستم تمام اشیاء اطراف مکان را به شکل مارپیچی نمایش می دهد ( شکل 4 ب را ببینید)، و سپس گالری نوار کناری را می توان برای هر یک از آنها باز کرد. از سوی دیگر، اگر 30 شی یا بیشتر وجود داشته باشد، سیستم یک پنجره اضطراری را نشان می دهد که یک صحنه گالری سه بعدی را نشان می دهد که در آن کاربر می تواند تصاویر شی را به دنبال چهار آرایش هندسی مختلف (ساده، کروی، هلیکوئیدی و شبکه ای) تجسم کند. . شکل 8نمونه هایی از آرایش صحنه هندسی گفته شده را نشان می دهد. کاربر می‌تواند آزادانه در صحنه حرکت کند و ممکن است روی یک عکس کلیک کند تا به اطلاعات مربوط به آن شی در گالری نوار کناری دسترسی پیدا کند.
برای پیاده سازی گالری سه بعدی، از کلاس CSS3DRendered استفاده کردیم که امکان تجسم محتوای HTML و CSS را به عنوان یک صحنه سه بعدی فراهم می کند. این منابع بر اساس نمونه جدول تناوبی، منتشر شده در یک مخزن عمومی GitHub [ 40 ] توسعه یافته اند.

4. نتایج

برای تأیید اینکه نتایج پروژه SeMap برای کاربر نهایی کافی است، عملکرد و پاسخ به سیستم زمانی که توسط مجموعه‌ای از کاربران همزمان استفاده می‌شود، ارزیابی شد. دستیابی به این هدف با ابزارهای ارزیابی سنتی بسیار پیچیده است، زیرا محتوا به صورت پویا تولید می شود و مجموعه داده ای را با تعداد زیادی اشیا مدیریت می کند. خوشبختانه، با توجه به افزایش قابل توجه توسعه برنامه های کاربردی وب که محتوای پویا بر اساس فناوری جاوا اسکریپت تولید کرده است. برخی از برنامه های کاربردی که قادر به ارزیابی این نوع برنامه های کاربردی وب هستند اخیرا منتشر شده اند.
یکی از پرکاربردترین آنها K6 [ 41 ] است. این ابزار برای انجام تست های عملکردی و استرس با پروژه وب SeMap استفاده می شود. این ابزار اجازه می دهد تا یک تست بارگذاری را از ضبط جلسه کاربر بسازید و پس از این مرحله، تعداد کاربران همزمان را پیکربندی کنید، تنظیمات اضافی را تنظیم کنید و تست ها را اجرا کنید. برای ارزیابی سیستم، دو آزمون ثبت شد: ناوبری آزمایشی و جستجوی آزمایشی. Test Navigation با هدف ارزیابی پاسخ و عملکرد سیستم به تعامل اولیه کاربر است: پیمایش نقشه، کلیک کردن بر روی اشیا و فعال کردن فیلترهای رابط اصلی. از سوی دیگر، جستجوی تست با هدف ارزیابی عملکرد و پاسخ سیستم به جستجوهای متنی آزاد و عمیق همراه با فعال سازی فیلترهای رابط اصلی است.
هر دو آزمون با 20 و 40 کاربر مجازی اجرا شد. شرح مراحل برای هر یک از آزمون ها در جدول 3 خلاصه شده است ، جایی که مسیریابی آزمایشی شامل 9 مرحله و جستجوی آزمایشی شامل هفت مرحله است. علاوه بر این، شکل 9 هر مرحله را با اقدامات انجام شده روی نقشه برای هر دو آزمایش مرتبط می کند. همانطور که مشاهده می شود، خوشه بندی در هر مرحله ظاهر می شود زیرا اقدامات بزرگنمایی، فعال یا غیرفعال کردن فیلترها و جستجوی متن آزاد شامل یک خوشه بندی مجدد است، یا به دلیل مقیاس نقشه (هنگام بزرگنمایی) یا به دلیل تعداد اشیا. روی نقشه تغییر می کند
نتایج آزمون ها در شکل 10 نشان داده شده است و در جدول 4 برای هر دو آزمون ناوبری و جستجوی آزمایشی برای 20 و 40 کاربر خلاصه شده است. این جدول تعداد درخواست‌ها و خطاهای HTTP، حداکثر درخواست‌ها در ثانیه، حداکثر و متوسط ​​زمان پاسخ‌دهی بر حسب میلی‌ثانیه و میانگین تعداد درخواست‌ها در هر ثانیه را نشان می‌دهد.
همانطور که مشاهده می شود، Test Navigation نتایج بسیار خوبی را برای دو تعداد کاربر در نظر گرفته شده نشان می دهد. زمان پاسخگویی (حداکثر و متوسط) کمتر از یک ثانیه است و برای هر دو کاربر 20 و 40 بسیار مشابه است، حتی اگر در مورد دوم دو برابر بیشتر درخواست شود. از سوی دیگر، این نتایج برای جستجوی تست چندان خوب نیستند. با 20 کاربر مجازی، هنگام انجام جستجوی عمیق مشکلاتی وجود دارد زیرا 20 درصد از درخواست ها در زمان جستجوی عمیق حل نمی شوند. این مشکلات در تست 40 کاربر حادتر می شوند، زیرا تعداد درخواست ها دو برابر می شود. در این آزمایش، برنامه غیرفعال شد.
وضعیت استرس اصلی زمانی است که همه کاربران به طور همزمان از جستجوی عمیق استفاده می کنند. با این حال، این رایج ترین فرآیند نیست. به همین دلیل، می توان نتیجه گرفت که سیستم ممکن است با 30 کاربر همزمان بدون مشکل عملکرد کار کند، اما استفاده از جستجوی عمیق باید کنترل شود تا بتوان پاسخ خوبی را از برنامه تضمین کرد.

5. بحث

این واقعیت که مجموعه‌های مختلف و متنوع روی یک نقشه نشان داده شده‌اند، نحوه شکل‌گیری و تبادلات محلی و بین‌فرهنگی آنها را ممکن می‌سازد. از این نظر، ابزار SeMap می‌تواند برای اهداف متعدد، از جمله مدیریت میراث فرهنگی از دیدگاه‌های مختلف، مانند حفاظت پیشگیرانه، استفاده شود، زیرا GIS می‌تواند میراث فرهنگی را با قلمرو آن پیوند دهد و اطلاعات ممکن است با مقادیر مختلفی مانند مواد فیلتر شوند. ، تکنیک ها و دیگران [ 42 ]. از سوی دیگر، داده‌های جمع‌آوری‌شده از طریق GIS ممکن است برای داستان‌گویی مورد استفاده قرار گیرند، که بعداً می‌توانند توسط موزه‌ها در اهداف انتشار خود استفاده شوند [ 43 ]. در نهایت، این نوع تجربیات برای گردشگری بسیار مفید خواهند بود [ 44]. SeMap همچنین می‌تواند شامل چشم‌اندازی از دیپلماسی فرهنگی باشد، زیرا نقشه ما مکان‌های فعلی و قبلی مجموعه‌ها را نشان می‌دهد. این بدان معناست که برای مثال، در موزه‌های خاصی، می‌توان با روشن کردن منشأ قطعات موجود در مجموعه‌های اسپانیایی، روی استعمار زدایی کار کرد. در نهایت، بخش بزرگی از دیپلماسی فرهنگی اسپانیا از موسسه سروانتس، و همچنین از وزارت فرهنگ که CER.ES را ایجاد کرد، می آید. همانطور که در [ 45 ] ذکر شد، دیپلماسی فرهنگی از مبادله ایده ها و ارزش های فرهنگی ارائه شده در میراث فرهنگی حمایت می کند. این ارزش ها هویت سرزمین های مختلف یک کشور را نیز تشکیل می دهند. علاوه بر این، SeMap برای عموم مردم طراحی شده است که از انتشار و دسترسی به روابط دیپلماتیک حمایت می کند.
همچنین شایان ذکر است که نشانه شناسی در SeMap به عنوان یک موضوع مرتبط در GIS در نظر گرفته شده است [ 46]. نشانه‌شناسی به‌ویژه در ایجاد نقشه‌های موضوعی مهم است، جایی که نمادها معمولاً برای نشان دادن متغیرهای طبقه‌بندی استفاده می‌شوند که می‌توانند با زیبایی‌شناسی دیگر ترکیب شوند، مانند رنگ و اندازه، که می‌تواند ویژگی‌های دیگر اشیاء فضایی را تعبیه کند. SeMap ابزاری است که در آن کاربران می توانند یک نمودار دانش را پرس و جو کنند و یک نمایش مکانی-زمانی از نتایج خود را بازیابی کنند و امکان دسترسی به کاتالوگ کامل یک شی واحد را فراهم کنند. این یک تکنیک متفاوت از موتور جستجوی فعلی CER.ES است و در آن SeMap چیز جدیدی ارائه می دهد. از آنجایی که کاتالوگ CER.ES شامل اشیایی از بیش از 100 موزه است، ناهمگونی بالایی در داده ها وجود دارد (اشیاء با مواد مختلف، دسته ها و غیره). هنگام تجسم تعداد زیادی از اشیاء روی یک نقشه (یعنی SeMap)، باید اشیا را خوشه بندی کنیم. و هر خوشه شامل اشیایی با طبیعت بسیار متفاوت است. در چنین سناریویی، نمادهایی که به یک ویژگی خاص اشاره می کنند، نمی توانند هنگام نمایش خوشه ها اعمال شوند. در عوض، کاری که ما انجام می‌دهیم این است که هنگام انتخاب یکی از آنها و به تصویر کشیدن آن در پنجره نوار کناری، جایی که نمادهایی که ویژگی‌های خاص اشیاء را نشان می‌دهند، تمام غنای اشیاء را در اختیار کاربران قرار می‌دهیم.
در نهایت، این واقعیت که SeMap شامل نگهداری داده ها در یک نمودار دانش است، مزایای بیشتری را ارائه می دهد. به عنوان مثال، در SeMap درصدهایی از اشیاء را که مشابه نمونه انتخاب شده (با توجه به دسته، مواد و تکنیک آن) هستند، به عنوان بخشی از اطلاعات شی در نظر گرفتیم (به بخش 3.5 مراجعه کنید ). یکی از سنتی‌ترین الگوریتم‌ها برای تشخیص شباهت بین گره‌های یک نمودار دانش به عنوان شباهت معنایی [ 47 ] شناخته می‌شود. این الگوریتم شامل تخصیص وزن بین لبه های مختلف نمودار است و مسیرهایی با بیشترین وزن بین گره ها مشابه ترین گره ها را تعیین می کند. کاربردهای مختلفی وجود دارد که در آن از این تکنیک استفاده شده است، به عنوان مثال، [ 48 ، 49]. با این حال، مشکل اصلی این الگوریتم هزینه اعمال مستقیم آن به مجموعه داده های بزرگ است که باعث می شود برای SeMap مناسب نباشد، جایی که پاسخ باید در زمان واقعی جمع آوری شود. در عوض، قوانین اساسی را برای ارزیابی شباهت اشیاء بر اساس درصد تصادف برای هر مشخصه، همانطور که در جدول 2 نشان داده شده است، اعمال کردیم .

6. نتیجه گیری و کار بیشتر

بازنمایی مکانی-زمانی اشیاء فرهنگی یک حوزه تحقیقاتی در حال رشد سریع در تجسم داده است. این دیدگاه به ویژه غنی به تجزیه و تحلیل و لذت بردن از میراث فرهنگی می افزاید. علوم انسانی به طور سنتی بر مطالعه اشیاء فردی با ارزش نمادین، تاریخی و زیبایی‌شناختی بسیار متمرکز بوده است، اما فناوری‌های دیجیتال در حال حاضر رویکردهای کمی را ممکن می‌سازند، بر اساس مجموعه داده‌های بزرگی که نشان‌دهنده فراوانی اشیاء نگهداری شده در موزه‌ها و مجموعه‌ها، حداقل در میان برخی از آنهاست. دسته بندی اشیاء فرهنگی این رویکردها قبل از ظهور سیستم های اطلاعات جغرافیایی و اطلاعات دیجیتال به طور کلی غیرقابل اجرا بودند.
فناوری به تنهایی برای اجرای این تجسم های جدید کافی نیست. دسترسی به مجموعه‌های داده با سطح استانداردسازی و کیفیت مناسب، مبنای مطلق چنین تلاشی است. در این راستا، مجموعه داده CER.ES یک منبع فوق‌العاده در محیط فرهنگی اسپانیایی زبان است که داده‌های بیش از 100 موزه و بیش از 200000 پرونده شی را گرد هم می‌آورد. اصلاح همگنی اطلاعات و افزودن ارتباطات معنایی به آن مرحله بعدی است و یکی از حوزه‌هایی است که پروژه SeMap بینش‌های بسیار مفیدی را برای پیشرفت‌های آینده ارائه می‌دهد.
برخی از چالش‌ها، عمدتاً در مورد نگاشت داده‌ها به واژگان کنترل‌شده موجود و روزنامه‌های نام جغرافیایی باقی می‌مانند. عملکردهای جستجو و رابط کاربری همیشه برای بهبود بیشتر باز هستند، همانطور که عملکرد فنی و الزامات زیرساخت محاسباتی نیز وجود دارد. به عنوان مثال، برای غنی سازی جستجوی نویسندگی، قصد داریم پیوندی به فرهنگ لغت نام هنرمندان اتحادیه گتی [ 50 ] و به فهرست مقامات کتابخانه ملی اسپانیا [ 51 ] اضافه کنیم. نتایجی که تاکنون از SeMap در دسترس است، در حال حاضر بسیار امیدوارکننده است، و منبعی را که توسط متخصصان و برای آنها ساخته شده است، به یک سرویس مفید برای مخاطبان عمومی و آموزشی تبدیل می‌کند. علاوه بر این، ما امکان تعریف اضافی جوامع معنایی را در [52 ]، به منظور غنی سازی روابط معنایی و کاهش زمان صرف شده برای یافتن اشیاء مشابه.
همکاری بین رشته ای بین مهندسان فناوری اطلاعات و ارتباطات و دانش پژوهان در علوم انسانی نیازمند زمان و تلاش است، اما پروژه هایی مانند این ثابت می کند که راه رو به جلو در تمام زمینه های علوم انسانی دیجیتال است. فناوری و استانداردها عمدتاً آماده هستند. داده‌ها به‌طور فزاینده‌ای در دسترس هستند و منابع بیشتری نیز به دنبال آن خواهند بود.

منابع

  1. کورنلیوسن، HG; هرمان، سی. Gajjala، R. ICT همه چیز را تغییر می دهد! اما چه کسی ICT را تغییر می دهد؟ Kreps, D., Ess, C., Louise, L., Kai, K., Eds. اسپرینگر: پوزنان، لهستان، 2018؛ جلد 537، ص 250–257. [ Google Scholar ]
  2. دومینگوئز-روئیز، وی. ری پرز، جی. ریورو-لاملا، جی. کمک به دانش میراث فرهنگی از طریق سیستم اطلاعات میراث (HIS). مورد “La Cultura Del Agua” در Valverde de Burguillos، Badajoz (اسپانیا). پایداری 2020 ، 12 ، 1141. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  3. Castellary، AC Perspectivas de la cultura Digital. زر کشیش استود. Comun. Komunikazio Ikasketen Aldizka. 2010 ، 15 ، 103-115. [ Google Scholar ]
  4. بلانکو، معاون; Adam, F. Integración de GIS (سیستم های مرجع اطلاعات جغرافیایی) و محلی سازی ویژه در تمرینات آموزشی و خدمات آموزشی و موزه ها. Arte Individuo Soc. 2013 ، 25 ، 121-133. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  5. سباستین لوزانو، جی. نقشه برداری تاریخ هنر در عصر دیجیتال. گاو هنری 2021 ، 103 ، 6-16. [ Google Scholar ] [ CrossRef ]
  6. پورتالس، سی. سباستین، جی. سویا، جی. آلبا، ای. فرناندز، م. گایتان، ام. کازانووا-سالاس، پی. لئون، آ. پرز، ام. مارتینز رویگ، ای. و همکاران ابزارهای تعاملی برای تجسم میراث ملموس و ناملموس ابریشم برآمده از یک اثر میان رشته ای. در مجموعه مقالات فرهنگ و محاسبات. میراث فرهنگی و هنرهای تعاملی، رویداد مجازی، 24 تا 29 ژوئیه 2021؛ Rauterberg، M.، Ed. انتشارات بین المللی Springer: چم، سوئیس، 2021; صص 100-118. [ Google Scholar ]
  7. پورتالس، سی. کاساس، اس. Alonso-Monasterio، P. Viñals، MJ چند بعدی اکتساب، بازنمایی و تعامل دارایی های ملموس میراث فرهنگی: بینشی در مورد کاربردهای گردشگری. در کتابچه راهنمای تحقیق در مورد تحولات فناوری برای میراث فرهنگی و کاربردهای گردشگری الکترونیکی ; IGI Global: Hershey، PA، ایالات متحده آمریکا، 2018؛ صص 72-95. [ Google Scholar ] [ CrossRef ]
  8. Pinto Puerto، FS La tutela sostenible del patrimonio Culture a través de modelos digitales BIM y SIG como contribución al conocimiento e innovación social. PH Bol. Inst. اندال. پاتریم. تاریخچه 2018 ، 26 ، 27–29. [ Google Scholar ] [ CrossRef ]
  9. گارسیا هرناندز، م. د لا کال-واکرو، م. یوبرو، سی. میراث فرهنگی و گردشگری شهری: مراکز شهرهای تاریخی تحت فشار. Sustainability 2017 , 9 , 1346. [ Google Scholar ] [ CrossRef ][ Green Version ]
  10. Chronas: وارد تاریخ شوید. در دسترس آنلاین: https://chronas.org (در 12 ژانویه 2022 قابل دسترسی است).
  11. Arches|مدیریت داده های میراث. در دسترس آنلاین: https://database.eamena.org/en/ (دسترسی در 14 فوریه 2022).
  12. سویا، جی. کازانووا-سالاس، پی. Casas-Yrurzum، S. Portalés، C. تجسم چندمنظوره مبتنی بر هستی شناسی از داده های مکانی-زمانی: مطالعه موردی در مورد میراث ابریشم. Appl. علمی 2021 ، 11 ، 1636. [ Google Scholar ] [ CrossRef ]
  13. پریکلس – میراث فرهنگی دریایی در دسترس آنلاین: https://mapyourheritage.eu/ (در 12 ژانویه 2022 قابل دسترسی است).
  14. مرزهای تاریخی در دسترس آنلاین: https://historyborders.app (در 12 ژانویه 2022 قابل دسترسی است).
  15. موزه جهان. در دسترس آنلاین: https://britishmuseum.withgoogle.com/ (در 1 مارس 2021 قابل دسترسی است).
  16. نچس، ر. Fikes، RE; فینین، تی. گروبر، تی. پاتیل، آر. سناتور، تی. Swartout، فناوری فعال کننده WR برای به اشتراک گذاری دانش. AI Mag. 1991 ، 12 ، 36. [ Google Scholar ] [ CrossRef ]
  17. Portalés, C. SeMap: La Visualización Espacio-Temporal al Servicio del Patrimonio. در دسترس آنلاین: https://www.uv.es/semap/ (در 15 فوریه 2022 قابل دسترسی است).
  18. Portalés، C. SeMap MapaV3. در دسترس آنلاین: https://www.uv.es/semap/mapaV3/. (دسترسی در 29 مارس 2022).
  19. وزارت فرهنگ و مهاجرت قرمز دیجیتال مجموعه موزه‌های اسپانیا. در دسترس آنلاین: https://ceres.mcu.es/pages/SimpleSearch?index=true (در 17 نوامبر 2021 قابل دسترسی است).
  20. Tesauros de CER.es Colecciones en Red. در دسترس آنلاین: https://www.culturaydeporte.gob.es/cultura/areas/museos/mc/ceres/tesauros.html (دسترسی در 14 فوریه 2022).
  21. Tesauros—Diccionarios del Patrimonio Cultural de España—Diccionario de Bienes Culturales. در دسترس آنلاین: https://tesauros.mecd.es/tesauros/bienesculturales.html (دسترسی در 14 فوریه 2022).
  22. Tesauros—Diccionarios del Patrimonio Cultural de España—Diccionario de Materias. در دسترس آنلاین: https://tesauros.mecd.es/tesauros/materias.html (در 14 فوریه 2022 قابل دسترسی است).
  23. Tesauros—Diccionarios del Patrimonio Cultural de España—Diccionario de Técnicas. در دسترس آنلاین: https://tesauros.mecd.es/tesauros/tecnicas.html (در 14 فوریه 2022 قابل دسترسی است).
  24. فرهنگ لغت انگلیسی به فرانسوی، ایتالیایی، آلمانی و اسپانیایی-WordReference.Com. در دسترس آنلاین: https://www.wordreference.com/ (در 20 ژانویه 2022 قابل دسترسی است).
  25. نمای کلی|API مکان‌ها. در دسترس آنلاین: https://developers.google.com/maps/documentation/places/web-service/overview (در 14 فوریه 2022 قابل دسترسی است).
  26. GeoNames. در دسترس آنلاین: https://www.geonames.org/ (دسترسی در 14 فوریه 2022).
  27. بیکیاری، ج. بروکر، جی. دوئر، ام. سنگ معدن، C.-E. استد، اس. Velios، A. تعریف مدل مرجع مفهومی CIDOC v7.1.1 ، نسخه v7.1.1. گروه مورد علاقه ویژه مدل مرجع مفهومی CIDOC، 2021. در دسترس آنلاین: https://cidoc-crm.org/sites/default/files/cidoc_crm_v.7.1.1_0.pdf (در 14 فوریه 2022 قابل دسترسی است).
  28. شیمن، بی. اویشینگر، ام. گورز، جی. هومن، جی. ادغام، جی. فیختنر، ام. Scholz، M. Erlangen CRM OWL. در دسترس آنلاین: https://erlangen-crm.org/ (دسترسی در 20 ژانویه 2022).
  29. جورجیو، SD; فلیستی، آ. مارتینی، پی. Masci , E. Dati.CulturaItalia: یک مورد استفاده از انتشار داده های باز پیوندی مبتنی بر CIDOC-CRM ; EMF-CRM@TPDL : پوزنان، لهستان، 2015؛ پ. 11. [ Google Scholar ]
  30. Modelo Ontológico—Museo Nacional del Prado. در دسترس آنلاین: https://www.museodelprado.es/grafo-de-conocimiento/modelo-ontologico (در 20 ژانویه 2022 قابل دسترسی است).
  31. تئودوریدو، م. داسکالکی، م. دوئر، ام. Bruseker, G. نکات روش شناختی برای نگاشت به CIDOC CRM. 2016. در دسترس آنلاین: https://cidoc-crm.org/tutorialPage (در 14 فوریه 2022 قابل دسترسی است).
  32. Semap-Uv GitHub. هستی شناسی و نقشه در دسترس آنلاین: https://github.com/semap-uv (در 29 مارس 2022 قابل دسترسی است).
  33. جونز، ام. مجموعه‌ها در حوزه گسترده: رابطه و منشأ مصنوعات و آرشیوها. Heritage 2019 , 2 , 884–897. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  34. Vue.Js—The Progressive JavaScript Framework|Vue.Js. در دسترس آنلاین: https://vuejs.org/ (دسترسی در 14 فوریه 2022).
  35. Vuetify-یک چارچوب طراحی متریال برای Vue.Js. در دسترس آنلاین: https://vuetifyjs.com/ (دسترسی در 14 فوریه 2022).
  36. جزوه در دسترس آنلاین: https://leafletjs.com/ (دسترسی در 15 فوریه 2022).
  37. Portalés, C. MapaSemap. در دسترس آنلاین: https://www.uv.es/semap/mapaV2/ (دسترسی در 14 فوریه 2022).
  38. نرم افزار OpenLink: صفحه اصلی Virtuoso. در دسترس آنلاین: https://virtuoso.openlinksw.com/ (دسترسی در 14 فوریه 2022).
  39. زبان پرس و جو SPARQL برای RDF. در دسترس آنلاین: https://www.w3.org/TR/rdf-sparql-query/ (دسترسی در 14 فوریه 2022).
  40. Keith-Morris Three.Js Css3d—جدول تناوبی. اطلاعات در دسترس آنلاین: https://gist.github.com/Keith-Morris/9c4eebacf91617a822e2 (دسترسی در 14 فوریه 2022).
  41. تست بار برای تیم های مهندسی|Grafana K6. در دسترس آنلاین: https://k6.io (دسترسی در 14 فوریه 2022).
  42. سانچز آپاریسیو، ال جی. ماسیوتا، ام.-جی. گارسیا آلوارز، جی. راموس، ال اف. اولیویرا، دی وی؛ مارتین-جیمنز، جیمز; گونزالس-آگیلرا، دی. Monteiro, P. Web-GIS Approach to Preventive Conservation of Heritage Building. خودکار ساخت و ساز 2020 , 118 , 103304. [ Google Scholar ] [ CrossRef ]
  43. Malinverni، ES; پیردیکا، آر. کولوزی، اف. Orazi, R. انتشار در باستان شناسی: نقشه داستانی مبتنی بر GIS برای چان چان. J. Cult. میراث. مدیریت حفظ کنید. توسعه دهنده 2019 ، 9 ، 500–519. [ Google Scholar ] [ CrossRef ]
  44. مارکیوویچ-پاتکووسکا، جی. پایتل، اس. اولسنیویچ، پ. Widawski، K. گردشگری ارشد مدرن در زمینه فعالیت های گردشگری جوانان در لهستان. فولیا جئوگر. 2019 ، 61 ، 68. [ Google Scholar ]
  45. سیف، ام. گودا، ن. دیپلماسی فرهنگی کشورهای منتخب در دیدگاه تطبیقی. فولیا جئوگر. 2019 ، 61 ، 172-189. [ Google Scholar ]
  46. ماتلویچووا، ک. تیرپاکووا، ای. تصویر برند موکاک، پی سیتی: دیدگاه نشانه‌شناسی مطالعه موردی پراگ. فولیا جئوگر. 2019 ، 61 ، 120. [ Google Scholar ]
  47. لی، ام. چن، ایکس. لی، ایکس. ما، بی. ویتانی، PMB معیار تشابه. IEEE Trans. Inf. نظریه 2004 ، 50 ، 3250-3264. [ Google Scholar ] [ CrossRef ]
  48. چندرسکاران، د. Mago, V. Evolution of Semantic Similarity-A Survey. کامپیوتر ACM. Surv. 2021 ، 54 ، 41:1-41:37. [ Google Scholar ] [ CrossRef ]
  49. سونیلکومار، پ. شاجی، AP نظرسنجی در مورد تشابه معنایی. در مجموعه مقالات کنفرانس بین المللی 2019 پیشرفت در محاسبات، ارتباطات و کنترل (ICAC3)، بمبئی، هند، 20 تا 21 دسامبر 2019؛ صص 1-8. [ Google Scholar ]
  50. فهرست اسامی هنرمندان اتحادیه گتی (تحقیق در گتی). در دسترس آنلاین: https://www.getty.edu/research/tools/vocabularies/ulan/ (دسترسی در 14 فوریه 2022).
  51. Catalogo de Autoridades. در دسترس آنلاین: https://bnelab.bne.es/dato/catalogo-de-autoridades/ (دسترسی در 15 فوریه 2022).
  52. کرومیدا، ام. Kantere، V. تحلیل معنایی برای مجموعه داده های مکالمه: بهبود کیفیت آنها با استفاده از روابط معنایی. بین المللی ج. سمنت. محاسبه کنید. 2020 ، 14 ، 395-422. [ Google Scholar ] [ CrossRef ]
Ijgi 11 00266 g001 550
شکل 1. جستجوی “cerámica” در وب سایت CER.ES.
Ijgi 11 00266 g002 550
شکل 2. نمای کلی عناصر ادغام شده در ابزار SeMap [ 37 ].
Ijgi 11 00266 g003 550
شکل 3. نمودار با اتصال گراف دانش از رابط کاربری برنامه وب. تمام فعل و انفعالات (Initial, Filtering, Get object data) یک وب سرویس را به منظور جمع آوری داده ها فراخوانی می کنند، اجرای این وب سرویس ها یک پرس و جو SPARQL را در نمودار دانش ایجاد و اجرا می کند.
Ijgi 11 00266 g004 550
شکل 4. نشانگرها، که در آن: ( الف ) نمونه ای از خوشه ها (نشانگرهای کوچک، متوسط ​​و بزرگ) و یک شی منفرد (به رنگ آبی). ( ب ) مثالی از دسترسی به یک خوشه از 24 شی.
Ijgi 11 00266 g005 550
شکل 5. مناطق تحت پوشش یک خوشه، که در آن: ( الف ) نمونه ای از یک خوشه از 1057 شی. ( ب ) نمونه ای از یک خوشه از 565 شیء.
Ijgi 11 00266 g006 550
شکل 6. نمونه ای از مقیاس زمانی، که در آن: ( الف ) قرن 19; ( ب ) قرن یازدهم.
Ijgi 11 00266 g007 550
شکل 7. گالری نوار کناری که اطلاعات یکی از اشیاء را نشان می دهد.
Ijgi 11 00266 g008a 550 Ijgi 11 00266 g008b 550
شکل 8. ترتیبات مختلف گالری سه بعدی: ( الف ) دشت. ( ب ) کره؛ ( ج ) هلیکوئیدی؛ ( د ) شبکه.
Ijgi 11 00266 g009 550
شکل 9. نمایش گرافیکی اقدامات انجام شده روی نقشه در هر مرحله برای پیمایش آزمایشی و جستجوی آزمایشی.
Ijgi 11 00266 g010 550
شکل 10. نمودارهایی با عملکرد تست ها که با ابزار K6 تولید شده است، که در آن: ( الف ) مسیریابی تست، 20 کاربر. ( ب ) مسیریابی آزمایشی، 40 کاربر. ( ج ) جستجوی آزمایشی، 20 کاربر. ( د ) جستجوی آزمایشی، 40 کاربر.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید