crowdsourcing app

Aplikasi Crowdsourcing - Calista

Aplikasi web untuk mengumpulkan data dari perbandingan gambar berpasangan melalui crowdsourcing. Dibangun dengan Stack Utama.

Tim Calista mengembangkan dan menggunakan aplikasi ini untuk membangun dataset berbasis perbandingan di estetika situs web.

Contoh dari proses evaluasi :

Makalah: "Calista: Sistem Berbasis Pembelajaran yang mendalam untuk memahami dan mengevaluasi estetika situs web"

Mengutip sebagai:

 @article{DELITZAS2023,
	title = {Calista: A deep learning-based system for understanding and evaluating website aesthetics},
	journal = {International Journal of Human-Computer Studies},
	volume = {175},
	pages = {103019},
	year = {2023},
	issn = {1071-5819},
	doi = {https://doi.org/10.1016/j.ijhcs.2023.103019},
	url = {https://www.sciencedirect.com/science/article/pii/S1071581923000253},
	author = {Alexandros Delitzas and Kyriakos C. Chatzidimitriou and Andreas L. Symeonidis}
}

Prasyarat

• Buruh pelabuhan
• Docker-Compose

Penyebaran

Langkah 1 - Gambar

• Tentukan gambar yang ingin Anda kumpulkan data
• Tambahkan gambar-gambar ini di folder front-end/public/gambar/

Langkah 2 - Variabel Lingkungan

Tambahkan file .env di folder root proyek dan atur variabel berikut:

Variabel Lingkungan	Keterangan
Mongo_uri	String koneksi MongoDB
PELABUHAN	Port server
Mongo_port	Port MongoDB
ME_CONFIG_MONGODB_ADMINUSERNAME	Nama pengguna MongoDB
ME_CONFIG_MONGODB_ADMINPASSWORD	Kata Sandi MongoDB
ME_CONFIG_BASICAUTH_USERNAME	Nama pengguna Mongo-Express
ME_CONFIG_BASICAUTH_PASSWORD	Kata sandi Mongo-Express
Node_env	Variabel lingkungan simpul
Voting_rounds	Jumlah putaran pemungutan suara dari setiap sesi suara
Voting_time	Waktu pemungutan suara dalam detik dari setiap perbandingan
Number_of_images	Jumlah gambar di front-end/publik/gambar/
Baseurl	URL dasar yang digunakan untuk permintaan

Langkah 3 - Pengaturan

Langkah ini diperlukan hanya untuk pertama kalinya Anda akan menjalankan aplikasi. Ini mungkin memakan waktu beberapa menit karena akan mengunduh gambar yang diperlukan. Jika Anda telah menyelesaikan langkah ini setelah berhasil, maka Anda dapat melompat langsung ke langkah 4.

TL; DR :

Jalankan perintah berikut:

  ./setup.sh --create --sortimages

Opsi yang lebih rinci :

• Gambar di front-end/publik/gambar/harus dinamai dengan angka mulai dari 0 (mis. 0.png, 1.png, 2.png, ...). Jika gambar belum dalam format ini, maka Anda dapat menggunakan opsi -ortimal untuk mendapatkannya secara otomatis diubah namanya selama pengaturan:

   ./setup.sh --sortimages
  

• Jika Anda ingin mengatur database baru, maka diperlukan untuk memiliki file db/utils/perbandingan_data.json . File ini berisi semua kemungkinan perbandingan berpasangan yang dapat dibuat antara gambar dengan urutan acak. Ini digunakan untuk inisialisasi database. Jika Anda ingin menggunakan file Comparisons_Data.json yang sudah ada sebelumnya, maka pastikan itu ada di DB/ Utils/ Direktori. Jika tidak, Anda dapat menggunakan opsi -Buat untuk mendapatkan file ini secara otomatis dibuat selama pengaturan:

   ./setup.sh --create
  

• Jika Anda ingin mengembalikan database yang ada, pertama -tama pastikan untuk memindahkan file cadangan Anda di DB/ Backup/ Direktori. Kemudian Anda dapat menggunakan opsi ---Restore = <path_to_database_dump_in_backup_folder>.

  Misalnya, jika Anda memiliki struktur berikut,

  ├── db
  │   ├── backup
  │   │   ├── 14_04_2020
  │   │   │   └── votes
  │   │   │       ├── comparisons.bson
  │   │   │       ├── comparisons.metadata.json
  │   │   │       ├── votesessions.bson
  │   │   │       └── votesessions.metadata.json
  .   .   .
  .   .   .
  .   .   .

  Anda akan menjalankan:

    ./setup.sh --restore=14_04_2020/votes
  

  CATATAN : Dalam hal ini, file comparisons_data.json tidak diperlukan.

• Anda juga dapat menggabungkan beberapa opsi atau tidak menggunakan apa pun.

Langkah 4 - Jalankan

Awal:

 docker-compose -f docker-compose.yml up --build

Berhenti:

 Ctrl-C

Untuk mode terpisah :

Awal:

 docker-compose -f docker-compose.yml up -d --build

Berhenti:

 docker-compose down