crowdsourcing app

App Crowdsourcing - Calista

Um aplicativo da Web para coletar dados de comparações de imagens em pares via crowdsourcing. Construído com a pilha Mern.

A equipe da Calista desenvolveu e usou este aplicativo para criar um conjunto de dados baseado em comparação na estética do site.

Exemplo do processo de avaliação :

Artigo: "Calista: um sistema profundo baseado em aprendizado para entender e avaliar a estética do site"

Citar como:

 @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}
}

Pré -requisitos

• Docker
• Docker-Compose

Implantação

Etapa 1 - Imagens

• Defina as imagens para as quais você deseja coletar dados
• Adicione essas imagens na pasta front-end/público/imagens/

Etapa 2 - Variáveis ​​de ambiente

Adicione um arquivo .env na pasta raiz do projeto e defina as seguintes variáveis:

Variável de ambiente	Descrição
Mongo_uri	String de conexão MongoDB
PORTA	Porta do servidor
Mongo_port	Porta MongoDB
Me_config_mongodb_adminusername	Nome de usuário do MongoDB
ME_CONFIG_MONGODB_ADMINPASSWORD	Senha do MongoDB
Me_config_basicauth_username	Nome de usuário de Mongo-Express
Me_config_basicauth_password	Senha mongon-express
Node_env	Variável de ambiente do nó
VoTing_Rounds	Número de rodadas de votação de cada sessão de voto
VoTing_time	Tempo de votação em segundos de cada comparação
Número_of_images	Número de imagens no front-end/público/imagens/
Baseurl	URL base que é usado para os pedidos

Etapa 3 - Configuração

Esta etapa é necessária apenas pela primeira vez em que você executará o aplicativo. Isso pode levar alguns minutos, pois baixará as imagens necessárias. Se você já concluiu esta etapa uma vez com sucesso, poderá pular a Directy para a Etapa 4.

Tl; dr :

Execute o seguinte comando:

  ./setup.sh --create --sortimages

Opções mais detalhadas :

• As imagens no front-end/público/imagens/devem ser nomeadas com números começando de 0 (por exemplo, 0.png, 1.png, 2.png, ...). Se as imagens ainda não estiverem nesse formato, você pode usar a opção - -Sortimages para renomeá -las automaticamente durante a configuração:

   ./setup.sh --sortimages
  

• Se você deseja definir um novo banco de dados, é necessário que o arquivo db/utils/comparisons_data.json . Este arquivo contém todas as comparações possíveis em pares que podem ser feitas entre as imagens com ordem aleatória. É usado para a inicialização do banco de dados. Se você deseja usar um arquivo comparadons_data.json pré-existente, verifique se ele está no db/ utils/ diretório. Caso contrário, você pode usar a opção -Create para criar esse arquivo automaticamente durante a configuração:

   ./setup.sh --create
  

• Se você deseja restaurar um banco de dados existente, primeiro certifique -se de mover seus arquivos de backup no diretório DB/ Backup/ . Em seguida, você pode usar a opção ---restore = <path_to_database_dump_in_backup_folder>.

  Por exemplo, se você tivesse a seguinte estrutura,

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

  você iria correr:

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

  NOTA : Nesse caso, um arquivo comparadons_data.json não é necessário.

• Você também pode combinar várias opções ou não usar nenhuma.

Etapa 4 - Execute

Começar:

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

Parar:

 Ctrl-C

Para o modo desapegado :

Começar:

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

Parar:

 docker-compose down