PhotoCity वितरण डाटा संग्रह मा डेटा गुणस्तर र नमूना समस्या solves।
फ्लिकर र फेसबुकको वेबसाइटहरूले व्यक्तिलाई आफ्ना साथीहरू र परिवारसँग चित्रहरू साझेदारी गर्न सक्षम बनाउँछन्, र तिनीहरूका फोटोहरूको विशाल भण्डार पनि सिर्जना गर्दछ जुन अन्य उद्देश्यका लागि प्रयोग गर्न सकिन्छ। उदाहरणका लागि, समीर अग्रवाल र सहकर्मी (2011) ले यी फोटोहरूलाई "एक दिनमा रोम निर्माण" गर्न रोमको 150,000 चित्रहरू पुन: शहर द्वारा शहरको 3 डी पुनर्निर्माण सिर्जना गर्न प्रयास गर्यो। केही भारी फोटो खिच्ने भवनहरूको लागि - जस्तै कलियसम (चित्र 5.10) - शोधकर्ताहरू आंशिक रूपमा सफल भए, तर पुनर्निर्माणहरू भोगेका थिए किनकी प्रायः फोटोहरू एउटै अलिकति दृष्टिकोणबाट लिइयो र भवनका चित्रहरू चित्रण गर्न छोड्यो। यसरी, तस्वीर भण्डारबाट तस्बिरहरू पर्याप्त थिएनन्। तर के हो भने स्वयंसेवकहरू पहिले नै उपलब्ध भएकाहरूलाई समृद्ध बनाउन आवश्यक तस्बिरहरू सङ्कलन गर्न सूचीबद्ध गर्न सकिन्छ? अध्याय 1 मा उल्लेखित कलामा सोच्दै, के यदि रिमाइमेड छविहरू अनुकूलन छविहरू द्वारा समृद्ध हुन सक्दछ भने?
ठूलो संख्याका फोटोहरूको लक्षित संग्रह सक्षम गर्न, क्याथलिन ट्युइट र साथीहरूले फोटोसिटलाई फोटो फोटो अपलोड गरे। फोटोसिटीले डेटा संग्रह-फोटो अपलोड गर्ने सम्भावित श्रमिक कामलाई टोली-जस्तै गतिविधिमा टोली, महल, र झण्डाहरू (5.11 अंक) समावेश गरेको सम्भावित श्रमिक कार्यलाई परिवर्तन गर्यो, र यसलाई पहिलो पटक दुई विश्वविद्यालयको पुनर्निर्माण सिर्जना गर्नको लागि तैनात गरिएको थियो: Cornell University and University को वाशिंगटन। अनुसन्धानकर्ताहरुले केहि भवनहरु बाट बीज फोटोहरु अपलोड गरेर प्रक्रिया सुरू गरे। त्यसोभए, प्रत्येक क्याम्पसमा खेलाडीहरू पुनर्निर्माणको हालको अवस्थाको निरीक्षण गरे र पुनर्निर्माण सुधार गर्ने छविहरू अपलोड गरेर बिन्दुहरू कमाई। उदाहरणको लागि, यदि उरिस लाइब्रेरीको हालको पुनर्निर्माण (कर्नेलमा) धेरै मिठो थियो भने, खेलाडीहरूले नयाँ तस्विरहरू अपलोड गरी अंक कमाउन सक्थे। यस अपलोड प्रक्रियाको दुई विशेषताहरू धेरै महत्त्वपूर्ण छन्। पहिलो, अंक प्राप्त गर्ने बिन्दुहरूको संख्या रकमको आधारमा थियो जुन उनीहरूको फोटो पुनर्निर्माणमा थपियो। दोस्रो, अपलोड गरिएका तस्बिरहरू अवस्थित पुनर्निर्माणको साथ ओवरलैप गर्न थाल्छन् ताकि तिनीहरू वैध हुन सक्दछ। अन्त्यमा, शोधकर्ताहरू दुवै परिसरहरूमा इमारतहरूको उच्च-रिजोल्युशन 3 डी मोडेलहरू सिर्जना गर्न सक्षम थिए (5। 5 अंक)।
PhotoCity को डिजाइन दुई समस्याहरु लाई अक्सर डिलीवरी डेटा संग्रह मा उठाइयो: डेटा प्रमाणीकरण र नमूना। पहिलो, तस्विरहरू अघिल्लो फोटोहरू विरुद्ध तुलना गरेर वैधिकरण गरीएको थियो, जुन अघिल्ला फोटोहरूको तुलनामा शोधकर्ताहरू द्वारा अपलोड गरिएको बीउ फोटोहरूमा पछाडि भएका थिए। अन्य शब्दहरूमा, यस निर्मित अनियमितताको कारण, कसैलाई गल्तीको फोटो अपलोड गर्न को लागी, गल्ती गर्न वा जानबूझ्दो रूपमा अपलोड गर्न गाह्रो थियो। यो डिजाइन सुविधाले भनेको छ कि प्रणालीले खराब डेटाको विरुद्धमा आफूलाई सुरक्षित राख्यो। दोस्रो, स्कोरिङ प्रणालीले स्वाभाविक रूपमा प्रशिक्षित व्यक्तिहरूलाई सबैभन्दा बहुमूल्य - सबैभन्दा सजिलो डेटा होइन। वास्तवमा, यहाँ केहि रणनीतिहरू छन् जुन खेलाडीहरूले थप अंकहरू कमाउन प्रयोग गरी वर्णन गरेका छन्, जुन अधिक मूल्यवान डेटा (Tuite et al. 2011) इकट्ठा गर्न बराबर छ:
- "दिन र केही तस्वीर ल्याइएका प्रकाश को समय लगभग [म गर्ने प्रयास]; यो खेल इन्कार रोक्न मद्दत हुनेछ। भन्यो, बादल दिन सबै भन्दा राम्रो द्वारा टाढा हुँदा किनभने कम विपरीत मेरो तस्वीर देखि ज्यामिति बाहिर खेल आंकडा मदत कुनामा सामना गर्ने थिए। "
- "यो घाम थियो, म एक विशेष क्षेत्र वरिपरि हिँडिरहेका बेला आफैलाई तस्बिर लिन अनुमति मेरो क्यामेराको विरोधी-हल्लाउने सुविधाहरू उपयोग। यो मेरो फलाँगको रोक्न भएको छैन, जबकि मलाई कुरकुरा तस्बिर लिन दिनुभयो। साथै बोनस: कम मान्छे मलाई stared "!
- "त्यसपछि एक सप्ताह शूटिंग मा, पेश गर्न घर आउँदै कहिलेकाहीं 5 gigs सम्म, 5 मेगापिक्सेल क्यामेरा संग एक भवन को धेरै तस्वीर लिएर थियो प्राथमिक फोटो खिच्ने रणनीति। परिसर क्षेत्र बाह्य हार्ड फोल्डरहरू मा फोटो आयोजना निर्माण, त्यसपछि भवन अनुहार अपलोड संरचना राम्रो तहगत प्रणाली प्रदान। "
यी बयानहरूले देखाउँछ कि जब सहभागिताहरू उपयुक्त प्रतिक्रियासँग प्रदान गरिन्छ, तिनीहरू शोधकर्ताहरूको रुचिको डाटा संकलन गर्न निकै विशेषज्ञ हुन सक्छन्।
कुल मिलाएर, PhotoCity परियोजनाले देखाउँछ कि नमूना र डेटा गुणस्तर डेटा संग्रहमा अपरिहार्य समस्याहरू छैनन्। यसबाहेक, यसले देखाउँछ कि वितरित डाटा संग्रह परियोजनाहरू कार्यहरूमा सीमित छैनन् जुन मानिसहरू पहिले नै गर्दै छन्, जस्तै कि चराहरू हेर्न। सही डिजाइनको साथ, स्वयम्सेवकहरू पनि अन्य चीजहरू गर्न उत्प्रेरित गर्न सकिन्छ।