Akademik Veri Yönetim Sistemi
Gazi Üniversitesi Fen Bilimleri Dergisi Part: C Tasarım ve Teknoloji, cilt.10, sa.1, ss.118-134, 2022 (Hakemli Dergi)
Bu çalışmada, Türkçe hazırlanmış fiziksel kartvizitleri, sayısal olarak bulut tabanlı
veritabanında saklayan dijital-kartvizitlik yazılımı geliştirilmiştir. Önerilen yazılımda, fiziksel
kartvizit üzerindeki bilgiler kartvizit fotoğraflarından optik karakter tanıma (Optical Character
Recognition: OCR) yöntemi ile metne çevrilmekte daha sonra geliştirilen algoritmalar
yardımıyla elde edilen metinler ayrıştırılarak gruplandırılmaktadır. Son olarak sayısal olarak
elde edilen kartvizit verileri, daha sonra kullanılmak üzere bulut tabanlı veritabanında
saklanmaktadır. Türkçe kartvizitler göz önüne alındığında, Türk diline özgün karakterlerin yanı
sıra ülkeye özgün çok çeşitli-karmaşık kartvizitlerin de olduğu bilinmektedir. Bu kapsamda
çalışmada öncelikli olarak Türkçe karakterleri doğru tanıyan bir yöntem belirlenmiştir. Daha
sonra okunan verilerden isimler, cep telefonu, e-posta adresi, şirket unvanı, görevi ve benzeri
anlamlı kartvizit bilgilerinin ayrıştırılması yapılmıştır. Bu ayrıştırmaları yapabilmek için her
alan için kendine özel yöntemler geliştirilerek alan bazlı algoritmalarla daha doğru ve anlamlı
verilerin elde edilmesi sağlanmıştır. Geliştirilen bulut tabanlı, platformdan bağımsız arayüz
sayesinde internet üzerinden tek kullanıcı ile birden fazla cihazdan verilere erişilebilmesine
olanak sağlanmıştır. Çalışma aynı zamanda tek bir platformdan, birden çok hesap ve ona bağlı
birden fazla kullanıcının aynı anda kullanabileceği katmanlı servis mimarisi ve veritabanı alt
yapısı da sunmaktadır. Yapılan deneysel çalışmalarda, geliştirilen yazılım, farklı özelliklere
sahip 15 adet fiziksel kartvizitteki verileri, %84,76 Doğruluk, %96,05 Kesinlik, %84,88
Duyarlılık, %90,12 F1 Skoru ve ortalama 1,6 sn’lik çıkartım süreleriyle okuyarak
ayrıştırabilmektedir.
In this study, digital-business card holder software was developed that digitally stores physical
business cards prepared in Turkish in a cloud-based database. In the proposed software, the
information on the physical business card is converted into text by optical character recognition
method (OCR) using business card photos, and then the texts obtained with the help of
developed algorithms are separated and grouped. Finally, the digitally obtained business card
data is stored in the cloud-based database for later use. Considering the Turkish business cards,
it is known that there are a wide variety of complex business cards unique to the country as well
as the characters specific to the Turkish language. In this context, first of all, a method that
correctly recognizes Turkish characters has been determined in the study. Later, name, mobile
phone, e-mail address, company title, position and similar meaningful information were
separated from the data read. In order to make these decompositions, special methods have been
developed for each field and more accurate and meaningful data has been obtained with fieldbased algorithms. Thanks to the developed cloud-based platform-independent interface, it is
possible to access data from more than one device with a single user over the internet. The study
also offers a layered service architecture and database infrastructure that can be used by
multiple accounts and multiple users connected to it simultaneously from a single platform. In
the experimental studies, the proposed software can extract the data on 15 physical business
cards with different features with 84.76% Accuracy, 96.05% Precision, 84.88% Recall, 90.12%
F1 Score and an average extraction time of 1.6 seconds.