در طراحی موتورهای جست وجو بررسی پایگاه داده مورد مطالعه و ایجاد ارتباط با آن دارای اهمیت است. در پژوهش حاضر با بررسی تعاملات کاربران پایگاه های اطلاعاتی با سیستم در حین جست وجو، به مدل سازی رفتار اطلاع یابی آن ها پرداخته می شود. این پژوهش یک مطالعه کاربردی است که با استفاده از شبکه عصبی اجرا شده است. داده ها از طریق مشاهده رفتار کاربران در استفاده از پایگاه داده «ایرانداک» و مطالعه لاگ کاربران گردآوری شده است. الگوی اغلب جست وجوهای انجام شده در بیشتر موارد به صورت «کلی به جزیی» و «اختصاصی» است. شرکت کنندگان جست وجوی خود را با اطلاعات کلی در مورد موضوع، مانند معرفی و بررسی حقایق، شروع نموده و سپس، هر یک بر روی جنبه های خاصی از موضوع تمرکز کردند. در بعضی موارد، کاربران در حین جست وجو ایده های جدیدی به دست آوردند. با توجه به نتایج به دست آمده می توان چنین استنتاج کرد که بر اساس مدل استخراجی، عواملی چون پیشینه کلی فرد در مورد موضوع، دانش موضوعی، محدوده زمان و ابزارهای در اختیار، پاسخ مورد نظر در جست وجو را تحت تأثیر قرار می دهد. موتورهای جست وجوی کنونی تنها بخشی از مدارک مرتبط با موضوع را در یک مجموعه داده بازیابی می کند. برای دسترسی به مطالب بیشتر و مناسب تر در حجم عظیم داده ها لازم است مدل های بهتری مورد بررسی قرار گیرد. روش شبکه عصبی پیشنهادی در این مطالعه امکان بهبود بازیابی اطلاعات را در مدت زمان کم فراهم می آورد. همچنین، با این روش می توان این امکان را به وجود آورد که مدل جست وجو هر مرتبه با جست وجوی کاربران به روزرسانی شده و نتایج کامل تر و دقیق تری به دست آید.
