ارائه مدل برای سیستم های توصیه گر منابع اطلاعاتی در نرم افزارهای کتابخانه ای ایران (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: هدف اصلی از انجام پژوهش، تحلیل وضعیت نرم افزارهای کتابخانه ای از نظر پیشنهاد، بررسی جوانب اضافه کردن نظام های پیشنهادگر به آن ها و ارائه الگوی طراحی متناسب در نرم افزارهای کتابخانه ای ایران است.روش/رویکرد پژوهش: پژوهش از نظر هدف کاربردی است. ارزیابی وضعیت پیشنهادگری در نرم افزارهای کتابخانه ای از روش پیمایشی توصیفی استفاده شد. برای پیشنهاد الگوی پیشنهادگر در نرم افزارهای کتابخانه ای از روش طراحی سیستم بهره گرفته شد. داده های این پژوهش از طریق مصاحبه عمیق و نیمه ساختاریافته با مدیران و متخصصان نرم افزارهای کتابخانه ای گردآوری شد. داده ها، به وسیله نرم افزار تحلیل داده های کیفی مکس کیو دی. ای. کدگذاری و استخراج شد.یافته ها: تحلیل کیفی نتایج حاصل از مصاحبه، به شناسایی 5 مقوله اصلی و 16 مقوله فرعی و مفاهیم آن ها انجامید. یافته ها نشان داد، در مقوله راهبردهای فعلی نرم افزارهای کتابخانه ای برای توصیه، بهره گیری از روش سنتی توصیه، تعریف ارتباط میان رکوردها، ارتباط میان موضوعات، ارتباط میان واژگان و تعریف ماژول پالایش جستجو مورد استفاده بوده است. همچنین، در مقوله تعیین میزان آشنایی با نظام پیشنهادگر، 3 مقوله آشنایی کامل (17%)، آشنایی مختصر (50%) و بدون آشنایی (33%) شناسایی شد. از لحاظ امکانات مورد نیاز نظام های پیشنهادگر، زیرمقوله های امکانات فنی، سیستمی و تخصصی (شخصی سازی) شناسایی و مفاهیم آن تبیین شد. چالش های اضافه کردن نظام پیشنهادگر، در 2 مقوله چالش های فنی و چالش های غیرفنی تبیین و مفاهیم آن ها مشخص شد. علاوه بر این، مقوله مزایای اضافه کردن نظام پیشنهادگر، در 3 مقوله مزایا برای اعضا کتابخانه، برای کتابداران و برای شرکت های نرم افزاری تبیین شد. ویژگی های الگوی مناسب طراحی نظام پیشنهادگر در نرم افزارهای کتابخانه ای ایران شناسایی و پیشنهاد شد.بحث و نتیجه گیری: شرکت ها در مسیر حرکت به سوی بهره گیری از فناوری های روز هستند. آن ها برخی از ملزومات اجرای نظام پیشنهادگر را در نرم افزار خود عملیاتی کرده اند. در حال حاضر، ایجاد و تکمیل مشابهت میان منابع را به کتابداران واگذار کرده اند یا بر اساس فنون پالایش جستجو (مانند جستجوی چهریزه ای و خوشه بندی) طراحی کرده اند که این بخش در نرم افزارها قابلیت تبدیل شدن به نظام پیشنهادگر را دارد. نتایج نشان داد که میزان آشنایی مدیران و متخصصان شرکت ها با نظام های پیشنهادگر در حد متوسط است. الگوی سیستم های توصیه گر در نرم افزارهای کتابخانه ای ایران طراحی و پیشنهاد شده است.Providing a Model for Recommendation Systems of Information Resources in Iranian Library Software
Objective: Users in the library software environment are immersed in a sea of information and searching in this space is time-consuming and confusing for them. By searching for each keyword, the software identifies and displays many resources, and choosing the most appropriate and relevant source to the user's needs is another matter.One of the major problems with library software is the loss of information in the software. Personalizing information and giving advice to users depends on storing data in the library system. For example, in the search section of many library softwares, there is no requirement to enter the users' personal page, and the system performs the search and retrieval of information without identifying the users. Recommending systems are created primarily to offer an option to the user in the search or selection process, thereby helping them to choose a better option. Therefore, the present research aims at providing a model for recommendation systems of information resources in Iranian library software.Methodology: This study, in terms of the purpose, is an applied research. Descriptive survey method was used to evaluate the recommendation status of library software. Moreover, the system design method was utilized to suggest the recommendation pattern in library software. Data were gathered through in-depth and semi-structured interviews with managers and specialists of library software. The data were coded and extracted using the MAXQDA qualitative data analysis software.Findings: Qualitative analysis of the interview results led to the identification of five main categories, 16 sub-categories, and their concepts. The findings showed that in the category of the current strategies of library software for the recommendation, traditional method of recommendation, defining relationship between records, relationship between topics, relationship between words, and defining the search refinement module have been utilized. Moreover, in the category of determining the level of familiarity with the recommender system, three categories of perfect familiarity (17%), brief familiarity (50%) and unfamiliarity (33%) were identified. In terms of the required facilities of the recommender systems, the sub-categories of technical, system, and specialized facilities (customization) were recognized, and its concepts were explained. The challenges of adding a recommender system in two categories of technical and non-technical challenges and their concepts were pointed out. In addition, the benefits of adding a recommender system were explained in three categories, namely the benefits for library members, for librarians, as well as for software companies. Also, the characteristics of the appropriate design pattern of the recommender system of the Iranian library software were identified and suggested.Conclusion: The results of data analysis of interviews with managers and specialists of the Iranian library software companies showed that the companies are moving on the way to take advantage of modern technologies. They have implemented some requirements for the implementation of the recommender system in their software. Currently, the creation and completion of similarities between information resources have been allocated to librarians as their responsibility or designed based on search refinement techniques (like faceted search or clustering), which this section in software has the ability to become a recommender system. The results also showed that familiarity of managers and professionals of the companies with the recommender systems is moderate. Companies are needed to be aware of recommender systems based on the identified challenges and benefits of recommender systems in library software. Additionally, the pattern of recommender systems in the Iranian library software is designed and offered.
تبلیغات
