سهیل گنجه فر

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.

نمایه ها و چکیده های یک متن، خلاصه ای از متن را در اختیار خواننده قرار می دهند، لذا می توان از آن ها برای درک سریع و بازیابی سند استفاده کرد. ازآنجاکه بخش عمده ای از فعالیت های علمی فارسی در کشور ایران را پارسا ها تشکیل می دهند، در این پژوهش نمایه سازی پارسا ها از دو دیدگاه نویسنده پارسا و نمایه ساز حرفه ای موردبررسی قرار خواهد گرفت. سپس این نمایه ها با عنوان پارساها موردبررسی قرار می گیرد تا میزان انطباق با کلیدواژه های عنوانی به دست آید. از سوی دیگر با بررسی کلی مجموعه ای از نمایه ها و چکیده ها علاوه بر قابلیت بهبود در بازیابی اطلاعات برای محقق حوزه فعالیتی که بیشتر اسناد بر روی آن تمرکز کرده اند مشخص می شود.علاوه بر آن در این پژوهش وجود نمایه ها و توزیع آن ها در چکیده، بررسی می شوند. از توزیع کلیدواژه ها در چکیده می توان در استخراج خودکار کلیدواژه ها از چکیده پارساها در کارهای آتی استفاده شود. این پژوهش بر روی پارسا های موجود در پایگاه داده پژوهشگاه علوم و فناوری اطلاعات ایران که منبع گردآوری پارسا های فارسی است انجام شده است. روش پژوهش به این صورت است که بعد از گرداوری داده ها، پارسا هایی که اطلاعات کافی ندارند پالایه شده و مابقی پارسا ها توسط برنامه ای که برای پردازش متن چکیده و نمایه های پارسا ها نوشته ایم مورد تحلیل قرار خواهند گرفت. سپس اطلاعات بدست آمده با استفاده از آمار توصیفی شرح داده خواهند شد. بررسی انجام شده در این پژوهش نشان داده است عموماً نمایه های انتخاب شده (بیش از 60%) توسط نویسنده و نمایه ساز حرفه ای از 40% ابتدایی چکیده انتخاب شده اند. دیگر تحلیل های آماری این پژوهش نشان می دهند که میزان انطباق بین توصیفگرها و کلیدواژه ها 8% است. این اختلاف نشان دهنده میزان تفاوت نظر زیاد بین نویسندگان پارسا ها و نمایه سازان است. با بهره گیری از این اختلاف و با تجمیع کلمات و غنی کردن کلیدواژه های سیستم بازیابی اطلاعات می توان در بهبود بازیابی اطلاعات نیز استفاده کرد.