سارا کلینی

بازیابی اطّلاعات، فرایند یافتن اطّلاعات (مدارک) مربوط به جستجوی کاربر در مجموعة مدارک است. با پیاده سازی الگوریتمهای متفاوت، استراتژیهای مختلفی در بازیابی اطّلاعات وجود دارد. وجه مشترک استراتژیهای بازیابی، یافتن مدارک مشابه با موضوع جستجوی کاربر است. یکی از الگوریتمهای مهمی که در بازیابی اطّلاعات، کاربرد بسیار دارد، الگوریتم فضای برداری است که می کوشد تمام مدارک را در مجموعه و جستجوهای کاربر به صورت بردارها نشان دهد و ضریب تشابه میان بردارهای مدرک و بردار جستجو را جهت بازیابی مدرک مربوط، محاسبه نماید

در زمستان 1382، کتابخانة منطقه ای علوم و تکنولوژی شیراز طراحی و نصب پایگاه اطلاعاتی نشریات الکترونیکی متن کامل فارسی را با موفقیت به انجام رسانید. هدف از ایجاد این پایگاه دسترسی آسان به مقاله های موجود در نشریات فارسی بدون نیاز به مراجعة حضوری به کتابخانه ها است.از آنجا که گردآوری تمام شماره های یک نشریه برای کتابخانه های کوچک و متوسط و کتابخانه های خارج از کشور براحتی امکان پذیر نیست، وجود پایگاه اطلاعاتی نشریات الکترونیکی متن کامل فارسی در اینترنت دارای اهمیت ویژه ای است. با توجه به وجود دوره و شماره های مختلف یک نشریه، این پایگاه در آیندة بسیار نزدیک گنجینه ای غنی از نشریات فارسی خواهد بود. در این مقاله پس از تعریف نشریة الکترونیکی، روند طراحی و ساختار و نحوة استفاده از این پایگاه شرح داده میشود.

کتابخانة منطقه ای علوم و تکنولوژی شیراز» نهادی است بین المللی که در حوزة تحقیقات اطلاع رسانی و اشاعة اطلاعات علمی و فنی فعالیت میکند. تهیة پایگاه های اطلاعاتی از وظایف و اختیارات عمدة کتابخانة منطقه ای است. پایگاه اطلاعاتی کتاب های فارسی الکترونیکی به صورت طرح تحقیقاتی و برای نخستین بار در سطح کشور، در کتابخانة منطقه ای به اجرا درآمده است.

در این مقاله، روش تفسیر نتایج شبیه‌سازی سیستم‌های گسسته با استفاده از شبکه عصبی بایادگیری نظارت شده، بعنوان شیوهء یادگیری ماشین مورد مطالعه قرار گرفته است. برای تحقق این مهم، مجموعه‌ای از داده‌های واقعی متشکل از زیرمجموعه نمونه‌گیری ، از سیستم تابلوی اعلانات الکترونیکی کتابخانهء منطقه‌ای علوم و تکنولوژی شیراز جمع‌آوری گردید. سیستم تابلوی اعلانات الکترونیکی کتابخانهء منطقه‌ای با استفاده از اطلاعات گردآوری شده توسط برنامه ای که در محیط «جی‌پی‌اس‌اس/اچ» ‌نوشته‌شد،‌شبیه‌سازی گردید و از نتایج آن بعنوان ورودی برای تعلیم شبکهء عصبی پس _ انتشار خطا استفاده شد. این بررسی نشان می‌دهد که مدل شبکه عصبی که به‌عنوان الگوریتم یادگیری ماشین به کار گرفته شده دارای دقتی است که با شبیه‌سازی انجام‌شده توسط «جی پی اس اس/ اچ» قابل مقایسه می‌باشد و با تعلیم گرفتن شبکه، سیستم می‌تواند عملیات خود را بلافاصله به انجام برساند. کارآیی سیستم شبکهء عصبی در مورد تخمین زمان خدمت‌دهی به هر کاربر در سیستم تابلوی اعلانات الکترونیکی، با کارآیی سیستم شبیه‌ساز مقایسه گردید و نشان داده شد که نتایج مطلوب است. شبکهء عصبی پس‌_ انتشار خطا در زمینهء بررسی نتیجه شبیه‌سازی دارای قابلیت‌های خوبی است که می‌‌توان از آن برای بهینه‌سازی و پیش‌بینی سیستم‌های تابلوی اعلانات الکترونیکی کتابخانه استفاده نمود.