پژوهشنامه پردازش و مدیریت اطلاعات (علوم و فناوری اطلاعات سابق)

مقدمه: نقشه ی دانش یک ابزار مدیریت دانش است و از طریق آن به کاربران سازمان، اطلاعاتی در خصوص محل استقرار دانش و منابع دانشی اعم از افراد صاحب دانش، اسناد و منابع و پایگاه های اطلاعات داده می شود. نقشه دانش تخصص ها و دانش مورد نیاز افراد را با محل استقرار آن در سازمان مشخص می کند، از این روهدف اصلی پژوهش حاضر ترسیم نقشه دانش و مهارت کتابداران کتابخانه ی مرکزی آستان قدس رضوی بر اساس مدل ایده آل تیپ ماکس وبر است. روش شناسی: پژوهش حاضر از هدف، کاربردی و از نظر روش پیمایشی است. جامعه پژوهش، کتابداران کتابخانه مرکزی آستان قدس رضوی است که در مقاطع کاردانی، کارشناسی، کارشناسی ارشد و یا دکترا در رشته علم اطلاعات و دانش شناسی تحصیل نموده اند و دارای حکم کتابدار بودند. به دلیل حجم پایین نمونه (39 نفر)، پژوهش به صورت سر شماری انجام گرفت و درصد بازگشت پرسشنامه 100% بود. داده های مورد نیاز پژوهش به وسیله سیاهه ی وارسی شمسی (1391) و پرسشنامه محقق ساخته گردآوری گردید و با استفاده از آمار توصیفی و استنباطی به کمک نرم افزار اس پی اس اس 23 مورد تجزیه و تحلیل قرار گرفت. یافته ها: "مهارت های عمومی" کتابداران کمتر از حد متوسط3(61/1) بود و بیشترین مهارت آن ها در "توانایی های اداری" (53/2)است. همچنین نتایج حاکی از آن بود که دانش و مهارت تخصصی کتابداران بالاتر از حد متوسط(33/3) است که بیشترین میزان آن مربوط به فعالیت های بخش "گردش کتاب" (2/4)است.  نتیجه : یافته های منتج از نقشه دانش و مهارت کتابداران براساس مدل ایده آل تیپ نشان داد که بیشتر پاسخگویان (21 نفر) در تیپ 1 قرار دارند، که به معنای دانش و مهارت بالای آن ها است. در مقابل  به دلیل رسمی و با سابقه بودن کتابداران، هیچ یک از پاسخگویان در تیپ 2 که نشان دهنده مهارت کم و دانش بالا است، قرار نگرفته بودند. همچنین ترسیم نقشه دانش نشان داد 12 نفر در تیپ 3 که نشان دهنده مهارت بالا و دانش کم است، قرار گرفتند. در تیپ 4 نیز که بیانگر مهارت و دانش کم است، 5 نفر قرار گرفتند، انتظار می رود کتابدارانی که در این تیپ قرار می گیرند نسبت به ارتقای سطح دانش مورد نیاز برای ادامه ی ارائه خدمت در سمت پیشین خود و جلوگیری از حذف رقابتی، اقدام نمایند. همچنین از مدیران انتظار می رود که بسترهای لازم را برای ارتقای سطح دانش مورد نیاز کتابداران بخش های مختلف ایجاد کنند. 

طی دو دهه اخیر، برخی از معاهدات بین المللی نقش تعیین کننده ای در تسهیل همکاری علمی بین کشورهای عضو ایفا نموده اند. به همین جهت، مطالعه حاضر درصدد پیش بینی اثر عضویت ایران در این نوع از معاهدات بر سه مورد است: اول، میزان همکاری علمی ایران با اعضای هر معاهده؛ دوم، میزان کل همکاری های علمی بین المللی ایران؛ سوم، میزان وابستگی ایران به همکاری علمی با آمریکا به عنوان کلیدی ترین کنشگر شبکه همکاری علمی بین المللی. براساس پیشینه پژوهش، معاهداتی که تأثیر معناداری بر روابط همکاری علمی بین کشورها دارند عبارت اند از: جی هفت، جی بیست، اتحادیه اروپا، سازمان همکاری و توسعه اقتصادی، اوپک، اَپک و بریکس. این مطالعه مبتنی بر روش شبیه سازی (با رویکرد مدلسازی عامل محور) است. از این روش برای شبیه سازی شبکه همکاری های علمی بین کشورهای مستقل دارای بیش از یک میلیون نفر جمعیت در بازه 2042-2023 استفاده شد. داده های ثانویه موردنیاز برای شبیه سازی از پایگاه وب آو ساینس و پایگاه داده سازمان ملل گردآوری شد. فرضیات مرتبط با سناریوهای محتمل برمبنای مدل آماری تفاوت در تفاوت آزمون شدند. کلیه محاسبات اعم از شبیه سازی شبکه و آزمون فرضیات در محیط نرم افزار R انجام شد. یافته های پژوهش نشان داد که پیوستن ایران به جی بیست، سازمان همکاری و توسعه اقتصادی و اَپک سبب افزایش معنادار همکاری علمی ایران با اعضای هرکدام از این معاهدات خواهد شد. اما عضویت در بریکس تأثیر معناداری بر همکاری ایران با اعضای این معاهده ندارد. همچنین، پیوستن ایران به هرکدام از این چهار معاهده موجب افزایش معنادار میزان کل همکاری های علمی بین المللی ایران خواهد شد. با این وجود، میزان افزایش حاصل در سناریوی جی بیست بیشتر و در سناریوی بریکس کمتر از سایر معاهدات است. درعین حال، عضویت ایران در جی بیست و بریکس منجربه افزایش معنادار وابستگی ایران به همکاری علمی با آمریکا خواهد شد. در مقابل، عضویت ایران در سازمان همکاری و توسعه اقتصادی و اَپک نقش بارزی در کاهش وابستگی ایران به همکاری علمی با آمریکا خواهد داشت. مزیت دیگر عضویت ایران در سازمان همکاری و توسعه اقتصادی، تقویت همکاری هایش با دو مورد از کنشگران کلیدی اروپا (فرانسه و ایتالیا) است. از مزایای فرعی پیوستن ایران به اَپک نیز افزایش معنادار همکاری های علمی ایران با کنشگر کلیدی شرق آسیا (چین) است. نتایج حاکی از اینکه پیوستن ایران به اَپک و سازمان همکاری و توسعه اقتصادی هم به افزایش رؤیت پذیری آن در شبکه همکاری علمی بین المللی و هم به کاهش وابستگی اش به همکاری علمی با آمریکا کمک خواهد نمود.

با توجه به کارکرد علوم انسانی و تقاوت آن با علوم دیگر، این پژوهش به دنبال بررسی بروندادهای علمی و وزن هرکدام، معیارها و شاخص های ارزیایی، و رابطه هر برونداد و معیار در ارزیابی این علوم و به طور خاص در حوزه زبان و ادبیات است. پژوهش از نظر هدف، کاربردی و از نظر فرایند اجرای پژوهش، از نوع ترکیبی متوالی اکتشافی طی سه مرحله است: 1. شناسایی و وزن دهی بروندادهای علمی با روش کتابخانه ای، انجام مصاحبه، و فرایند سلسله مراتب تحلیلی (AHP)؛ 2. شناسایی معیارهای ارزیابی بروندادهای علمی با روش کتابخانه ای؛ و 3. تعیین اولویت های ارزیابی بروندادهای علمی از طریق استقرار عملکرد همزمان (CFD). بر اساس یافته ها، بروندادهای علمی به دو دسته تقسیم شد: 1. قالب ها: مقاله نشریه علمی، مقاله همایش، کتاب، طرح پژوهشی، و پایان نامه/ رساله؛ 2. فعالیت: در عرصه های سیاست گذاری، اجتماعی (علمی – ترویجی)، اجتماعی (رسانه ای)، و اقتصادی. معیارهای ارزیابی نیز به 8 دسته بستر ایجاد، ارائه و نشر؛ ساختار نگارشی؛ محتوا؛ اثرگذاری در محیط آنلاین؛ اثرگذاری علمی؛ اثرگذاری اجتماعی؛ اثرگذاری اقتصادی؛ و اثرگذاری فرهنگی بروندادهای علمی تقسیم شد که هرکدام شامل شاخص هایی است. در نهایت، بروندادها و معیارها با توجه به سه رویکرد و هدف تولید علم و ارتقای بنیادهای دانش، کاربردی بودن و پاسخگویی به مسائل جامعه، و آفرینش ادبی/ ادبیات خلاق اولویت بندی شده است. نظر به اهمیت و ضرورت ارزیابی متفاوت هر حوزه و رشته بنابر ماهیت هرکدام به عنوان عاملی مؤثر بر کاربرد و اثرگذاری بروندادهای علمی آن ها، سیاست گذاران پژوهشی می توانند با توجه به نتایج، رویکردی تازه در تصمیم گیری و وضع سیاست های ارزیابی بروندادهای علمی رشته های زبان و ادبیات و حوزه علوم انسانی به کار گیرند.

پیش بینی سهام و شاخص قیمت سهام و کالا به دلیل وجود عدم قطعیت های فراوان و تاثیرگذار بسیار دشوار است. با کمک اطلاعات انباشته موجود در عصر دیجیتال فعلی و قدرت ماشین های محاسباتی قوی، تمرکز زیادی بر طراحی الگوریتم هایی وجود دارد که می توانند روند بازار سهام را بیاموزند و قیمت های سهام را با موفقیت پیش بینی کنند. بنابراین ایجاد پایگاه های دانش مناسب در راستای افزایش دقت و بهره وری این سیستم ها و تسهیل روال استفاده از دانش عرفی موجود در سیستم های یادگیری ماشینی، بسیار مفید خواهد بود. هدف از این پژوهش توسعه یک هستان نگاری فارسی برای مدل سازی حوزه بورس و تشخیص عوامل تاثیرگذار بر بازار سهام است. هستان نگاری ایجاد شده منجر به غنی سازی و تکمیل ظرفیت های پاگاه دانش های موجود در این حوزه خواهد شد.بدین منظوردر این پژوهش یک هستان نگاری خاص دامنه در حوزه بورس و بازارهای مالی توسعه داده شده که به زبان فارسی توسط نویسندگان این پژوهش تهیه شده است . پس از معرفی این هستان نگاری، جزئیات گام های مورد نیاز برای جمع آوری دادگان مرتبط، توسعه نیمه خودکار و ارزیابی این منبع دانش بیان می گردد. هستان نگاری ساخته شده شامل 565 مفهوم، 496 رابطه سلسله مراتبی، 137 رابطه غیر سلسله مراتبی و 937 نمونه است که با معیارهای مختلفی ارزیابی شده است و وضعیت مطلوبی دارد. به نظر می رسد این هستان نگاری در شرایط فعلی و با توجه به حجم و کیفیت ارزیابی شده، کاملا مناسب برای استفاده به عنوان منبع دانشی برای بهبود عملکرد سیستم های یادگیری ماشین برای پیش بینی سهام بوده و همچنین می توان از آن در جهت آموزش تحلیلگران بورس و ایجاد پایگاه دانش برای کارگزاری ها، بهبود فرایند بازیابی اطلاعات معنایی و کمک به تعیین استراتژی های سرمایه گزاری افراد در صندوق های سرمایه گزاری استفاده نمود.

تغییر رویکرد نظام های اطلاعاتی از پردازش واژه به پردازش مفهوم، موجب توجه به هستی شناسی ها شده است. در علوم پزشکی و بیماری های انسان، به لحاظ وجود تنوع در اصطلاحات و لزوم اشتراک اطلاعات از طریق نرم افزارهای مختلف مانند پرونده های پزشکی، سامانه های ثبت سوابق بهداشتی و...  بکارگیری هستی شناسی ها ضروری به نظر می رسد. در  پژوهش حاضر، رویکردی نیمه خودکار برای توسعه هستی شناسی پیشنهاد شده است که می تواند با استفاده از ابزارهای متن کاوی، شناسایی مولفه های ساختاری هستی شناسی و تعیین نسبی روابط را از متون علمی تسهیل کند. مدل پیشنهادی در قالب کد نرم افزاری با نام اختصاری «TmbOnt_Alfa[1]» ارائه شده است. این کد با استفاده از رابط کاربر، فایل متنی ورودی را فراخوانی کرده و پس از پردازش بر اساس تنظیمات، اصطلاحات کلیدی برای توسعه هستی شناسی را استخراج می کند. به منظور ارزیابی کارایی روش پیشنهادی، مطالعه موردی در حوزه بیماری «گلوکوم» با داده های متنی مشتمل بر10،000 چکیده مقاله از «PubMed[2]» برمبنای جستجوی واژگانی تهیه گردید. پس از مراحل پردازش، مفاهیم و ساختار سلسله مراتبی هستی شناسی حاصل در پروتژ وارد شد. سرانجام، سنجش قیاسی هستی شناسی توسعه یافته با سرعنوان پزشکی «MESH[3]»، «اصطلاح نامه وتوصیفگرهای پزشکی فارسی» و «هستی شناسی  بیماری ها» و «هستی شناسی BAO[4]» نشان داد که میانگین دقت مفاهیم و میانگین دقت مکانی مفاهیم بیش از 70 درصد با هستی شناسی های بازنمایی شده در پایگاه های معتبر هستی شناسی بیماری های انسانی «Bio-Ontologies» انطباق داشته و به طور میانگین بیش از 30 درصد واژگان جدید برای افزودن به دامنه را فراهم کرده است. [1]  Text miner for base ontology development, Alfa version[2]  https://pubmed.ncbi.nlm.nih.gov/[3]   https://www.ncbi.nlm.nih.gov/mesh/[4]  https://bioportal.bioontology.org/ontologies/BAO

در راستای حمایت جامع از داده های شخصی و اشخاص موضوع داده، مقررات اروپایی مربوط به حفاظت از داده (GDPR) جنبه های مختلفی را موردتوجه قرار داده است. یکی از این حمایت ها، توجه ویژه به داده های شخصی است که به دلیل ماهیت حساسشان، نیازمند حفاظت بیشتری هستند (داده های شخصی خاص). این مقررات برای پردازش داده های شخصی خاص که شامل داده های شخصی حساس، داده ی شخصی مرتبط با امور کیفری و داده ی شخصی کودکان است، الزامات مختلفی را مقرر نموده است. این الزامات ازجمله اصل ممنوعیت پردازش داده های شخصی حساس است مگر اینکه استثنائی قانونی وجود داشته باشد. الزام دیگر، ضرورت وجود نظارت مرجع رسمی و جواز قانونی برای پردازش داده های شخصی مرتبط با امور کیفری است. هم چنین تعیین سن معین برای رضایت به پردازش نیز از الزامات پیش گفته برای حمایت از داده های شخصی کودکان است. این پژوهش با تبیین تفصیلی الزامات پیش گفته و شفاف سازی چگونگی پردازش داده ی شخصی خاص در حقوق اتحادیه اروپا؛ حمایت از داده ی شخصی خاص در حقوق ایران را نیز مورد بررسی قرار داده است. بررسی های انجام شده حکایت از این دارد که گرچه حقوق ایران در خصوص داده های شخصی قانونی مستقل ندارد تا برای حمایت از داده های شخصی خاص به آن استناد شود؛ لیکن می توان با توجه به قوانین و مقررات موجود، نظریات دکترین، مبانی حقوق ایران، بسیاری از الزاماتِ پردازش داده ی شخصی خاص موجود در مقررات اروپایی را در حقوق ایران نیز جاری دانست. 

یکی از پرسش هایی که نهادهای حوزه فناوری اطلاعات با آن مواجه هستند آنست که خدمات، محصولات، تجهیزات و مواد مورد نیاز خود را به چه شیوه ای به دست آورند؟ تکیه بر قابلیت ها و منابع داخلی (درون سپاری) و یا بهره مندی از قابلیت ها و منابع خارج از نهاد (برون سپاری) دو شیوه اصلی در کسب خدمات، محصولات، تجهیزات و مواد مورد نیاز یک کسب و کار برای دستیابی به اهداف خود است که در شکل کلی با نام منبع یابی از آن یاد می شود. کمبود منابع مالی و تأمین نیروی انسانی متخصص از اصلی ترین مسائل نهادها در منبع یابی سامانه ها، خدمات و تجهیزات فناوری اطلاعات است که موجب شده است نهادها در پاسخ به این پرسش به دنبال یک رویه قبل اتکا و نظام مند برای انتخاب بین شیوه های منبع یابی باشند. بر پایه این مسأله، این پژوهش طراحی سیستم خبره تصمیم گیری منبع یابی فناوری اطلاعات و بکارگیری آن در مورد مطالعه پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) را هدفگذاری کرده است. به منظور دستیابی به این هدف در گام نخست، 1- شناسایی عوامل موثر بر منبع یابی سامانه ها، خدمات و تجهیزات فناوری اطلاعات، و 2- طراحی سیستم خبره تصمیم گیری منبع یابی فناوری اطلاعات مدنظر قرار گرفته است. در این گام با استفاده از ابزارهای گردآوری مطالعه کتابخانه ای و گروه اسمی با آگاهان، متخصصان و تصمیم گیران حوزه فناوری اطلاعات، به منظور تصمیم گیری منبع یابی بین دو گزینه منبع یابی بیرونی (برون سپاری) و منبع یابی درونی (درون سپاری)، چارچوب قانونی و تصمیم گیری در قالب یک سیستم خبره با اجزای استخراج دانش ضمنی، موتور استنتاج، ساختار مقایسه و اولویت بندی، ساختار قانونی و فرآیند اجرایی طراحی و ارائه شد. در گام دوم به منظور نشان دادن اعتبار طراحی انجام شده، طراحی و پیاده سازی نمونه اولیه به عنوان یکی از روش های اعتباریابی مدنظر قرار گرفت. در این گام پس از طراحی نمونه اولیه، فرآیند تصمیم گیری طراحی شده درباره 10 فعالیت (پروژه) بالقوه و پیش فرض مرکز فناوری اطلاعات ایرانداک مورد استفاده قرار گرفت. نتایج نشان داد که سیستم خبره طراحی شده اهداف پژوهش را تأمین می کند. نتایج این پژوهش در کل می تواند الگویی ساختارمند را برای استفاده از مزایای انواع سازوکارهای منبع یابی و کاهش مخاطرات مالی و تأمین نیروی انسانی در اختیار سیاستگذاران و مدیران قرار دهد و موجب بهبود وضع موجود گردد.

هدف پژوهش حاضر ارزیابی اصطلاحنامه فلسفه پژوهشکده مدیریت اطلاعات و مدارک اسلامی مطابق با استاندارد ایزو 25964 (بخش اول و دوم) و همچنین بررسی میانکنش پذیری با سایر نظام های کنترل واژگان (اصطلاحنامه اصفا و سرعنوان های موضوعی فارسی) است. روش پژوهش از لحاظ هدف، کاربردی و به لحاظ گردآوری داده ها، پیمایشی –توصیفی بود. جامعه پژوهش شامل اصطلاحات اصطلاح نامه فلسفه بود که با استفاده از جدول مورگان و با روش نمونه گیری تصادفی، تعداد 375 اصطلاح انتخاب شد. جامعه پژوهش در بخش میانکنش پذیری نیز شش سطح اول درختواره اصطلاح نامه فلسفه به تعداد 85 اصطلاح بود. ابزار و روش گردآوری داده ها به ترتیب، سیاهه وارسی محقق ساخته مطابق با معیارهای استاندارد ایزو 25964 و مشاهده مستقیم بود. یافته ها نشان داد میزان رعایت استاندارد ایزو 25964 (بخش اول) در اصطلاح نامه فلسفه، 52/75 درصد است. بیشترین و کمترین میزان رعایت به ترتیب مربوط به مولفه «مدیریت نرم افزار» (34/79 درصد) و مولفه «روابط معنایی» (66/66 درصد) بود. نتایج میان کنش پذیری اصطلاح نامه فلسفه با اصطلاح نامه اصفا مطابق استاندارد ایزو 25964 (بخش دوم) نشان از نگاشت 24/88 درصدی داشت که بیشترین میزان مربوط به نگاشت هم ارزی از نوع کامل (41/49 درصد) بود. همچنین 42/47 درصد از اصطلاحات امکان نگاشت خودکار را دارند. میانکنش پذیری با سرعنوان های موضوعی فارسی 41/89 درصد بود که بیشترین میزان مربوط به نگاشت هم ارزی از نوع کامل (06/47 درصد) است. همچنین 30 درصد از اصطلاحات انتخابی اصطلاحنامه فلسفه امکان نگاشت خودکار با اصطلاحات سرعنوان های موضوعی فارسی را دارد. وجود میانکنش پذیری در اصطلاحنامه راه حلی اقتصادی و کارآمد برای صرفه جویی در هزینه های بالای تولید و تدوین و گسترش اصطلاح نامه است. همچنین توجه به قواعد میانکنش پذیری منطبق با استانداردها، زمینه ساز یکپارچه سازی داده ها شده و کاربر فارغ از زمان و مکان و نوع پایگاه اطلاعاتی، به جستجویی کارآمد با با بهبود جامعیت و مانعیت دست می یابد.

این مطالعه نقاط توقف جستجو و قواعد توقف به کاررفته در فراگرد جستجوی برخط اطلاعات را با تکیه بر مفاهیم نظریه جستجوگری اطلاعات تحلیل می کند. روش پژوهش مطالعه توصیفی-تحلیلی بود. منابع بدون محدودیت زمانی از پایگاه های اطلاعاتی مختلف گردآوری شدند (قبل از آگوست 2022). پس از مطالعه منابع، رفتار توقف جستجو به روش تحلیلی بررسی شد. یافته ها نشان می دهد از منظر نظریه جستجوگری اطلاعات، جستجوگر در فراگرد جستجوی برخط اطلاعات با هر بار ارسال پرس وجو وارد یک عرصه اطلاعاتی می شود و با ارزیابی ربط و عدم ربط اطلاعات (قاعده توقف رایحه محور) و زمان گذارنده شده در درون و بین عرصه ها (قاعده توقف عرصه محور) تصمیم به ماندن و یا ترک عرصه اطلاعاتی می کند. جستجوگر با هر بار ترک عرصه اطلاعات، در نقطه ای متوقف می شود و دوباره با ارسال پرس وجو وارد عرصه اطلاعات دیگری خواهد شد. نقاط خروج از یک عرصه با هدف ورود به عرصه دیگر، نقاط توقف مقطعی هستند زیرا پس از آن همچنان فراگرد جستجو ادامه دارد و به اتمام نرسیده است. در نهایت جستجوگر با ارزیابی رژیم اطلاعات (قواعد رژیم محور) در صورت کسب اطلاعات کافی جلسه جستجوی خود را خاتمه می دهد و در نقطه مانا متوقف می شود. این پژوهش با مطالعه رفتار توقف جستجو به درک پژوهشگران از قواعد توقف مختلف در نقاط توقف مقطعی و مانا یاری می رساند. پیامد انجام چنین پژوهش هایی در طراحی مدل های رفتار جستجوی اطلاعات کاربرد دارد.

انتشار مقاله در ارتقای علمی وحرفه ای، اهمیت بیشتری از پیش یافته است و پژوهشگران خواستار شفافیت بیشتری در فرایند داوری مقاله ها هستند. از همین رو، نوعی از داوری با نام «داوری باز» پدیدار شد که با اثرپذیری از علم باز، بر ارزش هایی چون «آشکاری» و «شفافیت»، استوار است و بارزترین ویژگی آن، هویت آشکار داوران و انتشار گزارش داوری آنهاست. این ویژگی ها، تأثیرهایی بر رفتار داوران دارند که مطالعه حاضر، با هدف شناسایی آنها صورت گرفته است.این مطالعه از روش مرور مفهومی و برپایه چارچوب شش مرحله ای «لواک و همکاران» بهره گرفته است و طی آن، پس از تعیین هدف و پرسش های پژوهش، 21 مقاله انتخاب، و داده های آنها استخراج، دسته بندی و تحلیل شدند. در این مطالعه رفتارهای مانند تمایل افراد به داوری؛ کیفیت انجام داوری؛ مدت زمان انجام داوری؛ سوگیری نسبت به مسائلی چون جنسیت، کشور، و ... ؛ قضاوت نهایی (توصیه)؛ نگارش گزارش داوری (لحن و حجم گزارش داوری)؛ و درخواست از نویسندگان برای استناد به آثار خود شناسایی شده اند. «کیفیت انجام داوری»، «توصیه داوری»، «سوگیری»، و «زمان انجام داوری»، به ترتیب پرتکرارترین رفتارهای مطالعه شده بودند و رفتارهای شناسایی شده از ویژگی های هویت آشکار و انتشار گزارش داوری تأثیر گرفته بودند. داوری باز، هر چند در افزایش رفتارهایی منفی مانند کاهش تمایل به داوری، سوگیری، درخواست داوران برای استناد به آثار، و افزایش زمان انجام داوری اثرگذار بوده است اما بر کیفیت داوری، لحن و حجم گزارش داوری، اثر منفی نداشته و گاهی آنها را بهبود داده است.  

حجم مستندات و مقالات علمی در دهه اخیر افزایش بسیار زیادی کرده است که این امر، شناسایی مقالات مرتبط در کتابخانه های دیجیتال را با چالش هایی روبرو کرده است. هدف این پژوهش، ارائه روشی مبتنی بر تحلیل مراجع کتابشناختی برای شناسایی مقالات علمی مرتبط در کتابخانه های دیجیتال است. جامعه آماری این پژوهش، مقالات منتشر شده در 5 سال اخیر در نشریات فارسی و انگلیسی نمایه شده در پایگاه استنادی علوم جهان اسلام در حوزه علوم کامپیوتر می باشد. روش پیشنهادی قادر است با تحلیل مراجع مقالات، مقالاتی را که بیشترین شباهت با مقاله داده شده دارند، پیدا کند و آنها را بر اساس میزان شباهتشان، مرتب نماید. در این راستا بعد از استخراج عنوان و بدست آوردن شباهت میان مراجع موجود میان مقالات، آن دسته از مقالاتی که بیشترین شباهت را با یک مقاله دارند، شناسایی شده و بر اساس میزان شباهتشان مرتب می شوند. به منظور مقایسه، روش پیشنهادی با روش های دیگر مقایسه شد که نتایج بدست آمده روی هم داده های فارسی و هم داده های انگلیسی نشاندهنده کارایی روش پیشنهادی در شناسایی مقالات مرتبط است.

هدف: امروزه مشتری در هیچ صنعتی صرفاً به دنبال محصول نیست و دریافت سرویس شخصی سازی شده مبتنی بر نیازمندی های خود و خلق یک تجربه متفاوت را از سازمان انتظار دارد؛ از نگاه دیگر طراحی سرویس های متناسب با نیاز مشتری مستلزم بررسی موشکافانه داده های مرتبط با مشتری و در ابعاد مختلف خواهد بود. لذا شناخت مشتری نیازمند نگرشی نظامند است تا اهداف، فاکتورهای تاثیر گذار و الگوریتم ها و متد های مناسب این حوزه مورد توجه واقع شود. روش شناسی: در راستا هدف این پژوهش، پژوهش پیشرو با رویکرد فراترکیب، ابعاد حوزه شناخت مشتری صنعت بانکی و ملاحظات آن را با رویکرد داده محور و به کارگیری یادگیری ماشین تحلیل نموده است .از این رو، روش پژوهش بر حسب هدف کاربردی و بر حسب گردآوری اطلاعات فراترکب است. برای انتخاب مقاله ها با جست و جو در پایگاه داده های معتبر وب آو ساینس و اسکوپوس 43 سند که در فاصله زمانی 2016- 2022 منتشر شده است، به عنوان اسناد مرتبط و معتبر شناسایی و در ادامه نیز با رویکرد فراترکیب، اسناد منتخب بررسی و کدگذاری شده اند. نتایج : نتایج حاصل از فراترکیب منجر به شناسایی سه مقوله اصلی: اهداف شناسایی مشتری: درک بینش نسبت به مشتری، شناسایی ریسک مشتری، اهداف سازمانی، تعیین ارزش طول عمر مشتری و مدیریت محصول،  فاکتورهای شناسایی مشتری: جمعیت شناختی، مالی و رفتاری  و الگوریتم های یادگیری ماشین: Probabilistic، Neural Networks ،Ensemble ، Regularization ، Regression ، Bayesian، Decision Tree ، Dimensionality Reduction ، Instanced Based  و Clustering گردید.  نتیجه گیری: بر اساس یافته های پژوهش جاری، متناسب با هدف شناسایی مشتری، داده های موجود و فاکتورهای انتخابی، الگوریتم های پایه و ترکیبی می تواند راهگشا باشد اما نکته مهم پیش پردازش دقیق داده ها می باشد. همچنین این مهم با توجه به عدم تاکید بانک ها به شعب مبنی بر لزوم تکمیل اطلاعات مندرج در فرم ها توسط مشتری در زمان افتتاح حساب یا عدم طراحی سرویس مناسب جهت تکمیل اطلاعات در بسترهای الکترونیک نیازمند بازبینی کامل می باشد.