طراحی مدل خدمات شخصی‌ سازی شده با رویکرد سامانه ‌های توصیه‌گر درکتابخانه دیجیتال آستان قدس رضوی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه کامپیوتر، دانشگاه آزاد اسلامی واحد مشهد

2 کارشناس اشاعه گزینیشی اطلاعات در کتابخانه دیجیتال استان قدس رضوی

3 دانشیار گروه علم اطلاعات و دانش شناسی ،واحد علوم تحقیقات ،دانشگاه آزاد اسلامی ،تهران

4 استاد گروه علم اطلاعات و دانش شناسی ،واحد علوم تحقیقات ،دانشگاه آزاد اسلامی ،تهران

5 استادیار گروه ریاضی ، واحد تهران جنوب ،دانشگاه آزاد اسلامی ،تهران

10.30481/lis.2019.192234.1599

چکیده

هدف: هدف پژوهش ارائه مدلی کاربردی از سامانه توصیه‌گر (پیشنهاددهنده) در حوزه خدمات شخصی‌سازی کتابخانه دیجیتال آستان قدس رضوی است، این سامانه، با تحلیل الگوهای رفتاری کاربران و ارائه پیشنهادهای دقیق و موردنیاز، آنان را از مرور داده‌های غیر مرتبط بی-نیاز می‌سازد. از مزایای این سامانه می‌توان شناسایی دقیق نیازهای اطلاعاتی، افزایش کیفیت جستجو، کمک به انتخاب صحیح منابع اطلاعاتی و پیش‌بینی نیازهای آتی کاربران برشمرد.
روش: پژوهش کاربردی است و با استفاده از کاوش قوانین انجمنی و الگوریتم FP-Growth انجام شده است. جامعه تعداد 960 نفر کاربر نرم افزار کتابخانه دیجیتال آستان قدس رضوی در فاصله دوسال، هستند که بر مبنای الگوی مجموعه دادههای مکرر، 170 درخواست پرتکرار از میان کل دیتاست‌های موجود استخراج شد. نتایج ازطریق پیاده‌سازی این داده‌های پر تکرار در نرم افزار رپید ماینر، به دست آمد.
یافته ها : بهترین حالت دسترسی به مجموعه دادههای تولید شده، با تنظیم درجه حداقل پشتیبانی 02/ 0 و حداقل اطمینان 095/ 0 است که، منجر به کشف الگوریتم های شرطی (اگر – آنگاه) گردید. این یافته نشان می‌دهد: اگر کاربری در زمان جستجوی نرم افزار کتابخانه دیجیتال موضوعاتی همچون (علم اصول، اجتهاد، سنت و...) را انتخاب نماید، به دلیل سابقه جستجو‌های پر تکرار کاربران پیشین با همین موضوعات، از سوی سامانه توصیه گر، آنگاه عناوین مرتبطی با موضوع اصول فقه پیشنهادخواهد شد.
نتایج: طراحی مدل سامانه توصیه‌گر و اجرای آن، منجر به افزایش آگاهی و عدم سردرگمی کاربران و ارتقاء سطح کیفیت خدمات و رضایت آن-ها و در نهایت حفظ کاربران فعلی و جذب کاربران جدید خواهد شد

کلیدواژه‌ها


عنوان مقاله [English]

Designing a personalized service model with an approach to Recommender system in Astane Quds Razavi digital library

نویسندگان [English]

  • samaneh Ghafarian 2
  • fahimeh babolhavaeji 3
  • najla hariri 4
  • maryam khademi 5
2 SDI librarian in digital library
3 Associate professor of knowledge and information science - Islamic azad university, science and research branch of Tehran,
4 professor of knowledge and information science - Islamic azad university, science and research branch of Tehran
5 Assistant Professor of Department of Applied Mathematics,Islamic Azad University South Tehran Branch
چکیده [English]

Objective : This research aims to present the design of the applied model in the field of personalization Thechnology of the Digital Library of Astan-e Quds-e Razavi based on the Basket Analysis pattern( association rules) and the FP-Growth algorithm regarding data mining, obtained through the implementation of Frequent itemset of users in the RapidMiner software Creating such a desirable recommendation system can provide suggestions to improve the retrieval of related information resources interesting to users in order to provide useful services and increase their request from this website.
Methods: This research is an Applied Research that is carried out using the association rules and FP-Growth wizardry which is a superior type of the issues raised in the data mining tool. The research community has 960 users of the Digital Library of Astan-e Quds-e Razavi in two-years among which based on the Frequent pattern, 170 Frequent requests were extracted from all the final data sets of document delivery service module in digital library . Other tools for accessing the Basket Analysis pattern are the utilization of RapidMiner software through which with implementation rules of data and Launchs association rules operators and the FP-Growth algorithm, and more importantly, a change in the minimum degree of support and confidence, lead to The production of new association rules , which can be interpreted by these rules, offering a suggestion for the design of an appropriate model for the recommendation system in the digital library website.
Results: The results showed that the best access to generated rules by setting the minimum support of 0.02 and a minimum confidence of 0.095 resulted in the creation of 1081 new rules, indicating if the user website if the user searches for topics in " Osole Fiqh " such as (osole Amalieh, Ijtihad and Quran), Because of the frequent searching records of the previous users whith the same subject matter, that the recommender system pave the way for suggesting& gaining access to " Risalah Amaliyah” with recorded number (2309) along with his main search , the manuscript " Zavabetol Osul " with recorded number (38696) find amoung his searches,. Therefore, all of the following subset of” Uṣūl al-fiqh” can be predicted through the analysis of association Rules and provide recommendations to the users of the digital library system to search for effective and relevant subjectes relative to the users requests in similar topics & titley
Conclusion: Since the generation of personalization technology and its implementation on the website of digital libraries in the form of recommendation system is based on the establishment of Interaction between users and the modern services of digital libraries in form of user interface effective, this technology brings about increasing specialized knowledge,lack of users wondering improving the quality of service and user satisfaction, and ultimately creating value added for libraries. Therefore, with such an approach, dealing with modern services in the form of customer-service delivery-is of the most importance in digital library

کلیدواژه‌ها [English]

  • "Personalization"
  • "Recommender system"
  • "Astan Quds Razavi digital library"
  • "Association rules in data mining"