مدل سازی رفتار اطلاعاتی کاربران پایگاه های اطلاعاتی با روش شبکه عصبی با تاکید بر تعاملات پیشین آ نها با نتایج جست و جو

در طراحی موتورهای جست‌وجو بررسی پایگاه داده مورد مطالعه و ایجاد ارتباط با آن دارای اهمیت است. در پژوهش حاضر با بررسی تعاملات کاربران پایگاه‌های اطلاعاتی با سیستم در حین جست‌وجو، به مدل‌سازی رفتار اطلاع‌یابی آن‌ها پرداخته می‌شود.این پژوهش یک مطالعه کاربردی است که با استفاده از شبکه عصبی اجرا شده است. داده‌ها از طریق مشاهده رفتار کاربران در استفاده از پایگاه داده »ایرانداک « و مطالعه لاگ کاربران گردآوری شده است. الگوی اغلب جست‌وجوهای انجام‌شده در بیشتر موارد به‌صورت »کلی به جزیی « و »اختصاصی « است. شرکت‌کنندگان جست‌وجوی خود را با اطلاعات کلی در مورد موضوع، مانند معرفی و بررسی حقایق، شروع نموده و سپس، هر یک بر روی جنبه‌های خاصی از موضوع تمرکز کردند. در بعضی موارد، کاربران در حین جست‌وجو ایده‌های جدیدی به‌دست آوردند. با توجه به نتایج به‌دست‌آمده می‌توان 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 جست‌وجو را تحت تاثیر قرار می‌دهد.موتورهای جست‌وجوی کنونی تنها بخشی از مدارک مرتبط با موضوع را در یک مجموعه داده بازیابی می‌کند. برای دسترسی به مطالب بیشتر و مناسب‌تر در حجم عظیم داده‌ها لازم است مدل‌های بهتری مورد بررسی قرار گیرد. روش شبکه عصبی پیشنهادی در این مطالعه امکان بهبود بازیابی اطلاعات را در مدت زمان کم فراهم می‌آورد. همچنین، با این روش می‌توان این امکان را به‌وجود آورد که مدل جست‌وجو هر مرتبه با جست‌وجوی کاربران به‌روزرسانی شده و نتایج کامل‌تر و دقیق‌تری به‌دست آید.

Neural Network Modelling of the Information Behavior of Database Users Based on their Previous Interactions with the Search Results

In designing search engines, it is important to check the database you are studying and make a connection with it.This study is an applied one conducted by using observation method. What is used in this study is a case study.The pattern of most searches is generally partial and specific in most cases. Participants begin their search with general information such as introducing and reviewing facts, and then focusing on specific aspects. In some cases, users come up with new ideas while searching. According to the results, general background, subject knowledge, time range and tools available influence desired response.According to the analysis of findings and results, it is suggested that information behavior using neural network is more accurate in identifying information skills, barriers, goals and motivation and determining and predicting resources and services. Information and ways of accessing information should be compared with the results of present study. Based on the results, it seems that specialized information retrieval training for all classes of users is needed to increase information skills of current and future users.Current search engines retrieve only part of relevant documents in a collection. Better models are needed to overcome the huge volume of documents. The proposed model in this way enables improved data retrieval in a short period of time. It is also possible that search model is also updated each time with user searches and results in more accurate results.