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

هدف: هدف پژوهش ارائه مدلی کاربردی از سامانه توصیه‌ گر (پیشنهاددهنده) در حوزه خدمات شخصی ‌سازی کتابخانه دیجیتال آستان قدس رضوی است، این سامانه، با تحلیل الگوهای رفتاری کاربران و ارائه پیشنهادهای دقیق و مورد نیاز، آنان را از مرور داده‌ های غیر مرتبط بی‌ نیاز می ‌سازد. از مزایای این سامانه می‌ توان شناسایی دقیق نیازهای اطلاعاتی، افزایش کیفیت جستجو، کمک به انتخاب صحیح منابع اطلاعاتی و پیش ‌بینی نیازهای آتی کاربران را برشمرد. روش: پژوهش کاربردی است و با استفاده از کاوش قوانین انجمنی و الگوریتم fp-growth انجام شده است. جامعه تعداد 960 نفر کاربر نرم‌افزار کتابخانه دیجیتال آستان قدس رضوی در فاصله دو سال بوده، که بر مبنای الگوی مجموعه داده‌های مکرر، 170 درخواست پرتکرار از میان کل دیتاست ‌های موجود استخراج شد. نتایج از طریق پیاده‌ سازی این داده‌ های پرتکرار در نرم افزار رپید ماینر، به دست آمد. یافته‌ها: بهترین حالت دسترسی به مجموعه داده‌های تولید شده، با تنظیم درجه حداقل پشتیبانی 0.02 و حداقل اطمینان 0.095 است که منجر به کشف الگوریتم‌های شرطی (اگر – آنگاه) گردید. این یافته نشان می‌ دهد: اگر کاربری در زمان جستجوی نرم‌افزار کتابخانه دیجیتال موضوعاتی همچون (علم اصول، اجتهاد، سنت و...) را انتخاب نماید، به دلیل سابقه جستجو های پر تکرار کاربران پیشین با همین موضوعات، از سوی سامانه توصیه‌گر، آنگاه عناوین مرتبطی با موضوع اصول فقه پیشنهاد خواهد شد. نتایج: طراحی مدل سامانه توصیه ‌گر 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.

Designing a Personalized Service Model with an Approach to Recommender System in Astane Qudse Razavi Digital Library Software

Objective: This research aims to present the design of the applied model in the field of personalization Thechnology of the Digital Library of Astane Qudse Razavi based on the Basket Analysis pattern (association rules) and the FPGrowth 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.Methodology: This research is an applied research carried out using the association rules and FPGrowth 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 Astane Qudse Razavi in twoyears 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 FPGrowth 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.Findings: 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 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 paves 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) finds amoung his/her searches. Therefore, all of the following subset of “Uṣūl alfiqh” 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 customerservice delivery, is of the most importance in digital libraries.