پیش‌بینی رضایت کاربران پایگاه اطلاعات علمی با استفاده از شبکه مصنوعی و مدل «ای‌کوآل»: مطالعه موردی پایگاه اطلاعات علمی ایران (سامانه گنج)

پیش‌بینی رضایت کاربران پایگاه اطلاعات علمی با استفاده ار شبکه مصنوعی و مدل «ای‌کوآل»: مطالعه موردی پایگاه اطلاعات علمی ایران (سامانه گنج)
یازدهمین کنفرانس تحلیل پوششی داده‌ها
شیراز
تاریخ کنفرانس: 
چهارشنبه - ۰۶ شهريور ۱۳۹۸ تا پنجشنبه - ۰۷ شهريور ۱۳۹۸
چکیده

ارزیابی کیفیت خدمات سیستم‌های مبتنی بر وب، به ویژه سرویس‌های کاوش در وب، امری مهم برای بهبود کیفیت خدمات است. ارزیابی رضایت کاربران از موتورهای کاوش در یک سیستم اطلاعات علمی باعث می‌شود که مدیران این سیستم‌ها تصمیم‌گیری نظام‌مند و منسجمی را با شناسایی سطح رضایت کاربران خود انجام دهند. ارزیابی سامانه گنج پژوهشگاه علوم و فناوری اطلاعات ایران با برخورداری از ۹۵۰ هزار مدرک علمی که امکان جست‌و‌جو برای پژوهشگران را در پایان‌نامه‌ها، نشریات علمی داخلی، مقالات، همایش‌ها، طرح‌های پژوهشی و گزارشات دولتی فراهم می‌کند، به منظور رفع موانع احتمالی تعامل کاربران با سامانه یک ضرورت است. در این پژوهش با استفاده از مدل ای‌کوآل شاخص‌هایی برای ارزیابی سامانه گنج استخراج و براساس نظر خبرگان به روش دلفی، بومی‌سازی انجام شد. پس از تعیین شاخص‌ها، سوالات پرسشنامه به صورت برخط توسط ۶۵۴ کاربر سامانه گنج پاسخ داده شد و با استفاده از شبکه عصبی پس انتشار، پاسخ‌های پرسشنامه‌ مورد تحلیل قرار گرفت. نتایج نشان می‌دهد که با دقت ۰.۹۷ شبکه عصبی طراحی شده می تواند رضایت کاربران را پیش‌بینی نماید.

استناد: 

فتاحی، سمیه، آرمان ساجدی‌نژاد، حمید حسنی، و عباس صادقی پوریانی. ۱۳۹۸. پیش‌بینی رضایت کاربران پایگاه اطلاعات علمی با استفاده ار شبکه مصنوعی و مدل «ای‌کوآل»: مطالعه موردی پایگاه اطلاعات علمی ایران (سامانه گنج). مقاله ارائه شده در یازدهمین کنفرانس تحلیل پوششی داده‌ها، شیراز.

مقاله همایش علمی

افزودن دیدگاه