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)
نوع مقاله
عنوان همایش
یازدهمین کنفرانس تحلیل پوششی داده‌ها
شهر محل برگزاری همایش
شیراز
فایل پیوست
دریافت نسخه PDF (821.49 کیلوبایت)
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 950 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 654 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 0.97 شبکه عصبی طراحی شده می تواند رضایت کاربران را پیش‌بینی نماید.

استناد

فتاحی، سمیه، آرمان ساجدی‌نژاد، حمید حسنی، و عباس صادقی پوریانی. 1398. 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.

شماره :
3355
آخرین به روزرسانی :
جمعه, 26 دی 1404 - 23:35
X
Chat Icon