طراحی روشی هوشمند برای پیشنهاد مستندات علمی به زبان فارسی در پایگاه اطلاعات علمی ایران (گنج) بر پایه سیستم‌های پیشنهاددهنده محتوامحور

سیستم‌های پیشنهاددهنده سیستم‌هایی هستند که با ارائه پیشنهادهای متناسب با نیاز کاربر به او در تصمیم‌گیری کمک می‌کنند. نیازهای کاربر با کمک روش‌های مختلفی نظیر بهره‌گیری از عبارت پرس‌و‌جوی کاربر، تحلیل سند منتخب کاربر، و یا تحلیل رفتار کاربر و یا کاربران مشابه استخراج می‌شود. بر مبنای منبع دانش بکار رفته برای طراحی و ساخت، انواع مختلفی از سیستم‌های پیشنهاددهنده وجود دارند و دو نوع سیستم‌های پیشنهاددهنده محتوامحور و سیستم‌های پیشنهاددهنده دانش‌محور در موارد بسیاری بکار گرفته شده‌اند. در این سیستم‌ها، ابتدا نتایج جست‌و‌جوی کاربر بازیابی شده و بر اساس ویژگی‌های مورد منتخب کاربر، مواردی را به او پیشنهاد می‌شود که با آن ویژگی‌ها همخوانی یا شباهت داشته باشد. چنین سیستم‌های پیشنهاددهنده‌ای در پایگاه‌های جست‌و‌جوی عمومی و پایگاه‌های فروش کاربرد فراوان دارند و در برخی از پایگاه‌های جست‌و‌جوی اسناد علمی نظیر اسکوپوس، امرالد و پاب‌مد نیز از این قابلیت برای ارائه پیشنهاد به کاربران و ارتقای تجربه آنان استفاده شده است. از چنین قابلیتی نیز می‌توان در سامانه گنج استفاده کرد. به بیانی دیگر، زمانی که کاربر یک سند از بین اسناد موجود در نتایج جست‌و‌جوی سامانه گنج را انتخاب می‌کند، نیاز(های) اطلاعاتی را به صورت ضمنی ابراز می‌کند. درصورت وجود و استقرار سیستم پیشنهاددهنده در سامانه گنج، این سامانه قادر خواهد بود با تحلیل سند منتخب کاربر و استخراج نیازهای اطلاعاتی ضمنی او، اسناد مشابه را به کاربر پیشنهاد دهد.

بر این اساس، پژوهش حاضر در دو مرحله اصلی صورت خواهد پذیرفت، ابتدا ادبیات سیستم‌های پیشنهاددهنده با تمرکز بر سیستم‌های محتوامحور مطالعه و ویژگی‌ها و مشخصات آنها بررسی می‌شوند. سپس رویکرد مناسب برای طراحی سیستم پیشنهاددهنده محتوامحور اسناد فارسی پیشنهاد و الگوریتم آن در قالب زبان برنامه‌نویسی Python پیاده‌سازی می‌شود. الگوریتم توسعه داده شده در دو مرحله ارزیابی خواهد شد؛ (1) ارزیابی بر اساس داده‌هایی که سیستم بر اساس آنها طراحی شده و (2) ارزیابی بر اساس کارایی سیستم در پیش‌بینی داده‌های جدید (مشاهده نشده). برای این منظور از دو مجموعه داده نیز استفاده می‌شود؛ (1) مجموعه داده استاندارد فارسی محبی و همکاران (1400) و (2) مجموعه داده تصادفی استخراج شده از سامانه گنج. از مجموعه داده محبی و همکاران (1400) برای ارزیابی مرحله 1 استفاده خواهد شد و مجموعه داده تصادفی نیز برای ارزیابی مرحله 2 بکار خواهد رفت.

 به بیانی دیگر، ابتدا با کمک روش‌های یادگیری عمیق اسناد موجود در پایگاه داده بازنمایی و سپس ویژگی‌های موثر و مهم استخراج می‌شوند. در مرحله بعد، سند منتخب کاربر بازنمایی شده و پس از استخراج ویژگی‌ها، مشابه‌ترین اسناد بر اساس آن ویژگی‌ها به کاربر پیشنهاد می‌شود. فراداده‌های مورد استفاده در این طرح شامل شناسه سند، عنوان، چکیده، موضوع (در دو سطح)، رشته، گرایش، کلیدواژه‌های نویسنده و کلیدواژه‌های نمایه‌ساز است. از فراداده‌های عنوان و چکیده سند به منظور بازنمایی اسناد و طراحی الگوریتم و از فراداده موضوع و در صورت لزوم کلیدواژه‌های نویسنده و کلیدواژه‌های نمایه‌ساز برای ارزیابی الگوریتم پیشنهادی استفاده خواهد شد.

 استقرار چنین سیستمی می‌تواند تجربه تعامل کاربر با سامانه گنج را بهبود بخشیده و میزان رضایت او را از خدمات ارائه شده افزایش دهد. بر این اساس انجام طرح پژوهشی با عنوان «طراحی روشی هوشمند برای پیشنهاد مستندات علمی به زبان فارسی در پایگاه اطلاعات علمی ایران (گنج) بر پایه سیستم‌های پیشنهاددهنده محتوامحور» پیشنهاد می‌شود. چنین سیستمی (با اندکی تغییر) کاربردهای فراوانی در سامانه‌های مختلف خواهد داشت که از آن میان می‌توان به سامانه پیشینه پژوهش و پژوهشنامه پردازش و مدیریت اطلاعات اشاره نمود.