هدف: هدف این مقاله مطالعه ی میزان توجه سه پایگاه اطلاعات علمی فارسی «بانک اطلاعات نشریات کشور»، «مرکز اطلاعات علمی جهاد دانشگاهی» و «مرکز منطقه ای اطلاع رسانی علوم و فناوری» به گسترش پذیری جستجو و بازیابی مدارک (مقالات) به صورت پیوسته نویسی و جدانویسی است. روش شناسی: پژوهش حاضر از نظر هدف در ردیف پژوهش های کاربردی و از نظر طرح پژوهش از نوع تحلیل محتوا بوده است. جامعه ی آماری شامل مجموعه ی مدارک موجود در سه پایگاه اطلاعات علمی فارسی بود (29142 مدرک) که با استفاده از فرمول کوکران، 432 مدرک از آنها با روش نمونه گیری طبقه ای متناسب (نسبتی) انتخاب شد. ابزار پژوهش یک سیاهه ی وارسیِ محقق ساخته بود. سیاهه ی وارسی شامل ده قاعده از مجموعه قاعده های پیوسته نویسی و جدانویسی کتاب «دستور خط فارسی مصوب فرهنگستان زبان و ادب فارسی» به همراه مصداق های «واژگان یا کلیدواژه های انتخابی» از هر قاعده بود که امکان رخداد جدانویسی و پیوسته نویسی آنها در هنگام نگارش وجود داشت. یافته ها: نتایج نشان داد میان پایگاه های اطلاعات علمی فارسی از نظر قابلیت بازیابی مدارک با هر یک از شکل های نگارشی اعم از پیوسته نویسی و جدانویسی تفاوت وجود دارد. علاوه بر این، یافته ها نشان داد، تنها 3/5% از مدارک انتخابی در هنگام جستجو در پایگاه های اطلاعاتی مورد مطالعه با همه شکل های نگارشی قابل بازیابی بود. در مقابل، 7/94% مدارک انتخابی فقط با همان حالت ثبت شده در پایگاه بازیابی شد. همچنین، مقایسه ی شکل نگارشی مصداق ها در عنوان، چکیده و کلمات کلیدیِ نسخه ی پی. دی. اف مدارک با اطلاعات نمایه شده از همان مدارک در پایگاه های اطلاعات علمی فارسی نشان داد، شکل نگارشی بخش قابل توجهی از مصداق های مدارک از حالت نگارشی نزدیک نویسی به جدانویسی یا پیوسته نویسی تغییر یافته است. نتیجه گیری: با توجه به اینکه در پایگاه های مورد مطالعه چالش های پیوسته نویسی و جدانویسی به طور جامع و به منظور بهبود جامعیت نتایج جستجو مورد توجه قرار نگرفته است، این وضعیت نامطلوب می تواند به ازدست دادن مدارکی بینجامد که با دیگر شکل های نگارشی در پایگاه های اطلاعاتی ذخیره شده اند.

پایگاه اطلاعاتی گنج پژوهشگاه علوم و فناوری اطلاعات با برخورداری از نزدیک به یک میلیون رکورد علمی، امکان جستجو در پایان نامه ها، نشریات علمی داخلی، مقالات، همایش ها، طرح های پژوهشی وگزارش های دولتی را فراهم می کند. روزانه تعداد زیادی از پژوهشگران نیازهای منابع علمی و پژوهشی خود را از پایگاه گنج تامین می کنند. نیازها و رفتارهای کاربران مختلف این پایگاه متنوع بوده و شناخت دقیق تر آن موجب خواهد شد تا مدیران این پایگاه بتوانند استراتژی های متناسب با هر یک از گروه های کاربران را به منظور مدیریت بهتر پایگاه و ارایه خدمات کاراتر اتخاذ نمایند. یکی از راه های شناخت کاربران، خوشه بندی آن ها و شناخت ویژگی های هر خوشه است. هدف این پژوهش، خوشه بندی کاربران براساس تحلیل رفتار جستجوی آن ها با استفاده از مدل LRFM است. در این پژوهش، داده های لاگ جستجوی کاربران پایگاه گنج به مدت سه ماه جمع آوری و مورد استفاده قرار گرفت. با استفاده از داده های لاگ رفتار جستجوی کاربران، شاخص های مدل LRFM، محاسبه شد و سپس الگوریتم K-means بر روی آن ها اعمال شد. تعداد خوشه بهینه بر اساس معیارهای مختلف محاسبه شد. نتایج بدست آمده از خوشه بندی براساس ماتریس ارزش مشتری، کاربران را در چهار گروه بهره مند، مشکوک، نامطمین و متناوب قرار می دهد و بر اساس ماتریس وفاداری، کاربران در چهار گروه وفادار، بالقوه، نامطمین و تازه وارده ارزیابی می شوند.

مقدمه: از آن جا که وب به یک منبع مهم جهت کسب اطلاعات تبدیل شده است و ابزارهای جستجو به منظور بازیابی اطلاعات در وب استفاده می شوند، شناسایی توانایی ها و محدودیت های این ابزارها از اهمیت فراوانی برخوردار است. پژوهش حاضر با هدف تعیین عملکرد موتورهای جستجو و پایگاه های اطلاعاتی تخصصی پزشکی بر اساس چهار مقوله «معیارهای جستجو، نمایش، راهبری و کاربرپسندی» در بازیابی سرطان های شایع انجام شد. روش بررسی: این مطالعه از نوع توصیفی بود. پنج کلید واژه آزاد و کنترل شده سرطان های شایع، از سرعنوان موضوعی پزشکی MeSH (Medical Subject Headings) انتخاب و در پنج موتور جستجوی تخصصی پزشکی و سه پایگاه اطلاعاتی تخصصی پزشکی جستجو گردید. به منظور بررسی عملکرد آن ها، از سیاهه وارسی محقق ساخته استفاده شد. داده ها با استفاده از آمار توصیفی (فراوانی، درصد و میانگین) مورد تجزیه و تحلیل قرار گرفت. یافته ها: در قسمت معیارهای جستجو و نمایش، موتور جستجوی Trip و پایگاه های اطلاعاتی PubMed و Embase بیشترین امتیاز را کسب کردند. در قسمت معیارهای راهبری موتورهای جستجوی Trip و WebMD و پایگاه اطلاعاتی Embase و از لحاظ معیارهای کاربرپسندی نیز موتور جستجوی MedlinePlus و پایگاه اطلاعاتی Embase بیشترین امتیاز را به دست آوردند. نتیجه گیری: نتایج به دست آمده از تحقیق می تواند برای پژوهشگران وکاربران حوزه سلامت به ویژه حوزه سرطان که هدف از جستجوی آن ها دستیابی به بازیافت (جامعیت) یا دقت (مانعیت) در حوزه سرطان می باشد، بر اساس شرایط خود که مبتنی بر نیاز، دانش و. . . است، مفید باشد. طراحان و سیاست گذاران موتورها و پایگاه های اطلاعاتی هم می توانند از نقاط قوت و ضعف مطرح شده استفاده نمایند.

لطفا برای مشاهده چکیده به متن کامل (pdf) مراجعه فرمایید.

چالش اصلی برای استفاده از حسگر ستاره به عنوان یک حسگر بهنگام تعیین وضعیت، مسألة زمان است. تعیین وضعیت توسط حسگر ستاره شامل پنج مرحلة اصلی است: انتخاب کاتالوگ و الگوریتم شناسایی ستاره، ساخت پایگاه داده، پردازش تصویر، شناسایی ستاره و در نهایت تعیین وضعیت. شناسایی ستاره شامل پیاده سازی الگوریتم منتخب بر ستارگان میدان دید و جستجو در پایگاه داده می شود. در فرآیند تعیین وضعیت توسط حسگر ستاره، جستجو در پایگاه داده بیش ترین زمان را به خود اختصاص می دهد. این مقاله به مطالعة سه روش جستجو در پایگاه داده، بررسی سرعت جستجو و ملاحظات روش ها برای به کارگیری در حسگر ستاره می پردازد. این روش ها عبارتند از: روش جستجوی سه بخشی، روش جستجوی فیبوناچی و روش جستجوی میان یابی. الگوریتم های ارائه شده تاکنون برای جستجو در پایگاه دادة حسگر ستاره مورد استفاده قرار نگرفته اند. به منظور بررسی تأثیر ابعاد پایگاه داده بر زمان شناسایی هر روش با استفاده از 7 پایگاه داده با ابعاد مختلف، مورد مطالعه قرارگرفته است. نتایج به دست آمده، برتری روش جستجوی میان یابی را نشان می دهد.

هدف از این پژوهش، تحلیل مؤلفه ­ها و شاخص ­های نشر علمی در پایگاه­های نشر علمی از منظر مؤلفه­های دسترسی، ارتباطات، کنترل، زیرساخت، زبان، منابع اطلاعاتی(مواد)، پشتیبانی، فناوری، اقتصاد، ارزیابی، آموزش، اخلاق و شاخص­های آن­ها بود. پژوهش حاضر از نوع کیفی بود و جامعه آن با استفاده از تحلیل محتوای متون علمی شناسایی شد. در مجموع 73 پایگاه ­نشر علمی شناسایی شد و نمونه آن بر اساس فراوانی و تأیید خبرگان به 12 پایگاه رسید که شامل پایگاه­های آرشیو، دواج، الزویر، اشپرینگر، گوگل اسکالر، پاب مد، نیچر، وب او ساینس، اسکوپوس، مرکز اطلاعات سلامت، کنسرسیوم محتوای علمی اسپارک و آمازون (بخش منابع علمی) بود. ابزار این پژوهش شامل سیاهه وارسی بود که بر اساس مؤلفه­ها و شاخص­های نظام نشر علمی استخراج شد. یافته­ها حاکی از این بود که تمامی مؤلفه­های دسترسی، ارتباطات، کنترل، زیرساخت، زبان، منابع اطلاعاتی(مواد)، پشتیبانی، فناوری، اقتصاد، ارزیابی، آموزش و اخلاق در پایگاه­های نشر علمی مورد توجه قرار گرفته­اند و اختلاف پایگاه­ها در کاربست شاخص­های نشر علمی است. نتایج پژوهش نشان داد برخی مؤلفه­هایی نظیر فناوری، پشتیبانی وکنترل و شاخص­های آن­ها دراین پایگاه ­ها اهمیت یکسانی دارند؛ در حالی که با توجه به نوع، قدمت و سیاست کلی هر پایگاه، در میزان اهمیت شاخص­های برخی مؤلفه­ها؛ مانند آموزش، اقتصاد و منابع اطلاعاتی؛ در میان پایگاه­ها اختلاف­هایی نظیر شیوه آموزش، تأمین منابع مالی و قالب­های اطلاعاتی نیز مشاهده شد.

این پژوهش با هدف تشریح مشکلات عمده نوشتاری و معنایی زبان فارسی در استفاده از محیط های اطلاعاتی و تعیین میزان انطباق و توجه به این ویژگی ها هنگام جست وجو و بازیابی در پایگاه های اطلاعاتی فارسی و به روش پیمایشی-تحلیلی و با استفاده از شیوه مشاهده مستقیم انجام گرفت. پس از مرور پژوهش های مرتبط، کلیدواژه های کاوش در قالب یک سیاهه شکل گرفت. هر یک از این کلیدواژه ها در پایگاه های اطلاعاتی مورد مطالعه شامل «پژوهشگاه علوم و فناوری اطلاعات ایران»، «پایگاه استنادی علوم جهان اسلام»، «پایگاه مجلات تخصصی نور» و «پایگاه اطلاعات علمی جهاد دانشگاهی» جست وجو و تعداد نتایج بازیابی شده ثبت گردید. سپس، به بررسی میزان انطباق پایگاه های اطلاعاتی با این ویژگی ها پرداخته شد. برخی ویژگی های نوشتاری و معنایی زبان فارسی سبب بروز مشکلاتی در بازیابی اطلاعات از پایگاه های اطلاعاتی منتخب می شوند. مواردی مانند پیوسته نویسی و جدانویسی واژگان مشتق، مرکب و مشتق-مرکب، گوناگونی جمع ها، واژگان دخیل و معادل آن ها در بخش نوشتاری و چندمعنایی، همنامی و. . . در بخش معنایی از این دست ویژگی ها هستند. فقدان پوشش مناسب ویژگی های یادشده در مراحل ذخیره سازی و پردازش و عدم آگاه نمودن کاربر از آن جهت اصلاح فرایند کاوش در مرحله بازیابی اطلاعات در پایگاه های اطلاعاتی مورد پژوهش، اثرات نامطلوبی بر فرایند کاوش و بازیابی دارد. یافته ها نشان داد که پایگاه های اطلاعاتی فارسی نسبت به ویژگی های نوشتاری و معنایی زبان فارسی توجه کافی نداشته و بسیاری از ویژگی های آن را در مراحل ذخیره سازی و پردازش اطلاعات نادیده می گیرند. با توجه به تأثیر این ویژگی ها در تعامل کاربران با پایگاه های اطلاعاتی، احتیاج کاربران فارسی زبان به ابزارهای کاوش بومی و پایگاه های اطلاعاتی که مبتنی بر ویژگی های زبانیِ خودشان طراحی شده باشد، بیش ازپیش احساس می شود. پژوهش حاضر با بررسی میزان توانایی پایگاه های اطلاعاتی فارسی زبان در پوشش برخی ویژگی های این زبان که در فرایند جست وجو و بازیابی تأثیر قابل توجهی دارند، نقاط ضعف و قوت این پایگاه ها را مشخص نموده است. نتایج آن می تواند در جهت بهبود و اصلاح عملکرد پایگاه های مذکور مورد استفاده قرار گیرد.

تصاویر موجود در مدارک علمی غالبا حاوی اطلاعات مهمی هستند. اولین قدم برای بازیابی اطلاعات از این تصاویر ایجاد یک پایگاه داده معتبر از آن ها است. برای این منظور در این مقاله سیستمی خودکار برای ایجاد پایگاه داده از تصاویر موجود در مدارک علمی فارسی در مقیاس بزرگ ارایه می شود. این سیستم پیشنهادی در نتیجه مطالعات اسنادی طراحی شده و بخش های مختلفی دارد. در مرحله اول باید تصاویر و توضیح متنی آن ها استخراج گردد. به طور کلی دو رویکرد برای استخراج تصاویر و توضیح متنی آن ها از فایل وجود دارد. در رویکرد اول فایل به تصویر تبدیل می شود و از تکنیک های پردازش تصویر برای استخراج اطلاعات گرافیکی استفاده می شود. رویکرد دوم بر اساس پردازش ساختار و آرایش خود فایل است. از آنجایی که روش دوم از لحاظ سرعت و قابلیت مقیاس پذیری برای استفاده در موتورهای جستجو مناسب تر است، تمرکز این مقاله بر روی روش دوم است. بدین ترتیب برای استخراج تصاویر و توضیح متنی آن ها از یک روش ساختار محور استفاده می شود که مبتنی بر چیدمان و آرایش فایل ورد سند است. در نتیجه، مجموعه ای از تصاویر به همراه توضیحات و اطلاعات مربوط به آن ها به دست می آید که باید در یک پایگاه داده تصاویر با ساختاری مشخص ذخیره گردند. سپس این اطلاعات برای بازیابی و استفاده های آتی در یک موتور جستجو نمایه خواهند شد. روش پیشنهادی در زبان برنامه نویسی پایتون پیاده سازی شد و برای ارزیابی کارایی آن از روش مرسوم پردازش فایل پی دی اف اسناد کمک گرفته شد. سپس روش پیشنهادی در یک مطالعه موردی در پایگاه اطلاعات علمی ایران (گنج) به کار گرفته شد. تعداد 150 مدرک علمی به تصادف از پایگاه گنج انتخاب شده و با کمک این دو روش مورد تجزیه و تحلیل قرار گرفت. بنا به یافته های پژوهش دیده می شود که استخراج اطلاعات متنی از فایل پی دی اف در زبان فارسی با چالش های زیادی روبرو است و نمی تواند خروجی مناسبی در این زمینه حاصل کند. از طرف دیگر میزان تصاویر نامطلوب تولید شده از فایل پی دی اف بسیار زیاد است که از کاربست پذیری آن در شرایط واقعی می کاهد. از این رو روش پیشنهادی به عنوان گزینه ای مناسب برای استخراج تصویر و توضیحات آن ها از اسناد علمی در زبان فارسی و ایجاد پایگاه داده از آن ها پیشنهاد می شود. روش پیشنهادی قادر است حدود 40 درصد تصاویر را همراه با زیرنویس مربوطه بدون خطا استخراج کند؛ که نسبت به روش پایه که قادر به استخراج 30 درصد از تصاویر است، کارآیی بهتری دارد.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.