هدف شناسایی عوامل موثر بر آینده سامانه های بازیابی اطلاعات متنی هدف این پژوهش است. روش شناسی: داده ها از متون و پیمایش نظرات متخصصان بازیابی اطلاعات به روش نمونه گیری هدفمند گردآوری شده است. یافته ها: بعد فناوری بیشترین تاثیر را بر آینده سامانه های بازیابی اطلاعات خواهد داشت. بعد هوش مصنوعی با ضریب 93 موثرترین شناخته شد. حق مولف در بعد سیاسی با ضریب86 و وابسته شدن مشاغل به اطلاعات در بعد اجتماعی-فرهنگی با ضریب 87 و برنامه های همراه با ضریب 86 در شاخص اقتصادی مهمترین عوامل موثر بر آینده سامانه های متنی خواهد بود.

با گسترش و توسعه وب و افزایش محتوای آنلاین، اهمیت سیستم های بازیابی اطلاعات که بتوانند با دقت بالاتری به نیازهای اطلاعاتی کاربران پاسخ دهند، بیشتر از پیش مشخص است. یک بخش مهم در طراحی هر سیستم بازیابی اطلاعات، انتخاب روشی مناسب برای مدل کردن آن سیستم است که در این راستا تعیین روش وزن دهی به لغات جهت بیان میزان اهمیت آنها در اسناد و پرس وجوها، نقش به سزایی دارد. روش های مختلفی در خصوص چگونگی وزن دهی به لغات ارایه شده که غالبا یک وزن عددی را تخصیص می دهند اما نمی توان با قطعیت گفت که بهترین روش وزن دهی کدام است. با توجه به ابهام و عدم قطعیتی که در این زمینه وجود دارد، در این مقاله مدلی ارایه شده که به جای استفاده از یک مقدار وزنی، با استفاده از وزن های بدست آمده از تعدادی روش وزن دهی پایه که به دقت انتخاب شده اند، برای هر لغت بازه ای از وزن ها را به عنوان یک وزن فاصله ای محاسبه می کند. در این مدل با انجام تجمیع مناسب، میزان ارتباط هر سند با پرس-وجوی ورودی نیز به صورت یک وزن فاصله ای تعیین شده و برحسب آنها می توان با استفاده از یکی از سه روش پیشنهادی، اسناد را رتبه-بندی کرد. در آزمایش های انجام شده بر روی مجموعه داده های معتبر Cranfield و Medline، اثرات نرما ل سازی طول بردار وزن های پایه، استفاده از مولفه های مختلف در فاکتور فرکانس لغت و فاکتور فرکانس مجموعه مورد مطالعه و بحث قرار گرفته است و مشخص شد که انتخاب مجموعه ای مناسب از روش های وزن دهی پایه برای اعمال روش پیشنهادی، به همراه استفاده از روش رتبه بندی مناسب، تاثیر به سزایی در بهبود بازدهی سیستم خواهد داشت. با انتخاب های مناسب، برای دو مجموعه داده مذکور به ترتیب MAP با مقادیر 0. 43323 و 0. 54580 بدست آمد. این نتایج نشان داد که روش پیشنهادی نه تنها باعث بهبود نسبت به هر یک از روش های وزن دهی پایه می شود، بلکه در مقایسه با چند روش وزن دهی پیچیده اخیر نیز بهتر عمل می کند.

در جهان کنونی که اطلاعات از هر طرف انسان ها را در برگرفته آنچه بیش از همه اهمیت پیدا می کند، بازیابی صحیح اطلاعات است. بازیابی اطلاعات همواره از دغدغه های بشر بوده به همین دلیل به طور مداوم دستخوش تغییرات بسیاری شده است. یکی از مسایلی که متخصصان حوزه بازیابی اطلاعات همواره به آن اندیشه اند، طراحی یک نظام بازیابی اطلاعات کارا است. از این رو با شناسایی عوامل کلیدی موثر بر آینده بازیابی اطلاعات می توان در طراحی این چنین نظامی موفق تر عمل کرد و سهم بیشتری در آینده بازیابی اطلاعات داشت. پژوهش حاضر کاربردی و با استفاده از روش های مرور منابع و تحلیل تاثیرات متقابل انجام شد و برای تحلیل تاثیرات متقابل و شناسایی عوامل کلیدی از نرم افزار میک مک بهره گرفته شد. پژوهش حاضر منجر به شناسایی 13 عامل کلیدی: 1. تبدیل کتابخانه های سنتی به دیجیتال، 2. توسعه و ارتقاء موتورهای جستجو، 3. قالب های جدید محتوا، 4. هوشمند شدن روش های جمع آوری اطلاعات، 5. همگرایی رسانه ها، 6. افزایش تولید محتوا، 7. نسل جدید وب، 8. خودکار شدن فرآیندهای بازیابی اطلاعات، 9. ظهور منابع ترکیبی، 10. داده های عظیم، 11. پردازش ابری، 12. افزایش منابع اینترنتی و 13. استفاده از هوش مصنوعی و پردازش زبان طبیعی در بازیابی اطلاعات موثر؛ بر آینده بازیابی اطلاعات شد. که حاکی از سهم زیاد فناوری در آینده نظام های بازیابی اطلاعات متنی است. از این رو ضروری می نماید در عصر انقلاب صنعتی پنجم متخصصان علم اطلاعات بیش از گذشته به ابزار فناوری مجهز شوند

در جهان کنونی که اطلاعات انسان را از هر طرف در بر گرفته، آنچه بیش از همه اهمیت پیدا می کند، بازیابی صحیح آن است. بازیابی اطلاعات همواره از دغدغه های بشر بوده و به همین دلیل، به طور مداوم دستخوش تغییرات بسیاری شده است. یکی از مسائلی که متخصصان حوزه بازیابی اطلاعات همواره به آن اندیشیده اند، طراحی نظام بازیابی اطلاعات کارآمد است. از این رو، با شناسایی عوامل کلیدی مؤثر بر آینده بازیابی اطلاعات می توان در طراحی چنین نظامی موفق تر عمل کرد و سهم بیشتری در آینده بازیابی اطلاعات داشت. پژوهش حاضر کاربردی و با استفاده از روش های مرور منابع و تحلیل تأثیرات متقابل انجام شد و برای تحلیل تأثیرات متقابل و شناسایی عوامل کلیدی از نرم افزار «میک مک» بهره گرفته شد. پژوهش حاضر به شناسایی 13 عامل کلیدیِ 1. تبدیل کتابخانه های سنتی به دیجیتال، 2. توسعه و ارتقای موتورهای جست وجو، 3. قالب های جدید محتوا، 4. هوشمند شدن روش های جمع آوری اطلاعات، 5. همگرایی رسانه ها، 6. افزایش تولید محتوا، 7. نسل جدید وب، 8. خودکار شدن فرایندهای بازیابی اطلاعات، 9. ظهور منابع ترکیبی، 10. داده های عظیم، 11. پردازش ابری، 12. افزایش منابع اینترنتی، و 13. استفاده از هوش مصنوعی و پردازش زبان طبیعی در بازیابی اطلاعات مؤثر بر آینده بازیابی اطلاعات منتهی شد که حاکی از سهم زیاد فناوری در آینده نظام های بازیابی اطلاعات متنی است. بنابراین، ضروری است در عصر انقلاب صنعتی پنجم متخصصان علم اطلاعات بیش از گذشته به ابزار فناوری مجهز شوند.

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

هدف: یکی از مهمترین شناسه هایی که کاربران هر نظام اطلاعاتی در جستجوهای خود از آن بهره می برند، شناسه نام پدیدآور است. بنابراین طراحان و مدیران هر نظام اطلاعاتی همواره در پی آن هستند تا کیفیت بازیابی محتوا را بر اساس جستجوی نام پدیدآورنده بهبود بخشند. محتوای مخازن اطلاعاتی و کیفیت ارایه خدمات در آن ها متاثر از کیفیت و چگونگی ذخیره و بازیابی نام های اشخاص است. هدف مقاله حاضر، بررسی مشکلات و چالش های جستجوی نام اشخاص در مخازن سازمانی دانشگاهی از جنبه کاربردی آن است. روش: به منظور بررسی چالش های عملی جستجوی نام پژوهشگران در مخزن سازمانی دانشگاه فردوسی مشهد، از روش ارزیابانه و مشاهده استفاده گردید. در این روش، از اندازه گیری عملکرد که نوع اختصاصی تری از پژوهش ارزیابانه است، استفاده شده است. بر این اساس، در این پژوهش تلاش شده است تا عملکرد موتور جستجوی سامانه مخزن دانشگاه فردوسی مشهد از جهت جستجوی نام اشخاص دارای ابهام مورد بررسی قرار گیرد. یافته ها: با وجود حجم نسبتا کم اطلاعات در این مخزن در مقایسه با مخازن سازمانی خیلی بزرگ، بررسی جستجو بر اساس نام پدیدآور در این مخزن سازمانی نشان داد مسایل و چالش های مربوط به جستجوی نام در این مخزن نیز وجود دارد. درصد بالایی از نام های خانوادگی مشابه نشان داد که کاربران مجبورند در بسیاری از جستجوها علاوه بر نام خانوادگی از نام کوچک افراد نیز آگاه باشند. حدود 40 درصد از اسامی چندبخشی یا مرکب بودند که به دلایل مختلف باعث ایجاد بازیافت نامربوط یا کم مربوط می گردند. نتیجه گیری: مستندسازی اسامی پژوهشگران در سطح ملی و بین المللی از جمله مهمترین و اثرگذارترین راهکارهای برون رفت از چالش جستجوی نام ها است. ضروری است تا از پژوهشگران خواسته شود اطلاعات خود را با دقت در سامان ه ای جامع وارد نمایند و کتابداران نیز به صورت دستی نام آن ها را کنترل و مستند نمایند. به این ترتیب نظام ملی کنترل مستند نام های پژوهشگران ایرانی به زبان فارسی و انگلیسی پدید می آید که می تواند استفاده های فراوانی داشته و مشکلات جستجو بر اساس نام را تا حدود زیادی مرتفع سازد.