پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Information Technology, Moral Dilemmas, and Decision-Making فناوری اطلاعات، دوراهی‌های اخلاقی، و تصمیم‌گیری 5 34 698624 10.35050/JIPM010.2022.027 FA رحمان شریف زاده پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)؛ تهران، ایران؛ 0000-0001-6831-1460 Journal Article 2022 12 10 The ethical significance of information technology due to its increasing intertwining with social life has led associations and organizations such as ACM and I-EEE to develop ethical principles and codes for the IT profession and to update them from time to time. Although these principles and codes are helpful as general ethical guidance, in some complex situations they lose their effectiveness due to the conflict that may occur between the principles and consequently the codes. In this paper, we will attempt to suggest a normative model to help ethical decision-making in such situations. This model can help to respond to problems of allowing evil and appealing to evil in IT profession. In addition to explaining and responding to some important ethical dilemmas in the field of applied ethics, we will apply it in at least six ethically important themes in IT profession, including self-driving cars, privacy and security, cyber-attacks, ransomware, and the Internet of Things. In each we will show how the model can help the moral agent in making moral decisions. However, we will not claim that this model acts as a decision-making logic, since the process of reaching a moral decision is not algorithmic and many cognitive and non-cognitive factors play a role in it. فناوری اطلاعات به سبب درهم‌تنیدگی روزافزون آن با زندگی اجتماعی اهمتی اخلاقی فزاینده‌ای بافته است. ازاین‌رو شرکت‌های مربوطه‌ای چون ای‌سی‌ام و آی‌تریپل‌ئی مجموعه اصول و کدهای اخلاقی‌ای برای حرفه فناوری اطلاعات تدوین و هرازگاهی آن را به‌روز کنند. این اصول و کدها گرچه به عنوان مجموعه توصیه‌هایی برای راهنمایی اخلاقی مفیدند، در برخی از موقعیت‌های پیچیده، کارایی‌شان را برای حرفه‌مندان این حرفه از دست می‌دهند. چراکه اصول و کدها ممکن است در موقعیت‌هایی باهم در تعارض بیفتند. در این مقاله تلاش خواهیم کرد الگویی هنجاری برای کمک به تصمیم‌گیری در چنین موقعیت‌هایی ارائه کنیم. برای رسیدن به این الگو از آموزه‌ها و رویکردهای متعددی چون دیدگاه دیوید راس، آموزه اثر دوگانه، و نیز رویکرد جودیث تامسون در اخلاق هنجاری و کاربردی کمک خواهیم گرفت. این الگو دارای سه شرط عمومی و یک شرط اختصاصی خواهد بود که برای پاسخ به دوراهی‌هایی با مضمون رواداشتن شر و توسل به شر در حرفه فناوری اطلاعات می‌توانند یاری‌گر عامل اخلاقی باشند. ما بر اساس این الگو علاوه بر اینکه برخی دوراهی‌های‌ مهم حوزه اخلاقاً کاربردی را تبیین خواهیم کرد و به آن‌ها پاسخ خواهیم داد، آن را در دست‌کم شش موقعیت اخلاقاً مهم در حوزه فناوری اطلاعات، ازجمله در حوزه‌های خودروهای خودران، حریم خصوصی و امنیت، جنگ‌های سایبری، باج‌افزارها، و اینترنت اشیا، به کار خواهیم بست. در هر کدام نشان خواهیم داد که شرایط چهارگانه چگونه می‌توانند به عامل اخلاق در تصمیم‌گیری‌های اخلاقی کمک کنند. بااین‌‌حال ادعا نخواهیم کرد که این الگو همچون یک منطق تصمیم‌پذیر عمل می‌کند چراکه فرایند رسیدن به تصمیم اخلاقی الگوریتم‌وار نیست و عوامل شناختی و غیرشناختی زیادی در این میان نقش بازی می‌کنند.

https://jipm.irandoc.ac.ir/article_698624_9bb143b14e59049a9dd413db315d3b4e.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Identification of Hot Topics and Trends in Knowledge and Information Science, Based on Text Mining Techniques شناسایی موضوعات داغ و روندها در علم اطلاعات و دانش‌شناسی با استفاده از تکنیک‌های متن-کاوی 35 62 698612 10.35050/JIPM010.2022.028 FA الهه اخوان حریری دانشگاه اصفهان، اصفهان، ایران علی منصوری دانشکده علوم تربیتی و روان‌شناسی، دانشگاه اصفهان، اصفهان، ایران 0000-0003-4047-2697 حسین کارشناس نجف‌آبادی گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران Journal Article 2022 12 10 Identification of hot topics in research areas has always been of interest. Making smart decisions about what is needed to be studied is always a fundamental factor for researchers and can be challenging for them. The goal of this study is to identify hot topics and thematic trend analysis of articles indexed in Scopus database in the field of Knowledge and Information Science (KIS), between 2010 and 2019, by Text Mining techniques. The population consists of 50995 articles published in 249 journals indexed in Scopus database in the field of KIS from 2010 to 2019. To identify thematic clusters, algorithms of Latent Dirichlet Allocation (LDA) technique were used and the data were analyzed using libraries in Python software. To do this, by implementing the word weighting algorithm, using the TF-IDF method, and weighting all of the words and forming a text matrix, the topics in the documents and the coefficients for assigning each document to each topic (Theta) were determined. The output of the LDA algorithm led to the identification of the optimal number of 260 topics. Each topic was labeled based on the words with the highest weight assigned to each topic and with considering of experts’ opinions. Then, Topic clustering, keywords and topics identification were done. By performing calculations with 95% confidence, 63 topics were selected from 260 main topics. By calculating the average theta in years, 24 topics with a positive trend or slope (hot topic) and 39 topics with a negative trend or negative slope (cold topic) were determined. According to the results, measurement studies, e-management/ e-marketing, content retrieval, data analysis and e-skills, are considered as hot topics and training, archive, knowledge management, organization and librarians' health, were identified as cold topics in the field of KIS, in the period 2010 to 2019. The analysis of the findings shows that due to the interest of the most researchers in the last 10 years in using of emerging technologies, technology-based topics have attracted them more. In contrast, basic issues are less considered to be developed. شناسایی موضوعات داغ در حوزه‌های پژوهشی همواره موردتوجه بوده است؛ تصمیم‌گیری هوشمندانه در مورد آنچه باید مورد مطالعه و قرار بگیرد، همواره عاملی اساسی برای محققان بوده و می‌تواند برای پژوهشگران موضوعی چالش‌برانگیز باشد. هدف پژوهش حاضر، شناسایی موضوعات داغ در مقالات نمایه‌شده در پایگاه اسکوپوس در حوزه علم اطلاعات و دانش‌شناسی در سالهای 2010 تا 2019 با استفاده از تکنیک‌های متن‌کاوی است. جامعه آماری، شامل 50995 مقاله منتشرشده در 249 عنوان مجله نمایهشده در پایگاه اسکوپوس در این حوزه در بازه زمانی 2010 تا 2019 است. برای شناسایی خوشه‌های موضوعی این حوزه، از الگوریتم‌های تکنیک تخصیص دیریکلت پنهان (LDA) استفاده شد و داده‌ها با استفاده از کتابخانه‌های متن‌کاوی در نرمافزار پایتون مورد تحلیل قرار گرفت. برای این کار، با اجرای الگوریتم وزندهی لغات به روش TF-IDF و تشکیل ماتریس متنی، موضوعات در پیکره اسناد تعیین و ضرایب اختصاص هر سند به هر موضوع (تتا) مشخص شد. خروجی اجرای الگوریتم LDA، منجر به شناسایی تعداد 260 موضوع شد. تخصیص برچسب به هریک از خوشه‌های موضوعی، بر اساس کلمات با بالاترین وزن اختصاص‌یافته به هر موضوع و با نظر کارشناسان حوزه موضوعی، انجام گرفت. با انجام محاسبات با ضریب اطمینان 95%، تعداد 63 موضوع از بین 260 موضوع اصلی انتخاب شد. با محاسبه میانگین تتا برحسب سال، تعداد 24 موضوع دارای روند مثبت (موضوع داغ) و تعداد 39 موضوع دارای روند منفی (موضوع سرد) تعیین شد. بر اساس نتایج، موضوعات مطالعات سنجشی، مدیریت الکترونیکی/ بازاریابی الکترونیکی، بازیابی محتوا، تحلیل داده و مهارت الکترونیکی، ازجمله موضوعات داغ بود و موضوعات آموزش، آرشیو، مدیریت دانش، سازمان‌دهی و سلامت کتابداران ازجمله موضوعات سرد در حوزه علم اطلاعات و دانش‌شناسی در بازه زمانی 2010 تا 2019 شناسایی شد. تحلیل یافته‌ها نشانگر آن است که به دلیل رویکرد اغلب پژوهشگران در 10 سال گذشته به استفاده از فنّاوری‌های نوظهور، موضوعات مبتنی بر فنّاوری بیشتر باعث جذب آنان شده و در مقابل، موضوعات پایه‌ای این حوزه، کمتر موردتوجه قرارگرفته‌اند.

https://jipm.irandoc.ac.ir/article_698612_653a91a81910083f173ed93015ff7770.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Providing a Model for Knowledge Extraction in the Service Industry to Achieve Innovation: Grounded theory ارائه مدل استخراج دانش در صنایع خدماتی جهت دستیابی به نوآوری با استفاده از مدل نظریه‌ای داده‌بنیاد 63 93 698615 10.35050/JIPM010.2022.029 FA میلا ملک الکلامی دانشگاه تربیت مدرس محمد حسن زاده دانشگاه تربیت مدرس 0000-0002-6175-0855 عاطفه شریف دانشگاه تربیت مدرس منصور رزقی دانشگاه تربیت مدرس Journal Article 2022 12 10 The development of innovation in the service sector is a complex process that is affected by various factors, and the service sector due to its commercial nature must be updated in its innovative processes. Since knowledge innovation is required, knowledge extraction is essentially required to achieve goals and innovation in the industry. Appropriate and timely knowledge leads the industry to increase its productivity and level of innovation. This article is intended to provide a model for knowledge extraction in the service industry. For this purpose, the grounded theory model has been used, which is applied in terms of purpose and qualitative research in terms of collecting information. The population includes experts and managers in the service industry and the sample is due to the theoretical saturation of 14 people who were selected in a purposive sampling. The data collection tool, in the qualitative section, was a semi-structured interview. To confirm the accuracy of the data, the validity of the study was used by the research members. In this study, to calculate the reliability, the method of intercoder agreement has been used. The percentage of thematic agreement confirms encodings with 80% reliability. ATLAS.TI software was used for coding. After analyzing the data, a knowledge extraction model was extracted for the service industry. Based on this, 122 concepts and 18 sub-categories have been categorized using the Strauss and Corbin paradigm model. These factors were divided into 18 categories in the common model of grounded theory, which are: causal conditions (infrastructure and technological factors, structural factors, human resources, organizational culture, support of senior managers), contextual conditions (organizational strategic knowledge, management Organizational communication, support for intelligent knowledge extraction system), strategic (knowledge commercialization strategies, creativity strategies, innovative strategies), interventionist conditions (personal characteristics, financial factors, managerial factors), consequences (value creation, advantage) Competitive, globalization, growth, and maturity). Therefore, according to the results of this study, vital resources in the service industry can be identified to extract knowledge in a timely and appropriate manner, and the knowledge obtained from this extraction can be used to create a competitive advantage in domestic and foreign markets. توسعه نوآوری در بخش خدمات یک فرایند پیچیده است که عوامل مختلفی بر آن تاثیر میگذارد و بخش خدمات به دلیل ماهیت تجاری خود باید در فرآیندهای نوآورانه خود به روز شود. ازآنجا که لازمه نوآوری دانش است، برای دستیابی به اهداف و نوآوری در صنعت، اساساً نیاز به استخراج دانش است. دانش مناسب و به موقع، صنعت را به سمت افزایش بهرهوری و سطح نوآوری خود سوق میدهد. این مقاله به منظور ارائه مدل استخراج دانش در صنعت خدمات انجام شده است. بدین منظور از مدل نظریهای داده بنیاد استفاده شده است که از لحاظ هدف، کاربردی و از لحاظ نحوه گردآوری اطلاعات جز پژوهش های کیفی میباشد. جامعه آماری شامل از خبرگان و مدیران در صنایع خدماتی میباشد و نمونه آماری با توجه به اشباع نظری 14 نفر میباشد که به شیوه هدفمند انتخاب شدند. ابزار گردآوری دادهها، در بخش کیفی، مصاحبه نیمه ساختاریافته بود. برای تأیید دقّت و صحّت داده‌ها، در مورد اعتبار مطالعه از شیوه بررسی به وسیله اعضای پژوهش استفاده گردید. در این پژوهش برای محاسبه پایایی، از روش توافق درون‌موضوعی استفاده شده است. درصد توافق موضوعی با 80 درصد قابلیت اعتماد کدگذاری‌ها را تایید میکند. برای کدگذاری از نرمافزار ATLAS.TI استفاده شد. بعد از تحلیل دادهها مدل استخراج دانش برای صنایع خدماتی استخراج شد. بر این اساس 122 مفهوم و 18 مقوله فرعی با استفاده از الگوی پارادایم استراوس و کوربین دسته بندی شده است. این عوامل در قالب مدل متداول نظریه داده بنیاد در 18 دسته قرار گرفتند که عبارتند از: شرایط علی (عوامل زیرساختی و فناورانه، عوامل ساختاری، منابع انسانی، فرهنگ سازمانی، حمایت مدیران ارشد)، شرایط زمینهای (دانش استراتژیک سازمانی، مدیریت ارتباطات سازمانی، پشتیبانی از سیستم استخراج هوشمند دانش)، راهبردی (راهبردهای تجاریسازی دانش، راهبردهای خلاقیت، راهبردهای نوآورانه)، شرایط مداخلهگر (ویژگیهای فردی، عوامل مالی، عوامل مدیریتی)، پیامدها (ارزشآفرینی، مزیت رقابتی، جهانی شدن، رشد و بلوغ). لذا با توجه به نتایج به دست آمده از این پژوهش میتوان منابع حیاتی در صنایع خدماتی را جهت استخرج دانش به موقع و مناسب شناسایی و دانش حاصل از این استخراج را به منظور ایجاد مزیت رقابتی در بازارهای داخلی و خارجی به کار برد.

https://jipm.irandoc.ac.ir/article_698615_5fad901b2d1f9bb3a05d58490539b505.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Qualitative Analysis of the Scholarly Publication System Dimensions in the Scholarly Publication Databases تحلیل کیفی پایگاه‌های نشر علمی براساس ابعاد نظام نشر علمی 95 121 698623 10.35050/JIPM010.2022.030 FA افروز همراهی پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) ،تهران ، ایران رویا پورنقی پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) ،تهران ، ایران داریوش مطلبی دانشکده علوم انسانی دانشگاه آزاد اسلامی واحد یادگار امام خمینی(ره) شهرری ،تهران ، ایران 0000-0002-2503-6558 Journal Article 2022 12 10 The main object of this study is analyzing the components and indicators of the scholarly Publication System in the scholarly Publication databases in terms of access, communication, control, infrastructure, language, materials (information resources), support, technology, economics, evaluation, education, ethics and their characteristics. The research community has been identified by content analyzing and 73 databases were extracted, based on the frequency and approval of experts the sample limited to 12 scholarly publication databases. These include the ArXiv, DOAJ, Elsevier, Springer, Google Scholar, PubMed, Nature, Web of Science, Scopus, National Institutes of Health (NIH), SPARC (Scholarly Publishing and Academic Resource Coalition), and Amazon databases. The checklist designed to study these databases is taken from the scholarly Publication System dimensions. Research findings show that all components have been considered in publication databases and the difference between them returned in scholarly Publication indicators. however, according to the type, age and general policy of the databases, some indicators of components; Like education, economics, and information resources has not received enough attention, in all databases, some components such as technology, support and control and their indicators have an equal importance. هدف از این پژوهش، تحلیل مؤلفهها و شاخصهای 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 پایگاه‌ها 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.

https://jipm.irandoc.ac.ir/article_698623_ae6bfb2fa29af33471915d0e6e5442af.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Investigating the Effectiveness of Semantic Tagging in Sense Disambiguation of Specialized Homographs from the perspective of F-Measure in Retrieving scientific texts واکاوی تأثیر برچسب‌گذاری معنایی در ابهام‌زدایی هم‌نویسه‌های تخصصی از نظر کیفیت بازیابی (معیار F) در بازیابی متون علمی 123 148 698620 10.35050/JIPM010.2022.031 FA مینا رضایی دینانی گروه علم اطلاعات و دانش‌شناسی ؛ دانشگاه الزهرا؛ تهران، ایران Journal Article 2022 12 10 The aim of this study was to explain the application of text corpus tagging method in Sense disambiguation from specialized homographs and increasing the retrieval F-Measure of scientific texts containing such homographs. This is an experimental study. Specialized homographs were identified by direct observation and morphological analysis of the word. The research sample consisted of 442 scientific articles of two groups of experimental group and control group. The control group had 221 full-text articles without tags and the experimental group had same 221 tagged articles, which were tested in the information retrieval system to measure the effectiveness of tagging in word sense disambiguation from specialized homographs. The level of significance of the Wilcoxon signed-rank test showed that the F-Measure of retrieval results of specialized homographs after using the tagged specialized text corpus in the information retrieval system is significantly different than before. Examination of negative and positive rankings showed that the F-Measure of the results after using the tagged specialized text corpus has increased significantly and has reached its maximum level of 1. The findings of the present study showed that there is not necessarily an inverse relationship between recall and precision, and the two can reach their maximum level of 1. The better efficiency of the retrieval system using this approach is due to the empowerment of the retrieval system in distinguishing between specialized homographs and identifying their semantic roles by using semantic tags as training data that were considered in the test and training set. Embedding the training set in the structure of the retrieval system provides additional information to serve the retrieval system to distinguish between the various meanings of specialized homographs. This tool is one of the elements that causes the optimal quality of retrieval and leads the information retrieval system from word-driven retrieval to content-driven retrieval when retrieving texts containing specialized homographs. با توجه به نقش مهم و تعیین‌کننده واژگان تخصصی در مسیریابی دقیق و کامل پژوهش‌های علمی، هدف از پژوهش حاضر، تبیین میزان اثربخشی برچسب‌گذاری معنایی در رفع ابهام هم‌نویسه‌های تخصصی و کیفیت بازیابی حاصل از آن بود. این پژوهش از حیث هدف کاربردی و از حیث روش‌شناسی، از نوع کاربردشناسی تجربی یا پیکره‌ای است و روشی با نظارت محسوب می‌شود. از جمله فنون پردازش زبان طبیعی که برای دستیابی به هدف پژوهش به کار گرفته شد تحلیل ریخت‌شناسی و برچسب‌گذاری معنایی هم‌نویسه‌های تخصصی بود. جامعه پژوهش را 442 مقاله علمی در قالب دو گروه کنترل و آزمون تشکیل دادند. گروه کنترل دارای 221 متن کامل مقاله بدون برچسب و گروه تجربی دارای همان 221 مقاله اما این بار برچسب‌گذاری‌شده، بود که در نظام بازیابی اطلاعات برای تبیین اثربخشی برچسب‌گذاری معنایی در ابهام‌‌زدایی هم‌نویسه‌های تخصصی و کیفیت بازیابی متون علمی آزموده شدند. سطح معنی‌داری آزمون ویلکاکسون نشان داد که میزان کیفیت بازیابی نتایج بعد از به کارگیری پیکره تخصصی برچسب‌گذاری‌شده نسبت به قبل از آن تفاوت معنی‌داری دارد. بررسی رتبه‌های منفی و مثبت نشان داد این میزان به طور معنی‌داری افزایش یافته و به حد بیشینه آن یعنی 1 رسیده است. به عبارت دیگر در روش آزموده شده‌ی این پژوهش، فراخوانی و دقت که هر دو در تعیین میزان کیفیت بازیابی (معیار F) تأثیر دارند در حد بهینه آن یعنی 1 به دست آمد. از یافته‌های پژوهش حاضر چنین برمی‌آید که لزوما بین فراخوانی و دقت رابطه معکوس وجود ندارد و این دو می‌توانند به موازات یکدیگر به حد بیشینه خود برسند. کارایی بهتر نظام بازیابی با استفاده از این رویکرد، به دلیل تجهیز نظام بازیابی به برچسب‌های موضوعی و در نتیجه آن توانمندسازی این نظام به تمایز موضوعی هم‌نویسه‌های تخصصی است. تعبیه مجموعه آموزش در ساختار نظام بازیابی، اطلاعات افزوده‌ای را فراهم می‌کند تا در خدمت نظام بازیابی برای تمایز بین معانی متعدد هم‌نویسه‌های تخصصی قرار گیرد. این ابزار، یکی از عناصری است که کیفیت بهینه بازیابی را موجب می‌شود و نظام بازیابی اطلاعات را هنگام بازیابی متون حاوی هم‌نویسه‌های تخصصی از بازیابی واژه‌محور به سمت بازیابی محتوامحور سوق می‌دهد.

https://jipm.irandoc.ac.ir/article_698620_dfe9f234ac06551431e85929de92ac92.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Recognition of context in a Context-aware system of Electronic Theses and Dissertations شناسایی بافت‌ها برای کاربست در سامانه بافت‌آگاه پایان‌نامه‌ها و رساله‌های الکترونیکی 149 179 698617 10.35050/JIPM010.2022.032 FA عباس صادقی پوریانی پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) مرضیه زرین بال پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) Journal Article 2022 12 10 Context-aware systems serve the user by providing information that aligns with the preferences and context of the user. This study aims to recognize the contexts related to the entities of electronic theses and dissertations. Research is of the qualitative type that has used the documentary research method to find concepts, make coding, and classify contexts. The contribution of this research in increasing knowledge is to recognize the contexts of the users, electronic theses, and dissertation "ETD" and the system entities. The findings showed that the contexts of users are classified into 10 categories: user identity, interests and preferences, activities and history, social communication, computer context, user locations, user times, user access level, user status, and physical environment. The contexts of ETD have 8 categories: ETD identity, access level, audiences, activities and events, ETD content, time, place, and physical format of ETD. System contexts were grouped into 8 categories: system characteristics, user interaction capabilities, indexing capability, systems communication, user’s data storage, computing context, activity, and location. Conducting this research gives developers and decision-makers of ETD systems knowledge of contexts to redesign the system by considering the capabilities of context-aware systems to respond to users' needs, recommend documents, retrieve user-oriented documents, and develop system compatibility procedures. In the present study, we have tried to recognize all the contexts in an ETD system, and not only the user contexts but also the ETD contexts and the system contexts have been considered. context-aware ETD developers need some of the recognized contexts based on the type of context-aware services سامانه‌های‌ بافت‌آگاه با فراهم نمودن اطلاعات هم‌سو با ترجیحات و بافت کاربر به او خدمت می‌کنند. هدف این پژوهش شناخت بافت‌های مربوط به موجودیت‌های یک پایگاه اطلاعات پایان‌نامه‌ها و رساله‌های الکترونیکی است. پژوهش از نظر هدف کاربردی-توسعه ای است که در شناسایی مفاهیم، کدگذاری و دسته بندی بافت‌ها، از روش اسنادی استفاده شده است. سهم این پژوهش در افزایش دانش، شناخت بافت‌های موجودیت‌های سه‌گانه‌ی کاربر، مدرک الکترونیکی «پارسا» و سامانه است. یافته‌ها نشان داد که بافت‌های موجودیت کاربر در 10 دسته‌ی: هویت کاربر، علاقه و ترجیحات، فعالیت‌ها و تاریخچه، ارتباطات اجتماعی، بافت رایانشی، مکان‌های کاربر، زمان‌های کاربر، سطح دسترسی، وضعیت کاربر و محیط فیزیکی کاربر دسته‌بندی می‌شود. بافت‌های موجودیت پارسا دارای 8 دسته‌ی: هویت پارسا، سطح دسترسی به پارسا، مخاطبان، فعالیت‌ها و رویدادها، محتوای پارسا، زمان، مکان و قالب پارسا است. بافت‌های موجودیت سامانه در 8 دسته‌ی: ویژگی‌های سامانه، امکانات تعامل با کاربر، قابلیت نمایه‌سازی، ارتباط با سامانه‌ها، ذخیره‌سازی داده‌های کاربران، بافت رایانشی، فعالیت و مکان دسته‌بندی شد. انجام این پژوهش به توسعه‌دهندگان و تصمیم‌گیران سامانه‌های پارسا، شناختی از بافت‌ها می‌دهد که با درنظر گرفتن امکانات سامانه‌های بافت‌آگاه برای پاسخ به نیازهای کاربران، پیشنهاددهی مدرک، بازیابی اسناد کاربرمدار و تدوین روال‌های سازگاری سامانه، به بازطراحی سامانه و برطرف کردن نیاز کاربران بیردازند. در مطالعه حاضر سعی شده است همه بافت‌های یک سامانه‌ی پارسا شناسایی شود و علاوه بر بافت کاربر، به بافت‌های پارسا و سامانه نیز توجه شده است. توسعه‌دهندگان سامانه‌ی بافت‌آگاه پارسا بر اساس نوع خدمات مبتنی بر بافت به بخشی از بافت‌های شناسایی شده نیاز خواهند داشت.

https://jipm.irandoc.ac.ir/article_698617_d6dec14cb2b732f6ac4190ed890aeb0a.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Typology of the mentality of experts of government organizations in the field of establishing big data governance using Q methodology گونه‌شناسی ذهنیت خبرگان سازمان‌های دولتی در زمینه استقرار حاکمیت داده‌های بزرگ با استفاده از روش‌شناسی کیو 181 208 698600 10.35050/JIPM010.2022.033 FA حسن غفاری دانشگاه سیستان و بلوچستان، زاهدان، ایران باقر کرد گروه مدیریت دولتی دانشگاه سیستان و بلوچستان، زاهدان، ایران نورمحمد یعقوبی گروه مدیریت دولتی دانشگاه سیستان و بلوچستان، زاهدان، ایران عبدالعلی کشته‌گر گروه مدیریت دولتی دانشگاه سیستان و بلوچستان، زاهدان، ایران Journal Article 2022 12 10 In recent years, organizations in the public and private sectors have been faced with large volumes of structured and unstructured data that require a big data governance framework. Big data governance, by using environment monitoring and data collection, data storage and data analysis, provides the information needed by organizational decision makers. Establishing a big data governance framework enables organizations in the public and private sectors to make better decisions based on evidence and insight. Therefore, the purpose of this study is to investigate the mentality of experts in the field of establishing big data governance and for this purpose, Q methodology has been used. The statistical population of the present study included experts of government organizations and based on purposive sampling; 38 experts were selected for the study. In the present study, the discourse atmosphere included authentic domestic and foreign books and articles and semi-structured interviews. The number of propositions that were identified in the discourse atmosphere included 52 propositions, and by modifying and removing duplicate propositions, 48 final propositions were identified. Then, each of the Q propositions was numbered and the experts were asked to sort the number of each Q proposition in the Q diagram. Exploratory factor analysis and correlation matrix used to analyze the resulting data from the discourse atmosphere. Cronbach's alpha test, KMO index and Bartlett test used to evaluate the validity and reliability of the research method. The results of the present study showed three types of mentality that the total amount of variance explained was equal to 80.81%. The percentage of explained variance was 30.59% for the first type, 26.31% for the second type, and 23.90% for the third type. Evaluation of propositions related to the mentality of expert’s shows that most experts emphasize the results of establishing big data governance; They emphasize such things as facilitating knowledge flow, efficient and effective decision making, innovative performance, strengthening teamwork, and strategic planning and analysis. Experts, on the other hand, focus on drivers such as information technology, data control and oversight, structural mechanisms, democratization capacity, and legal capacity. In general, to take advantage of big data governance in public organizations and reduce the data gap, there must be coordination and consistency between the propositions and the results of establishing big data governance, and this research can serve as a stepping stone to this. در سال‌های اخیر، سازمان‌ها در بخش دولتی و خصوصی، با حجم بالایی از داده‌های ساختاریافته و غیرساختاریافته روبرو هستند که نیاز به یک چارچوب حاکمیتی داده‌های بزرگ احساس می‌شود. حاکمیت داده‌های بزرگ، با استفاده از پایش محیط و جمع‌آوری داده‌ها، ذخیره‌سازی و تجزیه و تحلیل داده‌ها ، اطلاعات مورد نیاز تصمیم‌گیرندگان سازمانی را تامین می‌کند. استقرار چارچوب حاکمیت داده‌های بزرگ، سازمان‌ها را در بخش دولتی و خصوصی قادر می‌سازد تا بر اساس شواهد و بینش، تصمیمات بهتری را اتخاذ نمایند. از این‌رو، هدف پژوهش حاضر بررسی ذهنیت خبرگان در زمینه استقرار حاکمیت داده‌های بزرگ است و برای این منظور از روش‌شناسی کیو استفاده شده است. جامعه آماری پژوهش حاضر شامل خبرگان سازمان‌های دولتی بوده و بر اساس نمونه‌گیری هدفمند، تعداد 38 نفر برای مطالعه انتخاب شدند. فضای گفتمان پژوهش حاضر شامل، کتب و مقالات معتبر داخلی و خارجی و مصاحبه نیمه‌ساختاریافته بود. تعداد گزاره‌هایی که در فضای گفتمان شناسایی شد شامل 52 گزاره بود که با تعدیل و حذف گزاره‌های تکراری، تعداد 48 گزاره نهایی شناسایی شد. سپس، هر کدام از گزاره‌های کیو شماره‌گذاری شد و از خبرگان خواسته شد تا شماره هر گزاره کیو را در نمودار کیو مرتب‌سازی کنند. برای تحلیل داده‌های حاصل از فضای گفتمان، از روش تحلیل عاملی اکتشافی و ماتریس همبستگی استفاده شد. برای بررسی روایی و پایایی روش پژوهش از آزمون آلفای کرونباخ، شاخص KMO و آزمون بارتلت استفاده شد. نتایج پژوهش حاضر، تعداد سه گونه ذهنیت را نشان داد که مقدار مجموع واریانس کل تبیین شده برابر با 81/80 درصد بود. مقدار درصد واریانس تبیین شده برای گونه اول برابر با 59/30 درصد و برای گونه دوم برابر با 31/26 درصد و برای گونه سوم برابر با 90/23 درصد بود. ارزیابی گزاره‌های مربوط به دهنیت خبرگان نشان می‌دهد که عمده خبرگان، بر نتایج استقرار حاکمیت داده‌های بزرگ تاکید دارند؛ بر مواردی مانند تسهیل جریان دانش، تصمیم‌گیری کارآ و اثربخش، عملکرد نوآورانه، تقویت کار تیمی و برنامه‌ریزی و تحلیل استراتژیک تاکید دارند. از طرفی، خبرگان بر پیشران‌هایی مانند فناوری اطلاعات، کنترل و نظارت بر داده‌ها، مکانیسم‌های ساختاری، ظرفیت دموکراتیک‌سازی و ظرفیت‌های قانونی توجه دارند. بطورکلی، برای بهره‌گیری از مزایای حاکمیت داده‌های بزرگ در سازمان‌های دولتی و کاستن از شکاف داده‌ای، باید بین گزاره‌ها و نتایج استقرار حاکمیت داده‌های بزرگ، هماهنگی و انطباق وجود داشته باشد و این پژوهش می‌تواند به‌عنوان تقشه راهی برای این مورد باشد.

https://jipm.irandoc.ac.ir/article_698600_07f916fc21229317a47303fdf9572cc4.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 IoT Deployment Data Models in the Wheat Supply Chain Storage Section: Using an Action Design Research Approach مدل‌های داده‌ای استقرار اینترنت اشیاء در بخش ذخیره‌سازی زنجیره تامین گندم: با استفاده از رویکرد علم طراحی اقدام پژوهانه 209 235 698618 10.35050/JIPM010.2022.034 FA محسن رجب زاده موسسه آموزش عالی خردگرایان مطهر شعبان الهی دانشگاه ولی عصر رفسنجان علیرضا حسن زاده دانشگاه تربیت مدرس تهران محمد مهرآیین دانشگاه فردوسی مشهد Journal Article 2022 12 10 The supply chain for perishable products, especially agricultural goods, has always been one of the most important and challenging management issues at different times. Because, at all stages of the agricultural production process, unsafe and unsanitary factors may endanger the health of agricultural products. In addition, one of the key problems of the agricultural supply chain is the high volume of products wasted throughout the whole supply chain. For example, in Iran, as a developing country, about 30% of all agricultural products are wasted annually. The high volume of agricultural waste is especially important concerning wheat products as a political and strategic product. The results of some studies show that a large amount of wheat waste in developing countries is due to the widespread use of traditional methods in the storage process. Therefore, the application of emerging technologies such as the Internet of Things (IoT) can be an effective solution to this kind of problem. However, there are shortcomings in the IoT deployment in the supply chain, especially in the logistics sector, and researchers need to cover theoretical gaps in this area through modeling and optimization. Therefore, the present study intends to emphasize this important research issue for the first time in Iran using the Action Design Research approach. The most important findings of this research include the conceptual data model, the logical model of the database, and the physical data model for the IoT deployment in the storage section of the wheat supply chain, which has been designed and validated with the participation of industry and software engineering experts. The models designed in this research can be useful for the implementation of IoT technology in wheat storage centers and food factories. The findings of this study can provide a good guideline for officials and decision-makers to deploying IoT in the field of wheat storage. زنجیره تامین در خصوص کالاهای با عمر کوتاه و فاسد شدنی به خصوص محصولات کشاورزی همواره یکی از با اهمیت‌ترین و چالش برانگیزترین مباحث مدیریتی در زمان‌های مختلف بوده است. زیرا، در تمامی مراحل فرایند تولید محصولات کشاورزی ممکن است عوامل غیر ایمن و غیر بهداشتی، سلامت محصولات کشاورزی را در معرض مخاطره قرار دهد. علاوه بر این، یکی از مسائل کلیدی زنجیره تامین کشاورزی حجم بالای هدر رفت محصولات در طول زنجیره تامین است. در ایران به عنوان یک کشور در حال توسعه سالانه حدود 30 درصد کل محصولات کشاورزی هدر می‌رود. حجم بالای ضایعات محصولات کشاورزی به ویژه در رابطه با محصول گندم به عنوان یک محصول سیاسی و راهبردی اهمیت بیشتری پیدا می‌کند. نتایج برخی از مطالعات نشان می‌دهد میزان زیادی از هدر رفت گندم، در کشورهای در حال توسعه به دلیل استفاده گسترده از شیوه‌های سنتی در بخش ذخیره‌سازی این محصول است. به نظر می‌رسد، بکارگیری فناوری‌های نوظهوری نظیر اینترنت اشیاء می‌تواند راه حل مناسبی برای این مساله باشد. با این وجود، شواهد نشان می‌دهد در زمینه بکارگیری اینترنت اشیاء در زنجیره تامین به ویژه در بخش لجستیک، کمبودهایی وجود دارد و پژوهشگران میبایست از طریق مدل‌سازی و بهینه‌سازی، شکاف‌های نظری موجود در این زمینه را پوشش دهند. از این‌رو، پژوهش حاضر در صدد است با استفاده از رویکرد علم طراحی اقدام‌پژوهانه این مساله مهم پژوهشی را برای اولین بار در ایران مورد تاکید قرار دهد. مهمترین یافته‌های این پژوهش، شامل مدل مفهومی داده، مدل منطقی پایگاه داده و مدل فیزیکی داده بکارگیری اینترنت اشیاء در بخش ذخیره‌سازی زنجیره تامین گندم می‌شود که با مشارکت خبرگان صنعتی و متخصصین مهندسی نرم‌افزار طراحی و اعتبارسنجی شده است. مدل‌های طراحی شده در این پژوهش می‌تواند برای پیاده‌سازی فناوری اینترنت اشیاء در مراکز ذخیره‌سازی گندم مفید باشد و به بخشی از مسائل مرتبط با این حوزه پاسخ دهد. یافته‌های این پژوهش می‌تواند راهنمای مناسبی برای مسئولان و تصمیم‌گیرندگان جهت توسعه و بکارگیری اینترنت اشیاء در بخش ذخیره‌سازی گندم باشد.

https://jipm.irandoc.ac.ir/article_698618_48fe3e7ca3602728310d72de57ecbe51.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Customer Value Analysis Based on WRFM Model With the Combined Data Mining Method (Case Study of Hygienic and Cosmetic Products) تجزیه و تحلیل ارزش مشتریان بر مبنای مدل WRFM با روش ترکیبی داده کاوی(مورد مطالعه: محصولات بهداشتی و آرایشی) 237 272 698622 10.35050/JIPM010.2022.035 FA امید بشردوست دانشکده مدیریت و حسابداری، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران 0000-0002-6621-420X عزت اله اصغری زاده داشکده مدیریت دانشگاه تهران، تهران، ایران 0000-0001-7048-9065 محمد علی افشار کاظمی دانشکده مدیریت دانشگاه آزاد اسلامی تهران مرکزی، تهران، ایران Journal Article 2022 12 10 The accumulated volume of customer information due to the growth and development of information technology and the creation of databases has led companies that want to provide better services to their customers to benefit from new tools for customer relationship. One of these tools and methods is data mining techniques that can play an important and key role in customer relationship management. The purpose of this study is to analyze customer value with a combined data mining approach based on the WRFM model. So 64858 samples from customer database in the period 2019-2020 have been selected by available purposive sampling method. The weight of WRFM attributes has been determined by surveying 3 experts of the company using a hierarchical analysis process. Based on the initial variables of the research and the variables obtained from the attributes of the WRFM model, the purchase value of customers has been analyzed. SPSS Modeller and SPSS software were used to analyze the data.The results show that the K-Means clustering method has a better performance in customer segmentation than the TwoStep clustering and the Cohonen neural network methods. Finally, based on the criteria of purity percentage, repetition, error rate and Normalized Mutual Information (NMI (index, six clusters with NMI (0.631) were selected from different K-Means clustering. This study introduces the WRFM model for customer value analysis.The weight of the attributes of this model is based on a survey of experts and using a hierarchical analysis process based on the degree of incompatibility (0.052) obtained from the hierarchical analysis method (0.15), (0.29) and (0.56), respectively, have been determined that these values indicate the greater importance of the monetary value index than the other two indices; Finally, these six clusters were divided into 4 general categories using naming market segments methods in research (Chang and Tsai 2004; Babaian and Sarfarazi 2019): key and special customers, golden potential customers, missing uncertain customers and new uncertain customers. According to the research model, the company should focus more on its specific and key customers, ie customers who are in the first, third and fifth clusters, ie loyal customers who have higher than average values in the two attributes of monetary value and frequency and recently they have had purchases with a high value of Rials that the company should consider effective marketing strategies for this group of customers due to its limited resources in order to lead to more profitability for the company while maintaining customer relationship management. انباشت اطلاعاتی و ایجاد پایگاه‌های دادهای باعث شده است تا شرکتهایی که قصد دارند به مشتریان خود خدمات مناسب‌تری را ارایه کنند به سوی بهرهمندی از ابزارهای نوین ارتباط با مشتری حرکت نمایندکه یکی از این ابزارها و روش‌ها، تکنیک‌های داده‌کاوی است که می‌تواند نقش مهم وکلیدی در مدیریت ارتباط با مشتری ایفا کند. هدف این پژوهش تحلیل ارزش مشتریان با رویکرد ترکیبی داده‌کاوی بر اساس مدل WRFM است بر این اساس 64858 نمونه از پایگاه داده مشتریان در دوره 1398- 1399 با روش نمونه‌گیری هدفمند در دسترس انتخاب شده است. وزن شاخصهای مدل WRFM با نظرسنجی از 3 کارشناس خبره شرکت به کمک فرآیند تحلیل سلسله مراتبی تعیین شده است. بر اساس متغیرهای اولیه پژوهش و متغیرهای بدست آمده از شاخص‌های مدل WRFM، ارزش خرید مشتریان تجزیه و تحلیل شده است. برای تجزیه وتحلیل داد‌‌‌ه‌ها از نرم افزار SPSS Modeler و SPSS استفاده شد. نتایج نشان می‌دهد که روش خوشه‌بندی K-Means نسبت به روش‌های خوشه‌بندی دو مرحله‌ای و شبکه عصبیکوهنن عملکرد بهتری دربخش‌بندی مشتریان داشته است در نهایت براساس معیارهای درصد خلوص، تکرار، میزان خطا و شاخص اطلاعات متقابل نرمال‌شده (NMI) از خوشه‌بندی‌های مختلف K-Means، شش خوشه با امتیاز NMI (0/631) انتخاب شده است. این پژوهش مدل WRFM را برای تجزیه و تحلیل ارزش مشتری معرفی کرده است که وزن شاخص‌های این مدل با نظرسنجی از کارشناسان و با استفاده از فرآیند تحلیل سلسله مراتبی و بر اساس میزان ناسازگاری (0/052) که از روش تحلیل سلسله مراتبی بدست آمده است به ترتیب (0/15)، (0/29) و (0/56) تعیین شده است که این مقادیر نشان دهنده اهمیت بیشتر شاخص ارزش پولی نسبت به دو شاخص دیگر بوده است. در نهایت این شش خوشه با استفاده از شیوه نامگذاری بخش‌های بازار در پژوهش‌های(چانگ و تسای 2004؛ باباییان و سرفرازی 2019) در 4 دسته کلی: مشتریان کلیدی و ویژه، مشتریان بالقوه طلایی، مشتریان نامطمئن ازدست رفته و مشتریان نامطمئن جدید قرارگرفتند. بر طبق مدل پژوهش، شرکت باید بیشتر بر مشتریان خاص وکلیدی خود یعنی مشتریانی که در خوشه‌های اول، سوم و پنجم قرارگرفته‌اند تمرکز داشته باشد یعنی مشتریانی وفاداری که ضمن تداوم خرید خود دارای مقادیر بالاتر از میانگین در دو شاخص ارزش پولی و دفعات خرید بوده و به تازگی نیز خریدهای با ارزش ریالی بالا داشته‌اند که شرکت باید با توجه به منابع محدود خود استراتژی‌های بازاریابی کارآمدی برای این دسته از مشتریان درنظرگیرد تا ضمن حفظ مدیرت ارتباط با مشتری به سودآوری بیشتر برای شرکت منجر شود.

https://jipm.irandoc.ac.ir/article_698622_4c0b8aafb5942838e2b20657a1a30aec.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Persian Causality Corpus (PerCause) and the Causality Detection Benchmark معرفی و آزمون پیکره علیت PerCause برای شناسایی روابط علّی فارسی 273 303 698606 10.35050/JIPM010.2022.036 FA زینب رحیمی آزمایشگاه پردازش زبان طبیعی، دانشگاه شهید بهشتی، تهران، ایران مهرنوش شمس فرد آزمایشگاه پردازش زبان طبیعی، دانشگاه شهید بهشتی، تهران، ایران Journal Article 2022 12 10 Recognizing causal elements and causal relations in the text is among the challenging issues in natural language processing (NLP), specifically in low-resource languages such as Persian. In this research, we prepare a causality human-annotated corpus for the Persian language. This corpus consists of 4446 sentences and 5128 causal relations. Three labels of Cause, Effect, and Causal mark are specified to each relation, if possible. We used this corpus to train a system for detecting causal elements’ boundaries. Also, we present a causality detection benchmark for three machine-learning methods and two deep learning systems based on this corpus. Performance evaluations indicate that our best total result is obtained through the CRF classifier, which provides an F-measure of 0.76. In addition, the best accuracy (91.4%) is obtained through the BiLSTM-CRF deep learning method شناسایی روابط علّی و همچنین تعیین مرز عناصر علّی در متن، از جمله مسائل چالش برانگیز در پردازش زبان طبیعی (NLP ) به ویژه در زبان‌‌های کم‌منبع مانند فارسی است. در این پژوهش، در راستای آموزش سیستمی برای شناسایی روابط علّی و مرز عناصر آن، یک پیکره علّیت برچسب خورده انسانی برای زبان فارسی معرفی می‌شود. این مجموعه شامل 4446 جمله (مستخرج از پیکره بیجن خان و متن یکسری کتاب) و 5128 رابطه علّی است و در صورت وجود، سه برچسب علت، معلول و نشانه علّی برای هر رابطه مشخص شده است. ما از این پیکره برای آموزش سیستمی برای تشخیص مرزهای عناصر علّی استفاده کردیم. همچنین، یک بستر آزمون شناسایی علّیت را با سه روش یادگیری ماشین و دو سیستم یادگیری عمیق مبتنی بر این پیکره ارائه می‌کنیم. ارزیابی‌های عملکرد نشان می‌دهد که بهترین نتیجه کلی از طریق طبقه‌بندی کننده CRF به دست می‌آید که معیار F برابر 76% را ارائه می‌کند. علاوه بر این، بهترین صحت (91.4٪) در روش یادگیری عمیق BiLSTM-CRF به دست آمده است. به نظر می‌رسد وجود CRF به دلیل مدلسازی بافتار منجر به بهبود دقت سیستم می‌شود.

https://jipm.irandoc.ac.ir/article_698606_c88d0756645ab007c770fb86e80378ef.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Measuring the relevance of retrieved images in search engines based on Persian language writing styles سنجش میزان ربط تصاویر بازیابی شده در موتورهای کاوش مبتنی بر ویژگی‌های نگارشی زبان فارسی 305 335 698619 10.35050/JIPM010.2022.037 FA یعقوب نوروزی دانشگاه قم 0000-0003-3030-7647 هدی هماوندی دانشگاه تهران، تهران، ایران بنت‌الهدی خبازان دانشگاه حضرت معصومه (س)، قم ، ایران 0009-0000-0297-8393 Journal Article 2022 12 10 The aim of this study was to investigate the image retrieval from selected search engines according to the written and semantic features of Persian language and determine their relevance using recall and precision formulas and to identify the most efficient search engine in retrieving images in Persian and by survey-analytical method. It was done using direct observation technique. After reviewing related researches, search keywords list was formed in the form of a checklist based on the written and semantic features of Persian language. Each of these keywords in the studied search engines, including two general search engines Google and Bing and Duckduckgo semantic search engine, which are among the most used search engines and have also provided the ability to search for images in Persian, search and the number of relevant and unrelated retrieved results were recorded. Then, the recall and precision of search results in each search engine were calculated and the relevance of images based on these features in each of the studied search engines was investigated. A variety of descriptive statistical techniques were applied to analyze the data along with Kolmogorov-Smirnov, Shapiro-Wilk, Kruskal-Wallis and Friedman tests. Findings demonstrated that Google, Bing and Duckduckgo search engines do not pay enough attention to the written and semantic features of Persian language and many of these features are ignored while searching and retrieving images. In the present study, Google search engine had a higher recall and precision than the other two search engines, and despite the claim of semantic search engines to provide better and more relevant information than other search engines, Duckduckgo search engine did not show good performance in retrieving images related to the written and semantic part of Persian language. There is also a significant difference between the recall and the precision of the three studied search engines. این پژوهش با هدف بررسی تصاویر بازیابی شده از موتورهای کاوش برگزیده طبق ویژگی‌های نوشتاری و معنایی زبان فارسی و تعیین میزان ربط آن‌ها با استفاده از فرمول‌های جامعیت و دقت و نیز شناسایی کارآمدترین موتورکاوش در بازیابی تصاویر به زبان فارسی و به روش پیمایشی - تحلیلی و با استفاده از شیوه مشاهده مستقیم انجام گرفت. پس از مرور پژوهش‌های مرتبط، کلیدواژه‌های کاوش در قالب یک سیاهه بر اساس ویژگی‌های نوشتاری و معنایی زبان فارسی شکل گرفت. هر یک از این کلیدواژه‌ها در موتورهای کاوش مورد مطالعه شامل دو موتورکاوش معمولی گوگل و بینگ و موتور کاوش معنایی داک داک گو که در زمرهء موتورهای کاوش پراستفاده هستند و قابلیت جستجوی تصاویر به زبان فارسی را نیز فراهم نموده‌اند، جستجو و تعداد نتایج بازیابی شده مرتبط و غیر مرتبط ثبت گردید. سپس جامعیت و دقت نتایج جستجو در هر موتور کاوش محاسبه و به بررسی میزان ربط تصاویر بر اساس این ویژگی‌ها در هر یک از موتورهای کاوش مورد مطالعه پرداخته شد. برای تجزیه و تحلیل داده‌ها از انواع فنون آماری توصیفی به همراه آزمون کلموگروف-اسمیرنوف، شاپیرو-ویلک، کروسکال-والیس و فریدمن استفاده شد. یافته‌های پژوهش نشان داد موتورهای کاوش مورد مطالعه نسبت به ویژگی‌های نوشتاری و معنایی زبان فارسی توجه کافی ندارند و بسیاری از این ویژگی‌ها را در هنگام جستجو و بازیابی تصاویر نادیده می‌گیرند. در پژوهش حاضر، موتور کاوش گوگل از جامعیت و دقت بالاتری نسبت به دو موتور کاوش دیگر برخوردار بود و علیرغم ادعای موتورهای کاوش معنایی مبنی بر فراهم‌آوری اطلاعات با کیفیت‌تر و مرتبط‌تر نسبت به دیگر موتورهای جستجو، موتور کاوش داک‌داک‌گو عملکرد مطلوبی در زمینه بازیابی تصاویرمرتبط با بخش نوشتاری و معنایی زبان فارسی از خود نشان نداد. همچنین بین میزان جامعیت و دقت سه موتور کاوش مورد پژوهش اختلاف معناداری وجود دارد.

https://jipm.irandoc.ac.ir/article_698619_9fcde4ddcf40f057c5ce2c5a8e236eaa.pdf

پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 38 2 2022 12 22 Studying the users’ information-seeking behavior by recording brain waves activity with Electroencephalography method: A systematic Review مطالعه‌ی رفتار اطلاع‌جویی کاربران از طریق ثبت امواج مغزی با کمک الکتروآنسفالوگرافی: یک مرور نظام‌مند 337 377 698621 10.35050/JIPM010.2022.038 FA المیرا خانلرخانی گروه علم اطلاعات و دانش‌شناسی دانشگاه شیراز، شیراز، ایران مهدیه میرزابیگی گروه علم اطلاعات و دانش شناسی دانشگاه شیراز، شیراز، ایران 0000-0002-3256-3153 هاجر ستوده گروه علم اطلاعات و دانش‌شناسی دانشگاه شیراز، شیراز، ایران 0000-0002-7949-7165 مسعود فضیلت پور گروه علم اطلاعات و دانش‌شناسی دانشگاه شیراز، شیراز، ایران محمد نامی گروه علوم اعصاب، دانشکده علوم و فناوری‌های نوین پزشکی، دانشگاه علوم پزشکی شیراز، شیراز، ایران Journal Article 2022 12 10 Despite the novelty in methodologies, User behavior study based on brain activity during information-seeking stages has become popular among information science researchers. This paper reviews scientific publications in which information-seeking behavior has been studied along with recorded brain activity to shed light on research status, challenges, and suggestions for future studies. Based on Kitchenham & Charters (2007) framework, a complete web search was performed in English and Persian scientific databases, and 22 publications in English were found as the final result, from 2007 to 2020. Review results demonstrate that exploring the user status (10 papers) and brain wave activity during information-seeking episodes (12 papers) were the most dominant subjective approaches in the field of user behavior studies. Cognitive load was found as an effective cognitive component on user status. With eye movement measurement and brain waves frequency study, 3 factors were found effective on cognitive load level generated during information searching and processing: searching media type, information representation, and text reading style. Brain wave activity and pupil dilation analysis were the most important measures in user status during search stages, and alpha and theta band waves were demonstrated as an index for cognitive load measurement during the information searching process. A correlation among eye data, search behavior, task complexity based on user experience, and cognitive style – as another effective factor on user status- led to results in different information searching behavior demonstrations. Also, 3 main stages were analyzed in the information-seeking process, based on brain wave activity: information exploring and query formulation, query reformulation and selection, relevance judgment, and decision making. Results showed a difference between brain activity areas, and differences in pupil dilation change level and alpha/beta frequency level during different search episodes. For future research, some suggestions were offered based on reviews. Finding relations between correlations among cognitive styles, task features, and domain knowledge during information searching process, personalized information retrieval improvement, more collaboration between information science and neurocognitive specialists, research in more user affective status like aggression and fatigue during the search process, using more economic methods and portable devices aiming to reduce research costs and expenses, facilitating larger sample studies and designing standard tasks were considered as a suggestion. Finally, some challenges were found based on reviewed studies. Some concepts like relevance feedback in information retrieval need more investigation. Also, it is necessary to investigate and explore user affections during the search process with multiple approaches. مطالعه‌ی رفتارکاربر بر اساس رویدادهایی که در مغز انسان و در مراحل مختلف رفتار اطلاع‌جویی رخ می‌دهد؛ علیرغم نوپایی روش‌شناختی، مورد استقبال پژوهشگران حوزه‌ی اطلاعات واقع شده است. در پژوهش حاضر تلاش شده است تا با روش مرور نظام‌مند، وضعیت پژوهش‌های انجام گرفته در عرصه‌ی رفتار اطلاع‌جویی از طریق مطالعه‌ی امواج مغزی بررسی شود و با شناسایی خلاءهای پژوهشی، پیشنهادهایی برای پژوهش‌های پیشرو ارائه گردد. در این راستا، از ساختار مرور نظام‌مند کیتچنهام و چارترز (Kitchenham & Charters 2007) استفاده شده است. با اجرای جستجو در پایگاه‌های اطلاعاتی علمی به زبان انگلیسی و فارسی، در نهایت 22 منبع انگلیسی و یک منبع فارسی در بازهی زمانی سال‌های 2007 تا 2020 یافت شد. در بررسی متون، برخی از مفاهیمی که فصل مشترک پژوهش‌ها بودند، گروه‌بندی شده و مبنای دسته‌بندی موضوعی قرارگرفتند. با مرور پژوهش‌ها، مشخص شد که بررسی «وضعیت ذهنی کاربر» (10 پژوهش) و «فعالیت امواج مغزی در مراحل مختلف رفتار اطلاع‌جویی» (12 پژوهش)، رویکردهای غالب موضوعی می‌باشند. دو مؤلفهی «بار شناختی» و «سبک شناختی» به عنوان عوامل تاثیرگذار بر وضعیت کاربر شناسایی شدند. «نوع رسانه‌ی جستجو»، «قالب نمایش اطلاعات» و «شیوهی خواندن متن» به عنوان سه عامل تاثیرگذار بر ایجاد بار شناختی در هنگام جستجو و پردازش اطلاعات تعیین شدند. ازآنجاییکه روش مورد بررسی در این پژوهش، امواج مغزی بود؛ با مطالعه‌ی پژوهش‌ها مشخص شد که به دلیل اهمیت حرکات چشم در زمان خواندن، و نقش جدایی ناپذیر آن در فرآیند جستجوی اطلاعات، داده‌های چشمی نیز دارای اهمیت می‌باشند. تحلیل امواج مغزی و اتساع مردمک چشم، از مهمترین سنجه‌های مورد استفاده در مطالعه‌ی وضعیت کاربر هنگام جستجو، و «امواج آلفا و تتا» به عنوان شاخص اندازه‌گیری سطح بار شناختی در فرآیند اطلاع جویی شناخته شدند. همچنین، داده‌های حاصل از حرکات چشم در هنگام رفتارهای جستجو، و به موازات آن میزان دشواری تکالیف که کاربر در حین جستجو احساس میکند؛ با سبک شناختی کاربران دارای همبستگی بود و درنتیجه‌ی آن، مشخص شد که انواع مختلفی از رفتارهای اطلاع‌جویی قابل طبقه‌بندی و شناسایی است. مراحلی که فعالیت مغزی کاربران در فرآیند اطلاع‌جویی مورد مطالعه قرار گرفته اند؛ به ترتیب عبارت بودند از «کاوش و فرمولبندی پرسش»، «فرمولبندی دوباره پرسش و انتخاب آن»، «تصمیم‌گیری و قضاوت درباره‌ی ربط». نتایج پژوهش‌ها نشان از تفاوت فعالیت نواحی مختلف مغزی، تغییر سطح اتساع مردمک چشم و تغییر در بسامد «امواج آلفا و بتا» در این سه مرحله از جستجو داشت. پیشنهادهای مطرح برای پژوهش‌های آتی با کمک مطالعهی امواج مغزی و دستگاه الکتروآنسفالوگرافی، عبارت بودند از: بررسی رابطه همبستگی میان سبک شناختی با ویژگی‌های مربوط به تکلیف و دانش زمینه‌ای در فرآیند رفتار اطلاع جویی، توسعهی سامانه‌های شخصی‌سازی بازیابی اطلاعات با همکاری بیشتر میان متخصصان حوزه اطلاعات و علوم اعصاب، پژوهش در احساسات، خشم و خستگی هنگام رفتار اطلاعجویی با رویکرد مطالعهی مغزی، استفاده از روش‌های اقتصادی و ابزارهای قابل حمل برای کاهش هزینههای پژوهشی، ایجاد زیرساخت‌هایی با هدف افزایش تعداد جامعهی آماری، و طراحی تکالیف استاندارد در زمینه‌ی پژوهش‌های مغزی. از خلاءهای پژوهشی مطرح شده، می‌توان به نیاز به پژوهش بیشتر برای درک مفاهیم پیچیدهای مانند ربط از طریق تحلیل امواج مغزی در فرآیند اطلاع‌جویی، و مطالعه‌ی احساسات کاربر با رویکردهای تلفیقی اشاره نمود.

https://jipm.irandoc.ac.ir/article_698621_b49dc3489f1f01b77da3c3c5fbfba3f8.pdf