کشف الگوی دسترسی کاربران و تحلیل تراکنش‌های امانت منابع اطلاعاتی با استفاده از تکنیک قوانین انجمنی در داده‌کاوی (مطالعه موردی: کتابخانه‌ها و مراکز اطلاع‌رسانی دانشگاه علوم پزشکی همدان)

نویسندگان

1 دانشگاه علوم پزشکی همدان

2 دانشگاه بوعلی سینا همدان

چکیده

افزایش حجم چشمگیر داده‌ها و استفاده از آن‌ها جهت بهبود کیفیت تصمیمات مدیریتی از معضلات کتابخانه‌ها و مراکز اطلاع‌رسانی است. در این میان ابزار پرتوان داده‌کاوی می‌تواند با تحلیل داده‌ها به‌منظور پیش‌بینی و تحلیل تراکنش‌های کاربران و جلوگیری از اتلاف وقت آن‌ها در استفاده از اطلاعاتِ مفید از میان انبوه داده‌ها به تشخیص الگوهای معتبر و رابطه‌های نامعلوم بپردازد و کتابخانه‌ها را در تصمیم‌گیری‌های راهبردی و مدیریت اثربخش یاری ‌رساند. این مطالعه با استفاده از رویکرد قوانین انجمنی که یکی از روش‌های داده‌کاوی است، در صدد تحلیل تراکنش‌های امانت کاربران و کشف الگوی دسترسی آن‌هاست. در این مطالعه توصیفی که از نوع مقطعی است، داده‌های مورد نیاز از تراکنش‌های کاربران کتابخانه‌ها و مراکز اطلاع‌رسانی «دانشگاه علوم پزشکی همدان» جمع‌آوری شد و پس از اعمال پیش‌پردازش بر روی این داده‌ها در نهایت، 132833تراکنش‌ 6636 نفر از کاربران طی بازه  زمانی سه ساله به‌روش سرشماری مورد بررسی قرار گرفت. نتایج پژوهش نشان داد که بیشترین تراکنش‌ها و مراجعات با نمره 24/4 ± 20/7، مربوط به دانشجویان و بیشترین دیرکرد و مدت‌زمان امانت به‌ترتیب با نمره 1396/9 ± 884/3  و 1765/3± 885/7 مربوط به اعضای هیئت ‌علمی بوده است. همچنین، قوانین حاصل از الگوریتم Apriori با ارائه الگوی دسترسی کاربران بر اساس اطلاعات جمعیت‌شناختی و تعیین وابستگی موضوعی منابع اطلاعاتی نشان داد که می‌تواند به‌عنوان الگویی مناسب در تحلیل و پیش‌بینی تراکنش کاربران مورد استفاده قرار گیرد. لذا، با بهره‌گیری از رویکرد قوانین انجمنی می‌توان نسبت به طراحی سیستم توصیه‌گر کتاب در کتابخانه‌ها و مراکز اطلاع‌رسانی اقدام نمود. مدیران و سیاست‌گذاران نیز می‌توانند با استفاده از این الگوها و قواعد، گام‌های تهیه و عرضه منابع اطلاعاتی خود را با نیازهای واقعی اعضا همسو سازند و از آن به‌طوری قابل‌توجه در امور فراهم‌آوری، مجموعه‌سازی، مدیریت و خدمات کتابخانه بهره ‌جویند.

کلیدواژه‌ها


عنوان مقاله [English]

Discovery of user access pattern and loan transactions analysis of information resources using association rules technique in data mining (Case study: Libraries and Information Centers of Hamedan University of Medical Sciences)

نویسندگان [English]

  • Nasim Ansari 1
  • Hossein Vakili mofrad 1
  • Muharram Mansoori zadeh 2
  • Mohamad reza Amiri 1
1
2
چکیده [English]

Increasing massive amount of data and using them to improve the quality of management decisions are the problems of libraries and information centers. In the meantime, a powerful data mining tool can analyze data to predict and analyze user transactions and stop wasting time to use useful data from among massive data, identify valid patterns and unknown relationships, and help libraries in strategic decision-making and effective management assistance. This study using association rules technique, which is one of the data mining methods, seeks to analyze the transactions of user lending and discover their access pattern. In this cross-sectional descriptive study required data were collected from transactions of users of the libraries and information centers of Hamedan University of Medical Sciences and after preprocessing these data, the total number of 6636 user transactions was 132833 using a census method during a three-year period examined. The results of this study showed that most transactions and referrals with the score of 20.7±24.4 were related to the students and the highest delay and duration of loan respectively with the score of 884.3±1396.9 and 885.7±1765.3 related to the faculty members. Also, the rules derived from the Apriori algorithm showed by providing a users access pattern based on demographic information and determining subject dependence of information resources could be used as an appropriate pattern for analyzing and predicting user transactions.  Using association rules technique and implementing the Apriori algorithm, the best rules governing the data set were extracted. Therefore, using association rules technique can be designed as a book advisory system in libraries and information centers. Managers and policy-makers can also use these patterns and rules to align their supply and information resources with the real needs of their members, and can benefit greatly from library procurement, collection, management and services.

کلیدواژه‌ها [English]

  • Data Mining
  • Association rules
  • Apriori algorithm
  • library users
  • Library Circulation Records
  • Academic Libraries
  • Hamedan University of Medical Sciences