Journal of Health Administration
فصلنامه مدیریت سلامت
jha
Medical Sciences
http://jha.iums.ac.ir
112
journal112
2008-1200
2008-1219
10.22034
fa
jalali
1397
1
1
gregorian
2018
4
1
21
71
online
1
fulltext
fa
ارائه ی معماری سیستم توصیه گر پژوهشی براساس عوامل زمینه ای شناسایی شده در حوزه علوم پزشکی
An Architecture for Scholarly Recommender System Based on Identified Contextual Information in Medical Sciences
پژوهشي
Research
<strong><span style="font-family:b zar;"><span style="font-size:12.0pt;">ﻣﻘﺪﻣﻪ: </span></span></strong><span style="font-family:b zar;"><span style="font-size:12.0pt;">سیستم های توصیه گر در حوزه پژوهش های علمی، یکی از ابزارهای هوشمندی هستند که مقالات علمی مناسب را براساس نیاز پژوهش گران پیشنهاد می دهند. پژوهش های پیشین نشان داده است که عوامل زمینه ای شامل کاربران، محیط و سیستم، در کیفیت طراحی و پیادهسازی سیستمهای توصیه گر اثرگذار است؛ بنابراین، هدف این پژوهش شناسائی عوامل زمینه ای کاربرمدارنه تأثیرگذار بر فرآیند پیشنهاد دهی مقاله</span></span><span dir="LTR"><span style="font-size:12.0pt;"></span></span><span style="font-family:b zar;"><span style="font-size:12.0pt;">های علمی به پژوهش گران حوزه علوم پزشکی و در نهایت ارائه معماری برای طراحی و ساخت این سیستم</span></span><span dir="LTR"><span style="font-size:12.0pt;"></span></span><span style="font-family:b zar;"><span style="font-size:12.0pt;">هاست.</span></span><br>
<strong><span style="font-family:b zar;"><span style="font-size:12.0pt;">روش ها:</span></span></strong><span style="font-family:b zar;"><span style="font-size:12.0pt;"> عوامل زمینه ای تاثیرگذار بر پیشنهاددهی سیستم های توصیه گر، از 50 مصاحبه نیمه ساختاریافته با دانشجویان مقطع دکتری و اساتید حوزه علوم پزشکی شناسایی شدند و در سه مرحله با روش­های کدگذاری باز، محوری و انتخابی، با استفاده از رویکرد موسوم به نظریه زمینه ای تحلیل شده اند. سپس عوامل زمینه ای شناسایی شده بر طبق معماری چند لایه ای برای طراحی سیستم توصیه گر پژوهشی به کار گرفته شدند.</span></span><br>
<strong><span style="font-family:b zar;"><span style="font-size:12.0pt;">یﺎﻓﺘﻪﻫﺎ:</span></span></strong><span style="font-family:b zar;"><span style="font-size:12.0pt;"> نتایج نشان می دهد که هدف، سواد و مهارت­های پیشین، وضعیت روحی روانی، انتظارات و تصورات، شبکه شغلی و اجتماعی از عوامل تأثیرگذار در طراحی سیستم های توصیه گر مقالات علمی در حوزه علوم پزشکی هستند. </span></span><br>
<strong><span style="font-family:b zar;"><span style="font-size:12.0pt;">ﻧﺘﯿﺠﻪﮔﯿﺮی: </span></span></strong><span style="font-family:b zar;"><span style="font-size:12.0pt;">دراین مطالعه معماری طراحی و ساخت سیستم های توصیه گر مقالات پژوهشی با به کارگیری عوامل یاد شده ارائه شد و انتظار می رود نتایج این پژوهش بتواند برای سایر سیستم های اطلاعاتی در این حوزه نیز سودمند باشد.</span></span>
<strong>Introduction:</strong> Today, researchers prefer to have most of their required information at their fingertips. Scholarly or research paper recommender systems are intelligent systems that aim to recommend the most appropriate scientific papers or resources based on users' needs. Past studies have shown that contextual information such as users', system' and environment' contexts influence the quality of recommendations. Therefore, the goal of this research is to identify effective user-oriented contextual information which influences the process of recommendation to scholars in medical area and then to present an architecture to design and develop an scholarly recommender system.<br>
<br>
<strong>Methods:</strong> Semi-structured interviews were carried out with 50 medical science professors and PhD studies in order to identify contextual information. Data resulted from interviews were analyzed in three stages using open coding, followed by axial and selective coding, developed in the Grounded Theory methodology. Then, contextual information has been exploited for a multi-layer architecture in design of a scholarly recommender system.<br>
<br>
<strong>Results: </strong>The results of our data analysis showed that scholars’ attributes such as purposes, literacy, skills, mental status, suppositions and assumptions, occupational condition, and social status are among the most influential factors which should be considered in designing a scholarly recommender system. Finally, based on the findings, we designed a multilayer system.<br>
<br>
<strong>Conclusion: </strong>Exploitation of contextual information in intelligent systems such as recommender systems and search engines leads to a better interaction between users and systems; therefore, the results of this study can be beneficial for designing other systems in this area.
سیستم های توصیه گر مقالات علمی, سیستم های توصیه گر پژوهشی, سیستم پیشنهاد دهنده, اطلاعات زمینه ای, معماری
Scholarly Recommender System, Research Paper Recommender System, Context, Context Aware, Medical Science, Architecture
79
93
http://jha.iums.ac.ir/browse.php?a_code=A-10-2000-1&slc_lang=fa&sid=1
Z
Dehghani Champiri
زهره
دهقانی چم پیری
z.dehghani@yahoo.com
11200319475328460022597
11200319475328460022597
No
Faculty of Management & Medical Informatics, Isfahan University of Medical Sciences, Isfahan, Iran
دانشکده مدیریت و اطلاع رسانی، دانشگاه علوم پزشکی اصفهان، اصفهان
S
Saeedbakhsh
سعید
سعیدبخش
saeedbakhsh@mui.ac.ir
11200319475328460022598
11200319475328460022598
Yes
Faculty of Management & Medical Informatics, Isfahan University of Medical Sciences, Isfahan, Iran
دانشکده مدیریت و اطلاع رسانی، دانشگاه علوم پزشکی اصفهان، اصفهان