Skip to main content
فهرست مقالات

شبکه های عصبی مصنوعی رویکردی نوین در سنجش کیفیت خدمات کتابخانه های دانشگاهی

نویسنده:

علمی-پژوهشی/ISC (22 صفحه - از 205 تا 226)

اندازه‌گیری مؤثر و تجزیه و تحلیل دقیق کیفیت خدمات، نخستین گام ضروری برای ارتقای عملکرد کتابخانه‌ها و مراکز اطلاع‌رسانی و در نتیجه بهبود شیوه‌های خدمات‌رسانی در این مراکز است. پژوهش حاضر با به‌‌کارگیری شبکه‌های عصبی مصنوعی به عنوان یک ابزار قدرتمند در مدل‌سازی روابط غیرخطی، تأثیر استفاده از داده‌‌های به‌‌دست آمده از ادراکها و انتظارهای مشتریان و چگونگی استفاده از آنها را در کتابخانه مرکزی دانشگاه یزد تشریح می‌کند. در این مطالعه، با استفاده از پرسشنامه استاندارد لایب‌کوآل، ادراکها و انتظارهای دانشجویان دانشگاه یزد از کیفیت خدمات ارائه شده در کتابخانه مرکزی دانشگاه سنجیده و نتایج به‌‌دست آمده به‌ وسیلة شبکه‌های عصبی مصنوعی تجزیه و تحلیل شده است. نتایج این پژوهش نشان می‌‌دهد مدل شکاف (تفاوت ادراکها و انتظارها)، نسبت به مدل ادراکها یا مدل عملکرد، توانایی بیشتری در سنجش کیفیت خدمات دارد. این موضوع تأییدکننده نقش مثبت انتظارها در سنجش کیفیت خدمات کتابخانه‌‌های دانشگاهی است. همچنین، استفاده از مجموع اطلاعات مربوط به ادراکها و انتظارها به عنوان ورودی در شبکه‌‌های عصبی مصنوعی، نتایج بهتری نسبت به دو مدل قبل به‌دست می‌‌دهد، که این نشان‌دهنده وجود مدلهای بهتر برای سنجش کیفیت خدمات، در صورت استفاده از رویکردهای جدید مانند شبکه‌های عصبی مصنوعی است.

خلاصه ماشینی:

"در این مطالعه، با استفاده از پرسشنامه استاندارد لایب‌کوآل، ادراکها و انتظارهای دانشجویان دانشگاه یزد از کیفیت خدمات ارائه شده در کتابخانه مرکزی دانشگاه سنجیده و نتایج به‌‌دست آمده به‌ وسیلة شبکه‌های عصبی مصنوعی تجزیه و تحلیل شده است. همچنین، استفاده از مجموع اطلاعات مربوط به ادراکها و انتظارها به عنوان ورودی در شبکه‌‌های عصبی مصنوعی، نتایج بهتری نسبت به دو مدل قبل به‌دست می‌‌دهد، که این نشان‌دهنده وجود مدلهای بهتر برای سنجش کیفیت خدمات، در صورت استفاده از رویکردهای جدید مانند شبکه‌های عصبی مصنوعی است. هدف مطالعة حاضر، استفاده از شبکه‌های عصبی مصنوعی برای سنجش کیفیت خدمات کتابخانه مرکزی دانشگاه یزد بوده و تلاش دارد با استفاده از این تکنیک، ترکیب بهینة ادراکها و انتظارهای استفاده‌کنندگان از خدمات کتابخانه‌ای را برای پیش‌بینی رضایت آنها فراهم آورد. نتایج حاصل از پژوهش مؤلفه‌های شبکه مدلهای ارزیابی تعداد نرونهای ورودی تعداد نرونهای لایة پنهان در بهترین حالت میزان انطباق نرخ پیش‌بینی مدل ادراکات Perceptions-only model 22 ورودی مربوط به مؤلفه‌های سنجش ادراکها 12 67% 5/72% مدل شکاف Perception minus-expectation, P-E gap model 22 ورودی مربوط به شکاف ادراکها و انتظارها 11 5/69% 78% مدل ادراکها و انتظارها Expectations and perceptions, E & P model 44 ورودی، 22 ورودی مربوط به مؤلفه‌های سنجش ادراکها و 22 ورودی مربوط به مؤلفه‌های سنجش انتظارها 18 3/82% 45/95% 5- بحث و نتیجه‌گیری پس از به‌کارگیری پرسشنامه لایب‌کوآل و گردآوری داده‌های مربوط به ارزیابی دانشجویان استفاده‌کننده از خدمات کتابخانه مرکزی دانشگاه یزد، این داده‌ها به وسیلة شبکه عصبی مصنوعی تجزیه و تحلیل شد."


برای مشاهده محتوای مقاله لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.