استفاده از مدل LRFM براي خوشه‌بندي كاربران براساس تحليل رفتار جستجو (مورد مطالعه: پايگاه اطلاعات علمي ايران (گنج))

Users clustering Based on Search Behavior Analysis Using the LRFM Model (Case Study: Iran Scientific Information Database (Ganj))

پايگاه اطلاعاتي گنج پژوهشگاه علوم و فناوري اطلاعات با برخورداري از نزديك به يك ميليون ركورد علمي، امكان جستجو در پايان‌نامه‌ها، نشريات علمي داخلي، مقالات، همايش‌ها، طرح‌هاي پژوهشي وگزارش‌هاي دولتي را فراهم مي­ كند. روزانه تعداد زيادي از پژوهشگران نيازهاي منابع علمي و پژوهشي خود را از پايگاه گنج تامين مي‌كنند. نيازها و رفتارهاي كاربران مختلف اين پايگاه متنوع بوده و شناخت دقيق‌تر آن موجب خواهد شد تا مديران اين پايگاه بتوانند استراتژي‌هاي متناسب با هر يك از گروه‌هاي كاربران را به منظور مديريت بهتر پايگاه و ارائه خدمات كاراتر اتخاذ نمايند. يكي از راه­هاي شناخت كاربران، خوشه‌بندي آن­ها و شناخت ويژگي‌هاي هر خوشه است. هدف اين پژوهش، خوشه­بندي كاربران براساس تحليل رفتار جستجوي آن‌ها با استفاده از مدل LRFM است. در اين پژوهش، داده­هاي لاگ جستجوي كاربران پايگاه گنج به مدت سه ‌ماه جمع‌آوري و مورد استفاده قرار گرفت. با استفاده از داده­ هاي لاگ رفتار جستجوي كاربران، شاخص­ هاي مدل LRFM، محاسبه شد و سپس الگوريتم K-means بر روي آن­ها اعمال شد. تعداد خوشه بهينه بر اساس معيارهاي مختلف محاسبه شد. نتايج بدست آمده از خوشه­ بندي براساس ماتريس ارزش مشتري، كاربران را در چهار گروه بهره‌مند، مشكوك، نامطمئن و متناوب قرار مي‌دهد و بر اساس ماتريس وفاداري، كاربران در چهار گروه وفادار، بالقوه، نامطمئن و تازه‌وارده ارزيابي مي‌شوند.

Iran scientific information database (Ganj) which includes almost one million scientific records provides the search opportunity in dissertations, domestic scientific journals, articles, conferences, research projects, and governmental reports. A large number of researchers meet the needs of their scientific and research resources from Ganj database daily. Users’ needs and behaviors are variant and understanding it helps system administrators to use different strategies to manage the better databases and provide efficient services to users. One way to understand users’ needs is to cluster them based on their behavior and identify the features of each cluster. This study aims to cluster the users based on the analysis of their search behavior using the LRFM model. In this study, the search log data of Ganj users were collected for three months, the LRFM attributes were calculated, and then the K-means algorithm was applied to them. The optimal number of clusters was calculated based on different criteria. Based on customer value matrix the results of customer clustering users in four groups are efficient, suspicious, unreliable, and intermittent and based on customer loyalty Marcus users are categorized in loyal, potential, insecure and newcomers.