بخش بندی مراجعین کتابخانه های عمومی بر مبنای نیازهایشان با استفاده از شبکه عصبی مصنوعی، تحلیل سلسله مراتبی و مدل کانو

هدف: هدف پژوهش حاضر بخش بندی مراجعه کنندگان کتابخانه های عمومی استان فارس بر مبنای نیازهای شان است. روش: در این پژوهش از تلفیقی از روش های خوشه بندی به کمک شبکه عصبی، تحلیل سلسله‎مراتبی و مدل کانو استفاده می شود تا به وسیله بخش بندی مراجعه کنندگان کتابخانه های عمومی و به دست آوردن ارزش هر بخش، خدمات مناسب در جهت جلب رضایت مراجعه کنندگان ارائه گردد. جامعه آماری این پژوهش شامل تمام مراجعه کنندگان کتابخانه های عمومی استان فارس است که نمونه ای به حجم ۱۸۰ نفر به روش تصادفی ساده از آن انتخاب شده است. ابزار پژوهش نیز پرسشنامه ای است که بر مبنای مدل کانو و شاخص های رضایت مراجعه کنندگان طراحی گردیده است. یافته ها: بعد از جمع آوری داده ها، شبکه خود سازمان ده با بالاترین کیفیت برای بخش بندی یا خوشه بندی مراجعه کنندگان برگزیده شد و پس از استفاده از نرم‎افزار MATLAB، چهار خوشه برای مراجعه کنندگان کتابخانه های عمومی استان فارس تعیین گردید. سپس با استفاده از روش تحلیل سلسله‎مراتبی در نرم‎افزار Expert Choice، خوشه ها اولویت بندی شدند؛ به این ترتیب که خوشه با اولویت اول شامل مراجعه کنندگانی است که طبق مدل کانو بیشتر نیازهای جذاب و انگیزشی دارند و با روش های جدید و نوین در زمینه های ساختمان و موقعیت، نیروی انسانی، منابع، شرایط بهره گیری از خدمات، خدمات جانبی کتابخانه و غیره می توان در جهت افزایش رضایت آنها کوشید. به همین ترتیب نیازهای مراجعه کنندگان سایر خوشه ها نیز بررسی شده و پیشنهادهایی جهت بهبود امر خدمت رسانی ارائه می گردد. اصالت/ارزش: در این پژوهش با بخش بندی مراجعه کنندگان کتابخانه های عمومی بر اساس نیازهای شان، مدلی طراحی گردید که پس از خوشه بندی مراجعه کنندگان، اولویت بندی خوشه ها و تعیین نوع نیازهای مراجعه کنندگان هر خوشه، کتابخانه های عمومی را در جهت خدمت‎رسانی مطلوب یاری می نماید.  

Keywords:

Analytical hierarchy process , Clustering , Artificial neural network , Public library , Kano model , Library clients. , تحلیل سلسله مراتبی , خوشه بندی , شبکه عصبی مصنوعی , کتابخانه عمومی , مدل کانو , مراجعه کننده