پایگاه اطلاعاتی گنج پژوهشگاه علوم و فناوری اطلاعات با برخورداری از نزدیک به یک میلیون رکورد علمی، امکان جستوجو در پایاننامهها، نشریات علمی داخلی، مقالات، همایشها، طرحهای پژوهشی و گزارشهای دولتی را فراهم میکند. روزانه تعداد زیادی از پژوهشگران نیازهای منابع علمی و پژوهشی خود را از پایگاه گنج تامین میکنند. نیازها و رفتارهای کاربران مختلف این پایگاه متنوع بوده و شناخت دقیقتر آن موجب خواهد شد تا مدیران این پایگاه بتوانند استراتژیهای متناسب با هر یک از گروههای کاربران را به منظور مدیریت بهتر پایگاه و ارائه خدمات کاراتر اتخاذ نمایند. یکی از راههای شناخت کاربران، خوشهبندی آنها و شناخت ویژگیهای هر خوشه است. هدف این پژوهش، خوشهبندی کاربران بر اساس تحلیل رفتار جستوجوی آنها با استفاده از مدل LRFM است. در این پژوهش، دادههای لاگ جستوجوی کاربران پایگاه گنج به مدت سه ماه جمعآوری و مورد استفاده قرار گرفت. با استفاده از دادههای لاگ رفتار جستوجوی کاربران، شاخصهای مدل LRFM، محاسبه شد و سپس الگوریتم K-means بر روی آنها اعمال شد. تعداد خوشه بهینه بر اساس معیارهای مختلف محاسبه شد. نتایج بدست آمده از خوشهبندی بر اساس ماتریس ارزش مشتری، کاربران را در چهار گروه بهرهمند، مشکوک، نامطمئن و متناوب قرار میدهد و بر اساس ماتریس وفاداری، کاربران در چهار گروه وفادار، بالقوه، نامطمئن و تازهوارده ارزیابی میشوند.
فتاحی، سمیه، و محمد ربیعی. 1399. استفاده از مدل LRFM برای خوشهبندی کاربران براساس تحلیل رفتار جستجو (مورد مطالعه: پایگاه اطلاعات علمی ایران «گنج»). پژوهشنامه پردازش و مدیریت اطلاعات 36 (2): 419-442.
