طراحی و مدل سازی معیارهای نقشه ملی جغرافیای نوستالژی براساس مدیریت اطلاعات شبکه های اجتماعی با رویکرد ترکیبی الگوریتم هوش مصنوعی، شبکه عصبی و یادگیری ماشین

مقاله با عنوان «طراحی و مدل سازی معیارهای نقشه ملی جغرافیای نوستالژی براساس مدیریت اطلاعات شبکه های اجتماعی با رویکرد ترکیبی الگوریتم هوش مصنوعی، شبکه عصبی و یادگیری ماشین»، خلاصه پایان نامه دکتری یونس یونسیان؛ دانش آموخته دکترای علم اطلاعات و دانش شناسی، دانشگاه تهران است.  ◇ این پایان نامه همراه با 32 رساله دیگر در کمیته علمی نخستین جشنواره رساله دکتری سال پذیرفته شد. ◇ در علوم حافظه با مفهوم «برجستگی یادآوری» به معنای تمایل حافظه برای یادآوری بیشتر خاطرات دوران بلوغ و جوانی مواجه می شویم. رویکرد اصلی این پژوهش نیز بررسی و تعمق در امکان مدل سازی از سامانه ها در حوزه بازیابی اطلاعات برمبنای تحلیل اطلاعات معطوف به گذشته است. ◇ این جشنواره همزمان با نهمین رویداد بزرگ تراکنش برای تقدیر از تلاش علمی نخبگان، پل ارتباط صنعت و دانشگاه و شناسایی جوانان مستعد به همت مرکز فابا و انجمن علمی تجارت الکترونیکی ایران و با حمایت شرکت ملی انفورماتیک برگزار شد. ◇ این مقاله به زودی در کتاب نخبگان علمی ایران نیز همراه با گزارشی از جشنواره و دیگر مقاله های راه یافته به جشنواره منتشر خواهد شد.

در علوم حافظه با مفهوم «برجستگی یادآوری» مواجه می شویم که به معنای تمایل و شیب حافظه افراد برای یادآوری و بازآوری بیشتر خاطرات و رخ داده های دوران بلوغ یا اوایل بلوغ است، به طوری که خیلی وقت ها حتی در افراد دارای بیماری زوال عقل و حافظه نیز مشاهده می کنیم که خاطرات 10 تا 30 سالگی دست نخورده باقی مانده است.

دوران برجستگی حافظه، خود را در قالب مفهوم بازیابی اطلاعات معطوف به گذشته هم نشان می دهد، به عبارت دیگر این دوران نقش مهمی در حافظه و خاطره دارد، افراد خاطرات بسیاری را از این دوره به خاطر دارند و از این رو فاصله زمانی 10 تا 30 سالگی بیش ترین میزان خاطره را در حافظه افراد ایجاد می کند.

تحقیقات و پژوهش ها نشان داده است که خاطرات و رویدادهای حافظه در این مقطع برجستگی یادآوری بیشتر در دسترس است. دلیل این دسترسی سریع را می توان در ارتباط این بخش از عمر با هویت، بلوغ، شخصیت، و اهداف مهم زندگی دانست، نگرش ها و باورهای فرد در این مقاطع باعث ایجاد برجستگی خاطرات می شوند و ترکیبی از ویژگی های شناختی، هویتی و زیست شناسیک به ایجاد اثر بازآوری و یادآوری کمک می نماید.

تم و رویکرد اصلی این پژوهش برمبنای بررسی و تعمق در امکان مدل سازی و طراحی یک کلاس تازه از سامانه های بازیابی اطلاعات در حوزه بازیابی اطلاعات برمبنای تحلیل اطلاعات معطوف به گذشته است. این شکل از اطلاعات یا «رترو اطلاعات» نیروی خود را از ساختارهای اجتماعی موجود در فضاهای مبتنی بر اطلاعات کاربر می گیرد. با بهره گیری از تحلیل شبکه اجتماعی برای تحلیل ساختارهای اجتماعی می توان شیوه هایی از بازیابی اطلاعات معطوف به گذشته را ایجاد کرد که در دانش بازیابی اطلاعات، می تواند شاخه جدیدی را به نام «بازیابی اطلاعات معطوف به گذشته» باشد. مدل مفهومی اطلاعات معطوف به گذشته کاربران در حقیقت از کاربست و استقرار ملموس و عینی آن مستقل است.

معیارهای نقشه ملی جغرافیای نوستالژی براساس مدیریت اطلاعات شبکه های اجتماعی در مدل نهایی تحقیق عبارتند از: مشخصه های شبکه های اجتماعی برای نوستالژی دیجیتال (براساس تعداد بازدید محتوای نوستالژی؛ تعداد به اشتراک گذاری محتوای نوستالژی؛ تعداد پسندیدن محتوای نوستالژی)؛ عناصر بازیابی اطلاعات گذشته برای یادآوری خاطرات (براساس بازیابی اطلاعات گذشته براساس تکرار؛ بازیابی اطلاعات گذشته براساس ترتیب زمانی؛ بازیابی اطلاعات گذشته براساس نوع)؛ ویژگی های فردی کاربران شبکه های اجتماعی (براساس عامل جنسیت کاربر؛ عامل سن کاربر؛ عامل تحصیلات کاربر)؛ نوستالژی براساس موقعیت جغرافیایی کاربر (براساس نوستالژی کاربران شمال کشور؛ نوستالژی کاربران نواحی مرکزی کشور؛ نوستالژی کاربران جنوب کشور)؛ طبقه بندی محوری تجربه نوستالژیک (براساس نوستالژی شخصی یا تجربه مستقیم و فردی؛ نوستالژی فرهنگی یا تجربه مستقیم جمعی؛ نوستالژی مجازی یا تجربه غیرمستقیم جمعی).

آنچه آمد در مقاله ای با عنوان «طراحی و مدل سازی معیارهای نقشه ملی جغرافیای نوستالژی براساس مدیریت اطلاعات شبکه های اجتماعی با رویکرد ترکیبی الگوریتم هوش مصنوعی، شبکه عصبی و یادگیری ماشین» بسط داده شده است. این مقاله درواقع خلاصه پایان نامه دکتری یونس یونسیان؛ دانش آموخته دکترای علم اطلاعات و دانش شناسی، دانشگاه تهران است.