بخش‌بندي مراجعه‌كنندگان كتابخانه‌هاي عمومي بر مبناي نيازهاي‌شان با استفاده از شبكه عصبي مصنوعي، تحليل سلسله‎مراتبي و مدل كانو

Clustering Public Library Clients according to their Needs Using the Artificial Neural Network, the Analytical Hierarchy Process and the Kano Model

هدف: هدف پژوهش حاضر بخش‌بندي مراجعه‌كنندگان كتابخانه‌هاي عمومي استان فارس بر مبناي نيازهاي‌شان است. روش: در اين پژوهش از تلفيقي از روش‌هاي خوشه‌بندي به كمك شبكه عصبي، تحليل سلسله‎مراتبي و مدل كانو استفاده مي‌شود تا به وسيله بخش‌بندي مراجعه‌كنندگان كتابخانه‌هاي عمومي و به‌دست آوردن ارزش هر بخش، خدمات مناسب در جهت جلب رضايت مراجعه‌كنندگان ارايه گردد. جامعه آماري اين پژوهش شامل تمام مراجعه‌كنندگان كتابخانه‌هاي عمومي استان فارس است كه نمونه‌اي به حجم 180 نفر به روش تصادفي ساده از آن انتخاب شده است. ابزار پژوهش نيز پرسشنامه‌اي است كه بر مبناي مدل كانو و شاخص‌هاي رضايت مراجعه‌كنندگان طراحي گرديده است. يافته‌ها: بعد از جمع‌آوري داده‌ها، شبكه خود‌سازمان‌ده با بالاترين كيفيت براي بخش‌بندي يا خوشه‌بندي مراجعه‌كنندگان برگزيده شد و پس از استفاده از نرم‎افزار MATLAB، چهار خوشه براي مراجعه‌كنندگان كتابخانه‌هاي عمومي استان فارس تعيين گرديد. سپس با استفاده از روش تحليل سلسله‎مراتبي در نرم‎افزار Expert Choice، خوشه‌ها اولويت‌بندي شدند؛ به اين ترتيب كه خوشه با اولويت اول شامل مراجعه‌كنندگاني است كه طبق مدل كانو بيشتر نيازهاي جذاب و انگيزشي دارند و با روش‌هاي جديد و نوين در زمينه‌هاي ساختمان و موقعيت، نيروي انساني، منابع، شرايط بهره‌گيري از خدمات، خدمات جانبي كتابخانه و غيره مي‌توان در جهت افزايش رضايت آنها‌ كوشيد. به همين ترتيب نيازهاي مراجعه‌كنندگان ساير خوشه‌ها نيز بررسي شده و پيشنهادهايي جهت بهبود امر خدمت‌رساني ارايه مي‌گردد. اصالت/ارزش: در اين پژوهش با بخش‌بندي مراجعه‌كنندگان كتابخانه‌هاي عمومي بر اساس نيازهاي‌شان، مدلي طراحي گرديد كه پس از خوشه‌بندي مراجعه‌كنندگان، اولويت‌بندي خوشه‌ها و تعيين نوع نيازهاي مراجعه‌كنندگان هر خوشه، كتابخانه‌هاي عمومي را در جهت خدمت‎رساني مطلوب ياري مي‌نمايد.

Abstract Purpose: Clients are crucial factors in the success of public libraries and each of them has different needs. So public libraries should know their clients and plan to meet their needs in order to ensure satisfaction. Methodology: In this research a hybrid model based on clustering method which uses the Neural Network, Analytical Hierarchy Process (AHP) and Kano model is used in order to segment public library clients and obtain the value of each segment to provide the services that will satisfy them. The statistical population of this research consists of all public library clients in the Fars province and a sample group of 180 is chosen via simple random sampling. The research tool is a questionnaire based on both the Kano model and the parameters of clientsʹ satisfaction model. Findings: After data gathering, the Self-Organizing Map (SOM) is chosen for segmenting or clustering clients with the highest quality and four clusters are identified for public library clients in Fars province using MATLAB. Then clusters are prioritized using the Analytical Hierarchy Process in the Expert Choice software package. This means that the cluster with the first priority includes clients who have attractive needs.Novel methods need to be employed to increase the satisfaction of these clients where the building and its location, human resources, material resources, service conditions, the libraryʹs peripheral services, etc. Client needs in other clusters are similarly identified, and suggestions for improvement in services are proposed. Originality/value: In this study through segmenting public library clients based on their needs a model was designed which helps public libraries to best serve the community by clustering clients, prioritizing these clusters and determining the needs of the clients in each cluster.