های بررسیشده طی فرایند تحلیل و تجمیع، باید امکان پیگیری و ردیابی داشته باشند و از سویی، در مقاله های مختلف گاهی مفاهیم یکسان با کلمات و واژه های متفاوتی بیان شده اند، در این مرحله ابتدا عنصرها یکسان سازی شدند و برای هر عنصر کـد مشخصـی درنظر گرفته شد. مجموعـه ایـن عنصـرها مجموعـه مرجـع (U) را تشـکیل مـی دهـد. بـه منظـور یکسانسازی و اختصاص کد به عناصر، قضاوت مؤلف مبنای تصمیم گیری بوده است.
تعیین وابستگی بین عناصر و ایجاد ساختار داد ه ای مناسب
باید به این نکته توجه داشت که مبنای استخراج مدل جدید از تجمیع مدل هـای پیشـین، روابـطبین عناصر در این مدل هاست. به همین دلیل هنگامی که در مقاله ای عنصری با عنوان شـاخصزیرمجموعه عناصر دیگر با عنوان بعد تعریف شده باشد، به گونه ای ثبـت مـی شـود کـه در ادامـه تحلیل و بررسی روابط امکان پذیر باشد. به این منظور جدولی به نام جدول وابستگی تعریف شـدهاست (جدول 2).
جدول 2. جدول وابستگی
ردیف فرزند والد منبع بعد اصلی

هر رکورد از این جدول مشخص می کند که در مدل ارائهشده در مقالـ ه ای کـه شـماره آن درستون مراجع آمده، آیتم1 موجود در سـتون فرزنـد کـه متعلـق بـهU اسـت، یکـی از آیـتم هـای
ــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
1. با توجه به اینکه معادل فارسی واژه Item ممکن است در برخی موارد گمراه کننده باشد، در متن مقاله از ایـن واژه اسـتفادهشده است.
زیرمجموعه آیتم ستون والد است. چنانچه مقدار ستون بعد اصلی برای یک رکورد 1 باشد، به این معناست که در مقاله اشاره شده، آیتم مربوط به سـتون والـد، یکـی از ابعـاد اصـلی اسـت کـه در چارچوب ارزیابی مطرح شده است و آیتم مربوط به سـتون فرزنـد از آیـتم هـای زیرمجموعـه آن است، چنانچه این مقدار صفر باشد، بدین معناست که عنصر والد در مقاله مد نظر با عنـوان یـکزیربعد مطرح شده و دارای عناصر فرزند است.
شناسایی ابعاد بالقوه مدل ارزیابی وبسایت و ایجاد مجموعههای فـازی آیـتمهـایوابسته به هریک از ابعاد بالقوه
در این مقاله مجموعه ای از آیتمهای متعلق به U که در ستون والـد  جـدول وابسـتگی مشـخصشده اند را مجموعه P می نامیم. به بیان دیگر، مجموعه P زیرمجموعه U است و تمام آیتم هـاییرا دربرمی گیرد که حداقل در یکی از مقاله ها بعد اصلی ارزیابی وب سـایت معرفـی شـده انـد . ایـنمجموعه به راحتی از جدول وابستگی به دست می آید.
پیدا کردن مجموعه های و درجه عضویت
پس از آنکه در جدول وابستگی ها، به ازای هر از عناصر مجموعه P، مشخص شد که در مـدل ارائهشده در هر مقاله، چه اعضایی از مجموعه U به وابسته اند، در این گام باید مجموعه فازی – (میزان وابستگی کلی هریک از اعضای مجموعه U به – ) محاسبه شود. به بیانی دیگر، باید تعیین شود که به ازای هر بعد بالقوه یا ، چه آیتم هـایی از مجموعـ ه مرجـع ، بـا چـه درجـهعضویتی، متعلق به مجموعه . هستند. بـرای محاسـبه درجـه عضـویت هریـک از آیـتم هـایمجموعه مرجع () در مجموعه ، می توان از نسبت تعداد رکوردهایی که در ستون فرزند و در ستون والد ظاهر شده است، به تعداد کل رکوردهایی که در ستون فرزنـد ظـاهر شـده، استفاده کرد. به این ترتیب هرچه دفعات بیشتری به عنوان فرزند در کنار قرار گرفته باشد، میزان عضویت آن در مجموعه بیشتر می شود.
جدول3. جدول عضویت
ردیف فرزند والد درجه عضویت

از آنچه گفته شد، پیداست که هر مجموعه یک مجموعه فازی است.
یافتن ابعاد اصلی مدل
محاسبه پارامترهای زوجی بین ابعاد بالقوه (مجموعه P)
بهمنظور فراهمآوردن اطلاعات لازم برای تصمیم گیری و استخراج مدل نهایی، لازم اسـت بـینهر دو آیتم از مجموعه P پارامترهایی را محاسبه کرد.
همان طور که پیشتر گفته شد، مجموعه P شامل عناصری است که حداقل در یکی از مقاله ها بعد اصلی معرفی شده باشد. قبل از محاسبه پارامترهـای زوجـی، بـهمنظـور کمتـر شـدن حجـممحاسبات و سرعت بیشتر عملیات از مجموعه P، فقط اعضایی بـرای محاسـبات بعـدی انتخـابشدند که تعداد اعضای زیر مجموعههای آنها حداقل برابـر بـا میـانگین تعـداد زیرمجموعـه هـا ی اعضای P باشند. این پالایش به منظور سرعت بیشتر و پا یینتر آمدن حجم عملیات صورت گرفته است.
برای هریک از اعضای مجموعه P باید پارامترهای زوجی آن عضو بـا سـایر اعضـا محاسـبهشود. در ادامه به پارامترهای مد نظر پرداخته شده است:
همپوشانی بین و : این شاخص از تجمیع همپوشانی دوبه دو بین ابعاد منتخب ب هدسـت می آید. رابطه 1 نحوه محاسبه همپوشانی بین دو بعد بالقوه را نشان می دهد. در این رابطه از مفاهیم اجتماع و اشتراک فازی استفاده شده است.
رابطه 1) ,
وابستگی به : این پارامتر نشان میدهد که تا چـه میـزان آیـتم هـا ی زیرمجموعـه P توسط P پوشش داده می شوند (رابطه 2).

رابطه 2)

=,
در رابطه 2 برای محاسبه وابستگی بین هر دو بعد بالقوه، از مفهوم اشـتراک فـازی اسـتفادهشده است.
میزان عضویت در : با توجه به اینکه در برخی از مدل ها ابعاد اصلی، زیرمجموعه ابعـاددیگری قرار می گیرند، می توان در مورد برخی از آنها، میـزان عضـویت یکـی را در دیگـریمحاسبه کرد. میزان عضویت هریک از ابعاد اصلی در دیگری را (در صورت وجود) می تـواناز جدول عضویت استخراج کرد.
معیار مطلوبیت هریک از مجموعه های کاندید
چنانچه ابعاد بالقوه انتخابشده برای محاسبات بعدی را h در نظر بگیریم، تعـداد مجموعـههـا ی کاندید 2 خواهد بود. با توجه به اینکه هر مجموعه کاندید، جوابی بالقوه برای یافتن ابعاد اصـلیمدل نهایی است، باید بتوان شاخصهایی را برای ارزیـابی و مقایسـه ایـن مجموعـه هـا در نظـرگرفت. به این منظور شاخص های زیر برای هر مجموعه کاندید محاسبه شده است:
تعداد مقاله های اشاره کننده به اعضا: این شاخص نشان دهنده تعـداد مقالـ ه هـایی اسـت کـهدست کم یکی از اعضای مجموعه کاندید را ابعـاد اصـلی وب سـایت معرفـی کـرده اسـت؛ بیشینه بودن این مقدار، مطلوب نظر است؛
همپوشانی بین اعضای مجموعه کاندید: این شاخص با محاسـب ه مجمـوع همپوشـانی هـا ی دوبه دو بین اعضای هر مجموعه کاندید به دست می آید؛
میزان پوشش آیتم های مجموعه U توسط اعضای مجموعه کاندید: این شاخص با محاسـب ه میزان پوشش آیتمهای مجموعه مرجع (U) توسط اعضای مجموعه کاندید نسـبت بـه کـل آیتمهای موجود در مجموعه مرجع به دست می آید؛
میزان وابستگی اعضا به سایر ابعاد بالقوه: یکی از شاخص های مد نظر برای تعیین مطلوبیت هر مجموعه کاندید، کمتربودن وابستگی اعضای مجموعه کاندید به سایر ابعاد بالقوه است.
میزان عضویت اعضای مجموعه کاندیـد در سـایر ابعـاد: هرچـه اعضـای مجموعـه کاندیـدعضویت کمتری در سایر ابعاد داشته باشـند، آن مجموعـه از مطلوبیـت بیشـتری برخـوردارخواهد بود.
با توجه به معیارهای متفاوت و ناهمگون موجـود بـرای تصـمیمگیـری در خصـوص بهتـرینمجموعه کاندید ـ که شامل ابعاد اصلی طراحی وبسایت خواهد بود ـ برای یافتن بهترین جواب ممکن از بین مجموعه های کاندید، از تصمیمگیری چندمعیاره بـا اسـتفاده از الگـوریتم تاپسـیس(پاویک و ناواسلاک، 2013) بهره گرفته شده است.
ذکر این نکته لازم است که در این پژوهش وزن همه شاخص ها یکسان در نظر گرفته شـدهاست. به منظور تعیین ابعاد اصلی، ابتدا بـرای تمـامی مجموعـه هـا ی کاندیـد ممکـن، معیارهـای پنجگانه فوق محاسبه شد هاند (جدول 4). سپس مقادیر جدول 4 نرمال سازیشده و شـاخص هـای تصمیم تاپسیس در مورد هریک از مجموعه های کاندید محاسبه شده است.

جدول4. محاسبه مقادیر هر معیار برای هریک از مجموعه های کاندید

شناسایی ابعاد زیرمجموعه هریک از ابعاد اصلی
برای شناسایی ابعاد زیرمجموعه هریک از ابعاد اصلی، گام های زیر طی شده است:
ابتدا مجموعه U بر این اسـاس کـه هر یـک از اعضـای آن در کـدام ابعـاد چهارگانـهعضویت بالاتری دارند، به چهار مجموعه مجزا افراز شده است؛
ابعادی که همپوشانی شایان توجهی با ابعاد اصلی مدل نهـایی داشـته انـد ، از مجموعـهابعاد حذف شدند؛
سپس فرایند به کاربردهشده برای یافتن ابعاد اصلی مـدل نهـایی، روی مجموعـههـا ی افرازشده از U اعمال شده است تا بـه ایـن ترتیـب ابعـاد سـطح دوم در مـدل نهـاییشناسایی شوند؛
گام های دوم و سوم تا جایی ادامه یافت که هریک از ابعاد بالقوه، یا به دلیل همپوشـانیبالا با زیربعد های منتخب حذف شوند، یا اینکه با عنوان یکی از زیر بعدهای لایه هـای پایین تر، در مدل نهایی گنجانده شوند.
به این ترتیب ساختار مدل شامل ابعاد و زیربعد های هریک، استخراج و نهایی شده است.
اختصاص یک بهیک عناصر ارزیابی به بعدها و زیربعد ها و رسیدن به مدل نهایی
برای نهایی کردن مدل باید تمامی عناصر استخراج شده از مقال هها به ابعاد و زیربعد های موجود در مدل اختصاص داده شوند. به این منظور، عضویت عناصر در هریـک از ابعـاد و زیربعـدهای آنهـا بررسی شده است. بالطبع چنانچه یک عنصر به یکی از زیر ابعاد وابستگی بیشتری داشـته اسـت، عضویت آن با نام همان بعد ثبت شده است.
یافته های پژوهش
با توجه به مدل های ارائهشده پیشین و همچنین با به کارگیری روش پژوهش که در مرحلـه قبـلبیان شد، جدول 5 نتایج محاسبات تاپسـیس را نشـان مـیدهـد کـه بـر اسـاس متغیـر تصـمیم
∗ مرتب شده است.
جدول 5. نتایج محاسبات تاپسیس
∗ ⋄ ∗

در این سایت فقط تکه هایی از این مطلب با شماره بندی انتهای صفحه درج می شود که ممکن است هنگام انتقال از فایل ورد به داخل سایت کلمات به هم بریزد یا شکل ها درج نشود

شما می توانید تکه های دیگری از این مطلب را