<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه پیام نور</PublisherName>
				<JournalTitle>پژوهش های کتابخانه های دیجیتالی و هوشمند</JournalTitle>
				<Issn>2383-1049</Issn>
				<Volume>12</Volume>
				<Issue>شماره 4  (پیاپی 47)</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>01</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>"Identification and Validation of Indicators and Criteria for Evaluating the Quality of Public Access to Information and Information and Communication Technology (ICT) Services in Public Libraries of Selected Middle Eastern Countries"</ArticleTitle>
<VernacularTitle>شناسایی و اعتبارسنجی شاخص‌ها و معیارهای ارزیابی کیفیت دسترسی همگانی به خدمات اطلاعاتی و فناوری اطلاعات و ارتباطات در کتابخانه‌های عمومی کشورهای منتخب خاورمیانه</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">13000</ELocationID>
			
<ELocationID EIdType="doi">10.30473/mrs.2026.77422.1692</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>کریمه</FirstName>
					<LastName>نواصری</LastName>
<Affiliation>علم اطلاعات و دانش شناسی، دانشکده علوم انسانی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران،ایران</Affiliation>

</Author>
<Author>
					<FirstName>عبدالرضا</FirstName>
					<LastName>نوروزی چاکلی</LastName>
<Affiliation>علم اطلاعات و دانش شناسی، دانشکده علوم انسانی، دانشگاه شاهد، تهران،ایران</Affiliation>

</Author>
<Author>
					<FirstName>زهرا</FirstName>
					<LastName>اباذری</LastName>
<Affiliation>علم اطلاعات و دانش شناسی، دانشکده علوم انسانی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران،ایران</Affiliation>
<Identifier Source="ORCID">0000-0001-9398-6590</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2026</Year>
					<Month>02</Month>
					<Day>14</Day>
				</PubDate>
			</History>
		<Abstract>The purpose of this study was to identify and validate indicators and criteria for evaluating the quality of universal access to information services and information and communication technologies (ICT) in public libraries of selected Middle Eastern countries. This applied research employed a descriptive–exploratory approach. Data were collected through a review of relevant printed and electronic literature and the Delphi method. In the first phase, preliminary indicators related to the quality of universal access were extracted from authoritative sources. Subsequently, these indicators were reviewed and validated through several Delphi rounds with the participation of 16 experts in the field of library and information science and public librarianship, who were selected using snowball sampling. Data analysis was conducted using qualitative methods.&lt;br /&gt;The findings indicated that the evaluation of the quality of universal access to information services and ICT in public libraries of the selected Middle Eastern countries can be explained across four main dimensions: user empowerment, access to information resources, digital divide reduction, and information equity. In the user empowerment dimension, indicators such as information literacy education, digital literacy, lifelong learning, and artificial intelligence literacy were identified as highly important. Regarding access to resources, open access to specialized, health-related, agricultural, and scholarly information was found to be a key factor in service quality. Furthermore, the development of digital infrastructure, provision of universal high-speed internet access, and attention to the information needs of special and disadvantaged social groups were recognized as essential components for reducing the digital divide and achieving information equity. Overall, the results of this study provide a reliable and evidence-based framework to support policymaking, planning, and improvement of the quality of information and digital services in public libraries across the Middle East.</Abstract>
			<OtherAbstract Language="FA">هدف پژوهش حاضر شناسایی و اعتبارسنجی شاخص‌ها و معیارهای ارزیابی کیفیت دسترسی همگانی به خدمات اطلاعاتی و فناوری اطلاعات و ارتباطات (ICT) در کتابخانه‌های عمومی کشورهای منتخب خاورمیانه است. این پژوهش از نظر هدف کاربردی و از نظر روش، توصیفی‌–اکتشافی است. گردآوری داده‌ها با بهره‌گیری از مطالعات کتابخانه‌ای و روش دلفی انجام شد. در مرحله نخست، شاخص‌های اولیه ارزیابی کیفیت دسترسی همگانی از متون و منابع چاپی و الکترونیکی مرتبط استخراج گردید. سپس این شاخص‌ها طی چند دور دلفی و با مشارکت ۱۶ نفر از صاحب‌نظران حوزه علم اطلاعات و کتابخانه‌های عمومی که به روش نمونه‌گیری گلوله‌برفی انتخاب شده بودند، مورد بررسی و اعتبارسنجی قرار گرفت. تحلیل داده‌ها به شیوه کیفی انجام شد.&lt;br /&gt;یافته‌های پژوهش نشان داد ارزیابی کیفیت دسترسی همگانی به خدمات اطلاعاتی و ICT در کتابخانه‌های عمومی کشورهای منتخب خاورمیانه در چهار بعد اصلی شامل توانمندسازی کاربران، دسترسی به منابع اطلاعاتی، کاهش شکاف دیجیتالی و عدالت اطلاعاتی قابل تبیین است. در بعد توانمندسازی کاربران، شاخص‌هایی نظیر آموزش سواد اطلاعاتی و دیجیتال، یادگیری مادام‌العمر و سواد هوش مصنوعی از اهمیت بالایی برخوردار بودند. در بعد دسترسی به منابع، دسترسی آزاد به منابع تخصصی، بهداشتی، کشاورزی و پژوهشی بیشترین اهمیت را داشت. همچنین توسعه زیرساخت‌های دیجیتال، دسترسی همگانی به اینترنت و توجه به نیازهای اطلاعاتی گروه‌های خاص اجتماعی به‌عنوان مؤلفه‌های کلیدی کاهش شکاف دیجیتالی و تحقق عدالت اطلاعاتی شناسایی شد. نتایج پژوهش می‌تواند مبنایی علمی برای برنامه‌ریزی، سیاست‌گذاری و ارتقای کیفیت خدمات اطلاعاتی و دیجیتال در کتابخانه‌های عمومی فراهم آورد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">کتابخانه‌های عمومی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کیفیت دسترسی همگانی: فناوری اطلاعات و ارتباطات</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شکاف دیجیتالی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">عدالت اطلاعاتی</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>دانشگاه پیام نور</PublisherName>
				<JournalTitle>پژوهش های کتابخانه های دیجیتالی و هوشمند</JournalTitle>
				<Issn>2383-1049</Issn>
				<Volume>12</Volume>
				<Issue>شماره 4  (پیاپی 47)</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>01</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>A Hybrid Intelligent Recommender System Based on Data Mining for Personalizing Services in Digital Libraries</ArticleTitle>
<VernacularTitle>ارائه یک سیستم توصیه‌گر ترکیبی هوشمند مبتنی بر داده‌کاوی برای شخصی‌سازی خدمات در کتابخانه‌های دیجیتال</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">13010</ELocationID>
			
<ELocationID EIdType="doi">10.30473/mrs.2026.77677.1698</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>پیمان</FirstName>
					<LastName>الماسی نژاد</LastName>
<Affiliation>گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشکده فنی و مهندسی، دانشگاه پیام نور، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>محمد</FirstName>
					<LastName>ذهابی</LastName>
<Affiliation>گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشکده فنی و مهندسی، دانشگاه پیام نور، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2026</Year>
					<Month>03</Month>
					<Day>25</Day>
				</PubDate>
			</History>
		<Abstract>With the rapid growth of digital resources and the increasing volume of information in digital libraries, users face significant challenges in locating relevant materials quickly, accurately, and in a personalized manner. Traditional search and filtering approaches, which primarily rely on keyword matching and limited user preference analysis, often fail to fully satisfy users’ information needs. Consequently, intelligent recommender systems have gained considerable attention as an effective solution for improving access to resources and enhancing user experience. This study proposes a hybrid recommender system based on behavioral and content-based data, consisting of data preprocessing, two recommendation engines (content-based and collaborative filtering), and an intelligent aggregation layer for combining recommendation outputs. Behavioral data were extracted from the Book-Crossing dataset, while content-based information was obtained from both Book-Crossing and CiteULike datasets to model user preferences and resource characteristics. The performance of the proposed model was evaluated using precision, recall, coverage, diversity, and an intelligent recommendation quality score. Experimental results demonstrated that the hybrid model outperformed single-strategy recommenders, achieving a precision of 0.75, recall of 0.72, and coverage of 0.68. Furthermore, the proposed approach reduced common recommender system challenges such as the cold-start problem and popularity bias while increasing recommendation diversity and improving user experience. The findings indicate that integrating data mining techniques with semantic content analysis provides an effective framework for developing advanced recommender systems in digital library environments.</Abstract>
			<OtherAbstract Language="FA">با رشد فزاینده منابع دیجیتال، کاربران کتابخانه‌های دیجیتال با چالش‌های قابل توجهی در یافتن سریع و دقیق منابع مرتبط مواجه هستند و روش‌های سنتی جستجو و فیلتر اغلب قادر به پاسخ‌گویی به نیازهای شخصی‌سازی‌شده آنان نیستند. از این‌رو، سیستم‌های توصیه‌گر هوشمند به‌عنوان راهکاری مؤثر مورد توجه قرار گرفته‌اند. این پژوهش یک سیستم توصیه‌گر ترکیبی مبتنی بر داده‌های رفتاری و محتوایی ارائه می‌دهد که شامل مراحل پیش‌پردازش داده‌ها، دو موتور توصیه‌گر (محتوایی و مشارکتی) و یک لایه ادغام هوشمند است. در این چارچوب، داده‌های رفتاری از مجموعه Book-Crossing و داده‌های محتوایی از منابع Book-Crossing و CiteULike استخراج و برای مدل‌سازی ترجیحات کاربران و ویژگی‌های محتوایی منابع به‌کار گرفته شده‌اند. عملکرد سیستم با استفاده از معیارهای دقت، پوشش، تنوع و امتیاز کیفیت توصیه مبتنی بر ارزیابی هوشمند مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل ترکیبی نسبت به روش‌های تک‌رویکرد عملکرد بهتری داشته و دقت آن به 75/0، بازخوانی به 72/0 و پوشش به 68/0 رسیده است. همچنین این رویکرد با افزایش تنوع توصیه‌ها و کاهش مشکل شروع سرد و سوگیری محبوبیت، موجب ارتقای تجربه کاربری شده است. در مجموع، یافته‌های پژوهش نشان می‌دهد که استفاده از رویکرد ترکیبی مبتنی بر داده‌های رفتاری و محتوایی می‌تواند به‌طور معناداری عملکرد سیستم‌های توصیه‌گر در کتابخانه‌های دیجیتال را بهبود دهد و امکان ارائه خدمات شخصی‌سازی‌شده‌تر و کارآمدتر را فراهم سازد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">سیستم توصیه‌گر ترکیبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">داده‌کاوی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کتابخانه‌های دیجیتال</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شخصی‌سازی خدمات</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">فیلترینگ مشارکتی</Param>
			</Object>
		</ObjectList>
</Article>
</ArticleSet>
