Ομιλητής
Περιγραφή
Παρόλο που οι παραδοσιακές μετρικές και τα μοντέλα που βασίζονται σε ερωτηματολόγια, όπως το LibQUAL+, παρέχουν πολύτιμα θεμέλια για την αξιολόγηση της ποιότητας των υπηρεσιών των ακαδημαϊκών βιβλιοθηκών, ενδέχεται να μην αποτυπώνουν πλήρως το εύρος και το βάθος των εξελισσόμενων εμπειριών των χρηστών. Καθώς οι ακαδημαϊκές βιβλιοθήκες μετατρέπονται όλο και περισσότερο σε διαδραστικούς κόμβους επικοινωνίας της εκάστοτε πανεπιστημιακής κοινότητας, το περιεχόμενο που δημιουργείται από τους χρήστες (User-Generated Content - UGC), συμπεριλαμβανομένων των κριτικών της Google, προσφέρει μια πλούσια, αυθεντική πηγή αφιλτράριστης ανατροφοδότησης.
Αναγνωρίζοντας τόσο τα εμπόδια κλιμάκωσης (scalability) της χειροκίνητης κωδικοποίησης, όσο και τους σημασιολογικούς περιορισμούς των συμβατικών πιθανοτικών αλγοριθμικών μοντέλων, η παρούσα προσπάθεια προτείνει ένα πολυδιάστατο πλαίσιο κειμενικής αναλυτικής, σχεδιασμένο να γεφυρώσει αυτά τα κενά παρέχοντας ακρίβεια κατανόησης και ευαισθησία ως προς τις φωνές των χρηστών. Εξετάζοντας ένα σώμα κειμένων από Google κριτικές σε ελληνικές ακαδημαϊκές βιβλιοθήκες, η συγκεκριμένη προσέγγιση υιοθετεί μια ροή εργασιών κατηγοριοποίησης μηδενικού δείγματος (Zero-Shot Classification) για θεωρητικά θεμελιωμένες θεματικές κατηγορίες. Ένα βήμα παρακάτω η προσπάθεια συνδυάζει την ανάλυση συναισθήματος μέσω του μοντέλου VADER, προκειμένου να αποτυπώσει συναισθηματικές διαστάσεις ανά θεματική κατηγορία.
Τα ευρήματα έως τώρα αναδεικνύουν μια σαφή ιεραρχία στις προτεραιότητες των χρηστών. Ενώ οι φυσικοί χώροι και οι εκδηλώσεις της κοινότητας δημιουργούν την υψηλότερη ικανοποίηση, οι ψηφιακές υποδομές και οι αλληλεπιδράσεις με το προσωπικό εντοπίζονται ως πρωταρχικές λειτουργικές προκλήσεις.
Το παρόν μεθοδολογικό πλαίσιο βασισμένο στα δεδομένα επιδιώκει να μετατρέψει το αδόμητο περιεχόμενο χρηστών σε αξιοποιήσιμη γνώση, υποστηρίζοντας τις ακαδημαϊκές βιβλιοθήκες στη λήψη δυναμικών, τεκμηριωμένων αποφάσεων που ανταποκρίνονται στις πραγματικές ανάγκες και τις βιωματικές εμπειρίες των χρηστών που εξυπηρετούν.
Περίληψη (Αγγλικά)
Although traditional metrics and survey-based models, such as LibQUAL+, provide valuable foundations for evaluating academic library service quality, they may do not completely capture the breadth and depth of evolving user experiences. As academic libraries increasingly transform into interactive communication hubs for the university community, User-Generated Content (UGC), including Google reviews, offers a rich, authentic source of unfiltered feedback.
Taking into account the scalability challenges inherent in manual qualitative coding and the semantic constraints of traditional probabilistic algorithms, this study proposes a multidimensional text analytics framework to address these limitations while maintaining both analytical rigor and attentiveness to authentic user perspectives. By analyzing a corpus of Google reviews from Greek academic libraries, the research implements a Zero-Shot Classification workflow to assign theory-based thematic categories. Furthermore, the approach integrates sentiment analysis using the VADER model, thereby enabling a refined exploration of the emotional tones within each thematic domain.
The findings to date present a clear hierarchy in user priorities. Notably, respondents express the greatest satisfaction with the quality of physical spaces and the vibrancy of community events. Conversely, ongoing concerns remain with digital infrastructure and staff interactions, which emerge as key operational challenges requiring attention.
This data-driven methodological framework is intended to translate unstructured user-generated content into actionable insights, thereby empowering academic libraries to render informed, adaptive decisions that genuinely reflect the needs and lived experiences of their communities.
| Λέξεις Κλειδιά | Ακαδημαϊκές_βιβλιοθήκες; Περιεχόμενο_παραγόμενο_από_τους_χρήστες; Κειμενική_αναλυτική; Θεματική_κατηγοριοποίηση; Ανάλυση_συναισθήματος |
|---|---|
| Τίτλος (Αγγλικά) | Leveraging User-Generated Content for the Services Evaluation of Greek Academic Libraries: A Multidimensional Text Analytics Framework |
| Λέξεις Κλειδιά (Αγγλικά) | Academic_libraries; user-generated_content; text_analytics; topic_classification; sentiment_analysis |