ب) سرعت پخش:
در‌‌ این سیستم همیشه بایستی آب با سرعتی کمتر از حداقل سرعت نفوذ خاک بکار رود. چنانچه سیستم به خوبی تنظیم شده باشد هیچ زهابی در زمین بوجود نخواهد آمد.
پ) بهرهبرداری یکنواخت:
مقدار آب مورد نیاز برای آبیاری به یکنواختی و بازده استعمال آن بستگی دارد. بیشترین بازده کاربرد مؤثر به عواملی نظیر دسترسی آب، تجهیزات و کارگر و به علاوه ارزش محصول تولید شده بستگی دارد.

ت) به حداقل رساندن هزینه آبیاری:
استفاده از سیستم‌های بارانی کاملاً قابل حمل به سرمایه‌ی کمتری نیاز دارد اما هزینه‌ی نیروی کارگر در آن بالاتر است در حالیکه در سیستم‌های آبپاش نیمه انتقالی هزینه‌ی آبیاری به حداقل کاهش مییابد.
ث) انتخاب محصول به منظور بازگشت هزینه‌ها:
محصولاتی با ارزش اقتصادی کم نمیتواند استفاده از سیستم بارانی را توجیه کند. از ‌‌این رو،‌‌این نوع سیستم آبیاری تنها برای آن دسته از محصولاتی باید بکار رود که درآمد کافی جهت توجیه هزینه‌های مصرف شده برای اجرای‌‌این سیستم را تأمین کند. اگرچه، استفاده ار روش بارانی محصول سود بهتری را به دلیل بازدهی بالاتر و کاربرد یکنواخت نصیب کشاورزان میکند. گیاهانی که نزدیک به هم کشت میشوند مانند بادام زمینی میتوانند برای‌‌ این روش مطلوبتر باشند.
فاکتورهای وابسته به آبیاری بارانی:
قبل از طراحی و نصب سیستم بارانی باید از دسترسی به تجهیزات و تأسیسات آن اطمینان حاصل کرد. روش آبیاری بارانی به فاکتورهای بسیاری وابستهاند از جمله:
۱) توپوگرافی زمین
۲) مشخصات خاک
۳) نوع محصولات
۴) مقدار و کیفیت آب مصرفی
۵) دسترسی به کارگر و انرژی
۱) توپوگرافی زمین:
زمین‌های زراعی به دسته‌ه ای زیر طبقهبندی می-شوند:
- زمین با توپوگرافی نامنظم
- زمین با شیب تند و ناهموار
- محدوده‌های وسیع مجزا
در تمام دستهبندی‌های فوق، آبیاری بارانی، کاربرد یکنواخت آب را در مزارع شیبدار و موجدار بدون هیچ گونه تلفات خاک، فرسایش و یا فشردگی خاک در حین آبیاری و بدون نیاز به هیچ گونه تسطیح زمین، فراهم میکند. هر چند، حداکثر سرعت پخش آبپاش در شیب‌هایی با درجات مختلف ( که به ۴ درجه اصلی طبقهبندی شدهاند) طبق بافت خاک (از خاک ریز ماسه‌‌ای تا خاک سنگین رسی) باید به خوبی با جدول راهنمای زیر تطابق داشته باشد:
جدول ۳-۱- حداکثر سرعت کاربرد آبپاش برای شیب‌هایی با درجات مختلف و خاک‌هایی با بافت متفاوت منبع: کتاب راهنمای آبیاری بارانی^[۸۳]، USAID، واشنگتن^[۸۴]، ۱۹۶۸

تعیین راه حل های بدیل
ارزیابی و انتخاب یک راه حل
اجرای
راه حل انتخابی
حل مساله
شکل ۲-۷- فرایند تصمیم گیری
مدل های تصمیم گیری چندمعیاره ^[۲۴](MCDM) به دو دسته کلی تقسیم می شوند: (اصغرپور۱۳۷۷)
الف) مدل تصمیم گیری چند هدفه (MODM)^[25] .
ب) مدل های تصمیم گیری چند شاخصه (MADM)^[26] .
۲-۳-۲- تصمیم گیری چند شاخصه :
در این مسایل تعدادی گزینه مورد تجزیه و تحلیل قرار می گیرد و در مورد آن ها، یک نوع اولویت بندی انجام می شود. گاهی به جای گزینه، از مترادف های آن مانند استراتژی، راهکار و… استفاده می شود. علاوه بر گزینه ها، همان‌طور که از نام تصمیم گیری چند شاخصه بر می آید، چندین شاخص وجود دارد که تصمیم گیرنده، باید آنها را به دقت، در مسایل خود مشخص کند. این شاخص ها در ارتباط با هر یک از گزینه ها، مورد بررسی قرار می گیرند. برای مثال، فردی را در نظر بگیرید که قصد خرید اتومبیل دارد. راهکار یا گزینه های مختلف وی، نوع اتومبیل می باشد، مثل سمند، پژو و…؛ اما شاخص ها، معیارهایی برای ارزیابی و انتخاب گزینه ها هستند. برای مثال او اتومبیل سمند را از لحاظ قیمت، میزان مصرف سوخت، میزان ضمانت، وجهه اجتماعی و … ارزیابی می کند. بنابراین قیمت، میزان مصرف سوخت، میزان ضمانت و وجهه اجتماعی شاخص های این فرد را تشکیل می دهد.

همان‌طور که گفتیم، تصمیم گیری چند شاخصه، با ماتریس تصمیم گیری سر و کار دارد. به طور معمول این نوع تصمیم گیری توسط جدول ۲-۸- فرموله می شود.
جدول۲- ۸. ماتریس تصمیم گیری چند شاخصه

می توان گفت A_i نشان دهنده گزینه i ام ، C_j نشان دهنده شاخص j ام و a_ij نشان دهنده ارزش گزینه i ام ، از نظر شاخص j ام می باشد .
تبدیل شاخص های کیفی به کمی
به طور کلی راهکارهای انتخابی را می توان توسط دو نوع شاخص توصیف کرد:
۱- شاخص های کمی (قیمت، درآمد، مسافت و… )
۲- شاخص های کیفی (وجهه اجتماعی، سختی، امنیت، زیبایی و…)
می توان با بهره گرفتن از روش های مختلفی، شاخص های کیفی را به شاخص های کمی تبدیل کرد، ولی بهترین روش، روشهایی هستند که از مقیاس های فاصله ای و رتبه ای یا مقیاس دو قطبی استفاده می نمایند. یک روش عمومی در اندازه گیری یک شاخص کیفی با مقیاس فاصله ای، استفاده از مقیاس دو قطبی فاصله ای است که به قرار زیر می باشد:

همچنین برای اندازه گیری تفاوت و عدم تشابه دو مجموعه داده، فاصله Jaccard به صورت مکمل ضریب جاکارد تعریف و به صورت زیر بیان می­گردد.

با توجه به توضیحات بالا، ضریب تشابه جاکارد را می­توان جهت محاسبه تشابه آیتم­ها در یک سیستم توصیه­گر و به جای فرمول پیرسون مورد استفاده قرارداد و نتایج حاصل از آنرا مورد ارزیابی و تجزیه و تحلیل قرار داد. فرمول جاکارد به صورت زیر جهت تشابه دو آیتم i و j تعریف می­گردد.

در فرمول فوق مجموعه کاربرانی هستند که به صورت مشترک هم به آیتم i و هم به آیتم j امتیاز داده­اند و مجموعه کاربرانی هستند که تنها به آیتم i امتیاز داده­اند و مجموعه کاربرانی هستند که تنها به آیتم j امتیازی تخصیص داده­اند­.
۴-۳-۲- حذف میانگین از فرمول پیرسون
یکی دیگر از مواردی که مورد بررسی و ارزیابی قرار می­گیرد حذف میانگین از فرمول پیرسون است زیرا با توجه به این مطلب که امتیازات آیتمهای مختلف و به تبع آن میانگین آنها نیز در یک محدوده مشخص ]۵,۱[ قرار دارد، حذف میانگین، می ­تواند باعث بهبود سرعت و در برخی موارد باعث افزایش دقت و کاهش خطا نیز گردد[۸۰]. فرمول تغییر یافته پیرسون جهت محاسبه ارتباط میان دو آیتم i و j در زیر بیان می گردد .

۴-۳-۳- استفاده از تکنیک مبتنی بر آیتم خالص^[۹۶]
یکی دیگر از رویکردهایی که در محاسبه تشابه میان دو آیتم مطرح می­باشد استفاده از تکنیک مبتنی بر آیتم خالص می­باشد[۲۲]. در این حالت تغییری در فرمول پیرسون بکار رفته در مدل TrustWalkerرخ می­دهد و به جای میانگین امتیازات کاربر که در فرمول شماره ۱۶ مطرح گردیده است میانگین کل امتیازات آیتمهای i و j در سطح کلیه کاربران، مورد استفاده قرار می گیرد.

در فرمول فوق و میانگین کل امتیازات تخصیص داده شده به آیتمهای i و j توسط کاربران نظر دهنده به آنها می باشد.
۴-۳-۴- تعدیل و تفسیر نظرات کاربران^[۹۷]
در اکثر سیستمهای توصیه­گر موجود، فرض بر این است که افراد و کاربران نظر دهنده دارای یک تفسیر مشترک و یکسان از محدوده امتیازات می­باشند و در واقع تفسیر دو کاربر مختلف از یک امتیاز واحد، به عنوان مثال امتیاز ۳ یکسان است و در ذهن هر دو کاربر مفهوم “متوسط” را تداعی می­ کند. بنابراین دو کاربر که برای یک آیتم، امتیازات متفاوتی را در نظر گرفته­اند دارای تفاوت عقیده می­باشند در حالیکه در دنیای واقعی چنین نیست و لزوما تعریف میزان رضایتمندی یا عدم رضایت از یک موضوع یا یک محصول خاص در ذهن کاربران مختلف یکسان نیست و هر شخص با توجه به ذهنیات و درک خود، واژه ­ها و درجه بندی­های سنجش محصولات را برای خود تعریف می­نماید، بنابراین در دیدگاه یک کاربر امتیاز ۴ به یک آیتم، بیانگر مفهوم “بسیار خوب” است در حالیکه در دیدگاه کاربر دیگر همین امتیاز ممکن است مفهوم “متوسط” را نشان دهد.
با توجه به مفاهیم و مطالب فوق به نظر می­رسد باید یک مکانیزم دیگر نیز به یک سیستم توصیه­گر اضافه گردد تا به کمک آن بتواند امتیازات دریافت شده از افراد و کاربران نظر دهنده را تعدیل و در یک تعریف واحد از امتیازات تفسیر نماید[۸۱].
این ایده قبلا تنها در سیستمهای مدیریت اعتماد بکار برده شده است و به صورت فاصله معنایی میان یک امتیاز پیش ­بینی شده و نظر شخصی یک فرد بکار گرفته شده است[۶۴]. بکار بردن مفهوم تفسیر و تعدیل نظرات کاربران در سیستمهای توصیه­گر باعث بهبود و افزایش دقت نتایج پیش ­بینی و مطابقت بیشتر با میل کاربر مبدا خواهد بود. برای نشان دادن این مطلب مثالی بر روی مجموعه داده movielens^[98]بیان می­گردد. در این مجموعه داده دو کاربر فرضی و در نظر گرفته می­ شود و با کنترل پروفایل هریک از آنها مشخص می­ شود که کاربر به ۱۳۵ آیتم و کاربر به ۹۴ آیتم امتیاز داده است که از این تعداد، ۲۲ آیتم به صورت مشترک توسط هر دو کاربر دارای امتیاز می­باشند. به جهت سادگی فرض می­ شود که بهترین همسایه کاربر برای ارائه پیشنهاد به وی کاربر می­باشد و برای تعیین امتیاز آیتم­های موجود در مجموعه مورد ارزیابی کاربر ، از نظرات موجود در پروفایل کاربر استفاده می­گردد.
با فرض این مطلب که اندازه مجموعه تست کاربر دارای ۵۰ آیتم است اولین نکته قابل ملاحظه این است که تنها تعداد ۱۸ عدد از آیتم­های مجموعه تست، درون پروفایل کاربر دارای مقدار می­باشند بنابراین می­توان تنها امتیاز ۱۸ آیتم از مجموعه تست را پیش ­بینی کرد. علاوه بر آن امتیاز ۵ کاربر ممکن است برابر امتیاز ۴ کاربر باشد و یا امتیاز ۲ کاربر معادل امتیاز ۱ کاربر باشد بنابراین بدون در نظرگرفتن تفسیر نظرات یکدیگر، میزان خطای موجود در نتایج حاصل بسیار زیاد خواهد بود.
برای نشان دادن تفاوت نظرات این دو کاربر می­توان از یک ماتریس دو بعدی که در جدول شماره ۴-۱ نشان داده شده است استفاده نمود. هر سلول در این ماتریس، نشان دهنده تعداد یک امتیاز خاص می­باشد که توسط دو کاربر تخصیص داده شده است به عنوان مثال عنصر سطر سوم و ستون چهارم که دارای مقدار ۳ است نشان دهنده این مطلب است که در خصوص ۳ آیتم، کاربر امتیاز ۳ را در نظر گرفته است اما در خصوص همان ۳ آیتم کاربر امتیاز ۴ را در نظر گرفته است .
جدول ۴-۱ : ماتریس پراکندگی نحوه امتیازدهی دو کاربر و

۲-pos

FW VBP,VBP NN

۳-pos

FW VBP NN

خصیصه‌های ۳-POSWORD

۳-POSWORD

I/FW go/VBP home/NN

آگراوال و میتال سال ۲۰۱۳ تحقیقی را انجام داده‌اند [۵] که در این تحقیق از روش‌های انتخاب خصیصه سودمندی اطلاعات و حداقل‌ افزونگی - حداکثر ‌وابستگی استفاده شده است، همچنین از خصیصه‌های Unigram و Bigram و گزیده‌ای از کلمه‌-‌‌POS در جهت مدل‌سازی متن بهره‌گرفتند. طبقه‌بندی در این تحقیق بر روی مجموعه داده بازبینی فیلم‌ها دقت بالاتری نسبت به روش ارائه شده توسط عباسی و همکارانش داشت. آنها نشان دادند که روش انتخاب خصیصه حداقل ‌افزونگی - حداکثر وابستگی عملکرد بهتری نسبت به سودمندی اطلاعات دارد. از جمله مشکلات روش ارائه شده توسط آگراوال و میتال مجموعه خصیصه‌های مورد استفاده آنها می‌باشد که در این رساله مجموعه خصیصه‌های مناسب‌تری برای تحلیل احساس موجود در متن ارائه می‌شود.

جدول ۲-۲ مجموعه کاملی از خصیصه ها N-gram
همانطور که در جدول ۲-۲ می‌بینید مجموعه خصیصه‌هایی N-gram که برای مدلسازی اسناد می‌توان از آنها بهره گرفت بسیار زیاد هستند؛ هر کدام از این مجموعه خصیصه‌ها خود با یک بردار با هزاران خصیصه اسناد را مدلسازی می‌کنند، بسیاری از این خصیصه‌ها افزونه و یا با تحلیل احساس غیر مرتبط هستند. برای دستیابی به دقت و سرعت بالاتر در عملیات طبقه‌بندی بهتر است از یک الگوریتم انتخاب خصیصه بهره بگیریم تا بتوانیم سودمندترین خصیصه‌ها را از میان هزاران خصیصه استخراج کنیم و عملیات طبقه‌بندی و تحلیل احساس را با سرعت و دقت بیشتری انجام دهیم.
سی و گوپتا در سال ۲۰۱۳ مقاله‌‌ای را ارائه کرده‌اند، آنها بجای استفاده از روش‌های انتخاب خصیصه پیچیده تلاش کرده‌اند ترکیب مناسبی از خصیصه‌ها را جهت دستیابی به دقت بالاتر در عملیات طبقه‌بندی، بیابند. همچنین برای کاهش دادن اندازه بردار خصیصه و حذف خصیصه‌های غیر مرتبط از sentiwordnet استفاده کرده‌اند. مجموعه داده این تحقیق اندازه کوچکتری نسبت به مجموعه داده مورد بررسی در سایر تحقیقات ذکر شده داشته است[۷]. در تحقیق مذکور با فیلتر کردن خصیصه‌هایی که وزن مثبت یا منفی آنها (وزن هر کلمه همان مقداری بین ۰ و ۱ است که از Sentiwordnetاستخراج شده است) کمتر از ۰٫۵ بود، تعداد خصیصه‌ها را کاهش داده‌اند. ویژگی این روش استفاده از ترکیب های ساده و متفاوت، همچنین کاهش تعداد خصیصه‌ها با بهره گرفتن از Sentiwordnet است. مشکل اصلی این روش مجموعه داده مورد استفاده در آن است؛ این مجموعه داده قابلیت نشان دادن پایداری روش را ندارد.
فاز اول تحلیل احساس ارائه مدل مناسبی برای اسناد است. در رساله جاری از سه کار [۱]، [۷] و [۵] برای مدل‌سازی اسناد الهام گرفته شده است. تحقیق [۱] مدلی جامع از خصیصه‌های N-gram ارائه داده است، ولی تعداد مجموعه خصیصه‌های آن زیاد است، افزایش خصیصه‌ها در بردار خصیصه‌ها، باعث افزایش خصیصه‌های افزونه و غیر مفید خواهد شد. وجود خصیصه‌ی غیر مفید یا افزونه در بردار خصیصه‌های حاصل از مدلسازی اسناد باعث می‌شود، اثرگذاری سایر خصیصه‌های سودمند و مرتبط با تحلیل احساس کاهش یابد لذا به همان نسبت دقت طبقه‌بندی نیز کاهش می‌یابد، همچنین باعث افزایش حجم بردار خصیصه خواهد شد در نتیجه ما را با مشکل حافظه مواجه خواهد کرد و سرعت طبقه‌بندی را به شدت کاهش می‌دهد. تعداد زیاد خصیصه‌ها، ما را در استفاده از الگوریتم انتخاب خصیصه محدود می‌کند. در این رساله تلاش بر آن بوده مجموعه کاهش یافته‌ای از خصیصه‌ها را برای مدل‌سازی اسناد برگزینیم، به گونه‌ای که مدل مناسبی از اسناد را برای تحلیل احساس ارائه دهند. تحقیق [۵] مدلی ترکیبی از خصیصه‌ها n-gram را را ارائه داده است و این مدل را روی ۴ مجموعه داده تست کرده‌ تا پایداری روش پیشنهادی خود را بررسی کنند. مجموعه خصیصه‌های مورد استفاده در تحقیق مذکور عبارت بودند از: ۱- خصیصه‌های unigram 2- خصیصه‌های bigram 3- ترکیب این دو مجموعه خصیصه‌ها.
الف- خصیصه‌های unigram: در ابتدا بردار خصیصه‌های unigram را از متن استخراج کرده‌اند سپس مدل حاصل را با بهره گرفتن از الگوریتم‌های یادگیری ماشین طبقه‌بندی کرده‌اند؛ در این روش آنها به دقت طبقه‌بندی ۸۲٫۷% در مجموعه داده بازبینی فیلم ها دست یافتند. حالت دوم با الگوریتم انتخاب خصیصه حداقل افزونگی – حداکثر وابستگی خصیصه‌های غیرسودمند را از مدل حاصل در مرحله قبل فیلتر کرده‌اند؛ در این حالت به حداکثر دقت ۸۹٫۲% دست یافتند.
ب- خصیصه‌های bigram: این مجموعه خصیصه بدون اعمال الگوریتم انتخاب خصیصه‌ای از متن استخراج شده‌اند و دقت بدست آمده از طبقه‌بندی ۷۹٫۲% برای مجموعه داده بازبینی فیلم‌ها بوده است. در حالت دوم با اعمال الگوریتم انتخاب حداقل افزونگی – حداکثر وابستگی به حداکثر دقت ۸۱٫۱% دست یافتند.
ج- ترکیب خصیصه‌های unigram و bigram: این مجموعه خصیصه بدون هیچ گونه انتخاب خصیصه‌ای از متن استخراج شده‌اند در این روش آنها توانستند مجموعه داده بازبینی فیلم‌ها را با دقت ۸۷٫۰% طبقه‌بندی کنند. در روش دوم با الگوریتم انتخاب خصیصه حداقل افزونگی – حداکثر وابستگی به حداکثر دقت ۹۱٫۱% دست یافتند و با اعمال الگوریتم انتخاب خصیصه سودمندی اطلاعات به دقت طبقه‌بندی ۹۰٫۱% دست یافتند.
نتایج بالا نشان از عملکرد مطلوب خصیصه‌های unigram و سودمند نبودن خصیصه‌های bigram دارد، و تصدیق کننده نتایجی است که سال ۲۰۰۲ pang و همکارانش به آن دست یافتند، به این دلیل که آگراوال و میتال به پراکندگی و نرمالسازی خصیصه‌های bigram هیچ توجهی نکرده‌اند. آنها تلاش کرده‌اند تعداد خصیصه‌ها را کاهش دهند در صورتی که میتوان تعداد خصیصه‌ها را با حفظ تعادل تعداد بین خصیصه‌های unigram، bigram و trigram تا حدی افزایش داد، تا بتوانیم به نتایج بهتر دست یابیم.
در رساله جاری برای تست پایداری روش پیشنهادی، ۴ مجموعه داده را برای تست و ارزیابی در نظر گرفته‌ایم، مدلی که در این رساله ارائه شده است دقت طبقه‌بندی را نسبت به [۱] و [۵] افزایش داده است. محققین در [۷] با بررسی انواع خصیصه‌های متفاوت ترکیب مناسبی از خصیصه‌ها را ارئه داده‌اند. ما نیز برای یافتن خصیصه‌های مطلوب در جهت مدل‌سازی اسناد ترکیب خصیصه‌های متفاوت را مورد بررسی قرار داده‌ایم.
الگوریتم‌های انتخاب خصیصه
در عصر فناوری اطلاعات با حجم زیادی از داده‌ها روبرو هستیم. می‌توان دانش مفیدی از این حجم زیاد داده استخراج کرد. بهتر است بگوییم به دلیل مشکلاتی که برای نگهداری، ذخیره سازی و پردازش این حجم داده‌ها مطرح می‌شود، اگر اطلاعاتی از داده استخراج نکنیم یک فقدان است. حجم زیاد داده‌ها به رسانه‌های ذخیره سازی و همچنین حافظه اصلی زیادی برای پردازش نیاز دارند. باید توجه داشته باشیم حجم قابل توجهی از این داده‌ها، غیر مفید، افزونه و یا غیر مرتبط هستند. لذا ضرورتی در نگهداری و یا پردازش همه این داده ها وجود ندارد. بهتر است فکری اندیشیده شود تا این داده‌های غیر ضروری حذف شوند و در فرایندهای مهم و پرهزینه وارد نشوند. الگوریتم‌های انتخاب خصیصه نیز همین هدف را دنبال می‌کنند. چنانچه مدلی ارائه شود این مدل متشکل از ده‌ها هزار خصیصه باشد، بسیاری از این خصیصه‌ها برای فرایند تحلیل احساس مفید نخواهند بود پس بهتر است این خصیصه‌ها به اشغال کردن حافظه و گرفتن سرعت عملیات منجر نشوند. ضمن اینکه از طرفی دقت عملیات را نیز کاهش خواهند داد.
الگوریتم‌های انتخاب خصیصه متعددی وجود دارد و در تحقیقات از اغلب آنها استفاده شده است.
بطور کلی دو نوع روش انتخاب خصیصه وجود دارد:

• تک متغیره.

• چند متغیره.

روش تک متغیره هر خصیصه را به تنهایی در نظر می‌گیرد، خصیصه را ارزیابی کرده و یک رتبه به آن می‌دهد. مانند الگوریتم‌های مربع کای^[۱۶] ، درست نمایی لگاریتمی^[۱۷] و سودمندی اطلاعات^[۱۸] . هر چند این روش‌ها سریع هستند ولی چون هر خصیصه را به تنهایی ارزیابی می‌کنند و به ارتباط بین آن خصیصه با سایر خصیصه‌ها توجهی ندارند، دقت کمتری دارند. این نوع الگوریتم‌ها به دلیل پیچیدگی زمانی کمتری که دارند، برای مجموعه داده‌هایی که بردار خصیصه‌های بزرگتری دارند مناسب‌اند [۱].
انتخاب سودمندترین خصیصه‌ها از میان تعداد بسیار زیاد خصیصه‌ها می‌تواند باعث افزایش دقت عملکرد الگوریتم طبقه‌بندی شود [۲۶]. شکل ۲-۱ مهمترین الگوریتم‌های انتخاب خصیصه تک متغیره را نشان می‌دهد.
شکل ۲-۱ مهمترین الگوریتم های انتخاب خصیصه تک متغیره
روش‌های انتخاب خصیصه‌ی تک متغیره نسبت به روش‌های چند متغیره پیچیدگی زمانی کمتری دارند به همین دلیل در بسیاری از تحقیق‌ها از روش‌های تک متغیره استفاده شده است.
[۸] و [۱۵] برای طبقه‌بندی متن از سودمندی اطلاعات استفاده کرده‌اند. تحقیق [۳] با اتکا به نتایج [۸] و [۱۵] روش سودمندی اطلاعات را برای انتخاب سودمندترین خصیصه‌ها برگزید. عباسی و همکارانش با بهره گرفتن از سودمندی اطلاعات و انتخاب سودمندترین خصیصه‌ها به دقت ۹۲٫۵% در تحلیل احساسات و عقاید موجود در متن مجموعه داده بازبینی فیلم دست یافتند. آنها در این تحقیق برای طبقه‌بندی از روش SVM بهره برده‌اند.
در [۱۶] برای انتخاب خصیصه از روش مربع کای استفاده شده است. آنها بهترین نتیجه خود را با بکارگیری طبقه بند SVM و حداکثر آنتروپی به صورت ترکیبی بدست آوردند. باید توجه کنیم برای بهبود طبقه‌بندی بهتر است، بتوانیم مدل درستی از اسناد را ارائه دهیم، تا به دقت بالاتری دست یابیم. استفاده همزمان و ترکیبی از چند الگوریتم طبقه‌بندی باعث افزایش پیچیدگی زمانی خواهد شد و نهایتا برای مجموعه داد‌های متفاوت لزوما باعث افزایش دقت طبقه‌بندی نخواهد شد. استفاده ترکیبی از چند الگوریتم طبقه‌بند برای یک مجموعه داده نمی‌تواند راه حلی برای بهبود سرعت و دقت طبقه‌بندی متون باشد. در عوض استفاده از چند طبقه‌بند می‌تواند از چند فیلتر انتخاب خصیصه استفاده کرد، یا به دنبال مدل مناسبتری برای مدلسازی اسناد باشیم.
[۲۰], [۲۵],[۱۴] از روش درست نمایی لگاریتمی استفاده کردند. در بین سه مقاله ذکر شده مقاله [۲۰] به حداکثر دقت ۹۰% دست یافت.
روش‌های چند متغیره پر استفاده‌ای نیز وجود دارد که استفاده از آنها باعث کاهش معقول تعداد خصیصه‌ها و افزایش نامعقول پیچیدگی زمانی خواهد شد
شکل ۲-۲ تعدادی از روش‌های چند متغیره انتخاب خصیصه که در سال‌های اخیر ارائه شده‌اند را نشان می‌دهد. در این قسمت بحث زیادی نخواهیم کرد، فقط کارهایی که از این روش‌ها استفاده کرده‌اند را بیان می‌کنیم. مهمترین مشکل این روش‌ها پیچیدگی زمانی آنها است. اگر اسناد بزرگ باشند و تعداد خصیصه‌ها زیاد باشد این روش‌ها عملا ناکارآمد خواهند بود. چنانچه اسناد کوچک باشند و تعداد خصیصه‌ها نیز کم باشد می‌توان از روش‌های چند متغیره استفاده کرد، ولی امروزه در عصر اطلاعات با حجم فراوانی از داده‌ها مواجه هستیم بهتر است راه حل‌هایی برای مدیریت داده ها ارائه شود.
عباسی و همکارانش در سال ۲۰۰۷ با ترکیب کردن الگوریتم ژنتیک با الگوریتم سودمندی اطلاعات روش انتخاب خصیصه EWGA^[19] را ارائه دادند با بهره گرفتن از این روش توانستند به دقت طبقه‌بندی ۹۵% دست یابند[۳] . این الگوریتم انتخاب خصیصه به خوبی کار می‌کند، ولی پیچیدگی زمانی این روش قابل توجه است. عباسی و همکارانش مقایسه‌ای که در مقاله سال ۲۰۱۳ خود انجام داده‌اند زمان لازم برای انتخاب سودمندترین خصیصه‌ها برای الگوریتم ژنتیک/سودمندی اطلاعات را بالغ بر ۶۰۰۰ دقیقه بیان کرده‌اند. لذا برای تحلیل داده ها با حجم زیاد نمی‌توان به این روش ها متکی بود.
ما برای حذف خصیصه‌های غیر مفید همانطور که پیش از این نیز به آن اشاره کرده‌ایم از روش‌های تک متغیره استفاده خواهیم کرد.
فصل بعد به ارائه روش پیشنهادی خواهیم پرداخت. در این رساله سه روش با کاربردهای متفاوت ارائه شده است. سپس روش های مورد نظر برای زبان فارسی نیز تعمیم داده شده‌اند و بر مجموعه داده زبان فارسی نیز اعمال شده اند.
شکل ۲-۲ مهمترین روش های انتخاب خصیصه چند متغیره

۲-۲-۱۲. علل گرایش به کتابخانههای دیجیتال
فنآوری اطلاعات با IT به فنآوریهایی اطلاق می شود که امکانات لازم برای جمعآوری، انباشت، پردازش و توزیع اطلاعات فراهم میکند. محور این فنآوری، رایانه و ارتباط راه دور است . رایانهها اساسا” کار پردازش و انباشت اطلاعات را انجام میدهند و ارتباطات راه دور، امکان پخش و توزیع این اطلاعات را در سطحی بسیار وسیع فراهم میسازد. فنآوری یکی از دستآوردهای آدمی است که در ایجاد فرهنگ و تمدن بشری نقش مهمی داشته است. هیچ جنبهای از زندگی انسانها را نمی بینیم که از فنآوری تاثیر نپذیرفته باشد. کتابخانهها از جمله کتابخانههای تخصصی از این قاعده کلی مستثنی نیستند.خود فنآوری ساخت کاغذ و چاپ متحرک، مجموعه کتابخانهها را به سرعت بی سابقهای افزایش داد، این افزایش بر همه جنبه های کتابداری تاثیر نهاد و عامل مهمی در به وجود آمدن کتابداری حرفهای بود. این مسیر روز به روز در حال تحول و پیشرفت است و جهت آن به سوی افزایش توانایی های انسان در به دست آوردن دقیق اطلاعات می باشد. فنآوری رایانه ای با توجه به این که از توانایی انباشت و آمادهسازی حجم بزرگی از اطلاعات برخوردار بود به کتابخانهها راه یافت و مورد استفاده قرار گرفت. جستوجوی پیوسته در بانکها و پایگاه های اطلاعاتی تحولاتی را بوجود آورد که به متخصصان رایانه یا متخصصان شبکه کتابخانه منجر شد. شبکه اینترنت با هدف تسهیل ارتباطات بشری، رایانهها را به خدمت گرفت. توسعه این شبکه به ایده دهکده جهانی و به دنبال آن مفاهیمی مانند کتابخانههای الکترونیک یا مجازی انجامید.

آنچه موجب شده است که کتابخانهها و مراکز اطلاعرسانی از فنآوری نوین استفاده کنند عبارتست از : سرعت، حافظه، دقت بسیار زیاد در فراهمآوری، انباشت و بازیابی اطلاعات به مدد رایانه و صرفهجویی در نیروی انسانی، ایجاد ارزش افزوده،انعطاف پذیری در برابر نیازهای گوناگون، دسترسی یکپارچه به اطلاعات، امکان استفاده ارزان از اطلاعات سایر کتابخانهها و پایگاه ها داده ها، امکان روزآمد کردن و اصلاح اطلاعات به شکلی ساده و سریع و اشتراک منابع. فنآوری اطلاعات در کتابخانهها کارکردهای مختلفی دارد. این کارکردها را میتوان به دو گروه کلی دسته بندی کرد:

• • فعالیتهای اساسی و داخلی کتابخانه نظیر: مجموعهسازی، فهرستنویسی، امانت و کنترل نشریات ادواری.

• • خدمات اطلاعرسانی مانند: آگاهیرسانیجاری، اشاعهگزینشیاطلاعات، خدمات مرجع،خدمات پیوسته، تحویل مدرک و…(لنکستر،۱۳۷۶).

۲ -۲-۱۳. چالشهادر حوزه کتابخانههای دیجیتالی:
۲-۲-۱۳-۱. چالشها و مسایل حوزه نگرشی کتابخانههای دیجیتالی
چالش برانگیزترین حوزه کتابخانه دیجیتال، حوزه نگرشی آن است. نوع نگرش مدیران کتابخانه، مدیران عالی و کتابداران به کتابخانه دیجیتال بسیار در سرنوشت آن تاثیر گذار است. چنانچه نگرش مثبت و صحیحی از کتابخانههای دیجیتال وجود داشته باشد، شرایط و زمینه ساخت آن راحتتر فراهم میشود .
برای مقوله های نو ظهور در هر سازمان، باید طی برنامهای ابعاد و عمق موضوع آن به خوبی تبیین شود. به ویژه ضروری است برای معرفی و تفهیم پدیدههایی که دامنه تاثیرگذاری آنها در سازمان زیاد است، به منظور ارتقای دانش و آگاهی کارکنان، زمان بیشتری صرف شود. بدین ترتیب، درک نسبتا یکسانی میان مدیران کتابخانه و مجریان کتابخانههای دیجیتالی و مسئولان عالی یک سازمان ایجاد میشود .
این تفاهم موقعیت یک سازمان را برای اتخاذ تصمیمات پایدار، دریافت بودجه و سرمایهگذاری اصولی برای ایجاد کتابخانههای دیجیتالی فراهم و استمرار فعالیت کتابخانههای دیجیتالی را تضمین میکند.
از چالشهای این حوزه می توان به مواردزیر اشاره کرد:
الف) درک ناصحیح از مفهوم کتابخانههای دیجیتال:
گاه در رسانه ها، اخباری از زبان مسئولان سازمانها شنیده میشود که از درک ناقص آنان نسبت به مفهوم کتابخانه دیجیتال و تفاوت آن با کتابخانه الکترونیک حکایت دارد. این ناآگاهی از مفهوم واقعی کتابخانههای دیجیتال باعث میشود در تامین اعتبار و بودجه لازم برای مطالعه و ساخت کتابخانههای دیجیتال، تردید کنندو بخشی از این ناآگاهی، به سبب ماهیت کتابخانههای دیجیتال است که همانند کتابخانههای سنتی، فیزیکی نیست و کارکردها و فعالیتهای مرتبط بهآن، فنیتر و نامحسوستر است. این وضعیت موجب شده با وجود تمایل مدیران برای ایجاد کتابخانه دیجیتالی، به خاطر شناخت ناکافی از ماهیت و کارکردهای کتابخانه دیجیتالی، برای ایجاد و راهبری آن برنامهای نداشته باشند(سالاری ، ۱۳۸۹).
ب) ساده انگاری برای ایجاد کتابخانههای دیجیتال
به علت درک ناصحیح از کارکردهای یک کتابخانه دیجیتال توسط مدیران عالی و حتی برخی از کتابداران ، اجرای برنامه ساخت این کتابخانهها بسیار ساده تصور میشود . این نگرش دو مسئله را در پیخواهد داشت ؛نخست اینکه مسئولان از مدیران کتابخانه انتظار دارند در کمترین زمان کتابخانه دیجیتال ایجاد شود، زیرا حداکثر کار دیجیتالسازی را اسکن منابع میدانند. مسئله دیگر این است که کارکنان کتابخانه به علت سبک شمردن کار، خود را از مطالعه و بررسیهای علمی بینیاز میدانند و تصور میکنند اطلاعات علمی لازم در ارتباط با کتابخانه دیجیتال را به طور کامل در اختیار دارند . به خاطر همین سادهانگاری ، پس از صرف زمان طولانی و هزینه بسیار برای ایجاد کتابخانه دیجیتالی ، امور انجام شده به اصلاحات و بازنگری اساسی نیاز پیدا میکند(سالاری،۱۳۸۹) .
ج) نداشتن طرح و برنامه ریزی مدون برای ایجاد کتابخانههای دیجیتال
به علت ساده انگاری ، در برخی از کتابخانهها ، طرح و برنامهای مدون برای ساخت کتابخانه دیجیتال پیش بینی نمیشود ایجاد کتابخانههای دیجیتال بنا بر ماهیت آن ، بسیار زمان بر ، پرهزینه و دارای مسایل و چالشهای خاص خود است . چنانچه به هریک از این عناصر توجه نشود ، پروژه کتابخانههای دیجیتالی با شکست روبرو میشود، یا محصولی تولید میگردد که اعتبار و کارایی لازم را ندارد(سالاری، ۱۳۸۹).
۲-۲-۱۳-۲. چالشها و مسایل حوزه نیروی انسانی کتابخانههای دیجیتالی
موفقیتکتابخانهدیجیتال تا حد زیادی به مدیریت و کارکنان کتابخانه وابسته است.«مکدونالد^[۲۱]» دلیل این امر را تجربه مدیران و تعداد طرحهای تحقیقاتی زیادی میداند که در باره نگرش و مدیریت انسانی کتابخانه دیجیتالی انجام شده است و بر همین اساس، توصیه میکند برای پایداری و کارا بودن خدمات دیجیتال، باید در فرهنگ سازمان مادر، فرهنگ خدمات جدید، ارزشهای کتابخانه، ساختار سازمان و سبک مدیریت کتابخانه، تغییرات اعمال شود.
عامل بسیار مهم و تاثیرگذار در فرایند ساخت کتابخانه دیجیتالی، نیروی انسانی است. از آنجا که برای ساخت کتابخانه دیجیتال همانند کتابخانههای سنتی، تجربه و علم کافی وجود ندارد، اکثر کتابخانهها در ایران در این خصوص در تنگنا قرار دارند. به نظر میرسد بیشتر کتابخانههای ایران هنوز در ابتدای ورود به عرصه کتابخانه دیجیتالی هستند و تجربه اندکی دارند. در واقع، یکی از چالشهای مدیران برای ساخت کتابخانه دیجیتال، نبود نیروی انسانی ماهر است. نیروی انسانی ماهر و مجرب در پیشبرد کتابخانه دیجیتالی بسیار راهگشاست. با توجه به اینکه کتابخانه دیجیتال از پدیده های نو ظهور در عرصه کتابداری است، هنوز در رشته کتابداری و اطلاعرسانی در قالب واحدهای مشخص به دانشجویان آموزشهای رسمی داده نمیشود. بنابراین، برخی از مدیران با وجود درک نسبی از کتابخانه دیجیتال، به علت نبود نیروی متخصص، قادر نیستند به اتکای نیروی داخلی خود به ساخت آن بپردازند. از اینرو، یا امور دیجیتالی خود را برونسپاری میکنند و یا با دعوت مشاور و همراهی کارکنان همان سازمان، اقدام به ساخت کتابخانه دیجیتالی مینمایند. در این اثناء، مشکلی که ساخت کتابخانه دیجیتال را بیشتر تحتالشعاع قرار داده، پیشبینی نکردن نیروی انسانی برای تصدی کتابخانه، در ساختار سازمانی است. چنانچه نیرویی برای این امر اختصاص یافته باشد، با آموزش می توان به مهارتهای یک کتابدار دیجیتال دست پیدا کرد، ولی نبود نیرو مشکلی به مراتب حادتر است. مدیران با توجه به فشارهای جامعه و رقابت با سایر مراکز، مجبورند به هر شکلی از نیروهای موجود یا نیروهای غیر رسمی استفاده کنند. «مک دونالد » در تاکید بر جذب نیروی متخصص کتابخانه دیجیتال اظهار میدارد که کتابخانه دیجیتال، کتابدار دیجیتالی نیاز دارد که دارای دانش و تجربه کافی در زمینه کتابخانه دیجیتالی باشد. بنابر این، مشاهده میکنیم برای چنین مقوله مهمی هنوز نیروی انسانی متناسب در ااغلب کتابخانه های ایران پیش بینی نشده است(سالاری،۱۳۸۹).
۲-۲-۱۳-۳. چالشها و مسایل حوزه ساخت مجموعه دیجیتالی
ازمان برترین و پرهزینهترین جزء کتابخانه دیجیتالی، تولید و تهیه منابع دیجیتالی است. سه روش اساسی برای ساخت و تهیه منابع دیجیتالی وجود دارد که هریک از آنها مسایل و مشکلات خاص خود را دارد.
۱-روش دیجیتالیسازی : در این روش، منابع چاپی و سایر رسانه های موجود به شکل دیجیتال تبدیل می شود.
۲-فراهمآوری آثار دیجیتالی شده: این آثار به صورت دیجیتالی قبلا توسط سایر افراد حقیقی و حقوقی تولید شده است .
۳-ایجاد امکان دسترسی به منابع دیجیتالی خارجی که در سایر وب سایتهای کتابخانهها و مراکز اطلاع رسانی یا سرورهای ناشران قرار داده شده است.
انتخاب هر یک از سه شیوه، به وضعیت کتابخانهها و موسسهها بستگی دارد. کتابخانهای که منابع چاپی و مالکیت معنوی آنها را دارد، میتواند به دیجیتالسازی بپردازد؛ ولی موسسهای که منابع کتابخانههای چاپی ندارد و یا از حق مالکیت معنوی منابع برخوردار نیست، ناگزیر است بهروش دوم یا روش سوم، یعنی گردآوری آثار دیجیتال شده و ایجاد دسترسی، رویآورد. اصولا در این حوزه، کتابخانهها برای دیجیتالی کردن منابع با این مسایل سروکار دارند:
- منابع موجودی خود را به چه میزان دیجیتال سازی کنند؟
- آثار دیجیتال شده به چه میزان فراهم شود؟
- کدام منابع در اولویت دیجیتالسازی قرار گیرد؟
- منابع توسط کارکنان کتابخانه دیجیتالی شود یا برونسپاری گردد؟
- آیا برای دیجیتالسازی منابع کتابخانه ، به مجوز ناشران یا پدیدآورندگان نیاز است؟
- موسسههای همسو برای دیجیتالیسازی منابع به صورت اشتراکی کدامند؟
به منظور تصمیمگیری در مورد هر یک از عوامل بر شمرده، عوامل مختلفی دخیل هستند. به طور مثال، برای تعیین حجم منابع انتخابی برای دیجیتالسازی و الویت دیجیتالسازی منابع. عواملی نظیر قدمت و کمیاب بودن، ارزشمندی و نفیس بودن، پراستفاده بودن، دارا بودن حق مالکیت معنوی و یا اجازه استفاده، به دستیابی بلند مدت و حفاظت منابع موثر نیاز است .
بنابراین،برای گریز از چالش باید دو اقدام مهم انجام شود :
۱- تمامی فرایندهای کاری دیجیتالسازی تعریف شود تا بازدهی مناسب داشته باشد. تعریف فرایند کاری از دو جهت باعث بهره وری خواهد شد؛ یکی در جهت صرفهجویی در هزینه ها، مدت انجام و کیفیتکاری و دیگر اطمینان بخشی به مجریان دیجیتالسازی از صحت و نظاممند بودن کار. برای مثال، کتابخانههایی که دارای نسخه خطی و میکرو فیلم نسخه خطی هستند، باید چرخه تبدیل به منبع دیجیتال را مشخص کنند. در این چرخه، مشخص خواهد شد آیا نسخه خطی ابتدا به میکرو فیلم و سپس به نسخه دیجیتال تبدیل شود یا بر عکس ابتدا از منبع خطی، نسخه دیجیتال تهیه و سپس به میکرو فیلم تهیه گردد و یا به شکل ترکیبی به طور همزمان این کار انجام شود. هر کدام از این چرخهها معایب و مزایایی دارند که آن کتابخانه با توجه به عوامل دیگر یک و یا ترکیبی از چرخه های تولید، نسخه دیجیتال را انتخاب می کند .
۲- دیگر اینکه، چنانچه مدیران برای پرهیز از دخالت سلیقههای کارکنان، درخواستهای کاربران و موسسه های ذینفع به عنوان گروه های فشار در امر دیجیتالسازی منابع، برای هریک از مسایل پیش گفته سیاست مشخصی نداشته باشند، دچار سردرگمی در دیجیتالسازی منابع خواهند شد .
۲-۲-۱۳-۴. چالشها و مسایل تجهیزات و دستگاه های دیجیتالسازی
تنوع دستگاه های دیجیتالی هر چند حداقل در ایران زیاد نیست، ولی همین چند محصول نیز با وجود آنکه عرضه آنها جنبه انحصار دارد، باعث سردرگمی و تردید مدیران برای تهیه دستگاه مناسب میشود. چند عامل مهم در تصمیمگیری و یا تعلل برای تهیه دستگاه های دیجیتالسازی نظیر اسکنر کتاب، آرشیو رایتر ، اسکنر رول فیلم و …. نقش دارد. برخی از این عوامل به قرار زیر است :
- عا مل اول، نبود پیش بینی بودجه کافی برای تهیه دستگاه های دیجیتالسازی مورد نیاز است.
ایجاد کتابخانه دیجیتالی از اقلام سرمایهبر و هزینهبر است. بدون پیشبینی بودجه کافی و جذب منابع مالی از سایر سرفصلهای بودجهای نمیتوان کتابخانه دیجیتالی ساخت. اختصاص بودجهای مستقل و قابل توجه، ضرورت دارد.
- عامل دوم، بهای قابل توجه دستگاه های دیجیتالسازی از آنجا که تجهیزات کتابخانه دیجیتال گران است و اغلب این تجهیزات توسط نمایندگان شرکتهای خارجی در ایران عرضه میشود، کمتر کتابخانهای توانایی تخصیص هزینه کافی را دارد. به ویژه برای کتابخانههای کوچک و متوسط، این عامل بسیار تاثیرگذار است. کمترین بهای دستگاه مناسب برای دیجیتالسازی درکتابخانهها، حدود ۳۰۰ میلیون ریال است .
- عامل سوم، نبود سابقه و تجربه کافی کار عملی کتابخانه و موسسههای دیگر با دستگاه های دیجیتال ساز است. یکی از شیوه های رایج برای تهیه اقلام سرمایهای، استعلام از کم و کیف یک دستگاه مشخص در سایر موسسههای دارنده دستگاه است. در خصوص تهیه دستگاه های دیجیتال سازی، به علت اندک بودن سفارشهایدستگاه های دیجیتالسازی و همچنین تفاوت نوع دستگاه ها و تجربه ناچیز کتابخانهها در کار دیجیتالسازی حرفهای، این شیوه در ایران دست کم در این سالها، چندان کار ساز نیست. از این رو، مدیران به خاطر نبود سابقه و تجربه موفق برای تهیه تجهیزات دیجیتالی، با مشکلات بیشتری روبرو میشوند .
- عامل چهارم ، نبود دانش کافی در برخی از موسسهها از نحوه کارکرد دستگاه های دیجیتال ساز است. شواهد نشان میدهد برخی از کتابخانهها و موسسهها با وجود تهیه دستگاه دیجیتالسازی، به سبب تجربه اندک کارکنان خود از نحوه کار با این دستگاه ها، سرمایه زیادی را بدون استفاده گذاشته و بهره وری لازم را ندارند.
- عامل پنجم، تاثیر نوع منابع بر انتخاب دستگاه دیجیتالی هر میزان تنوع منابع یک کتابخانه برای دیجیتالی شدن بیشتر باشد، فعالیت دیجیتالسازی پیچیدهتر می شود، زیرا برای هر نوع منبع یک نوع دستگاه دیجیتال سازی مناسب است. در واقع هریک از منابع از جمله سند، نشریه (مجله و روزنامه )، کتاب، میکرو فیلم و میکرو فیش، دستگاه های خاص خود را میطلبد . حتی در باره یک نوع منبع، در صورت وجود منابع نفیس و قدیمی که بیشتر شکننده است، باید اسکنر مناسبی تهیه شود که سلامت منبع را پس از اسکن ضمانت کند. گفتنی است، پشتیبانی هریک از قابلیت‌ها، بهای اسکنر را به طور قابل ملاحظه ای افزایش می دهد. این مدیر باید با توجه به بودجه و میزان دارا بودن منابع خاص کتابخانه، نسبت به تهیه اسکنرهای حرفهای تر اقدام کند و یا اسکن منابع خاص خود را به موسسه های بزرگ و یا شرکتهای خصوصی بسپارد. چنانچه هریک از این مقوله ها به درستی تصمیم گیری و اجرا نشود، چالش آفرین است .
به طور کلی، هر یک از این عوامل به تنهایی میتواند روند دیجیتال سازی را مختل و یا بسیار کند کند. مدیران برای اجرای هر پروژهای نیازمند بودجه کافی و برای تصمیم گیری تهیه دستگاه مناسب، نیازمند اطلاعات کافی و روشنگر هستند(سالاری،۱۳۸۹).
۲-۲-۱۴. اصول و پایه های ایجاد کتابخانههای دیجیتالی
با توجه به تعاریف ارائه شده در مورد کتابخانه دیجیتال میتوان بیان نمود که زیربنای اصلی یک کتابخانه دیجیتال وجود یک مخزن برای نگهداری اطلاعات میباشد.با توجه به بحث ملی بودن این پروژه حتما باید به این نکته توجه کرد که فضای لازم برای نگهداری این اطلاعات باید بسیار وسیع و دارای استانداردهای لازم در این زمینه باشد.فضایی که برای این کار در نظر گرفته می شود باید به گونهای باشد که بتواند حجم عظیمی از منابع اطلاعاتی مانند کتابها،مجلات،مقالات و … رادر خود جای داده و به علاوه شامل اطلاعاتی برای جستوجوی کاربر در منابع مختلف باشد بهعنوان مثال اطلاعات کتابشناختینیز باید در این منبع جای داشته باشند.
نکته بعدی در مورد مخزن یا منبع اطلاعاتی ما امنیت آن میباشد.برای یک کتابخانهی ملی ما نیاز به یک منبع امن و مطمئن داریم که هم در نگهداری اطلاعات و هم در دستیابی غیرمجاز به اطلاعات عمل کند.