سال 10، شماره 1 - ( 3-1402 )                   دوره 10 شماره 1 صفحات 66-54 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Azimi M H, Jozi Z. Scientometrics and analysis of thematic clusters of research in the field of ontology in information retrieval. CJS 2023; 10 (1) :54-66
URL: http://cjs.mubabol.ac.ir/article-1-305-fa.html
عظیمی محمدحسن، جوزی زینب. بررسی علم‌سنجی و تحلیل خوشه‌های موضوعی پژوهش‌های حوزه هستی‌شناسی در بازیابی اطلاعات. مجله علم سنجي كاسپين. 1402; 10 (1) :54-66

URL: http://cjs.mubabol.ac.ir/article-1-305-fa.html


گروه علم اطلاعات و دانش‌شناسی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شهید چمران اهواز، اهواز، ایران ، z-jozi@stu.scu.ac.ir
چکیده:   (2869 مشاهده)
سابقه و هدف: ترکیب سیستم‌های بازیابی مبتنی بر هستی‌شناسی موجب بازیابی معنایی کلمات می‌شود. هدف از پژوهش حاضر بررسی مقالات حوزه هستی‌شناسی در بازیابی اطلاعات با استفاده از تکنیک‌های علم‌سنجی است.
مواد و روش‌ها: پژوهش حاضر با استفاده از روش اسنادی و تحلیل خوشه‌بندی واژگان انجام شده است. جامعه پژوهش شامل ۲۵۹۵ مقاله نمایه‌شده در دو پایگاه اسکوپوس و وب‌آو‌ساینس طی بازه زمانی ۲۰۰۱ تا ۲۰۲۳ است. تجزیه و تحلیل داده‌های پژوهش با کمک نرم‌­افزار Excel، Bibexcel، SPSS ۲۶، و نرم‌­افزار UciNet صورت گرفت. ترسیم نقشه‌های پژوهش نیز با نرم‌­افزار VOSviewer انجام شد.
یافته‌ها: رشد مقالات در زمینه هستی‌شناسی و بازیابی اطلاعات کم و نرخ رشد سالانه آن به‌­طور متوسط برابر با ۰/۱۱% است. دانشگاه Stanford و California با همکاری در ۶ مقاله و حوزه علوم کامپیوتر با نگارش ۴۳% از مقالات، پرکارترین سازمان‌ و حوزه‌ بودند. خوشه‌بندی واژگان، منجر به تشکیل ۴ خوشه موضوعی؛ بازیابی معنایی اطلاعات، هستی­‌شناسی غیر­انسانی، طبقه‌­بندی سیستم‌ها و نقش فناوری شد. همچنین همبستگی مثبتی بین تولید علم و مرکزیت‌ها (مرکزیت درجه ۰/۳۲۳، مرکزیت نزدیکی ۰/۲۷۸ و مرکزیت بینابینی ۰/۴۴۷) وجود دارد.
نتیجه‌گیری: سیر تکامل واژگان به­‌کار رفته در مقالات نشان داد که اگرچه رشد تولید مقاله این حوزه از ابتدا افزایشی بوده؛ ولی پیشرفت فناوری‌های هستی‌شناسی در بازیابی اطلاعات از آغاز از یک سیستم معنایی ضعیف به نام طبقه‌­بندی اطلاعات آغاز شده و با پشت سر گذاشتن مراحل تکامل خود در حال حاضر با بهره‌گیری از یادگیری ماشین، در پی درک خواسته‌های کاربران و پردازش اطلاعات با کمک هوش مصنوعی است.
متن کامل [PDF 775 kb]   (1646 دریافت)    
نوع مطالعه: اصیل | موضوع مقاله: علم سنجی
دریافت: 1402/4/21 | ویرایش نهایی: 1402/8/30 | پذیرش: 1402/8/20 | انتشار الکترونیک: 1402/8/30

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله علم سنجی کاسپین می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2026 All Rights Reserved | Caspian Journal of Scientometrics

Designed & Developed by : Yektaweb