ساختار دانش در پروانه‌های ثبت اختراع حوزه کشف دانش: مصورسازی با استفاده از تحلیل هم‌رخدادی واژگان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناس‌ارشد علم سنجی، موسسه آموزش عالی اخلاق و تربیت، قم، ایران.

2 دانشیار گروه علم اطلاعات و دانش شناسی، دانشگاه پیام نور، تهران، ایران.

3 استادیار علم اطلاعات و دانش شناسی ،دانشگاه پیام نور تهران

چکیده

هدف: هدف از این پژوهش تبیین ساختار دانش در حوزۀ کشف دانش با استفاده از تحلیل هم‌رخدادی واژگان است.
روش‌شناسی: این پژوهش از نوع مطالعات کتاب‌سنجی است و با استفاده از تحلیل هم‌رخدادی واژگان و تحلیل شبکه‌های اجتماعی انجام شده است. داده‌های این پژوهش، از مفاهیم موجود در عناوین 304 عنوان پروانه‌ ثبت اختراع حوزه کشف دانش بین سال‌های 2014-1995 است که از پایگاه ثبت اختراعات و علائم تجاری آمریکا استخراج شده است.
یافته‌ها: یافته‌های پژوهش نشان دادند، کلیدواژه‌های «نظام» و «رایانه» بیشترین فراوانی را در عناوین پروانه‌ها را داشتند و از نظر هم‌رخدادی واژگانی، زوج‌های «رایانه و ماشین‌ها» و «مدیریت پردازش آنلاین و پردازش آنلاین» بیشترین فراوانی را داشتند. یافته‌های تحلیل خوشه‌ای نشان دادند که در بازۀ زمانی پژوهش حوزه کشف دانش از 17 خوشۀ دانشی تشکیل شده است. ترسیم نمودار راهبردی نشان داد که خوشه‌های «دستگاه‌های ورودی»، «تجزیه و تحلیل کسب و کار» و «ماژول پاسخ‌گو» در این حوزه به بلوغ دانشی رسیده‌اند.
نتیجه‌گیری: ترکیب مفاهیم در این پژوهش نشان داد، حوزه کشف دانش به‌شدت به ابزارهای رایانه‌ای، حوزه‌های دانشی فناوری اطلاعات، فناوری ارتباطات و انسان به‌عنوان آخرین حلقه در زمان بررسی داده‌های منظم‌شده وابسته می‌باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Knowledge Structure in Knowledge Discovery Patents: Visualization based on Co-word Analysis

نویسندگان [English]

  • Mostafa Rostami 1
  • faramarz soheili 2
  • AliAkbar Khasseh 3
1 M.S. in Scientometrics, The Academic Institute for Ethics and Education.
2 Associate Professor, Department of library and information science. Payame Noor University, Tehran, Iran.
3 Assistant Professor of Knowledge and Information Science, Payame Noor University, Tehran, Iran.
چکیده [English]

Purpose:The purpose of this study is to explain the structure of knowledge in the field of knowledge discovery using Co-word Analysis.
Methodology: Bibliometric methodology and social network analysis are used as the research methods. The research population consists of all keywords in 304 patents in the field of Knowledge Discovery (KD) (Reporting, knowledge discovery (KD) systems) during 1995-2014 extracted from USPTO.
Findings: Findings indicated that “System” and “Computer” are the most frequent keywords in Knowledge Discovery patents. Moreover, findings showed that “Computer***Apparatus” and “OLAP***OLAP Management” are highly frequent co-word pairs, respectively. The results of hierarchical clustering uncovered that during the 1995-2014 period 17 thematic clusters are formed. Drawing the strategic diagram showed that clusters “input devices”, “business analysis”, and “responsive modules” are among mature clusters in Knowledge Discovery.
Conclustion: The combination of concepts in this study showed that the domain of knowledge discovery is heavily dependent on computer tools, information technologies, communication technologies, and human being as the last loop in the period of systematic data analysis.

کلیدواژه‌ها [English]

  • Content analysis
  • Co-word analysis
  • Knowledge discovery
  • Patents
بهشتیان، مهدی و ابوالحسنی، حسین. (1384). سیستم‌های اطلاعات مدیریت نگرشی جامع بر تئوری، کاربردی و طراحی. تهران: انتشارات شرکت پردیس.
سهیلی، فرامرز، خاصه، علی‌اکبر و قاضی‌زاده، حمید. (زودآیند). ترسیم ساختار دانش در پژوهش‌های علوم قرآن و حدیث ایران با استفاده از تحلیل هم‌واژگانی. پژوهش‌نامه علم‌سنجی.
سهیلی، فرامرز، خاصه، علی‌اکبر و کرانیان، پریوش. (1397). روند موضوعی مفاهیم حوزه علم اطلاعات و دانش‌شناسی ایران بر اساس تحلیل هم‌رخدادی واژگان. مطالعات ملی کتابداری و سازمان‌دهی اطلاعات، 29 (2)، 171-190.
سهیلی، فرامرز، شعبانی، علی و خاصه، علی‌اکبر. (1395). ساختار فکری دانش در حوزه رفتار اطلاعاتی: مطالعه هم‌واژگانی. تعامل انسان و اطلاعات، 2 (4)،21-36.
غضنفری، مهدی، علیزاده، سمیه و تیمورپور، بابک. (1387). داده‌کاوی و کشف دانش. تهران: انتشارات دانشگاه علم و صنعت ایران.
منصوری، علی، توکلی‌زاده ‌راوری، محمد، مکی‌زاده، فاطمه و طوسی، زیبا. (1395). روند تکامل فناوری: مورد مطالعه تحلیل رده‌های موضوعی پروانه‌های ثبت اختراع RFID. پژوهش‌نامه پردازش و مدیریت اطلاعات، 32 (1)، 75-91.
Aristodemou, L., Tietze, F., Athanassopoulou, N. & Minshall, T. (2017). Exploring the Future of Patent Analytics: A Technology Roadmapping Approach. Centre for Technology Management Working Paper Series, No 5. This Paper Has Been Accepted to the R&D Management Conference in Leuven, Belgium.
Callon M., Courtial J.P. & Turner W. (1991). La méthode Leximappe: un outil pour l’analyse stratégique du développement scientifique et technique. Gestion de la recherche: Nouveaux problèmes nouveaux outils, 207-277.‏
Callon, M., Courtial, J. P. & Laville, F. (1991). Co-word Analysis as a Tool for Describing the Network of Interactions Between Basic and Technological Research: the Case of Polymer Chemsitry. Scientometrics, 22 (1), 155-205.
Chen, X., Chen, J., Wu, D., Xie, Y. & Li, J. (2016). Mapping the Research Trends by Co-Word Analysis Based on Keywords from Funded Project. Procedia Computer Science, 91, 547 – 555.
Chen, Y.L. & Huang, T.C.K. (2008). A novel knowledge discovering model for mining fuzzy multi-level sequential patterns in sequence databases. Data & Knowledge Engineering, 66 (3), 349–367.
Chung. M.H., Wang, Y., Tang, H., Zou, W., Basinger, J., Xu, X. & Tong, W. (2015). Asymmetric author-topic model for knowledge discovering of big data in toxicogenomics. Frontiers in pharmacology, 6, 81
Delecroix, B. & Eppstein, R. (2004). Co-word Analysis for The Non-Scientific Information Example of Reuters Business Briefings. Data science journal, 3, 80-87.
Ding, Y., Chowdhury, G.G. & Foo, S. (2001). Bibliometric Cartography of Information Retrieval Research by Using Co-word Analysis. Information Processing & Management, 37 (6), 817-842.
García-Peñalvo, F. J., Colomo-Palacios, R. & Hsu, J. Y. (2013). Discovering Knowledge through Highly Interactive Information Based Systems. Journal of Information Science and Engineering (JISE), 29 (1), Foreword to the volume.
He, Q. (1999). Knowledge Discovery through Co-word Analysis. Library trends, 48 (1), 133-159.
Khasseh, A., Soheili, F., Sharif moghaddam, H. & Mousavi chelak, A. (2017). Intellectual structure of knowledge of imetrics: A co- word analysis. Information processing & management, 53 (3), 705-720.
Law, J., Bauin, S., Courtial, J. & Whittaker, J. (1988). Policy and the Mapping of Scientific Change: A Co-word Analysis of Research into Environmental Acidification. Scientometrics, 14 (3), 251-264.
Li, R., Chambers, T., Ding, Y., Zhang, G. & Meng, L. (2014). Patent Citation Analysis: Calculating Science Linkage Based on Citing Motivation. Journal of the Association for Information Science and Technology, 65 (5), 1007–1017.
Liu, G.Y., Hu, J.M. & Wang, H.L. (2012). A Co-word Analysis of Digital Library Field in China. Scientometrics, 91 (1), 203-217.
Melcer, E., Nguyen, T.H.D., Chen, Z., Canossa, A., El-Nasr, M.S. & Isbister, K. (2015). Games Research Today: Analyzing the Academic Landscape 2000-2014. In Proceedings of the 10th International Conference on The Foundations of Digital Games, At Pacific Grove. CA, USA, 9p.
Rancan, C., Pesado, P. & Garcia-Martinez, R. (2010). Issues in Rule Based Knowledge Discovering Process. Advances and Applications in Statistical Sciences, Proceedings of the IV Meeting on Dynamics of Social and Economic Systems, 2 (2), 303-314.
Ravikumar, S., Agrahari, A., & Singh, S.N. (2015). Mapping the intellectual structure of scientometrics: A co-word analysis of the journal Scientometrics (2005-2010). Scientometrics, 102 (2), 929-955.
Wang, X.D., Liu, J.J. & Sheng, F.S. (2014). Analysis of hotspots in the field of domestic knowledge discovery based on co-word analysis method. Cybernetics and Information Technologies, 14 (5), 145-158.
Wanying, Z., Jin, M. & Kun, L. (2018). Ranking Themes on Co-word Networks: Exploring the Relationships. Information Processing and Management, 54 (2), 203-218.
Zong, Q.J., Shen, H.Z., Yuan, Q.J., Hu, X.W., Hou, Z.P. & Deng, S.G. (2013). Doctoral dissertations of Library and Information Science in China: A co-word analysis. Scientometrics, 94 (2), 781-799.