کشف ساختار دانش در داده کاوی شهری با استفاده از تحلیل هم رخدادی واژگان (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
تکنیک هم رخدادی واژگان به منظور مصورسازی ساختار دانش در حوزه های جدید علمی بکار گرفته می شود. در مطالعه حاضر که از نظر هدف، توسعه ای و از نظر روش توصیفی-تحلیلی است؛ از تحلیل هم رخدادی واژگان برای تحلیل و شناخت بیشتر حوزه داده کاوی شهری بهره گرفته شد؛ بنابراین در این مطالعه ابتدا روند زمانی تولیدات علمی و نویسندگان و کشورهای پیشرو در این زمینه بررسی شده است؛ و سپس مهم ترین جزء ساختارهای این حوزه ی جدید علمی بر اساس مقالات تولیدشده معرفی شده است. بدین منظور پس از جستجو در پایگاه استنادی وب او ساینس 392 مقاله در زمینه ی داده کاوی شهری به دست آمد که برای تحلیل اطلاعات این مقالات از روش های آماری و همچنین نرم افزار VOSviewer استفاده شده است. نتایج نشان می دهد تأثیرگذاران ترین و پیشروترین کشور در این زمینه کشور چین است که محققان وابسته به آن کشور 28 مقاله در پایگاه استنادی علوم منتشر کرده اند. همچنین تحلیل سیر زمانی مقالات نشان می دهد، این موضوع پیشینه ای نزدیک به یک دهه دارد و هرچه به زمان حال حرکت شود، رشد تولیدات علمی در این زمینه افزایش می یابد؛ و اما مهم ترین یافته ی تحقیق حاضر که بر اساس تحلیل خوشه بندی و تحلیل نقشه دانش به دست آمده است، نشان می دهد حوزه داده کاوی شهری دارای پنج زیر حوزه یا جزء ساختار اصلی است: 1-تحلیل سیستم های شهری و شهر هوشمند، 2- مدل سازی و چارچوب تحلیل داده، 3- شناسایی الگوها و پیش بینی آن ها به همراه تکنیک های مصورسازی، 4- کلان داده ها و رسانه های اجتماعی، 5- کلان داده شهری و شبکه ترافیکی؛ که از این میان تحلیل کلان داده های شهری از سایر جزء ساختارها به روزتر است و تحقیقات در این زمینه بیشتر مربوط به سال های 2022 و 2023 بوده است.Discovering the Structure of Knowledge in Urban Data Mining Using Vocabulary Co-occurrence Analysis
The co-occurrence technique of words is used to illustrate the structure of knowledge in new scientific fields. In the current study, which is development in terms of purpose and descriptive-analytical in terms of method; It is taken from the co-occurrence analysis of words for further analysis and understanding of the field of urban data mining. Therefore, in this study, the trend of scientific productions and leading authors in this field has been examined. And then the most important components of the structures of this new field of scientific articles are presented. For this purpose, 392 articles in the field of urban data mining were found after searching the reference database of Web of Science, and statistical methods and VOSviewer software were used to analyze the information of these articles. The results show that the most influential and leading country in this field is China, whose researchers have published 28 articles in the science citation database. Also, the analysis of the time course of the articles shows that this topic has been around for a decade and the more we move to the present, the growth of scientific productions in this field will increase. But the most important finding of the current research, which was obtained based on clustering analysis and knowledge map analysis, shows that the field of urban data mining has five subfields or main structural components: 1-Analysis of urban systems and smart cities, 2- Modeling and data analysis framework, 3- identifying patterns and predicting them along with visualization techniques, 4- big data and social media, 5- urban big data and traffic network; Of these, urban big data analysis is more recent than other sub-structures, and research in this field is mostly related to the years 2022 and 2023.
تبلیغات
