متن کاوی

رشد اینترنت، شبکه های اجتماعی و وبسایت های تجارت الکترونیک بستری جهت ارائه عقاید و نظرات برای کاربران فراهم می نمایند. در سال های اخیر بسیاری از کاربران احساسات و نظرات خوب یا بد خود را در مورد غذا، خدمات، کیفیت و فضای رستوران ها در بسترهای آنلاین بیان می کنند. این نظرات برای تصمیم گیری سایرکاربران و همینطور رستوران ها جهت حفظ کیفیت، توسعه ی محصول و برندشان بسیار مهم می باشند. تحلیل احساسات رویکردی جهت پردازش زبان طبیعی است و امکان تحلیل سیستماتیک نظرات کاربران را فراهم می نماید. با توجه به اهمیت این موضوع هدف این مطالعه ارائه ی مدل تحلیل احساسات نظرات سایت تریپ ادوایزر درباره ی رستوران های ایرانی می باشد. در این تحقیق ما تحلیل احساسات مبتنی بر جنبه بر اساس الگوریتم یادگیری عمیق شبکه ی عصبی حافظه ی طولانی کوتاه مدت استاندارد را برای استخراج احساسات کاربران در مورد رستوران ها پیشنهاد نموده ایم. برای آموزش مدل، 4000 نظر طبق چهار جنبه در سه حالت عدم اشاره، مثبت و منفی برچسب زده شد و گام های مطالعه طبق متدولوژی کریسپ صورت گرفت. میزان دقت برای معیارهای غذا، سرویس، قیمت و اتمسفر به ترتیب 82%، 86%، 87% و 81% به دست آمد. این نتایج نشان از کارایی و عملکرد قابل قبول مدل برای تحلیل احساسات مبتنی بر جنبه ی رستوران ها است. همچنین جنبه ی غذا و اتمسفر به ترتیب مهم ترین جنبه ها برای مشتریان رستوران های ایرانی محسوب می شوند. رستوران داران و صاحبان کسب وکار می توانند از مدل توسعهیافته برای کسب مزیت رقابتی و یافتن نقاط قوت و ضعف خود استفاده کنند.

ازآنجایی که ابزاراطلاع رسانی حسابرس گزارش حسابرسی است، لحن وکلمات مورد استفاده در این گزارش نیز از اهمیت به سزایی برخوردار است. اگرچه ﮔﺰارش ﺣﺴﺎﺑﺮس در ﻃﻮل زﻣﺎن ارﺗﻘﺎ ﯾﺎﻓﺘﻪ اما ﻫﻨﻮز ﺑﺎ ﻣﺸﮑﻼﺗﯽ ﻣﻮاﺟﻪ اﺳﺖ از این رو ﻣﯽ ﺑﺎﯾﺴﺖ ﺑﺴﯿﺎر ﻣﻮﺷﮑﺎﻓﺎﻧﻪ ﺗﺮ ﺗﻬﯿﻪ ﺷﻮد ﺗﺎ از ﺑﺮداﺷت های ﻧﺎدرﺳﺖ ﺗﺎ ﺣﺪ اﻣﮑﺎن ﮐﺎﺳﺘﻪ ﺷﻮد. در پژوهش حاضر تاثیر مدیریت سود بر لحن و پیچیدگی گزارشات حسابرس مورد بررسی قرارگرفته است که پس از شرح مبانی نظری و تدوین فرضیه های پژوهش، تعداد 135 شرکت پذیرفته شده نزد سازمان بورس و اوراق بهادار طی سالهای 1396 و1397 برگزیده شد و از طریق رگرسیون حداقل مربعات معمولی مورد آزمون قرارگرفت. نتایج پژوهش حاکی از آن است که رابطه ی منفی معناداری بین مدیریت سود تعهدی و لحن مثبت گزارش حسابرس وجود دارد، همچنین یافته ها وجود یک رابطه ی مثبت معنی داری بین مدیریت سود و پیچیدگی گزارشات را نیز نشان می دهد. متن کاوی گزارشات حسابرسی می تواند علاوه بر بیان اهمیت و کاربرد این موضوع برای حسابرسان، برای خط مشی گذاران و تدوین کنندگان استانداردهای گزارشگری نیز موجب شناخت فاصله ی انتظارات و همچنین قدم برداشتن در راستای کاهش این فاصله از طریق الزام به تهیه ی گزارشات حسابرسی خوانا شود. علاوه بر این کمک می کند درک افراد از تأثیرات استفاده از اطلاعات کیفی، مانند زبان گزارشگری درگزارش های مالی و حسابرسی وسیع تر شود. کلیدواژه ها : لحن گزارش حسابرس، پیچیدگی، مدیریت سود تعهدی، متن کاوی، فاصله ی انتظارات

هدف : متناسب سازی نظریه های علوم اجتماعی با فضای بسترهای رسانه اجتماعی موجب ارائه تحلیلهایی دقیق تر برای درک چرایی و چگونگی تغییر رفتار کاربران بسترهای رسانه اجتماعی می شود. هدف پژوهش حاضر، استخراج الگوهای موجود در محتوای تولید شده توسط کاربران توییتر بود که برای تحقق آن از نظریه تمرکز نظارتی بهره برده شده است. روش: این پژوهش از روشهای متن کاوی استفاده کرده و جامعه آماری آن، شامل متنهای انتشاریافته در توییتر طی بازه زمانی تیرماه 1399 تا تیرماه 1400 بوده است. داده های مورد استفاده در این پژوهش با تمرکز بر کلیدواژه های مرتبط با موضوع حجاب گردآوری شده است. یافته ها: داده های استخراج شده، تعداد 33192 توییت بود که پس از پاکسازی، 1967 توییت نمونه بر مبنای نظریه تمرکز نظارتی برچسب گذاری شد. در این پژوهش، توییت های نمونه با توجه به پیش فرض مثبت یا منفی، به دو دسته توییت های پیشبردی و اجتنابی دسته بندی شدند. بر این اساس، تعداد 815 توییت پیشبردی و 1152 توییت اجتنابی شناسایی شد. سپس توییت های پیشبردی در دو دسته توییت های برخورداری و محرومیتی و توییت های اجتنابی در دو دسته توییت های گریزی و مواجه ای دسته بندی و الگوسازی شدند. در ادامه، برای تشخیص گفتمانهای موجود در حوزه حجاب در توییتر، با استفاده از روشهای متن کاوی، مدل سازی انجام گرفت. نتیجه گیری: چهار گفتمان برخورداری، محرومیت، گریز و مواجهه، در توییت های بررسی شده تشخیص داده شد که نشان از تکرار بالای کدها در الگوی مواجهه دارد. از این تکرار بالای کدها می توان انسجام معنایی در الگوی مواجهه در توییتر و سپس جامعه را استدلال کرد. انسجام معنایی، جهت دهی به افکار عمومی را تسهیل می کند و انسجام رویکردی نیز بسیج عمومی برای تحول خواهی در موضوعات فرهنگی را ایجاد خواهد کرد.

نخستین گام در راستای تحلیل و ارزیابی ریسک های زنجیره تأمین شناسایی این ریسک ها است. روش های تحلیل مرسوم بر اساس فیلترهای دستی یا روش های خودکار داده محور ارائه شده است. روش های فیلتر دستی به دلیل محدودیت های نمونه گیری دارای مشکلات اعتبارسنجی هستند و از طرف دیگر روش های تحلیل خودکار مبتنی بر داده، در تحلیل داده های ریسک که پیچیده و مبهم هستند، عملکرد ضعیفی دارند. برای پرکرده خلل پژوهشی، در این پژوهش، چارچوبی تعاملی بین تحلیل گر و ماشین برای تحلیل حجم وسیعی از داده های ریسک در حوزه زنجیره تأمین مواد غذایی با استفاده از تکنیک مدل سازی موضوع، تعبیه سازی کلمات، تحلیل همبستگی اصطلاح و نقشه دانشی ارائه شده است. هدف از سیستم نظارت بر داده های ریسک زنجیره تأمین، کمک به مدیران در شرکت های مواد غذایی برای نظارت و شناسایی خطر بحران ها و ارائه اطلاعات پشتیبانی تصمیم برای ایجاد یک زنجیره تأمین مواد غذایی پایدار است. نتایج تحلیل موضوعی فراداده ها، نقشه دانشی در پنج حوزه «برداشت»، «کشاورزی»، «خرده فروشی مواد غذایی»، «خدمات غذایی»، «توزیع» و «مصرف» را نشان داد که در هیئت خبرگان تأیید شد. نتایج نشان می دهد مدل تحلیل مخاطرات در استخراج واحدهای دانشی مرتبط با حوزه مدیریت بحران زنجیره تأمین مواد غذایی مفید است.

هدف: امروزه افراد هنگام خرید محصول یا تهیه خدمات، معیار های متفاوتی را برای تصمیم گیری در نظر می گیرند. یکی از این معیار ها، اطلاع از نظر خریداران قبلی محصولات و خدمات است؛ اما حجم زیاد نظرها نیز، چالشی است که پیش روی این افراد قرار دارد. پژوهش حاضر با هدف ایجاد مدلی جهت تحلیل احساسات کاربران و طبقه بندی نظر آن ها برای حل این چالش اجرا شده است. روش: پژوهش حاضر روی نظرهای خریداران تلفن همراه از وبسایت دیجی کالا، طی سال های ۱۳۹۴ تا ۱۳۹۵ انجام شده است. به منظور تحلیل احساسات و طبقه بندی نظرها، الگوریتم های مبتنی بر یادگیری عمیق و شبکه های پیچشی (کانوولوشن) که نوعی از شبکه های عمیق هستند، پیشنهاد شده است. در این پژوهش پس از پیش پردازش داده ها و یکسان سازی آن ها با استفاده از مدل از پیش تعلیم دیده فست تکست، کلمه ها به بردار هایی از اعداد صحیح تبدیل و به عنوان ورودی به شبکه عمیق پیشنهادی تحویل داده شدند. یافته ها: جهت تعلیم مدل منتخب این پژوهش، ۹۰ مرتبه الگوریتم آموزشی روی آن اجرا شد. برای صحت عملکرد مدل منتخب از معیار های ماتریس گیجی، دقت، بازخوانی، معیار F و میزان دقت استفاده شد. نتیجه گیری: در پژوهش حاضر با رویکرد شبکه های عمیق و با استفاده از شبکه های پیچشی و حافظه طولانی کوتاه مدت دوطرفه، پس از ۹۰ دوره آموزش، توانستیم با دقت ۹۳ درصد عقاید خریداران تلفن همراه در وبسایت دیجی کالا را طبقه بندی کنیم.

امروزه کسب وکارها و مدیریت بازاریابی روندی به سمت داده محور شدن را می پیمایند و در این مسیر بسیاری از آن ها نیازمند داده های مفید و البته روش های تحلیل درست داده ها هستند، متن کاوی یکی از فنون نوین تحلیل داده ها می باشد که برای تحلیل داده های متنی به کار می رود، داده های متنی برای سال های طولانی به علل مختلفی چون حجم زیاد و بی ارزش تلقی شدن و یا نبود ابزار مناسب برای تحلیل، بی استفاده باقی مانده اند، درحالی که این داده ها می توانند اطلاعات مناسبی را از روندهای موجود ارائه دهند. در این تحقیق با هدف بررسی ساختار محتوایی فصلنامه مطالعات برنامه ریزی و توسعه گردشگری از متن کاوی استفاده کرده ایم و مقالات از سال 1391تا پایان سال 1397 موردبررسی قرار داده ایم. نزدیک به 30مجله که مشتمل بر تعداد حدودی 250 مقاله می شدند و تعداد 100000واژه که بیش از 250000 هزار بار تکرار داشتند مورد تحلیل قرار گرفتند و حوزه های مطالعاتی این فصلنامه در 7 سال اخیر ارائه شده است

هدف: هدف اصلی پژوهش حاضر بررسی روابط موضوعی در عناوین منابع مورد استفاده توسط کاربران رایسست با استفاده از تکنیک متن کاوی بود. بنابراین، به بازتاب چگونگی روابط موضوعی در منابع اطلاعاتی کاربران در مرکز رایسست مبادرت شده، تا از طریق شناخت به رفتار و احساس استفاده کنندگان دست یابند. روش پژوهش: روش پژوهش مبتنی بر متن کاوی بود، که به داده کاوی بر روی متن، تحلیل متن و به منظور فرایند استخراج اطلاعات با کیفیت از متن اشاره دارد. دسترسی اطلاعات به متن کامل مقالات مجلات علمی – پژوهشی، علمی – ترویجی، مجموعه مقالات کنفرانس ها و همایش های علمی، کتاب های لاتین و فارسی جامعه آماری پژوهش را تشکیل داده، که با استفاده از روش سرشماری، کلیه داده های حاصل از گزارش گیری توسط رایسست بررسی گردید. به منظور تجزیه و تحلیل داده ها و تحلیل متن از نرم افزار ویانت، و برای پاکسازی و نرمال سازی داده ها از نرم افزار پایتون بهره جویی گردید. یافته ها: براساس یافته ها از داده های حاصل شده، 21 کلمه و 160 کلمه موضوعی پرتکرار از منبع مورد استفاده در پایگاه اطلاعاتی رایسست مشخص گردید. دور نمای لوم از چگونگی توزیع کلمات موضوعی با تکرار بالا تهیه شده و ضریب همبستگی تکرار موضوعات پر استفاده در عنوان های منابع اطلاعاتی تدوین شد. به منظور تدوین نمایه درهم کرد کلمات موضوعی پر تکرار ترند (Trend) استفاده شد. نتیجه گیری: نتایج نشان داد که تدوین پژوهش در مجموعه سازی منابع الکترونیکی پایگاه های اطلاعاتی و پیش نگری در آینده این دسته از منابع به مدیران مراکز اطلاع رسانی و کاربران آنها مفید است.

پژوهش حاضر با هدف ارایه چارچوب فضای مفهومی سرمایه اجتماعی در بستر نظام قضایی شکل گرفته است. روش پژوهش به شیوه کیفی و با بهره گیری از مرور سیستماتیک و تکنیک متن کاوی انجام گرفت. براساس چارچوب روش، 74 مورد متون منتشرشده به زبان انگلیسی و با کلید واژه های عموماً سرمایه اجتماعی و نظام قضایی و بعضاً اعتماد اجتماعی، مشارکت اجتماعی، عدالت کیفری، و هنجارها در نسبت با نظام قضایی به عنوان نمونه اولیه وارسی شد که از 8 پایگاه علمی در بازه زمانی سال های 2010 تا 2020 استخراج شدند. پس از غربالگری مطالعات مرتبط از نظر عنوان، چکیده، محتوا، روششناسی و یافتههای پژوهشها، 47 مطالعه به روش نمونهگیری هدفمند انتخاب و نتایج و یافتههای آنها با استفاده از نرمافزار پایتون تحلیل شدند. نتایج روند نشر موضوعاتی همچون جرم با فراوانی 953، حقوق یا قانونی بودن رفتارها و اعمال با 580 مورد، دادگاه با 516 مورد، نظام قضایی با 449 مورد، عدالت با 203 مورد و فساد با 270 مورد نشان داد مدیریت و کنترل ورودی پرونده ها و رفتارهای اختلافی جامعه در ربط با نظام قضایی ربط وثیقی با موضوع سرمایه اجتماعی دارد. یافته های ابر کلمات نشان از اهمیت مؤلفه های روابط اجتماعی، شبکه ها، پیوندها، اعتماد اجتماعی، مشارکت اجتماعی، ارزش ها و هنجارها و جامعه مدنی داشت. توصیه پژوهش روی اتخاذ رویکرد فرآیندی در خصوص فضای مفهومی سرمایه اجتماعی و رصد فضای ارزشی و هنجاری جامعه در ربط با نظام قضایی به صورت بسترمند با هدف برخط بودن برنامه ریزی های اجتماعی در حوزه نحوه سنجش پذیری سرمایه اجتماعی تمرکز دارد.

پلتفرم های جدید و رسانه های اجتماعی، محیطی منحصر به فرد را برای خلق، گسترش و استمرار گفتمان های مدرن و نئولیبرال زنانگی و مادری از طریق بسترهای دیجیتال، بصری و اجتماعی ارائه می دهند. در همین راستا، سوال پژوهش پیش رو این است که آیا می توان شواهدی از فمینیسم نئولیبرال، در صفحات اینستاگرامی زنان ایرانی یافت؟ برای پاسخ به این سوال، در ادبیات نظری به چیستی گفتمان فمینیسم نئولیبرال و اصول اساسی آن پرداخته و متن کاوی 100 مقاله انگلیسی منتشر شده با محوریت فمینیسم نئولیبرال، با استفاده از نسخه 1 .6.16 نرم افزارVOSviewer version  و روش تجسم بخشی به خوشه های تراکمی انجام شده است. در ادامه و در مرحله نخست پژوهش، بر اساس فراتحلیل 12 پژوهش که پیشتر در رابطه با موضوع زنانگی و مادرانگی در اینستاگرام زنان ایرانی انجام شده اند، به این سوال پاسخ داده شده است که زنانگی و مادرانگی چگونه در اینستاگرام زنان ایرانی بازنمایی شده است؟. سپس با انطباق میان آنچه در بازنمایی زنانگی و مادرانگی در صفحات اینستاگرامی زنان ایرانی مشاهده شده و آنچه در تعریف و اصول اساسی فمینیسم نئولیبرال ذکر شده، به پرسش تحقیق پاسخ داده شده است. همچنین در مرحله دوم پژوهش با تحلیل گفتمان بصری 200 تصویر از 10 صفحه اینستاگرام زنان اینفلئونسر ایرانی، یافته های بیشتری برای مدعای پژوهش و پاسخ به سوال آن ارائه شده است. شش مضمون فرعی حاصل از تحلیل گفتمان، شامل «مراقبت های جسمی روزانه»، «انتخاب شخصی»، «پیشرفت فردی»، «منطق بازار»، «مصرف گرایی» و «خانواده خوشبخت»، حاکی از ظهور شبه فمینیسم نئولیبرال در صفحات اینستاگرامی زنان ایرانی است.

شناسایی موضوعات داغ در حوزه های پژوهشی همواره موردتوجه بوده است؛ تصمیم گیری هوشمندانه در مورد آنچه باید مورد مطالعه و قرار بگیرد، همواره عاملی اساسی برای محققان بوده و می تواند برای پژوهشگران موضوعی چالش برانگیز باشد. هدف پژوهش حاضر، شناسایی موضوعات داغ در مقالات نمایه شده در پایگاه اسکوپوس در حوزه علم اطلاعات و دانش شناسی در سال های 2010 تا 2019 با استفاده از تکنیک های متن کاوی است. جامعه آماری، شامل 50995 مقاله منتشرشده در 249 عنوان مجله نمایه شده در پایگاه اسکوپوس در این حوزه در بازه زمانی 2010 تا 2019 است. برای شناسایی خوشه های موضوعی این حوزه، از الگوریتم های تکنیک تخصیص دیریکلت پنهان (LDA) استفاده شد و داده ها با استفاده از کتابخانه های متن کاوی در نرم افزار پایتون مورد تحلیل قرار گرفت. برای این کار، با اجرای الگوریتم وزن دهی لغات به روش TF-IDF و تشکیل ماتریس متنی، موضوعات در پیکره اسناد تعیین و ضرایب اختصاص هر سند به هر موضوع (تتا) مشخص شد. خروجی اجرای الگوریتم LDA، منجر به شناسایی تعداد 260 موضوع شد. تخصیص برچسب به هریک از خوشه های موضوعی، بر اساس کلمات با بالاترین وزن اختصاص یافته به هر موضوع و با نظر کارشناسان حوزه موضوعی، انجام گرفت. با انجام محاسبات با ضریب اطمینان 95%، تعداد 63 موضوع از بین 260 موضوع اصلی انتخاب شد. با محاسبه میانگین تتا برحسب سال، تعداد 24 موضوع دارای روند مثبت (موضوع داغ) و تعداد 39 موضوع دارای روند منفی (موضوع سرد) تعیین شد. بر اساس نتایج، موضوعات مطالعات سنجشی، مدیریت الکترونیکی/ بازاریابی الکترونیکی، بازیابی محتوا، تحلیل داده و مهارت الکترونیکی، ازجمله موضوعات داغ بود و موضوعات آموزش، آرشیو، مدیریت دانش، سازمان دهی و سلامت کتابداران ازجمله موضوعات سرد در حوزه علم اطلاعات و دانش شناسی در بازه زمانی 2010 تا 2019 شناسایی شد. تحلیل یافته ها نشانگر آن است که به دلیل رویکرد اغلب پژوهشگران در 10 سال گذشته به استفاده از فنّاوری های نوظهور، موضوعات مبتنی بر فنّاوری بیشتر باعث جذب آنان شده و در مقابل، موضوعات پایه ای این حوزه، کمتر موردتوجه قرارگرفته اند.

پژوهش حاضر با هدف ارائه روشی برای سازماندهی اسناد متنی فارسی با استفاده از تکنیک خوشه بندی انجام شد. مجموعه داده های مربوط به پایان نامه ها و رساله ها شامل 2943 تحقیق به عنوان جامعه آماری در نظر گرفته شد. جمع آوری داده ها از مجموعه داده های مربوط به تحقیقات علمی که شامل 5000  پژوهش در قالب فایل اکسل بود، انجام شد. در این پژوهش پس از تبدیل داده ه ا به قالب ساخت یافت ه، با استفاده از اعمال پیش پردازش عملیات پردازش صورت گرفت. در مرحله پردازش از تکنیک خوشه بندی جهت ارائه الگوریتم پیشنهادی در راستای سازماندهی اسناد متنی فارسی بهره گرفته شد. این الگوریتم با بهبود الگوریتم K-means در جهت خوشه بندی اسناد ارائه شد. نتایج حاصل از ارزیابی نشان داد الگوریتم پیشنهادی بر اساس معیارهای خارجی نسبت به دو الگوریتم K-means و K-means++ در کیفیت خوشه بندی اسناد تأثیر مثبتی داشت. به طوری که تحقیقات هر رده تعیین شده در خوشه موضوعی مرتبط دارای توزیع یکنواختی شد، و منجر به حصول هدف پژوهش حاضر گردید. در جداول رده/ خوشه حاصل از دو الگوریتم K-means  و K-means++ توزیع غیریکنواخت تحقیقات در خوشه ها مشاهده شد. بنابراین، ارزیابی بر اساس معیار های داخلی متأثر از تراکم متفاوت خوشه ها و شباهت بین خوشه ای بود. حجم دیتاست نیز متأثر از راهکارهای پیشنهادی برای انتخاب دیتاست نهایی و فرایند پژوهش نبود، بنابراین الگوریتم پیشنهادی برای ابعاد بالای ویژگی نیز مناسب عمل می کند.

هدف از این پژوهش مطالعه و تحلیل نظرات کاربران وب سایت های تجارت اجتماعی با بهره گیری ترکیبی از تکنیک های متن کاوی و داده کاوی است. بدین منظور پایگاه داده وب سایت تریپ ادوایزر مورد ارزیابی قرار گرفته و از میان همه کاربرانی که در مورد یکی از هتل های شهر لیسبون پرتغال ابراز نظر کرده اند، نمونه گیری سیستماتیک انجام می شود. سپس همه نظرات این کاربران نمونه در مورد همه مطالب از قبیل هتل ها، رستوران ها و اماکن دیدنی استخراج شده و با استفاده از نرم افزار رپیدماینر و تکنیک های متن کاوی و داده کاوی تجزیه و تحلیل می شوند. محاسبه شاخص دیویس و بولدین بهینه ترین تعداد خوشه، سه به دست می آید و کاربران به سه خوشه تقسیم می شوند. هر خوشه دارای ویژگی های منحصر به فردی است که پرتغال دوست، رستوران دوست و سفر دوست نامیده می شوند. سپس بر اساس ویژگی های هر خوشه و اطلاعات موجود در پروفایل کاربران با استفاده از قواعد انجمنی اقدام به شناخت بیشتر هر خوشه می شود. در انتها متناسب با ویژگی های تحلیل شده هر خوشه اقدام به ارائه راهکار جهت افزایش مشارکت آن ها در وب سایت کرده، و پیشنهاد های ترفیعی هدفمندی برای هر کدام از این خوشه ها بیان می شوند.

مدیریت فناوری، دانشی است که در پیمودن مسیر پیشرفت علمی و فناورانه کشور نقشی راهبردی برعهده دارد. اما رشد و توسعه ی این دانش، خود مستلزم سیاست گذاری و این به نوبه ی خود، نیازمند شناخت دقیق وضعیت موجود در کشور در این حوزه است. نقشه علم، ابزاری است که قادر است این شناخت را برای سیاست گذاران و مدیران علم و فناوری ایجاد کند. این گونه مصورسازی های حوزه های علمی، درصدد فهم وضعیت دانش موجود و هدایت سیاست های علمی اند؛ اگرچه این پژوهش ها به خودی خود پیشنهادات و یا گزینه های سیاستی خاصی ارائه نمی کنند. در این پژوهش، با گردآوری بیش از 1600چکیده «مقاله چاپ شده در مجلات، مقاله ارائه شده در کنفرانس ها، پایان نامه های دانشجویی و کتب» به زبان فارسی در حوزه مدیریت فناوری که از فروردین ماه سال 1380 تا شهریور ماه سال 1389 نوشته شده اند و تحلیل آن ها با استفاده از روش «تحلیل هم رخدادی کلمات»، نقشه مفهومی رشته مدیریت فناوری (تشکیل شده از 54 مفهوم) حاصل شده و سپس با استفاده از نرم افزار مصورساز VOSviewer، به صورت گرافیکی در فضایی دو بعدی ترسیم شده است. در این نقشه دو بعدی، می توان به «حجم دانش موجود در کشور و نحوه ی پراکندگی آن در هر زیرحوزه از این رشته» و «میزان ارتباط این زیرحوزه ها با یکدیگر در دانش موجود کشور» پی برد. این نقشه، از نوع نقشه های بر اساس فاصله است که در آن، فاصله کمتر بین دو مفهوم، نشان دهنده ارتباط قوی تر بین آن دو و مساحت بزرگتر دایره مربوط به هر مفهوم، بیان کننده میزان اهمیت آن مفهوم در دانش موجود کشور است. همچنین نقشه چگالی ترسیم شده، بخش های مهم تر هر نقشه را به خوبی نمایان می کند. بر اساس نقشه حاصل شده از تحلیل کل مدارک، «تحقیق و توسعه، نوآوری، مدیریت دانش، سیاست گذاری صنعتی، تجاری سازی فناوری، و سیاست گذاری علم و فناوری» پرکاربردترین موضوعات در دانش مدیریت فناوری در ایران هستند.

هدف اصلی مقاله اندازه گیری شاخص نا اطمینانی اقتصادی با استفاده از اخبار منتشر شده در شبکه های اجتماعی است. این روش اندازه گیری با فراگیری استفاده از شبکه های اجتماعی اهمیت بالایی پیدا کرده است. در این مقاله، با پایش و تحلیل 3,117,960 خبر از 28 کانال تلگرامی پرمخاطب و اثرگذار ایران، شاخص نا اطمینانی اقتصادی در ایران را از ژانویه 2017 تا دسامبر 2020 اندازه گیری شد. برای تحلیل این اخبار از روش های «یادگیری ماشین با ناظر» بهره گرفته شد. در مرحله اول 13404 خبر توسط ارزیابان انسانی برحسب اثرگذاری بر نا اطمینانی برچسب گذاری شد. سپس با استفاده از چهار الگوریتم (« C4. 5 » از روش های درخت تصمیم، «پرسپترون چندلایه» از روش های شبکه عصبی مصنوعی، «لجستیک» از روش های تابع محور و «بیز ساده» از روش های بیزی) برچسب گذاری کل اخبار انجام شد. شاخص نا اطمینانی اقتصادی به صورت شمارشی و بر اساس تعداد اخباری که اثرگذار بر نا اطمینانی اقتصادی هستند، اندازه گیری و مقدار این شاخص استاندارد شده و سپس کیفیت شاخص با شواهد تاریخی، برچسب گذاری مجدد و مقایسه با شاخص مبتنی بر داده های گوگل ارزیابی شد. شاخص محاسبه شده با وقایع مهم دوره مطالعه مانند خروج آمریکا از برجام، تحریم نفتی و بالا گرفتن تقابل آمریکا با ایران در ترور سردار سلیمانی همخوانی دارد. برآورد تأثیر نا اطمینانی اقتصادی رسانه بنیان بر نرخ ارز با مدل گارچ، اثر مثبت و معنی دار این نا اطمینانی را نشان می دهد.

با توجه به رشد روزافزون شبکه های اجتماعی در سال های اخیر، سرمایه گذاران در بازارهای مختلف علاوه بر بررسی و تحلیل اطلاعات کلاسیک بازار، به اخبار و اطلاعات منتشره در شبکه های اجتماعی نیز توجه می کنند. با بررسی و ارزیابی میزان ارتباط اخبار و اطلاعات منتشره در  شبکه های اجتماعی و تغییرات قیمت سهام می توان به میزان تاثیرگذاری این اطلاعات بر قیمت سهام پی برد و از طریق آن روند آینده را پیش بینی نمود. در این مقاله با استفاده از روش تحلیل احساسات و متن کاوی، به بررسی میزان اثرگذاری افکار و احساسات عمومی ناشی از اخبار در اینترنت و فضای مجازی بر قیمت سهام پرداخته می شود. اطلاعات استفاده شده در این پروژه شامل مطالب منتشرشده در شبکه اجتماعی توییتر پیرامون سهام و همچنین داده های واقعی قیمتی سهام 5 شرکت برتر بورس آمریکا است. با استفاده از روش ارائه شده، احساسات کلی در مورد یک متن برآورد شده و امتیازی کلی برای آن در نظر گرفته می شود. سپس با استفاده از روش های بک تستینگ و با اتخاذ استراتژی های مختلف معاملاتی، تاثیر این احساسات در روند قیمتی سهم بررسی خواهد شد و بازدهی به دست آمده، با و بدون اثردهی آنالیز احساسات، مقایسه خواهد شد. طبق نتایج این پژوهش، بازدهی استراتژی های مبتنی بر آنالیز احساسات به طور قابل توجهی بیشتر از روش های تحلیل تکنیکال هستند.

نظرات مشتریان فروشگاه های اینترنتی  نشان می دهد که همواره نسبت به تخفیف های فروشگاهی تردید داشته اند و چگونگی رضایت آن ها ازنظر کمیت و کیفیت این تخفیف ها، در ابهام و سکوت پژوهش های پیشین، مغفول مانده است بنابراین، هدف این پژوهش  سنجش و ارائه مدل رضایت مشتری از خریدهای الکترونیکی تخفیف دار با استفاده از متن کاوی نظرات مشتریان در فروشگاه اینترنتی دیجی کالا بوده است.روش تحقیق پژوهش حاضر ازنظر پارادایم، پست مدرن، ازنظر هدف، کاربردی و ازنظر ماهیت، آزمایشگاهی-شبیه سازی با رویکرد کیفی-کمی است. ابزار جمع آوری اطلاعات، مطالعات کتابخانه ای و برای نظرات مشتریان، فیش برداری بوده است. جامعه آماری این پژوهش کلیه نظرات حاضر در محصول گوشی موبایل A12 سامسونگ بوده است و نمونه آماری نیز به صورت تمام شماری، انتخاب گردید. روش تحلیل داده ها، با استفاده از متن کاوی و روش LDA پس از پیش پرداز داده ها و تخصیص دسته های موضوعی، صورت گرفت. یافته ها نشان داد که نرخ همگرایی LDA برای تعیین دسته های موضوعی، شش دسته بوده اند که شامل زمان تخفیف، مقدار تخفیف، کمپین تخفیف، ارتباط دهان به دهان تخفیف، ادراک از تخفیف و انواع تخفیف است که با استفاده از تکنیک های متن کاوی، اهمیت غالب هر یک از دسته ها برای هرکدام از  20 کلمه پرتکرار در نظرات، مشخص گردید، سپس کلمات مثبت و منفی محتمل برای هرکدام از دسته های موضوعی تعیین و ضریب مسیر و میزان اهمیت آن در مدل مربوطه ارائه شد. نتایج حاصله مبین این امر بود که مشتریان نسبت به تخفیف های فروشگاه های اینترنتی بیش از فروشگاه های سنتی حساسیت به خرج می دهند و با مقایسه با نتایج تحقیقات قبلی محرز گردید رضایت آن ها از تخفیف های اینترنتی شامل ابعاد پیچیده تری است که برای اداره صحیح از تخفیف، نیازمند ابهام زدایی  و راستایی آزمایی تخفیف در قالب اطلاع رسانی و آگاهی بخشی کامل است. از نتایج این تحقیق، کلیه فروشگاه های اینترنتی که از استراتژی های قیمت گذاری تخفیفی استفاده می نمایند، می توانند بهره ببرند.

هدف: توسعه تحصیلات تکمیلی و رشد قابل ملاحظه انتشار مقالات در تمام حوزه های دانش و بویژه در رشته حسابداری، لزوم توجه به بررسی وضعیت کنونی نشر مقالات علمی را بیش از پیش نمایان می سازد. مطالعه روند پژوهش های انجام شده از طریق تجزیه و تحلیل موضوعی مقالات منتشرشده در مجلات تخصصی داخلی که مصداقی از نقشه علمی رشته مزبور است، برای سازمان ها، پژوهشگران و سیاست گذاران علمی اهمیت ویژه ای دارد. بنابراین پژوهش حاضر با هدف تجزیه و تحلیل مقالات منتشرشده در مجلات مصوب وزارت علوم، تحقیقات و فناوری در رشته حسابداری از اولین شماره چاپ شده پس از اخذ رتبه علمی تا پایان سال 1399 با استفاده از فنون متن کاوی طرح ریزی شده است. روش: از 4924 مقاله انتشاریافته طی سه دهه در 20 مجله حسابداری، تعداد 4201 مقاله کهانگلیسی آنها در تارنمای مجلات و پایگاه های اطلاعاتی موجود بود به عنوان نمونه انتخاب و جهت طبقه بندی موضوعی مورد استفاده قرار گرفته است. به منظور شناسایی مهمترین واژگان بکاررفته در مقالات از الگوریتم وزن دهی TF-IDF، برای تعیین موضوعات از الگوریتم مدلسازی موضوعی LDA و جهت کاربست الگوریتم های متن کاوی از زبان برنامه نویسی پایتون استفاده شده است. یافته ها : یافته های پژوهش نشان می دهد که حوزه های موضوعی بازار سرمایه (29%)، حسابداری مالی (20%)، راهبری شرکتی (10%)، گزارشگری مالی و مسئولیت اجتماعی (9%)، حسابداری مدیریت (9%)، حسابرسی (8%)، مالی و سرمایه گذاری (7%)، حسابداری بخش عمومی (3%)، آموزش و پژوهش حسابداری (3%)، بانکداری و سیستم های اطلاعاتی (2%) به ترتیب مهمترین حوزه های پژوهشی در مجلات حسابداری ایران هستند. بررسی روند انتشار مقالات در هریک از حوزه های موضوعی پرطرفدار نشان می دهد، حوزه های موضوعی حسابداری بخش عمومی، حسابرسی، گزاشگری مالی و مسئولیت اجتماعی شرکت ها، حسابداری مدیریت، بانکداری و سیستم اطلاعاتی و آموزش و پژوهش حسابداری رو به رشد، حوزه های موضوعی حسابداری مالی، تحقیقات بازار سرمایه و پژوهش های حوزه مالی و سرمایه گذاری رو به افول و حوزه موضوعی راهبری شرکتی دارای ثبات در نشر می باشد. نتیجه گیری: نتایج بیانگر این است که توجه به موضوعاتی نظیر فناوری و سیستم های اطلاعاتی حسابداری، حسابداری بخش عمومی و آموزش و پژوهش حسابداری در مقایسه با سایر حوزه های پژوهشی کمتر بوده است؛ چراکه تلاش های چندانی برای نشر مقالات در این خصوص صورت نگرفته است؛ بنابراین توجه صاحب نظران به سیاست گذاری علم و نشر در مجلات ضروری به نظر می رسد

هدف  پژوهش حاضر بررسی و تجزیه و تحلیل معنایی، محتوایی و آماری، وضعیت مقالات مجله مطالعات برنامه ریزی سکونتگاههای انسانی   است. برای رسیدن به این هدف از تکنیک های علم سنجی بهره گرفته شد. جهت جمع آوری داده ها و تحلیل های اولیه، نرم افزاری طراحی شد. جامعه آماری پژوهش حاضر تمامی مقالات این مجله شامل 3۲۸ مقاله است که از سال 1385 تا 1395 منتشر شده است. تحلیل ها شامل؛ خوشه بندی ارتباطی کلیدواژه ها، ترسیم شبکه اجتماعی هم تألیفی، تشخیص پژوهشگران برتر با توجه به شاخص های ترکیبی و شاخص های مربوط به انواع مرکزیت،  شناسایی پراستنادترین مقالات، برترین پژوهشگران از نظر تعداد مقاله و ارجاع و دانشگاه های برتر از نظر تعداد مقالات چاپ شده می باشد. نتایج بررسی ها نشان داد که کلیدواژه های مجله در ۵ خوشه موضوعی قرار می گیرند و توسعه روستایی و گردشگری از پرتکرارترین کلیدواژه ها به حساب می آیند. عناوین مجله در ۸ خوشه موضوعی قرار گرفتند  که خوشه های اثرات طرح هادی و برنامه ریزی عوامل اجتماعی و مطالعه توریسم در نواحی روستایی، مهمترین موضوع در خوشه های ایجاد شده می باشد. پژوهشگران دانشگاه آزاد اسلامی رشت با مشارکت در ۹۳ مقاله و اختصاص ۳۰ درصد، از نظر وابستگی سازمانی دارای بیشترین مقاله می باشند و با در نظرگرفتن شبکه اجتماعی هم تألیفی ، شاخص اچ و پراستنادترین پژوهشگران می توان چنین اظهار داشت که تیمور آمار تأثیرگذارترین پژوهشگر مجله مطالعات برنامه ریزی سکونتگاههای انسانی   به شمار می رود.

استخراج کلمات کلیدی از مسائل مهم در زمینه پردازش و تحلیل متن بوده و خلاصه ای سطح بالا و دقیق از متن ارائه می دهد. بنابراین انتخاب روش مناسب برای استخراج کلمات کلیدی متن حائز اهمیت است. هدف پژوهش حاضر، مقایسه عملکرد سه رویکرد درکشف و استخراج کلیدواژه های موضوعی کتاب های الکترونیکی با استفاده از تکنیک های متن کاوی و یادگیری ماشین است. در این راستا سه رویکرد آزمایشی شامل: 1.اجرای متوالی فرآیند خوشه بندی، ارتقا کیفیت خوشه ها از نظر معنایی و غنی سازی کلمات توقف حوزه خاص؛ 2. استفاده از الگوی کلیدواژه های تخصصی؛ 3. استفاده از بخش های مهم متن در کشف و استخراج واژگان کلیدی و موضوعات مهم متن، معرفی و مورد مقایسه قرار گرفته است. جامعه آماری، شامل 1000 عنوان کتاب الکترونیکی از زیرشاخه های موضوعی حوزه علم اطلاعات و دانش شناسی بر اساس نظام رده بندی کنگره است که بعد از کسب اطلاعات کتابشناختی آن از پایگاه کتابخانه کنگره، اقدام به تهیه متن اصلی گردید. استخراج کلیدواژهای موضوعی و خوشه بندی داده های آموزش به کمک الگوریتم تجزیه نامنفی ماتریس و با سه رویکرد آزمایشی انجام شد و کیفیت و عملکرد خوشه های موضوعی حاصل از اجرای سه رویکرد در بخش دسته بندی خودکار داده های آزمایشی به کمک ماشین بردار پشتیبان مورد مقایسه قرار گرفت. یافته ها نشان داد افت همینگ (0.020) یا میزان خطا در دسته بندی صحیح متون آزمایشی در رویکرد سوم یعنی بهره گیری از بخش های مهم متن در استخراج کلیدواژه های موضوعی، از دو رویکرد دیگر کمتر است. همچنین امتیاز F1 (0.82) که میانگین دو معیار دقت (0.87) و بازخوانی (0.78) و بازتابی از عملکرد درست فرآیند دسته بندی در برچسب گذاری موضوعی متون است، در رویکرد سوم بهتر از نتایج دو رویکرد دیگر است. نتایج تحلیل ها نشان داد که کیفیت و انسجام معنایی خوشه های موضوعی حاصل از رویکرد سوم یعنی استفاده از بخش های مهم متن در کشف و استخراج موضوع، در مقایسه با دو رویکرد دیگر بهتر بود. بعلاوه کلیدواژه های به دست آمده از خوشه های موضوعی رویکرد سوم را می توان در مجموعه های توصیف نشده و ناشناخته به منظور استخراج محتوای موضوعی ناآشکار کل مجموعه به کار برد.

به منظور خط مشی گذاری و برنامه ریزی در راستای توسعه منطقه اى با تمرکز بر پتانسیل ها و محدودیت های بومی و محلی، مفهوم مرکز پیشرفت منطقه ای در دهه های اخیر مورد توجه محققان قرار گرفته است. با توجه به اهمیت پرداختن به این موضوع در کشور، پژوهش پیش رو در نظر دارد تا با بررسی تطبیقی مراکز پیشرفت منطقه ای و استخراج ابعاد کاربردی و عملکردی آن ها، منبعی علمی را در راستای کمک به توسعه مراکز پیشرفت منطقه ای ایجاد نماید. به منظور ارائه این پژوهش، از روش الگوبرداری برای احصاء کارکردهای مراکز مشابه و پیش رو در زمینه ارائه راه کارهای پیشرفت منطقه ای استفاده شده است و مراکز احصاء شده از مناظر مختلف همچون مأموریت، اهداف و وظایف، ابتکارات و غیره مورد بررسی و ارزیابی قرار گرفته اند. همچنین، به منظور ارائه بینشی جامع نسبت به مفاهیم مورد بررسی پژوهشگران در مقالات مرتبط با مرکز نوآوری پیشرفت منطقه ای، از یک الگوریتم مبتنی بر متن کاوی با عنوان ابر کلمات استفاده شده است. بنابر نتایج پژوهش، شبکه سازی و ارتباط گیری با تمرکز بر نهادهای محلی و بومی، یادگیری و انتقال دانش بومی، و توسعه فنآوری ونوآوری، ویژگی های متمایز کننده مراکز نوآوری پیشرفت منطقه ای نسبت به سایر مراکز فعال در زمینه پیشرفت و توسعه می باشند.