متن کاوی

اهداف: مطالعات زیادی با استفاده از روش های متن کاوی به بررسی الگوهای نهفته، کلمات پرتکرار، مقایسه آثار، بررسی اصل بودن متن کتاب های معروف در علوم مذهبی مانند قرآن کریم، کتاب مقدس یا ادبیات کلاسیک مانند آثار شعرای بنام فارسی، آثار ویلیام شکسپیر، یوهان ولفگانگ فون گوته و ... انجام شده است. در این میان، صحیفه سجادیه منسوب به امام علی-بن-الحسین زین العابدین (ع) ، یکی از شناخته شده ترین منابع مطالعاتی در علوم شیعی پیرامون دعاست. اما تا کنون، مطالعه ی متن کاوی در این متن صورت نگرفته است و این تحقیق اولین گام در این راستاست. روش ها: ابتدا تمام 54 دعاهای این متن از کتاب ها و اینترنت استخراج شده است و سپس برای تحلیل آماده سازی شده اند. با استفاده از نرم افزار R لغات هر دعا تفکیک شده است و آمارهای توصیفی، شبکه متن دعاها و کلمات، ابرکلمات و خوشه بندی براساس محتویات آنها انجام شده است. یافته ها: در مجموع 15,881 واژه تشخیص داده شد که عبارت های "اللهم" ، "محمد"، "اله"، "صل"و "کل" به تفکیک دارای بیشترین تکرار برابر 285، 239، 208 و 144 مورد بود و به همراه سایر کلمات به صورت ابر کلمات نشان داده شده است. همچنین، ابر کلمات به تفکیک هر دعا ، در ضمیمه رسم شده اند. آمارهای توصیفی، خوشه بندی دعاها و شبکه متنی آنها نیز براورد شده است. نتایج: این تحقیق به بررسی ساختار دعاها با چند روش می پردازد. همچنین، به بررسی محتوایی آنها با موضوع های مرتبط با بیمه، مثال هایی ارائه می کند.

امروزه بسیاری از زمینه های تحقیقاتی و کسب وکار به نوعی با افکار، تصویرها و الگوهای ذهنی کاربران و مخاطبان خود سروکار دارند . لذا شناخت و آگاهی از نحوه ی طرز فکر افراد، مشتریان و مخاطبان یک مجموعه در مورد آن، تأثیر فراوانی بر اخذ تصمیمات مناسب از سوی مدیران آن مجموعه، درراستای پیشبرد اهداف و حل مسائل مختلف دارد. از طرفی جمع آوری داده از کاربران، به جهت رسیدن به اهداف و نتایج تحقیق، با استفاده از روش های سنتی معمولاً زمان بر و همراه با بی دقتی است. هدف از پژوهش حاضر ارائه رویکردی نوین جهت جمع آوری داده از افراد، به منظور سنجش ادراک آنان در خصوص یک موضوع معین، در قالب یک مطالعه ی موردی می باشد. در این تحقیق جهت بررسی رضایت مندی کاربران سه اپلیکیشن تاکسی های اینترنتی در ایران، به نام های اسنپ، تپسی و کارپینو، از نظرات آنان در شبکه اجتماعی توییتر استفاده گردید. روش تحقیق در پژوهش حاضر به لحاظ هدف کاربردی و ازنظر ماهیت، توصیفی است. جامعه آماری، کلیه کاربران سه اپلیکیشن یادشده و عضو در شبکه اجتماعی توییتر، می باشند که نظرات خود را در رابطه با این اپلیکیشن ها منتشر می نمایند. در طول انجام تحقیق، درمجموع ۶۸۲ نظر از توییت های مربوطه به صورت مقطعی، در بازه زمانی تابستان ۱۴۰۰، با استفاده از رابط برنامه کاربردی توییتر و هشتک های مرتبط، جمع آوری گردید.

مدل کسب و کار عامل مهمی در مزیت رقابتی شرکت ها می باشد و شرکت ها با تغییر محیط کسب و کار در اثر تغییرات فناوری و ارتباطات، نیاز دارند مدل کسب و کار خود را مجددا خلق کنند. پژوهش حاضر با هدف طراحی مدلی پویا مبتنی بر متن کاوی و روش های نرم جهت تعیین مهم ترین عوامل کلیدی مدل های کسب وکار الکترونیک صورت گرفته است. به منظور استخراج عوامل کلیدی، متون 779 مقاله ده سال اخیر از پایگاه های معتبر مورد بررسی قرار گرفت. پس از بررسی خبرگان و انتخاب 17 عامل اصلی از میان عوامل استخراج شده، جهت تحلیل روابط علی بین عوامل کلیدی، از تکنیک دیمتل استفاده شده و ماتریس دیمتل توسط خبرگان تکمیل گردید و در نهایت با استفاده از نرم افزار ونسیم، مدل پویای پژوهش ترسیم شد. اثرگذارترین عامل علی، "اینترنت اشیا" و سپس "بلاک چین و پردازش ابری" است و اثرپذیرترین عامل معلولی "ارزش ارایه شده در کسب وکار" می باشد. همچنین اثرگذارترین عامل بر کلیه عوامل "ماهیت رسانه ها" و اثرپذیرترین عامل از مجموعه عوامل "نوع تکنولوژی مورد استفاده" معرفی شد.

تغییر رویکرد نظام های اطلاعاتی از پردازش واژه به پردازش مفهوم، موجب توجه به هستی شناسی ها شده است. در علوم پزشکی و بیماری های انسان، به لحاظ وجود تنوع در اصطلاحات و لزوم اشتراک اطلاعات از طریق نرم افزارهای مختلف مانند پرونده های پزشکی، سامانه های ثبت سوابق بهداشتی و...  بکارگیری هستی شناسی ها ضروری به نظر می رسد. در  پژوهش حاضر، رویکردی نیمه خودکار برای توسعه هستی شناسی پیشنهاد شده است که می تواند با استفاده از ابزارهای متن کاوی، شناسایی مولفه های ساختاری هستی شناسی و تعیین نسبی روابط را از متون علمی تسهیل کند. مدل پیشنهادی در قالب کد نرم افزاری با نام اختصاری «TmbOnt_Alfa[1]» ارائه شده است. این کد با استفاده از رابط کاربر، فایل متنی ورودی را فراخوانی کرده و پس از پردازش بر اساس تنظیمات، اصطلاحات کلیدی برای توسعه هستی شناسی را استخراج می کند. به منظور ارزیابی کارایی روش پیشنهادی، مطالعه موردی در حوزه بیماری «گلوکوم» با داده های متنی مشتمل بر10،000 چکیده مقاله از «PubMed[2]» برمبنای جستجوی واژگانی تهیه گردید. پس از مراحل پردازش، مفاهیم و ساختار سلسله مراتبی هستی شناسی حاصل در پروتژ وارد شد. سرانجام، سنجش قیاسی هستی شناسی توسعه یافته با سرعنوان پزشکی «MESH[3]»، «اصطلاح نامه وتوصیفگرهای پزشکی فارسی» و «هستی شناسی  بیماری ها» و «هستی شناسی BAO[4]» نشان داد که میانگین دقت مفاهیم و میانگین دقت مکانی مفاهیم بیش از 70 درصد با هستی شناسی های بازنمایی شده در پایگاه های معتبر هستی شناسی بیماری های انسانی «Bio-Ontologies» انطباق داشته و به طور میانگین بیش از 30 درصد واژگان جدید برای افزودن به دامنه را فراهم کرده است. [1]  Text miner for base ontology development, Alfa version[2]  https://pubmed.ncbi.nlm.nih.gov/[3]   https://www.ncbi.nlm.nih.gov/mesh/[4]  https://bioportal.bioontology.org/ontologies/BAO

هدف: با توجه به نقشی که مطالعه روند پژوهش های علم اطلاعات و دانش شناسی در نشان دادن نقاط ضعف، کاستی ها و مسیر پیشرفت و توسعه آن رشته دارد، پژوهش حاضر در صدد است تا به مطالعه موضوعات مقالاتی که توسط پژوهشگران ایرانی در سطح ملی و بین المللی در این حوزه انجام شده اند، بپردازد.روش شناسی: پژوهش حاضر از نوع کاربردی بوده و با رویکرد متن کاوی انجام گرفته است. جامعه مورد مطالعه شامل مقالات مستخرج از وبگاه نشریات ایرانی نمایه شده در پایگاه آی. اس. سی. در فاصله سال های 1398-1351 و مقالات انجام شده توسط پژوهشگران ایرانی که از سال 2019-1945 در پایگاه وب آوساینس نمایه شده اند، هستند. کلیه فرآیندهای مربوط به پیش پردازش و طبقه بندی به زبان برنامه نویسی پایتون پیاده سازی و اجرا شده اند.یافته ها: به منظور دسته بندی مطالعات علم اطلاعات و دانش شناسی، با بررسی پیشینه های مطالعاتی و ترکیب طبقه بندی های موجود و نظرخواهی از متخصصان این حوزه، طرحی مشتمل بر 31 حوزه موضوعی تهیه و مبنای تحلیل قرار گرفت. یافته ها نشان داد که بیشتر پژوهش های این رشته به ترتیب به حوزه های کتابخانه ها و مراکز اطلاعاتی و آرشیو؛ پژوهش، مطالعه و نشر؛ علم سنجی و اطلاع سنجی؛ اینترنت و مطالعات وب اختصاص یافته است. نتیجه گیری: نتایج حاصل از پژوهش حاضر می تواند به برنامه ریزی و تصمیم گیری در خصوص شناخت نیازهای آموزشی و پژوهشی، تدوین سرفصل های درسی و هدایت بروندادهای علمی آینده به سوی اولویت ها و تخصیص بهینه منابع به آن ها کمک نماید. این نتایج همچنین می تواند هدایتگر پژوهشگران در تصمیم گیری برای انتخاب موضوعات پژوهش های آینده در علم اطلاعات و دانش شناسی باشد.

امروزه با رشد روز افزون اینترنت و گسترش سریع فضای مجازی و ویژگی های چشمگیر آن از جمله افزایش سرعت تبادل اطلاعات، ، دسترسی آسان و رایگان به اطلاعات ، متنوع بودن موضوعات و غیره، باعث شده افراد بیشتر زمان خود در فضای مجازی به ویژه فعالیت در شبکه های اجتماعی اختصاص دهند، در این راستا نظرات ثبت شده توسط کاربران در شبکه های مجازی رشد روزافزونی داشته و اهمیت بسیاری پیدا کرده؛ بر این اساس، هدف پژوهش حاضر تحلیل و بررسی نظرات کاربران توییتر درباره ی فناوری واقعیت مجازی با بهره گیری از روش های یادگیری ماشین و رویکرد مبتنی بر واژه نامه می باشد که با جمع آوری حدود 1 میلیون توییت در زمینه فناوری واقعیت مجازی توسط خزشگر وب به پیش پردازش داده ها شامل حذف ایست واژه ها و لینک ها، بن واژه سازی پرداخته شد، سپس مدل سازی موضوعی تخصیص پنهان دیریکله روی داده ها اجرا شد و توسط امتیاز انسجام درجه تشابه معنایی بین کلمات و تمایز بین موضوعات را به دست آمد و تعداد موضوعاتی که بیشترین امتیاز را داشت انتخاب شد و داده ها در 9 موضوع دسته بندی شدند، برای ارزیابی مدل نیز از معیار سرگشتگی استفاده شد که مقدار آن 44/9- به دست آمد که نشان از کارایی مدل دارد. سپس موضاعات مرتبط با فناوری واقعیت مجازی نام گذاری شد .

هدف: هدف اصلی سهامداران در شرکت، افزایش بازدهی سهام می باشد. در این راستا اطلاعات کمی و کیفی پیرامون شرکت می تواند به سرمایه گذاران در افزایش بازدهی سهام کمک نماید لذا هدف پژوهش حاضر بررسی نقش لحن گزارشگری مالی در تبیین بازده سهام شرکت های دولتی با تاکید بر متن کاوی است.روش پژوهش: به منظور بررسی تجربی این موضوع، از روش شناسی تحلیل متنی و اطلاعات 29 شرکت دولتی پذیرفته شده در بورس اواراق بهادار تهران بین سالهای 92 تا 98 استفاده شده است. شناسایی لحن موجود درگزارش های هیات مدیره با استفاده از روش متن کاوی در محیط برنامه نویسی R انجام گرفت. به منظور آزمون فرضیه پژوهش از آزمون مقایسه میانگین دو جامعه و با استفاده نرم افزار استتا انجام شد. یافته ها: نتایج و یافته های پژوهش نشان می دهد لحن گزارشگری مالی در تبیین اختلاف بازدهی سهام شرکت های دولتی موثر است و از نظر آماری بین بازدهی سهام شرکت های دولتی با لحن گزارشگری مالی مثبت و منفی اختلاف معناداری وجود دارد.نتیجه گیری، اصالت: می توان با استفاده از روش های متن کاوی، به تحلیل لحن گزارشگری مالی شرکت ها پرداخت و به منظور افزایش بازدهی سبد سهام و انتخاب پرتفوی بهینه، شرکت هایی که لحن گزارشگری مالی مثبت بالا دارند را انتخاب نمود. توصیه می گردد که استاندارد گذاران توجه بیشتری به حسابرسی اطلاعات نوشتاری گزارش های مالی داشته باشند، زیرا در صورتی که استفاده فرصت طلبانه مدیران از لحن، حسابرسی نشود؛ ممکن است اعتماد استفاده کنندگان به پیام های نوشتاری گزارش های مالی کاهش یابد. نتایج و یافته های این پژوهش می تواند در جهت توسعه ابزارهای متن کاوی در حوزه حسابداری و مالی موثر باشد.

زمینه: تحقیق زبانی و شمارش کلمات به عنوان یک نمایشگر واژگان در متون شناخته می شود. به طور خاص، به کمک الگوریتم ها و فرآیندهای محاسباتی، می تواند عناصری مانند هیجانات، شناخت ها، نگرش ها، واژگان، سبک زبانی و ارتباطات اجتماعی را در متون تحلیل کند و نبود نسخه فارسی از مهم ترین دلایل انجام این پژوهش بود. هدف: هدف از انجام این پژوهش توسعه و بررسی ویژگی های روان سنجی نسخه فارسی تحقیق زبانی و شمارش کلمات: طبقات هیجانات و فرآیندهای شناختی بود. روش: روش پژوهش حاضر نوصیفی و همبستگی بود. روش توسعه طبقات فرآیندهای شناختی و هیجانات از چند مرحله تشکیل شده است. توسعه فرهنگ لغت با ترجمه اولیه کلمات نسخه اصلی انگلیسی در سال 1402 شروع شد و پس از آن برای به حداکثر رساندن پوشش دهی کلمات هر طبقه در زبان فارسی با استفاده از روش های تحلیل متن، پیکره عظیمی از متون فارسی مورد تجزیه وتحلیل قرار گرفت. در گام بعدی کلمات توسط داوران روانشناس مورد ارزیابی قرار گرفت و سپس برای کلمات تأیید شده لما آن ها توسط زبان شناسان به منظور تشخیص اشکال مختلف کلمه تعیین گردید. بعد از اتمام این مراحل به منظور بررسی پایایی فرهنگ لغت های فرآیندهای شناختی و هیجانات و زیر طبقات آن ها آلفای کرونباخ و کودر-ریچاردسون 20 محاسبه گردید و سپس برای بررسی روایی بیرونی، هم ارزی نسخه فارسی تحقیق زبانی و شمارش کلمات (P-LIWC) با نسخه اصلی انگلیسی LIWC-2022 مورد تجزیه وتحلیل قرار گرفت. یافته ها: نتایج نشان داد همه طبقات هیجان ها و فرآیندهای شناختی در نسخه فارسی با نسخه نهایی انگلیسی LIWC-2022 دارای همبستگی معنادار بودند (0/01 >p) و این ابزار از روایی و پایایی مناسبی برخوردار است. نتیجه گیری: با توجه به یافته های این پژوهش، می توان نتیجه گرفت که این نرم افزار در طیف گسترده ای از زمینه های پژوهشی و تجزیه وتحلیل متون فارسی کاربرد دارد و همچنین می توان در تحلیل متون جلسه درمان مراجعه کنندگان به کلینیک های روانشناسی نیز استفاده کرد

امروزه، اینترنت با ایجاد و توسعه پلتفرم های ارتباطی جهانی توانسته است نقش اساسی و راهبردی را در حکمرانی فضای مجازی بازی کند و یکی از این فضا ها که مخاطبان زیادی را جذب نموده است، شبکه های اجتماعی است. این شبکه ها، فضایی ایجاد کرده اند که کاربران می توانند محدودیت ها و موانع فضای واقعی زندگی خود را جبران کرده و از فرصتی که برای تعاملات، ارتباطات و انتقال پیام آنها فراهم شده است، به خوبی بهره ببرند؛ از این رو، توانایی تحلیل شبکه های اجتماعی در مقیاس وسیع، یک توانمندی خاص فنی است که هر سازمان به تناسب مأموریت خود باید آن را پیاده سازی کند. در حوزه اقدامات پلیس نیز برای آنکه ساختار مدیریتی پلیس بتواند تأثیر اقدامات خود را بر افکار عمومی بسنجد، باید از نظر عموم جامعه آگاه شود؛ بنابراین، در این پژوهش، به منظور نشان دادن چگونگی تحلیل داده های راهبردی شبکه های اجتماعی، الگوی جمع آوری و پردازش داده ها ترسیم شده است و به منظور تبدیل الگوی انتزاعی ذهنی به الگوی کاربردی ملموس، با استفاده از تحلیل محتوا و متن کاوی به بررسی دیدگاه کاربران ایرانی در توییتر نسبت به پلیس فتا پرداخته شده است. درمجموع، پس از حذف توییت های اضافی، تعداد 39000 نمونه برای متن کاوی استفاده شدند. به منظور تحلیل توییت ها، نمونه ها بر اساس دیدگاه کاربران انجام پذیرفت. مدت زمان تحلیل اطلاعات در یک بازه زمانی 3 ساله(1397 تا 1400) انجام شد و در طی تشریح مطالب، به ساختار داده کاوی و تحلیل متن اشاره شد تا تمایز و تشابه الگوهای تحلیلی درک شود.

رضایت مشتریان یکی از مهم ترین مؤلفه های وفاداری و ماندگاری آنان به یک محصول است و این امر در محصولاتی که رقابت بیشتری در بازار آنها وجود دارد، اهمیت بیشتری دارد. هدف از پژوهش حاضر، واکاوی رضایت مشتریان بوده که براساس رویکرد کیفی انجام شده است. پس از جمع آوری دیدگاه های مشتریان عسل ارگانیک با یک نرم افزار «خزشگر وب» و پالایش داده های جمع آوری شده، 4390 دیدگاه تحلیل و سپس از «نمایش ابری» برای درک بهتر و سریع از مجموعه دیدگاه ها استفاده شد. در ادامه، داده های پژوهش با روش تحلیل مضمون بررسی و در آخر با بررسی چندباره شبکه مضامین، جدول نهایی عوامل مؤثر بر رضایت و نارضایتی مشتریان عسل ارگانیک استخراج شد. یافته های پژوهش حاکی از آن است که عواملی چون قیمت بالا، شک در ارگانیک بودن عسل و بسته بندی نامطلوب به ترتیب بیشترین فراوانی را در علل نارضایتی مشتریان و عواملی چون طعم مطلوب، کیفیت مطلوب و رضایت از تکرار خرید بیشترین فراوانی را در علل رضایت مشتریان دارند. نتایج پژوهش نشان داد مشتریان توجه ویژه ای به خود عسل دارند؛ به طوری که کیفیت و اصالت عسل در رضایت و نارضایتی آنها تأثیر ویژه ای دارد. باتوجه به اینکه قیمت بالا از مهم ترین علل نارضایتی است، مواردی مانند ارسال رایگان، تخفیف و ... می تواند به افزایش رضایت مشتریان عسل ارگانیک کمک کند.

هدف: مدل بلوغ دیجیتالی به عنوان یک عامل موفقیت حیاتی، سازمان ها را قادر می سازد تا وضعیت فعلی خود را ارزیابی کرده و نقشه های راه را مطابق با اهداف خود ایجاد کنند. مدل بلوغ برای شرکت هایی که قصد دارند به صنعت 0/4 تبدیل شوند و به دنبال ارزیابی فرآیندها، محصولات و سازمان های خود هستند، مناسب است.روش: این مطالعه از نظر هدف کاربردی است و نخست با بهره گیری از رویکرد PRISMA (متاآنالیز) و ابزار تجزیه و تحلیل کتاب سنجی و متن کاوی و با استفاده از نرم افزارهای Harzing’s Publish or Perishv8 در بازه زمانی سال های 2010 تا 2023 بر روی 1211 مقاله به بررسی ادبیات سیستماتیک جامع و به روز می پردازد و سپس با کمک ابزار Voyant عناصر سازنده بلوغ دیجیتال را خوشه بندی می کند.یافته ها: در پژوهش حاضر 191 پیکره آماری مورد بررسی قرار گرفت؛ سپس با رویکرد متن کاوی 10 خوشه اصلی استراتژی دیجیتال، فرآیندهای دیجیتال، ارزش دیجیتال، مشتری دیجیتال، فناوری دیجیتال و داده، حاکمیت دیجیتال، افراد و مدیر دیجیتال، محصول و خدمات دیجیتال و تحول دیجیتال شناسایی شد.نتیجه گیری: سازمان ها نیازمند ایجاد یک نقشه راه دقیق هستند تا بتوانند بقای خود را تضمین کنند، از اینرو مدل بلوغ دیجیتال یک عامل موفقیت حیاتی است؛ زیرا به سازمان ها امکان ارزیابی وضعیت فعلی شان را می دهد.

هدف پژوهش حاضر، مطالعه روند پژوهش ها پیرامون مفهوم رهبری، با استفاده از روش تحلیل و نقشه برداری علم سنجی است. این پژوهش توصیفی- تحلیلی بوده و با رویکرد علم سنجی انجام شده است. ابزار گردآوری داده ها، پایگاه های داده حاصل از جستجو و فهرست بندی بوده و روش تجزیه تحلیل، ابزارها و نقشه های علم سنجی با استفاده از نرم افزارهای R بوده است. تعداد مقالات مورد بررسی، 2178 مقاله منتشر شده در پایگاه وب آو ساینس در بازه زمانی 1992 تا 2022 است. پس از استخراج و خوشه بندی مقالات، نام گذاری هر خوشه بر اساس پارامترهای مهم کلیدواژگان پرتکرار هریک انجام شد و بر این اساس خوشه های 1 الی 6 که بر اساس متوسط سن مقالات مرتب شدند با عناوین "سبکهای رهبری مبتنی بر رشد و یادگیری"، "سبکهای رهبری مبتنی بر نقشهای عمومی رهبر"، "سبکهای رهبری مبتنی بر توزیع قدرت"، " سبکهای رهبری مبتنی بر رفاه پیروان"، " سبکهای رهبری مبتنی بر اخلاق" و " سبکهای رهبری مبتنی بر رفتارهای غیراخلاقی حامی سازمان" نام گذاری شدند.

ارتباط علمی از انواع و گونه های ارتباطات است که از طریق به کارگیری روش ها و ابزارهای ارتباطی و با هدف تبادل دانش و اطلاعات علمی انجام می شود. به منظور احراز دیدگاهی جامع درباره ارتباطات علمی و پژوهشی و تقویت آن باید اصطلاحات و مفاهیم آن شناسایی گردد. از این رو، هدف اصلی پژوهش حاضر، شناسایی و خوشه بندی مفهومی اصطلاحات و مفاهیم کلیدی در حوزه ارتباطات علمی با استفاده از تکنیک های متن کاوی است. روش پژوهش حاضر از لحاظ رویکرد، کمی و از لحاظ هدف، کاربردی است. همچنین برای شناسایی و خوشه بندی اصطلاحات کلیدی در حوزه ارتباطات علمی از تکنیک های مختلف متن کاوی استفاده گردید. جامعه آماری پژوهش حاضر، مشتمل بر چکیده مقالات مرتبط با حوزه ارتباطات علمی مستخرج از پایگاه های اطلاعاتی وب آوساینس و اسکوپوس به تعداد 558 مقاله و روش نمونه گیری، سرشماری بود. ابتدا تمامی اصطلاحات و عبارات اسمی با استفاده از کتابخانه های موجود با کدنویسی به زبان پایتون مورد استخراج و فراوانی واژگان محاسبه گردید. سپس هر عبارت مرکب به واژگان تشکیل دهنده آن تجزیه شده و بر مبنای واژه نامه گلاو و با محاسبه میانگین بردارهای آن کلمات، یک بردار عددی تخصیص یافت. برای اصطلاحات ناشناخته نیز- که در واژه نامه گلاو وجود نداشت- یک عبارت معادل با استفاده از واژگان موجود جهت توصیف آن، جایگزین و بردار عددی عبارت، ساخته شد و خوشه بندی (به روش کا-مینز) بر روی آن واژگان انجام شد. یافته ها نشان داد که از 17930 کلیدواژه مستخرج، تعداد 13651 واژه، عبارت اسمی بود. همچنین 16 درصد از اصطلاحات حوزه ارتباطات علمی، تک واژه ای و 84 درصد آن مرکب بودند. پس از ایجاد بردارهای اصطلاحات مرکب و انجام خوشه بندی، از 792 عبارت یا اصطلاح در حوزه ارتباطات علمی، تعداد 40 خوشه مفهومی ایجاد گردید. پس از تعدیل و حذف خوشه های ضعیف در نهایت تعداد 22 خوشه در حوزه ارتباطات علمی شناسایی گردید. شناسایی مفاهیم اصلی در ارتباطات علمی در قالب خوشه های مفهومی و عناصر آن از نتایج پژوهش حاضر قلمداد می شود. از مهمترین یافته های دیگر پژوهش، تخصیص بردارهای عددی به عبارات ترکیبی از روی بردار واژگان تشکیل دهنده آنها و سپس استفاده از این بردارها برای خوشه بندی و دسته بندی عبارات و همچنین قابلیت بهبود و تصحیح بعضی از خوشه ها بود. این روش در خوشه بندی و دسته بندی مفاهیم امکان توجه به جنبه های معناشناسی و یادگیری را مورد توجه قرار می دهد و به تحلیل دقیق اصطلاحات و عبارات کلیدی در حوزه های مختلف کمک خواهد کرد.