بخش بندی و تحلیل روند پیشرفت علمی کشورهای جهان با استفاده از داده کاوی

بخش بندی و تحلیل روند پیشرفت علمی کشورهای جهان با استفاده از داده کاوی


  • 318 بازدید

 آکادمی داده  که به زودی پنجمین سال فعالیت خود را جشن می گیرد سالهاست به دنبال ایجاد محتوای مفید برای علاقه مندان علوم داده‌کاوی، متن کاوی و علوم مرتبط با علم داده، مدیریت دانش، هوش تجاری و مباحث مرتبط است.  آکادمی داده  امیدوار است با این اقدامات بتواند اثری هر چند اندک در افزایش آگاهی علاقه مندان به این حوزه ها داشته باشد. در این سری مقالات  آکادمی داده  تلاش دارد مقالات جالب، جدید، پر محتوا و اثرگزار را در علوم داده‌کاوی، متن کاوی، مدیریت دانش، هوش تجاری و مباحث مرتبط ارایه نماید. در این سری مقالات ابتدا مقدمه و سپس نتیجه گیری مقالات ارایه شده است و سپس‌ فایل پی دی اف مقاله برای دانلود رایگان علاقه مندان توسط  آکادمی داده تهیه شده و قابل دانلود است.

خلاصه
امروزه تولید علم اولویت توسعه هر کشور است و توسعه علمی مقدمه توسعه فناوری و به تبع آن افزایش رونق اقتصادی و رفاه اجتماعی است ، علم سنجی یکی از متداول ترین روش های ارزیابی فعالیت های علمی و مدیریت پژوهش است . تا کنون مطالعات زیادی جهت ارزیابی پیشرفت علم صورت گرفته است ، اما تحقیقات صورت گرفته در مقیاس کشورها بسیار اندک بوده و نیاز به پژوهش در این حوزه با استفاده از ابزارهای نوین تحلیل داده ها مشهود است هدف از این پژوهش ارائه شیوه ای نوین جهت بخش بندی و تحلیل روند پیشرفت علمی کشورهای جهان براساس شاخص های علم سنجی و با بکارگیری تکنیک های داده کاوی می باشد. در این تحقیق تلاش شده است تا با استفاده از الگوریتم های جامع پیشنهادی به کشف الگوی موجود در شاخص های علم سنجی کشورها پرداخته شود . داده های مورد استفاده در این پژوهش از پایگاه اسکوپوس و در بازه زمانی ۱۹۹۶ تا ۲۰۱۵ استخراج شده است . اسکوپوس بزرگترین پایگاه اطلاعاتی چکیده و استنادی جهان است . در این تحقیق ، با توجه به ویژگی داده ها و عملیات مورد نیاز، از روش های افرازی گاز الگوریتم K - Means ، از روش های سلسله مراتبی از الگوریتم Lmkage و از دسته الگوریتم های تکاملی و فراابتکاری از پنج الگوریتم بهینه سازی هوشمند شامل الگوریتم ژنتیک ، بهینه سازی ازدحام ذرات ، تکامل تفاضلی ، کلونی زنبورهای مصنوعی و جستجوی هارمونی ها برای حل مساله خوشه بندی استفاده شده است . کارایی الگوریتم های مختلف خوشه بندی به کمک شاخص های اعتبار سنجی ارزیابی و بهترین الگوریتم ها جهت رسیدن به اهداف تحقیق انتخاب شده است. با توجه به نتایج به دست آمده ، کشورها در هر سال به هفت خوشه تقسیم شده و تغییرات خوشه ها در سال های مختلف بررسی و متغیرهای علم سنجی که بیشترین نقش را در تغییر خوشه ها داشتند شناسایی شدند . سیاست گذاران علمی نیازمند چارچوبی جامع جهت ارزیابی و برنامه ریزی در این حوزه هستند. این پژوهش اولین گام به سمت ایجاد چنین چارچوبی است.


نتیجه گیری
این پژوهش ، کاربرد روش های خوشه بندی و تفسیر آن را در بررسی و تحلیل پیشرفت علمی کشورها نشان می دهد. داده های علم سنجی کشورهای جهان در بازه زمانی ۱۹۹۶ تا ۲۰۱۵ با استفاده از الگوریتم های افرازی ، سلسله مراتبی و فراابتکاری خوشه بندی و تحلیل شده است . کشورها در هر سال به هفت خوشه تقسیم شده و تغییرات خوشه ها در سال های مختلف مورد بررسی قرار گرفت . با توجه به نتایج بدست آمده ، H
- index ، متوسط استنادها به ازاء هر مقاله و تعداد مقالات بیشترین تاثیر را در قرار گرفتن یک کشور در یک خوشه دارند. یافته های تحقیق نشان دهنده موقعیت علمی کشورها نسبت به یکدیگر در سال های مختلف است و می تواند به عنوان چارچوبی جامع جهت سیاست گذاری ها و برنامه ریزی های علمی به کار رود . طراحی یک سیستم هوشمند جهت پیش بینی پیشرفت علمی کشورها می تواند از پیشنهادات آینده باشد.

این مقاله توسط آکادمی داده تهیه شده است و از طریق لینک قابل دسترسی است. محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر در حال پژوهش در حوزه داده کاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام  آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید. 

​اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.