کشف و دیداری‌‌سازی الگوهای برجسته، روابط پنهان و گرایش‌‌های موضوعی سازماندهی دانش

هدف پژوهش حاضر کشف و دیداری سازی الگوهای برجسته و روابط پنهان و گرایش های موضوعی سازماندهی دانش در جهان است. نوع پژوهش کاربردی با رویکرد تحلیلی و با روش تحلیل هم‌رخدادی واژگان انجام شده است. جامعه این پژوهش کلیدواژه های مقالاتی هستند که در بازه زمانی 1975-2018 با موضوع سازماندهی دانش در »وبگاه علم « نمایه شده‌اند. تعداد کلیدواژه‌های به‌دست‌آمده از مقالات 27124 است. در این پژوهش از نرم‌افزارهای »بایب اکسل «، »یوسی نت «، »نت درا «، »ووس ویوِئر « و »اس‌پی‌اس‌اس « به‌منظور یکدست‌سازی و تحلیل داده‌ها استفاده گردید. یافته‌های پژوهش نشان داد که در بازه زمانی 1975-1999 کلیدواژه information technology و در بازه زمانی 2000-2018 کلیدواژه information literacy بیشترین فراوانی را کسب کرده‌اند. همچنین، یافته‌های حاصل از محاسبه نمره تراکم و مرکزیت حاکی از آن است که در دوره زمانی نخست، خوشه 5 (مدیریت دانش) با مقدار 5.500 بیشترین مرکزیت و خوشه 7 (برنامه‌ریزی استراتژیک) با مقدار 0.4804 بالاترین تراکم و در دوره زمانی 2000-2018 خوشه 1 (آموزش کاربران) دارای بالاترین مرکزیت (6.258) و تراکم (0.6954) در بین خوشه‌هاست. نتایج حاکی از آن است که با کمرنگ‌شدن موضوعاتی نظیر فهرست‌نویسی و نمایه‌سازی و ارتقای رتبه کلیدواژه‌هایی نظیر »فناوری اطلاعات «، »هستی‌شناسی « و »دولت الکترونیک « می‌توان گفت که در گذار از دوره زمانی نخست به دوم، کلیدواژه‌هایی که موضوع های قدیمی دارند کمرنگ شده و موضوع‌های جدید جایگزین شده‌اند. نتایج حاصل از محاسبه شاخص دربردارندگی نشان داد که 32 درصد از موضوعات دوره زمانی دوم در دوره زمانی نخست نیز حضور داشته‌اند. نتایج بخش ترسیم نمودار راهبردی در بازه زمانی نخست بیانگر آن است که خوشه‌های (بازیابی اطلاعات، نظام خبره بازیابی اطلاعات، آموزش کاربران، و مدیریت سیستم‌های اطلاعاتی)، موضوعات اصلی هستند و خوشه‌های (آموزش کاربران، عدم قطعیت در رفتار اطلاعات سلامت، رفتار اطلاعاتی، مطالعات سنجشی، رده‌بندی و نمایه‌سازی، فهرست‌نویسی رایانه‌ای، و داده کاوی) که همپوشانی زیادی نیز باهم دارند، خوشه‌های اصلی دوره دوم به ‌حساب می‌آیند. تمرکز بر سازماندهی دانش به‌عنوان مهم‌ترین رکن علم اطلاعات، بازه زمانی مورد بررسی، کلیدواژه ها، و راهبرد جست‌وجو که حاصل مشورت با متخصصان بود و نیز یافته های مهم، همگی بخشی از نوآوری های این مقاله است.

Knowledge Organization Discovering & Visualizing Prominent Patterns, Hidden Relationships & Subjects Trends

The purpose of the present study is around knowledge organization, and it aims to discover and visualize its prominent patterns, hidden relationships, and thematic trends in the world. The research type is an applied one with an analytical approach, and is done using coword analysis. The population of this study consists of knowledge organization articles rsquo; keywords indexed during 19752018 in Web of Science (WoS). The total numbers of the retrieved and analyzed keywords in this study were 27124 and in this study softwares like SPSS, BibExcel, UCINET, NetDraw, VOSViewer and SPSS were used for data integration and analysis. The findings showed that during the first period (19751999), the keyword ldquo;information technology, rdquo; and during the second period (20002018), the keyword ldquo;information literacy rdquo; has had the highest frequency. Also, the results of computing density and centrality scores showed that during the first period, cluster 5, which is ldquo;knowledge management, rdquo; with the number of 5.500 had the highest centrality, cluster 7 ldquo;strategic planning rdquo; with 0.4804 had the highest density and finally, during 2000 2018 period, cluster 1 ldquo;user instruction rdquo; with 6.258 centrality have the highest centrality among clusters. The results also show that over time, topics such as ldquo;cataloging and indexing rdquo; have declined, and keywords such as ldquo;information technology, rdquo; ldquo;ontology, rdquo; and ldquo;Egovernment rdquo; have increased. The results of inclusion indexing showed that 32% of the subjects in the second period were also present in the first period. The results of the strategic diagram indicate that clusters ldquo;information retrieval rdquo;, ldquo;expert systeminformation retrieval rdquo;, ldquo;user instruction rdquo;, and ldquo;information systems rsquo; management rdquo; are the main issues and clusters with a high cooccurrence. ldquo;User instruction rdquo;, ldquo;uncertainty health information behavior rdquo;, ldquo;information behavior rdquo;, ldquo;metrics studies rdquo;, ldquo;classification and indexing rdquo;, ldquo;computer cataloging and data mining rdquo;, are the significant clusters in the second period. Knowledge organization as an essential pillar of information science, the period studied (19002018), the keywords and search strategy that resulted in consulting experts, as well as the outstanding findings, are all part of the innovation of the article.