ساختار دانش در پروانه‌های ثبت اختراع حوزه کشف دانش: مصورسازی با استفاده از تحلیل هم‌رخدادی واژگان

هدف: هدف از این پژوهش تبیین ساختار دانش در حوزۀ کشف دانش با استفاده از تحلیل هم‌رخدادی واژگان است.روش‌شناسی: این پژوهش از نوع مطالعات کتاب‌سنجی است و با استفاده از تحلیل هم‌رخدادی واژگان و تحلیل شبکه‌های اجتماعی انجام شده است. داده‌های این پژوهش، از مفاهیم موجود در عناوین 304 عنوان پروانه‌ ثبت اختراع حوزه کشف دانش بین سال‌های 2014-1995 است که از پایگاه ثبت اختراعات و علائم تجاری آمریکا استخراج شده است.یافته‌ها: یافته‌های پژوهش نشان دادند، کلیدواژه‌های «نظام» و «رایانه» بیشترین فراوانی را در عناوین پروانه‌ها را داشتند و از نظر هم‌رخدادی واژگانی، زوج‌های «رایانه و ماشین‌ها» و «مدیریت پردازش آنلاین و پردازش آنلاین» بیشترین فراوانی را داشتند. یافته‌های تحلیل خوشه‌ای نشان دادند که در بازۀ زمانی پژوهش حوزه کشف دانش از 17 خوشۀ دانشی تشکیل شده است. ترسیم نمودار راهبردی نشان داد که خوشه‌های «دستگاه‌های ورودی»، «تجزیه و تحلیل کسب و کار» و «ماژول پاسخ‌گو» در این حوزه به بلوغ دانشی رسیده‌اند.نتیجه‌گیری: ترکیب مفاهیم در این پژوهش نشان داد، حوزه کشف دانش به‌شدت به ابزارهای رایانه‌ای، حوزه‌های دانشی فناوری اطلاعات، فناوری ارتباطات و انسان به‌عنوان آخرین حلقه در زمان بررسی داده‌های منظم‌شده وابسته می‌باشد.

Knowledge Structure in Knowledge Discovery Patents: Visualization based on Coword Analysis

Purpose:The purpose of this study is to explain the structure of knowledge in the field of knowledge discovery using Coword Analysis.Methodology: Bibliometric methodology and social network analysis are used as the research methods. The research population consists of all keywords in 304 patents in the field of Knowledge Discovery (KD) (Reporting, knowledge discovery (KD) systems) during 19952014 extracted from USPTO.Findings: Findings indicated that “System” and “Computer” are the most frequent keywords in Knowledge Discovery patents. Moreover, findings showed that “Computer***Apparatus” and “OLAP***OLAP Management” are highly frequent coword pairs, respectively. The results of hierarchical clustering uncovered that during the 19952014 period 17 thematic clusters are formed. Drawing the strategic diagram showed that clusters “input devices”, “business analysis”, and “responsive modules” are among mature clusters in Knowledge Discovery.Conclustion: The combination of concepts in this study showed that the domain of knowledge discovery is heavily dependent on computer tools, information technologies, communication technologies, and human being as the last loop in the period of systematic data analysis.