تجزیه و تحلیل موضوعی مقالات منتشرشده ی کتابداری و اطلاع رسانی پزشکی در ایران با استفاده از فنون متن کاوی

زمینه و اهداف: امروزه با توجه به افزایش انتشار مقالات در حوزه های مختلف علمی، تجزیه و تحلیل موضوعات منتشرشده ی این مقالات در مجلات تخصصی برای محققین و صاحبان حرفه ها حائز اهمیت است. به همین منظور این پژوهش به شناسایی و تجزیه و تحلیل موضوعات منتشرشده در مقالات کتابداری و اطلاع رسانی پزشکی ایران پرداخته است. مواد و روش ها: این مطالعه با استفاده از رویکرد اکتشافی و توصیفی به تجزیه و تحلیل مقالات کتابداری و اطلاع رسانی منتشرشده در مجلات تخصصی این حوزه در ایران از سال 1376 تا 1398 با استفاده از فنون متن کاوی پرداخته است. بدین منظور تعداد 982 مقاله ی کتابداری و اطلاع رسانی پزشکی از 16 مجله انتخاب گردیده است. جهت شناسایی مهم ترین واژگان به کار رفته در مقالات از الگوریتم وزن دهی tf-idf و جهت تعیین موضوعات منتشرشده از الگوریتم مدل سازی موضوعی lda استفاده شده است. از زبان برنامه نویسی پایتون نیز جهت اجرای الگوریتم های متن کاوی استفاده شده است. یافته ها: یافته های این پژوهش نشان داد که واژگان کتابخانه (12.67)، مجله (12.47)، اطلاعات (12.23)، بیمارستان (9.90) و علمی (9.74) مهم ترین واژگان بر اساس وزن tf-idf آن ها هستند. نتایج مدل سازی موضوعی این مقالات نیز بر اساس بیشترین میزان انتشار به ترتیب موضوعات علم سنجی، سواد اطلاعاتی، اطلاعات سلامت، مدیریت دانش، وب سنجی و کیفیت وب سایت و سیستم های اطلاعات بیمارستانی بودند. نتیجه گیری: نتایج این پژوهش نشان داد که موضوعات علم سنجی، سواد اطلاعاتی و اطلاعات سلامت دارای بیشترین انتشار در 5 سال اخیر بوده است. همچنین انتشار موضوعات مدیریت دانش، وب سنجی و کیفیت وب سایت و سیستم اطلاعات بیمارستانی نیز در 5 سال اخیر میزان انتشار کمتری نسبت به گذشته داشته است.

Topic Analysis of Published Articles in Medical librarianship and Information Science in Iran Using Text Mining Techniques

Background and Objectives: Nowadays, due to the increasing publication of articles in various scientific fields, analysis of the topics published in specialized journals is interesting for researchers and practioners. For this purpose, this study has identified and analyzed the issues published in the Iranian library and medical librarianship articles. Material and Method: This study uses an exploratory and descriptive approach to analyze the library and information articles published in specialized journals in this field in Iran from 1997 to 2017 using text mining techniques. For this purpose, 982 articles on the library and medical librarianship have been selected from 16 journals. The TFIDF weighting algorithm was used to identify the most important terms used in the articles and the LDA thematic modeling algorithm was used to determine the published topics. Python programming language has also been used to run text mining algorithms. Results: Results showed that the words of library (12.67), journal (12.47), information (12.23), hospital (9.90) and scientific (9.74) are the most important words based on their TFIDF weight. The results of thematic modeling of these articles were based on the highest publication rates of scientometrics, information literacy, health information, knowledge management, webometrics, and the quality of the website and hospital information systems, respectively. Conclusion: The results of this study showed that the topics of scientometrics, information literacy and health information have had the highest publication in the last 5 years. Also, the publication of knowledge management, webometrics and quality of the website and hospital information system has been less published in the last 5 years than in the past.