تاثیر مولفه های خلاقیت تورنس بر بازسازی دانش در شبکه ی حافظه ی معنایی به وسیله ی الگوریتم جستوجوی معنایی چند محدودتی در آزمون تداعی های دور

هدف: از میان مجموعه ای وسیع و بعضا نامتناهی از راه حل های بالقوه، یافتن بهترین پاسخ یا جریانی از فعالیت ها برای بسیاری از مسایل مهم، نیاز به در نظر گرفتن چندین محدودیت دارد. هدف این مقاله، ارائه ی الگوریتم جست وجو و تعیین نحوه ی کنش فرایندهای بازیابی اطلاعات در شبکه ی حافظه ی معنایی است تا امکان دسترسی به یک راه حل قابل قبول برای این مسایل فراهم آید. روش: در پژوهش حاضر، برای دست یافتن به دسته های مختلف فاصله ی معنایی مفاهیم آزمون تداعی های دور، از روش تحلیل دسته بندی سلسله مراتبی و برای تعیین الگوهای بازیابی اطلاعات در فواصل معنایی مختلف، از طرح آماری تحلیل رگرسیون استفاده شد. یافته ها: یافته های پژوهش حاضر نشان می دهد که برای رسیدن به راه حل، در هر زمان در شبکه ی حافظه ی معنایی، یک جست وجوی محلی توسط یک محدودیت راه اندازی می شود که اگر این جست وجو قادر به یافتن جواب درون دسته ی معنایی واکشی شده نباشد، جست وجوی سلسله مراتبی با دو مرحله راه اندازی می شود تا با تغییر دسته ی معنایی، راه حل مناسب را بیاید. ضمن اینکه در پژوهش حاضر، پیاده سازی این الگوریتم با فرایندهای شناختی دخیل در بازیابی، سازمان-دهی و ادغام اطلاعات تبیین شده است. نتیجه گیری: به رغم اینکه الگوریتم جست وجوی محلی، رسیدن به راه حل مناسب را ممکن می سازد، تفاوت های فردی در فرایندهای شناختی مربوط به بازیابی، سازمان دهی و ادغام اطلاعات حافظه ای منجر به تفاوت راه حل های به دست آمده و نیز معرفت تحولی افراد می شود.

Keywords:

Multiply-constrained Problems , Search Algorithm , Semantic Retrieval , Remote Associates Test , مسایل جند محدودیتی , الگوریتم جست وجو , بازیابی معنایی , آزمون تداعی های دور