رویکردی برای استخراج موضوعات کلیدی در مدیریت دانش طرح های کلان پژوهشی بر مبنای زمینه های تخصصی کانونی
Publish place: Sixth Knowledge Management Conference
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 688
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IKMC06_244
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
استخراج موضوعات کلیدی در پژوهش از جمله مواردی است که در سال های اخیرتوجه خاص به آن مبذول گردیده است. چرا که عدم توجه کافی به مدیریت دانش جنبه های کلیدی در یک حوزه بعضاً می تواند منجر به تعریف پروژه هایی گردد که به رغمهزینه، زمان و انرژی زیاد، نهایتاً از دستاوردهای مفید در حوزه مربوطه برخوردار نباشد. روش شناسی های عدیده ای در خصوص استخراج موضوعات کلیدی در پژوهش قابل طرحاست که از جمله آنها می توان به مطالعات کتابخانه ای، مطالعات میدانی، نظرخواهی از خبرگان دامنه و استفاده از روش های هوش مصنوعی اشاره کرد. در این ارتباط، لحاظ کردن زمینه های تخصصی کانونی در یک محیط پژوهشی به عنوان منطقی جهت اولویت بندی موضوعات کلیدی در یک طرح کلان پژوهشی مدنظر بوده است. در اینراستا، آندسته از موضوعات، مدنظر قرار می گیرند که به نوعی زمینه های تخصصی کانونی با اولویت را، به نحوی شایسته در برگیرند. در پژوهش حاضر، استخراج جنبه های همسو میان مفاهیم مستتر در عنوان طرح کلان و عنوان زمینه تخصصی کانونی اساس کاربوده است. در متن مقاله، برای روشن شدن هرچه بیشتر ابعاد کار، از طرح کلان شبکه دانش ، )در پژوهشکده فناوری اطلاعات پژوهشگاه فضای مجازی( به عنوان موردپژوهی، استفاده شده است. نتایج کاربست این روش به ازای طرح های حوزه فناوری اطلاعات و دانش ) IKT ( حاکی از آنست که موضوعات کلیدی استخراج شده از این طریق تأمین کننده نظر خبرگان از منظر اولویت های تعریف شده در این حوزه پژوهشی و نیز مقبولیت کافی در راستای تعریف فعالیت پژوهشی مورد نظر آن بوده است.
Keywords:
استخراج موضوع کلیدی , طرح کلان , زمینه تخصصی کانونی , اشتراک گذاری مفهومی , فناوری اطلاعات و دانش IKT , شبکه دانش KN
Authors
مریم محامدپور
پژوهشگاه فضای مجازی
کامبیز بدیع
پژوهشگاه فضای مجازی
سوگل بابازاده خامنه
پژوهشگاه فضای مجازی
محمود خراط
پژوهشگاه فضای مجازی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :