ویژگی‏ های مشترک قوانین تجربی معروف در علم‏ سنجی: نگاهی از زاویه دسته‏ بندی داده ‏ها براساس توزیع فراوانی

Authors

محمد توکلی زاده راوری

استادیار گروه علم اطلاعات و دانش شناسی، دانشگاه یزد فرامرز سهیلی

استادیار گروه علم اطلاعات و دانش شناسی، دانشگاه پیام نور

abstract

هدف: بررسی چهار قانون معروف در حوزه کتاب‏ سنجی و علم‏ سنجی (لوتکا، برادفورد، زیپف، و پرتو) از زاویه دسته‏ بندی داده‏ های آنها براساس توزیع فراوانی. روش‏/ رویکرد پژوهش: روش سندی- تحلیلی. با بررسی داده‏ های مرتبط با قواعد چهارگانه ‏علم ‏سنجی به دسته بندی داده‏ ها براساس توزیع فراوانی آنها پرداخته است. یافته ها: شکل اولیه داده‏ ها در این چهار توزیع، حاوی رتبه هر موجودیت، فراوانی ویژگی مورد مطالعه، و مقدار فراوانی مطلق آن ویژگی در آن موجودیت است. در هریک از این قوانین، موجودیت ‏ها براساس میزان فراوانی در ویژگی مورد نظر به چند دسته تقسیم می‏ شوند: پرتو (2 دسته)، برادفورد (3 دسته)، لوتکا (به تعداد حداکثر فراوانی)، و زیپف (به تعداد واژگان متن). نتیجه گیری: نتایج مربوط به نحوه دسته ‏بندی موجودیت ‏ها و تعیین تعداد موجودیت‏ های درون هر دسته حاکی از آن است که تفاوت بین فراوانی دسته‏ ها تابع یک توزیع مشخص است. قوانین چهارگانه را می‏توان برای دسته ‏بندی موجودیت‏ های مختلف براساس ویژگی‏ های متعدد تعمیم داد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ویژگی‏‌های مشترک قوانین تجربی معروف در علم‏‌سنجی: نگاهی از زاویه دسته‏‌بندی داده‌‏ها براساس توزیع فراوانی

هدف: بررسی چهار قانون معروف در حوزه کتاب‏‌سنجی و علم‏‌سنجی (لوتکا، برادفورد، زیپف، و پرتو) از زاویه دسته‏‌بندی داده‏‌های آنها براساس توزیع فراوانی. روش‏/ رویکرد پژوهش: روش سندی- تحلیلی. با بررسی داده‏‌های مرتبط با قواعد چهارگانه ‏علم‌‏سنجی به‌دسته‌بندی داده‏‌ها براساس توزیع فراوانی آنها پرداخته است. یافته‌ها: شکل اولیه داده‏‌ها در این چهار توزیع، حاوی رتبه هر موجودیت، فراوانی ویژگی مورد مطالعه،...

full text

بهبود مدیریت موثر عدم قطعیت در تصمیم گیری های نظامی با استفاده از عامل های شناختی، دسته بندی براساس قوانین وابستگی فازی و انتخاب ژنتیکی قوانین

تصمیم گیری یکی از مهمترین موضوعات مورد بررسی در تحقیقات نظامی بشمار می رود. یکی از چالش های موجود دراین بحث وجود عدم قطعیت در محیط های جنگی می باشد که تاثیرات مخربی بر کیفیت و دقت تصمیم گیری می گذارد.در مقاله هروی و همکارانش، چاپ شده در سال 2193 ، بکارگیری ترکیبی از دو موضوع عامل های شناختی و دسته بندیبراساس قوانین وابستگی فازی به عنوان زمینه های موثر و پرکاربرد، توانسته بود تا حدودی این مسئله ...

full text

بررسی کارایی صندوق های سرمایه گذاری مشترک براساس مدل‏ های تحلیل پوششی داده ها

صندوق ­های سرمایه گذاری مشترک در بورس های دنیا با هدف افزایش کارایی و رونق سرمایه­گذاری در بازارهای سرمایه استفاده می گردند و نقش با اهمیتی در تجهیز منابع مالی و هدایت آن به سوی ظرفیت‏های تولیدی دارند. فلسفه اصلی تاسیس این صندوق­ها جمع آوری وجوه و سرمایه گذاری آنها در مجموعه متنوعی از اوراق بهادار (سهام، اوراق قرضه و سایر انواع اوراق بهادار) است. بررسی کارایی این صندوق­ها با توجه به حجم بالای خ...

full text

کاهش شکاف معنایی در دسته بندی پرسش ها با بهره گیری از قوانین طبقه بندی

چکیده: دسته بندی پرسش ها[i] یکی از مؤلفه های حیاتی سیستم های بازیابی اطلاعات[ii] و پاسخ گویی به پرسش[iii] است. هدف از دسته بندی پرسش، شناسایی دقیق نوع پاسخ موردانتظار آن و انتساب برچسبی به آن مطابق با دسته ای است که پرسش در آن قرار می گیرد. تاکنون با دو رویکرد مبتنی بر قانون[iv] و یادگیری ماشین[v]، پژوهش های متعددی در این حوزه صورت پذیرفته است. هدف ما در این پژوهش تلفیق نتایج این دو رویکرد به م...

full text

دسته بندی داده های جریانی فازی با استفاده از تحلیل پوششی داده ها

در این تحقیق یک روش دسته بندی داده های غیرقطعی از نوع فازی که از جمله چالش برانگیزترین حوزه های تحلیل داده محسوب می شود، ارائه شده است. در واقع حجم بالا و پیچیدگی روش های تحلیل داده مانع از توسعه روش هایی جهت تحلیل داده های فازی می شود. با این حال در برخی حوزه های دیگر همچون برنامه ریزی ریاضی پیشرفت های چشمگیری در مدل سازی سیستم هایی که داده های فازی از آنها در اختیار است، بدست آمده است و لذا ت...

full text

My Resources

Save resource for easier access later


Journal title:
مطالعات ملی کتابداری و سازماندهی اطلاعات

جلد ۲۷، شماره ۱، صفحات ۲۵-۴۲

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023