اکتشاف دانش و دادهکاوی در پژوهشهای کمی و کیفی: مقایسه روش شناسی های شبکه های عصبی مصنوعی ) (ANNو نظریه بنیانی)(GT

در سالهای اخیر، شاهد حرکتی مستمر از واکاویها، پژوهشها و پردازشهای صرفاً نظری و روش محور بـه پـژوهشهـا وپردازشهای دادهمحوریم، حرکتی که به نحو احسن خود را در ظهور و توسعه روشهای اکتشاف دانش، به ویژه داده کاوی وفنون خاص آن، نشان داده است. بهرغم تصور رایج، دادهکاوی صرفاً به پژوهشهای کمی و آماری محـدود نمـیشـود و درپژوهشهای کیفی هم شاهد ظهور تحولات مشابهی بودهایم. در این مقاله با فرض تطبیقپذیری اکتشاف دانش و دادهکاویدر پژوهشهای کمی و کیفی، به طور مشخص روش دادهکاویِ شبکههای عصبی مصنوعی را به مثابـه رویکـردی نـوین درپردازش چندمتغیرة دادهها و اطلاعات و به مثابه رویکردی در حال ظهور و گسترش در روشهای آنالیز چندمتغیرة آماری، وروش داده کاویِ نظریۀ بنیانی را در مدیریت و تحلیل داده های کیفیِ مقایسه کرده و وجوه تمایز و اشتراک آنها را بیان میکنیم.در این مقاله نشان دادهایم که صرف نظر از وجوه متمایز دو روششناسیِ دادهکـاوی از حیـث پـارادایم، خاسـتگاه و فراینـدهایاکتشاف و پردازش و نوع داده، هر دو روششناسی از ماهیت و رویکردی پسینی، چند رشتهای و میانرشـتهای، اسـتقرایی،اکتشافی، فرایندمحور، دادهمحور ،1انعطافپذیر و معطوف به رابطه )رابطهمدار( بین هستارها و مقولهها بهره میبرند.