تحلیل ساختار فکری مطالعات ربط در بازیابی اطلاعات در وبگاه علوم (Web of Science) طی سال‌های 2009- 2018

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه علم اطلاعات و دانش‌شناسی، دانشکده روانشناسی و علوم تربیتی، دانشگاه خوارزمی، تهران، ایران

2 استاد، گروه علم اطلاعات و دانش‌شناسی، دانشکده روانشناسی و علوم تربیتی، دانشگاه خوارزمی، تهران، ایران.

چکیده

هدف: پژوهش حاضر جهت بررسی تولیدات علمی حوزه ربط در بازیابی اطلاعات به شناسایی مهم‌ترین نویسندگان، کشورها و خوشه‌‌های موضوعی این حوزه پرداخته و از فنون تحلیل هم‌‌نویسندگی و هم‌واژگانی به منظور ترسیم نقشه علمی با بهره‌‌گیری از نرم‌‌افزارهای دیداری‌‌سازی علم استفاده نموده است.
روش‌‌شناسی: پژوهش حاضر از نوع کاربردی بوده و با استفاده از روش‌‌های علم‌‌سنجی و با فن تحلیل
هم‌‌نویسندگی و هم‌‌واژگانی انجام شده است. جامعه آماری شامل 2530 مقاله نمایه شده در وبگاه علوم در حوزه ربط در بازیابی اطلاعات در بازه زمانی 2009 تا 2018 می‌باشد که با استفاده از روش‌‌های آمار توصیفی در نرم‌‌افزارهای VOSviewer، Premap و Bibexcel بررسی شده‌‌اند.
یافته‌‌ها: یافته‌‌های پژوهش نشان داد که بیشترین سهم مقالات تولیده شده با 293 عنوان مربوط به سال 2015 می‌‌باشد. نقشه همکاری نویسندگان نمایانگر 6 خوشه است که «هوآنگ»[1]، «خوزه»[2]، «دی ریک»[3]، «زاکون»[4]، «سانگ»[5]، و «شولر»[6] در مرکزیت این خوشه‌‌ها قرار دارند و بیشترین مشارکت را در شبکه علمی همکاری نویسندگان داشته‌‌اند.
همچنین مشخص شد کشورهای آمریکا، چین، انگلستان، کانادا، هندوستان و فرانسه از بیشترین مشارکت در شبکه علمی همکاری بین کشورها برخوردار بوده‌‌اند. یافته‌های مربوط به تحلیل هم‌واژگانی نیز منجر به شکل‌گیری شش خوشه در این حوزه شد که از مهم‌ترین خوشه‌ها می‌توان به بازیابی اطلاعات، موتورهای جستجو و بازخورد ربط اشاره کرد.
نتیجه‌‌گیری:افزایش تولیدات علمی در حوزه ربط در بازیابی اطلاعات بیانگر اهمیت روزافزون این حوزه در علم اطلاعات و دانش‌شناسی می‌‌باشد. نتایج تحلیل خوشه‌های موضوعی به دست آمده در این پژوهش حاکی از آن است که محققان این حوزه همچنان که اصول کلی و سنّتی این حوزه را مورد بررسی قرار می‌دهند، از تحولات جدید در این حوزه نیز غافل نبوده‌اند و به‌‌طور همزمان همه موارد را مورد مطالعه قرار می‌‌دهند.
 

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Intellectual Structure of Relevance Articles in Information Retrieval field in Web of Science Database (2009-2018)

نویسندگان [English]

  • Amir Hossein Abdolmajid 1
  • Nosrat Riahinia 2
1 Ph.D. Student in Knowledge and Information Science, Faculty of Psychology and Educational Sciences, Kharazmi University, Tehran, Iran
2 Professor, Department of Knowledge and Information Science, Faculty of Psychology and Educational Sciences, Kharazmi University, Tehran, Iran.
چکیده [English]

Aim:This research attempts to reveal the intellectual structure of “Relevance” articles in order to identify the top authors, countries and topical clusters, via co-word, co-author, and science visualization tools.
Methodology:This is application research which is conducted by scientometric methodology. Population comprises 2530 records in the field of Relevance during 2009-2018, which had been retrieved from Web of Science. PreMap software is used for homogenization of words, and VOSviewer, and Bibexcel are used for science visualization.
Finding:Findings indicate that the most articles were published in 2015 with 293 titles. The scientific map of co-authorship led to creation of 6 clusters. The top authors in scientific
co-authorship were Huang, Jose, De rijke, Zuccon, Song, and Scholer. The top countries in scientific co-authorship were USA, China, England, Canada, India, and France. Use of co-word analysis led to the creation of 6 topical clusters in the field of Relevance, including among others: Information retrieval, Search engines, and Relevance feedback.
Conclusion:The upward trend of scientific outputs in the field of Relevance during recent years indicates the increasing importance of this field in Library and Information Science. The results indicate that the researchers as well as studying the general and traditional principles of Relevance field have not been unaware of new developments in this field and studied both of them at the same time.
 

کلیدواژه‌ها [English]

  • Information retrieval
  • Relevance
  • Scientometrics
  • Co-word analysis
  • Co-author analysis
  • science visualization
احمدی، ح.؛ عصاره، ف. (1396). مروری بر کارکردهای تحلیل هم‌واژگانی. مطالعات ملی کتابداری و سازماندهی اطلاعات، 28(1): 125-145.
حاضری، ا.؛ توکلی‌زاده راوری، م.؛ ابراهیمی، و. (1394). تعیین طبقات اصلی مرتبط با مدیریت دانش در پایگاه وب آو ساینس و مطالعه هم‌پوشانی موضوعی آنها. پژوهشنامه پردازش و مدیریت اطلاعات، ۳۰(4): 997-1023.
خزانه‌ها، م.؛ حیدری، غ.؛ مصطفوی، ا. (1398). تحلیل ساختار مطالعات نظریه‌های علم اطلاعات براساس تحلیل شبکه هم‌واژگانی مقالات در پایگاه اطلاعاتی وب آو ساینس (1983-2017). پژوهشنامه پردازش و مدیریت اطلاعات، 34(3): 1051-1076.
دانیالی، س.؛ نقشینه، ن. (1397). مطالعه روند پژوهش و ترسیم نقشه دانش قلمروهای پژوهشی فعال حوزه بازیابی تصویر براساس مقالات نمایه شده در وب آو ساینس از سال 2001-2012. پژوهشنامه علم‌سنجی، 4(7): 119-142.
سهیلی، ف.؛ شعبانی، ع.؛ خاصه، ع. (1394). ساختار فکری دانش در حوزه رفتار اطلاعاتی: مطالعه هم‌واژگانی. تعامل انسان و اطلاعات، ۲(۴): 21-36.
عصاره، ف.؛ احمدی، ح.؛ حیدری، غ.؛ حسینی بهشتی، م. (1396). ترسیم و تحلیل شبکه مفهومی ساختار دانش حوزه علم‌سنجی ایران. مطالعات کتابداری و علم اطلاعات، 9(3): 1-20.
فتاحی، ر.؛ دانش، ف.؛ سهیلی، ف. (1390). بررسی وضعیت جهانی تولیدات علمی دانشگاه فردوسی مشهد در سال‌های 1990-2010 در وبگاه علوم (Web of Science) با هدف ترسیم نقشه علم این دانشگاه. پژوهشنامه کتابداری و اطلاع‌رسانی، 1(1): 161-183.
یاری زنگنه، م.؛ حریری، ن.؛ باب الحوایجی، ف. (1395). مطالعه جنبه‌های عاطفی در رفتار جستجو و بازیابی اطلاعات در وب: متن‌پژوهی و ترسیم نقشه علمی. پژوهشنامه پردازش و مدیریت اطلاعات، ۳1(۴): 953-979.
Arguello, J.; Choi, B. & Capra, R. (2018). Factors Influencing Users’ Information Requests. ACM Transactions on Information Systems, 36(4):1-37.
Ding, Y.; Chowdhury, G.G. & Foo, S. (2001). Bibliometric cartography of information retrieval research by using co-word analysis. Information Processing & Management, 37(6): 817-842.
González-Teruel, A.; González-Alcaide, G.; Barrios, M. & Abad-García, M.F. (2015). Mapping recent information behavior research: An analysis of co-authorship and co-citation networks. Scientometrics, 103(2): 687-705.
Hjorland, B. (2010). The Foundation of the Concept of Relevance. Journal of the American Society for Information Science and Technology, 61(2): 217-237.
Hu, C.P.; Hu, J.M.; Deng, S.L. & Liu, Y. (2013). A co-word analysis of Library and Information Science in China. Scientometrics, 97(2): 369-382.
Moon, S. (2015). A Study on the Utility of Relevance/Non-relevance Information in Homogeneous Documents. Journal of the Korean Society for information Management, 32(3): 277-293.
Olmeda-Gómez, C.; Ovalle-Perandones, M.A. & Perianes-Rodríguez, A. (2017). Co-word analysis and thematic landscapes in Spanish information science literature, 1985-2014. Scientometrics, 113(1): 195-217.
Rorissa, A. & Yuan, X. (2012). Visualizing and mapping the intellectual structure of information retrieval. Information processing & management, 48(1):120-135.
White, H.D. (2017). Relevance theory and distributions of judgments in document retrieval. Information Processing & Management, 53(5) :1080-1102.
Zhang, J.; Zhao, Y.; Cai, X.; Le, T.; Fei, W. & Ma, F. (2020). A Comparison of Retrieval Result Relevance Judgments between American and Chinese Users. Journal of Global Information Management, 28(3): 148-168.
CAPTCHA Image