چکیده
اين مقاله با استفاده از يک رويکرد کتاب سنجي روندهاي پژوهش و پيشبيني هاي داده کاوي از سال 1989 تا 2009 را بوسيله موضوع قرار دادن سرفصل « داده کاوي » در پايگاه داده هاي SSCI مورد تحليل قرار مي دهد. ما تکنيک تحليلي کتاب سنجي را براي بررسي موضوع در نشريات SSCI در دوره زماني از سال 1989 تا 2009 مورد استفاده قرار داده و 1181 مقاله را با استفاده از داده کاوي پيدا کرديم. اين مقاله با استفاده از هشت دسته بندي ذيل- سال انتشار، نقل قول، کشور/ قلمرو، نوع سند، نام موسسه، زبان، عنوان منبع و حوزه موضوع- براي حالت هاي مختلف توزيع بمنظور يافتن تفاوت ها و چگونگي توسعه تکنولوژي هاي داده کاوي در اين دوره زماني و جهت تحليل روندهاي تکنولوژي و پيشبيني هاي داده کاوي تحت نتايج بالا، مقالات داده کاوي شده را پياده سازي و دسته بندي مي کند. همچنين مقاله، آزمون K-S را براي کنترل اينکه تحليل از قانون Lotka پيروي مي کند بانجام رسانيد. بعلاوه، تحليل همچنين نوشتجات تاريخي را براي آشکار ساختن اشاعه هاي تکنولوژي داده کاوي مرور مي نمايد. مقاله، يک نقشه راه را براي پژوهش آينده فراهم نموده، روندهاي تکنولوژي و پيشبيني ها را خلاصه کرده و تجمع دانش را تسهيل مي نمايد بطوريکه پژوهشگران داده کاوي، از آنجائيکه دانش کليدي در دسته بندي هاي اصلي متمرکز خواهد شد، بتوانند در زمان صرفه جويي نمايند. اين بطور ضمني بر اين مطلب دلالت دارد که « موفقيت موجب موفقيت بعدي است » در نشريات با کيفيت تر رايج تر مي باشد.
1-مقدمه
داده کاوي يک زمينه علمي ميان رشته اي است که هوش مصنوعي، مديريت پايگاه داده ها، ديداري سازي داده ها، يادگيري ماشيني، الگوريتم هاي رياضي و آمار را با يکديگر ترکيب مي کند. داده کاوي همچنين بعنوان دانش اکتشاف در پايگاه هاي داده ها (KDD) موسوم بوده (Chen، Han و Yu، 1996؛ Fayyad، Piatetsky-Shapiro و Smyth، a1996)، يک زمينه علمي بسرعت در حال ظهور مي باشد. اين تکنولوژي، روش شناسي هاي مختلفي را براي تصميم گيري، حل مشکل، تحليل، طرح ريزي، تشخيص، آشکار سازي، يکپارچه سازي، پيشگيري، يادگيري و نوآوري فراهم مي سازد....
میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید