مدل سازی موضوعی تحقیقات استادان دانشگاه بر اساس اطلاعات متنی و شبکه نویسندگان همکار: مطالعه موردی استادان دانشکده برق و کامپیوتر دانشگاه و تهران

برای سالیان طولانی تحلیل موضوعات تحقیقاتی افراد عضو شبکه های علمی یک زمینه پژوهشی با اهمیت بوده است. پایان نامه ها، مقالات و نشریات منعکس کننده سابقه فعالیت های پژوهشی دانشگاه ها هستند. دانشگاه ها شاهد رشد سریع و فزاینده ای در تعداد پایان نامه ها، مقالات و نشریات و همچنین تنوع موضوعات پژوهشی در طول دهه های گذشته بوده اند. در این مسیر تکاملی پرشتاب دانشگاهها، شناسایی موضوعات تحقیقاتی و تجزیه و تحلیل موثر آنها اهمیت به سزایی خواهد داشت.از اهداف این مقاله، ارائه مدلی بدون ناظر برای کشف موضوعات تحقیقاتی موجود و استخراج موضوعات تحقیقاتی استادان بر اساس موضوعات کشف شده است. برای نیل به این هدف موضوعات و زمینه های تحقیقاتی را با ارائه روشی جدید که بهبود و توسعه یافته مدل نویسنده موضوع است استخراج می کنیم. در گام بعد، از تجزیه و تحلیل این موضوعات برای شناسایی موضوعات تحقیقاتی استادان و میزان شباهت موضوعات تحقیقاتی استادان به یکدیگر استفاده میشود. در این مقاله از روشهای مدلسازی موضوعی احتمالاتی و به طور خاص از «تخصیص پنهان دیریکله» استفاده شده است. آزمایش ها بر روی دادگان پایان نامه های دانشکده برق و کامپیوتر دانشگاه تهران نشان دهنده این موضوع است که روش ارائه شده در بهترین حالت باعث بهبود ۲۴٪ معیار انسجام موضوعی و کاهش ۹۱٪ معیار سرگشتگی نسبت به روش رقیب شده است.

کلیدواژه ها:

مدل نویسنده موضوع ، تخصیص پنهان دیریکله ، شباهت موضوعی ، مدل سازی موضوعی