مروری تحلیلی بر کاربردهای علم داده در حوزه علوم انسانی

سال انتشار:

1395

نوع سند:

مقاله کنفرانسی

زبان:

فارسی

مشاهده:

1,959

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IICMO02_023

تاریخ نمایه سازی: 19 خرداد 1396

چکیده مقاله:

اصطلاح علم داده حوزه علمی جدیدی است که به تازگی ظهور یافته است. از علم داده در بسیاری از حوزه های علوم زیستی، علوم مهندسی و نیز زیر مجموعه های علوم انسانی همچون اقتصاد، مدیریت، جامعه شناسی، روانشناسی، جهانگردی و دیگر بخش های آناستفاده می شود. از تکنیک ها و روش های علم داده برای به دست آوردن اطلاعات، تحلیل آنها و تولید دانش از داده های خام استفاده می شود. داده های تولید شده توسط کاربران آنلاین نقش مهمی در منبع اطلاعاتی برای دانشمندان علوم اجتماعی که به دنبال ایجاد ارزش هستند بازی می کنند. در این مقاله 26 مقاله مهم بین سال های 2013 تا 2016 از مجلات معتبر بین المللی که از علم داده در حوزه علوم انسانی استفاده کرده بودند انتخاب شد. بررسی و تحلیل محتوای مقالات انتخاب شده نشان داد که علم داده می تواند در حوزه های مختلف علوم انسانی مانند بازاریابی، مدیریت راهبردی، گردشگری، مالی، امنیت و دیگر حوزه ها کاربرد وسیعی داشته باشد و در آینده نزدیک، به یکی از دامنه های علمی پرکاربرد تبدیل گردد.

نویسندگان

ایمانرییسی وانانی
ایمان رییسی وانانی

استادیار مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران

علیغلام زاده گاوگانی
علی غلام زاده گاوگانی

دانشجوی کارشناسی ارشد رشته مدیریت صنعتی گرایش تولید و عملیات دانشگاه علامه طباطبایی، تهران

آیدیناصغرزاده کرمشاهلو
آیدین اصغرزاده کرمشاهلو

دانشجوی کارشناسی ارشد رشته مدیریت تکنولوژی دانشگاه علامه طباطبایی، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • . محمدی فرد, غ: (1387)، نگاهی به کاربردهای روش تحلیل ...
  • Androniki Sapountzi, Kostas E. Psannis (2016) Social networking data analysis ...
  • Deanne Larson, Victor Chang (2016) A review and future direction ...
  • Eoghan Casey (2015) The growing importance of data science in ...
  • GEokhan Akxapnar, (201 5), How automated feedback through text mining ...
  • Gu Jifa, Zhang Lingling (2014) Data, DIKW, Big data and ...
  • Han Woo Park, Loet Leydesdorff (2013) Decomposing social and semantic ...
  • Hussein Hashimi, Alaaeldin Hafez, Hassan Mathkour (2015) Selection criteria for ...
  • Ioannis Karakatsanis, Wala AlKhader, Frank MacCrory, Armin Alibasic, Mohammad Atif ...
  • Ioannis Karakatsanis, Wala AlKhader, Frank MacCrory, Armin Alibasic, Mohammad Atif ...
  • Karthik Kambatla, Giorgos Kollias, Vipin Kumar, Ananth Grama, (2014), Trends ...
  • M. Olmedilla, M , R. Martinez -Torres, S.L. Toral, (2016), ...
  • _ M.S.B. PhridviRaj, C.V. GuruRao, (2014), Data mining - past, ...
  • Marcel Ausloos, Rosella Castellano, Roy Cerqueti, (2016), Regularities and discrepancies ...
  • Matthew S. Eastin, Nancy H. Brinson*, Alexandra Doorey, Gary Wilcox, ...
  • Peter Wagner, Ronald Nippold, Sebastian Gabloner, Martin Margreiter (2016) Analyzing ...
  • Shan Jianga, Ana Alves, Filipe Rodrigues, Joseph Ferreira Jr., Francisco ...
  • Shravan Kumar, Vadlamani Ravi (2016) A survey of the applications ...
  • Uros Godnov, Tjasa Redek, (2016), Application of text mining in ...
  • Victoria Kayser, Knut Blind (2016) Extending the knowledge base of ...
  • Yi Zhang, Guangquan Zhang, Hongshu Chen, Alan L. Porter, Donghua ...