دانلود مقاله ISI انگلیسی شماره 107918
ترجمه فارسی عنوان مقاله

گسترش دانش پایه چشم انداز: سهم معدن متن

عنوان انگلیسی
Extending the knowledge base of foresight: The contribution of text mining
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
107918 2017 8 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Technological Forecasting and Social Change, Volume 116, March 2017, Pages 208-215

ترجمه کلمات کلیدی
آینده نگری، استخراج متن، تحلیل داده ها، راه نقشه برداری، توسعه سناریو، اطلاعات بزرگ،
کلمات کلیدی انگلیسی
Foresight; Text mining; Data analysis; Roadmapping; Scenario development; Big data;
ترجمه چکیده
در حالی که حجم اطلاعات از منابع ناهمگن به طور قابل توجهی افزایش می یابد، پیش بینی و روش های آن به ندرت از چنین اطلاعات موجود بهره مند می شوند. این کار متمرکز بر داده های متنی است و استفاده از آن در پیش بینی برای بررسی سؤالات تحقیق جدید و ادغام ذینفعان دیگر مورد استفاده قرار می گیرد. این داده های متنی را می توان با استفاده از متد متا بررسی و به صورت سیستماتیک بررسی کرد که داده ها را در یک روش به طور وسیع اتوماتیک ترکیب می کند. با بهره برداری از منابع داده جدید (به عنوان مثال توییتر، وب معدن)، بازیگران و نمایشهای بیشتر یکپارچه می شوند و تأکید بیشتر بر تحلیل تغییرات اجتماعی قرار می گیرد. هدف از این مقاله، کشف پتانسیل معدن متن برای پیش بینی با توجه به منابع داده های مختلف، روش های استخراج متن و روش های پیش بینی است. پس از توضیح پتانسیل ترکیب مفهوم متن و پیش بینی، نمونه هایی برای نقشه راه و توسعه سناریو مشخص شده است. همانطور که نتایج نشان می دهد، استخراج متن، تشخیص و بررسی موضوعات و فن آوری های در حال ظهور را با گسترش پایگاه دانش پیش بینی می کند. از این رو، برنامه های پیش بینی جدید می توانند طراحی شوند. به طور خاص، متا مشتمل بر یک پایگاه جامع برای بازتاب در آینده ممکن است.
پیش نمایش مقاله
پیش نمایش مقاله  گسترش دانش پایه چشم انداز: سهم معدن متن

چکیده انگلیسی

While the volume of data from heterogeneous sources grows considerably, foresight and its methods rarely benefit from such available data. This work concentrates on textual data and considers its use in foresight to address new research questions and integrate other stakeholders. This textual data can be accessed and systematically examined through text mining which structures and aggregates data in a largely automated manner. By exploiting new data sources (e.g. Twitter, web mining), more actors and views are integrated, and more emphasis is laid on the analysis of social changes. The objective of this article is to explore the potential of text mining for foresight by considering different data sources, text mining approaches, and foresight methods. After clarifying the potential of combining text mining and foresight, examples are outlined for roadmapping and scenario development. As the results show, text mining facilitates the detection and examination of emerging topics and technologies by extending the knowledge base of foresight. Hence, new foresight applications can be designed. In particular, text mining provides a solid base for reflecting on possible futures.