ارزیابی زوج‌های کتابشناختی در خوشه‌بندی پروانه‌های ثبت اختراع

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناس ارشد کتابداری و اطلاع‌رسانی

2 دانشیار سازمان اسناد و کتابخانه ملی ایران، مدیر گروه پژوهش

چکیده

هدف: خوشه­بندی زوج­های کتابشناختی (اشتراک استنادی) یکی از شکل­های خوشه­بندی مدارک است. هدف این پژوهش شناسایی میزان جامعیت و مانعیت این نوع خوشه­بندی در پروانه­های ثبت اختراع است. 
روش/ رویکرد پژوهش: 717 پروانه ثبت اختراع یو. اس. مورد استناد در پروانه‌های ثبت اختراع مربوط به رده 774/977 از رده­بندی پروانه‌های ثبت اختراع یو. اس. با استفاده از زوج­های کتابشناختی و الگوریتم فازی خوشه­بندی شد. حاصل کار با استفاده از معیارهای ارزیابی مانعیت و جامعیت گسترش­یافته بی­کیوبد مورد ارزیابی قرار گرفت.
یافته­ها: خوشه­بندی پروانه­های ثبت اختراع با استفاده از اشتراک استنادی عملکرد مطلوبی داشته و از جامعیت گسترده­ای برخوردار بوده است.  
نتیجه­گیری: با توجه به عملکرد مطلوب خوشه­بندی برمبنای زوج­های کتابشناختی، استفاده از زوج­های کتابشناختی در فرآیند سازماندهی و بازیابی پروانه­های ثبت اختراع نیز می­تواند عملکرد مطلوب داشته باشد.

کلیدواژه‌ها


عنوان مقاله [English]

An Evaluation of Bibliographic Couplings in Clustering Patents

نویسندگان [English]

  • A. Kermani 1
  • N. Neshat 2
1 M.A. in Library and Information Science
2 Associate Professor, National Library and Archives of the I.R. Iran
چکیده [English]

Purpose: Clustering bibliographic couplings is one form of document clustering. The purpose of this research was to measure the precision and recall of this type of clustering for patents.
Design/Methodology/Approach: 717 US patents cited in patents related to the class 977/774 of the US Patent Classification were clustered using bibliographic couplings and the fuzzy c-means clustering algorithm.
Findings: Clustering patents using bibliographic couplings performs well and produces a high recall rate.
Conclusion: Considering the desirable performance of clustering based on bibliographic couplings, using bibliographic couplings may also perform well in the process of organizing and retrieving patents.

کلیدواژه‌ها [English]

  • Patents
  • bibliographic couplings
  • fuzzy c-means clustering
  • Clustering
  • Evaluation
CAPTCHA Image