کاربرد نقشه‌های به‌دست‌آمده از تحلیل هم‌رخدادی واژگان پروانه‌های ثبت اختراع در آشکارسازی دانش فنی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد علم‌سنجی، دانشگاه یزد

2 استادیار گروه علم اطلاعات و دانش‌شناسی، دانشگاه یزد

3 استادیار گروه قدرت-الکترونیکی، دانشگاه یزد

4 استادیار گروه علم اطلاعات و دانش شناسی، دانشگاه پیام نور

5 مربی گروه صنایع، دانشگاه پیام نور

چکیده

هدف: کاربرد نقشه‌های حاصل از تحلیل هم‌رخدادی واژگان پروانه‌های ثبت اختراع در آشکارسازی دانش فنی حوزه برق زیرسطحی‌های هوشمند.
روش‌شناسی: از تحلیل هم‌رخدادی واژگان برای ترسیم نقشه‌های موضوعی فناوری AUV بهره گرفته شد. به‌منظور کسب نظر متخصصان از کاربرد این نقشه‌ها روش دلفی پیاده‌سازی شد. پروانه‌های ثبت اختراع حوزه برق زیرسطحی‌های هوشمند که در پایگاه‌های Google Patent و Lens نمایه شده بودند به‌صورت تمام‌متن بازیابی شدند. برای یافتن پروانه‌های ثبت اختراع مرتبط، از روش جستجوی دوگانه کلیدواژه ـ رده استفاده شد. سرانجام تعداد 223 پروانه ثبت اختراع بررسی شد.
یافته‌ها: نقشه‌های موضوعی سبب درک بهتر و آشنایی اولیه با محتوای برق زیرسطحی‌های هوشمند می‌شود. این نقشه‌ها برای خبرگانی که پیش‌زمینه قبلی دارند می‌تواند نقطه آغازی برای آشنایی با دانش فنی باشد. اگر این نقشه‌ها به نقشه راه تبدیل شود، می‌تواند مؤثر باشد؛ اما در خصوص به‌روزرسانی دانش افراد متخصص کاربردی ندارد.
نتیجه‌گیری: نقشه‌های به‌دست‌آمده از تحلیل هم‌موضوعی باید از دو منظر نوآشنایان، و  متخصصان و خبرگان مورد توجه قرار گیرد.

کلیدواژه‌ها


عنوان مقاله [English]

The Application of Patent Co-Word Map Analysis in Technical Knowledge Disclosure

نویسندگان [English]

  • S. Zolfaghari 1
  • M. Tavakkoli 2
  • A. Mirzaei 3
  • F. Soheili 4
  • M. Sajjadian 5
چکیده [English]

Purpose: The application ofpatent co-word map analysis in disclosure of technical knowledge associated with the electrical field of Autonomous Underwater Vehicle (AUV).
Methodology: It is a descriptive research. The co-word analysis technique is used to map AUV and Delphi method to obtain experts’ views. The patents containing the term “Autonomous Underwater Vehicle” were retrieved from Google patent and Lens. To find related patents, keyword and class were searched together. Finally, 223 patents were retrieved.
Results: Subjective maps help in better understanding and act as an introduction to electrical aspects of AUV. To experts with a previous knowledge of the field, the maps can be used as a starting point to learn technical knowledge. Also, the maps can be useful if they turn to a road map, otherwise they are not applicable in promoting experts’ knowledge.
Conclusion: Maps derived from co-word analysis must be regarded from two viewpoints of novices and experts.

کلیدواژه‌ها [English]

  • co-word analysis
  • Scientific map
  • Technical Knowledge disclosure
  • Patent
  • Electrical field of Autonomous Underwater Vehicle
توکلی‌زاده ‌راوری، محمد (1394). مدل دو مرحله‌ای شکاف- گلچین برای نمایه‌سازی خودکار متون فارسی. تحقیقات اطلاع‌رسانی و کتابخانه‌های عمومی 21 (80)، 13-40.

توکلی‌زاده‌راوری، محمد (1393). راور ماتریس: نرم افزار ایجاد ماتریس هم‌رخدادی (نسخه رایگان دوم) [نرم‌افزار رایانه]. یزد: دانشگاه یزد.

Abbas, A.; Zhang, L., & Khan, S. U. (2014). A literature review on the state-of-the-art in patent analysis. World Patent Information, 30 (1), 3-13.

Assefa, S. G., & Rorissa, A. (2013). A bibliometric mapping of the structure of STEM education using co-word analysis. Journal of the American Society for Information Science and Technology, 64 (12), 2513-2536.

Blackman, M. (1995). Provision of patent information: a national patent office perspective. World Patent Information, 17 (2), 115-123.

Bredillet, C. N. (2006) The Future of Project Management: Mapping the dynamics of Project Management Field in Action. In Cleland, David I. & Gareis, Roland (Eds.) Global project management handbook: planning, organizing and controlling International Projects, Second Edition: Planning, Organizing, and Controlling International Projects. New York: McGraw-Hill, Inc.

Constantine, L. S. (2014). Understanding the linkages in organizational and human relations: a review of social network analysis. The Qualitative Report, 19 (1), 1-22.

Frietsch, R., Neuhäusler, P., & Rothengatter, O. (2011). Patent applications-structures, trends and recent developments. Berlin: Fraunhofer Institute for Systems and Innovation Research ISI.  Retrieved 24 Sept. 2014, from http://www.isi.fraunhofer.de/isi-wAssets/docs/p/de/efi-studien/2016_StuDIS_04.pdf

He, Q. (1999). Knowledge discovery through co-word analysis. Library trends, 48 (1), 133-59.

Kumar, S., & Jan, J. M. (2012). Discovering knowledge landscapes: An epistemic analysis of business and management field in malaysia. Procedia-Social and Behavioral Sciences, 65, 1027-1032.

Lee, C., & Park, Y. (2009). Monitoring the evolutionary patterns of technological advances based on the dynamic patent lattice: A modified formal concept analysis approach. In Proceedings of the Ninth International Conference on Electronic Business Macau, Nov. 30 - Dec. 4, retrieved 20 Feb. 2015, from http://www.calpoly.edu/~eli/iceb/ICEB2009

Mane, K. K., & Börner, K. (2004). Mapping topics and topic bursts in PNAS. Proceedings of the national academy of sciences, 101(Suppl. 1), 5287-5290.

Ryan, G. W., & Bernard, H. R. (2003). Techniques to identify themes. Field Methods, 15 (1), 85-109.

Swanson, D. R., & Smalheiser, N. R. (1999). Implicit text linkages between Medline records: Using arrow smith as an aid to scientific discovery. Library Trends, 48 (1), 48-59.

Taduri, S. (2010). Application of patent networks to information retrieval: A preliminary study. Retrieved October 5, 2015, from: http://snap.stanford.edu/class/cs224w-2010/proj2010/20_final_report.pdf

Wang, X., & Inaba, M. (2009). Analyzing structures and evolution of digital humanities based on correspondence analysis and co-word analysis. Art research, 9, 123-134.

Wang, X.; Mohanty, N., & McCallum, A. (2006). Group and topic discovery from relations and their attributes. Retrieved 16 Aug.  2014, from https://people.cs.umass.edu/~mccallum/papers/gt-bookch07.pdf