<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>سازمان اسناد و کتابخانه ملی جمهوری اسلامی ایران</PublisherName>
				<JournalTitle>مطالعات  کتابداری و سازماندهی اطلاعات</JournalTitle>
				<Issn>2783-4646</Issn>
				<Volume>28</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2017</Year>
					<Month>05</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Co-word Analysis Concept, Definition and Application</ArticleTitle>
<VernacularTitle>مروری بر کارکردهای تحلیل هم‌واژگانی</VernacularTitle>
			<FirstPage>125</FirstPage>
			<LastPage>145</LastPage>
			<ELocationID EIdType="pii">1132</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>حمید </FirstName>
					<LastName>احمدی</LastName>
<Affiliation>دانشجوی دکترای علم اطلاعات و دانش‌شناسی، دانشگاه شهید چمران اهواز؛ عضو هیأت علمی گروه علم اطلاعات و دانش‌شناسی، دانشگاه رازی</Affiliation>

</Author>
<Author>
					<FirstName>فریده </FirstName>
					<LastName>عصاره</LastName>
<Affiliation>استاد گروه علم اطلاعات و دانش‌شناس، دانشگاه شهید چمران اهواز</Affiliation>
<Identifier Source="ORCID">0000-0000-0000-0000</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2016</Year>
					<Month>01</Month>
					<Day>05</Day>
				</PubDate>
			</History>
		<Abstract>&lt;strong&gt;Purpose&lt;/strong&gt;: In the last half century, the science literature has increased dramatically and caused some difficulties. Therefore, some quantitative techniques have been developed for improvement. Co-word analysis is one of these techniques in scientometrics. &lt;br /&gt;&lt;strong&gt;Methodology&lt;/strong&gt;: Review of literature. &lt;br /&gt;&lt;strong&gt;Results&lt;/strong&gt;: The structure, application, method and hypothesis of this method are reviewed and algorythms and techonologies of implementation also discussed. &lt;br /&gt;&lt;strong&gt;Conclusion&lt;/strong&gt;: Co-word analysis is used to detect science fields more accurately by discovering the co-occurrence frequency of words and phrases. It can also reveal hidden linkage between concepts and help in development of hierarchy in ontologies. </Abstract>
			<OtherAbstract Language="FA">&lt;strong&gt;هدف&lt;/strong&gt;: بررسی روش تحلیل هم‌واژگانی، یکی از این روش‌های حوزه علم‌سنجی.&lt;br /&gt; &lt;strong&gt;یافته‌ها:&lt;/strong&gt; در این پژوهش چارچوب‌ها، کارکردها، روش‌ها، و پیش‌فرض‌های موجود معرفی و الگوریتم‌ها و فناوری‌های مورد نیاز آن برای شناخت و استفاده از این روش در تحلیل محتوا بیان شد.&lt;br /&gt; &lt;strong&gt;نتیجه‌گیری:&lt;/strong&gt; تحلیل هم‌واژگانی با خلاصه‌سازی مدارک در واژه‌هایی قدرتمند و محاسبه رخداد و هم‌رخدادی، تشخیص دقیق‌تری نسبت به حوزه موضوعی ارائه می‌دهد و توان آن را دارد تا به کشف روابط پنهان میان مفاهیم و ایجاد سلسله‌مراتب در هستی‌شناسی‌ها بپردازد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">تحلیل هم‌واژگانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تحلیل هم‌رخدادی واژگان</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تحلیل محتوا</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شبکه مفهومی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">روش هم‌واژگانی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://nastinfo.nlai.ir/article_1132_32641412275bd9c1e770034dd116469a.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
