سازمان اسناد و کتابخانه ملی جمهوری اسلامی ایران مطالعات کتابداری و سازماندهی اطلاعات 2783-4646 27 1 2016 05 21 Common Features of Well-known Empirical Laws in Scientometrics: Data Grouping Based on Frequency Distribution ویژگی‏‌های مشترک قوانین تجربی معروف در علم‏‌سنجی: نگاهی از زاویه دسته‏‌بندی داده‌‏ها براساس توزیع فراوانی 25 42 1382 FA محمد توکلی‌زاده راوری استادیار گروه علم اطلاعات و دانش‌شناسی، دانشگاه یزد فرامرز سهیلی استادیار گروه علم اطلاعات و دانش‌شناسی، دانشگاه پیام نور 0000-0003-2581-7052 Journal Article 2015 01 24 <strong>Purpose</strong>: To study four well-known empirical laws in Bibliometrics and Scientometrics (Lutka, Bradford, Zipf and Pareto) and group their data based on frequency distribution. <br /><strong>Methodology</strong>: It is an applied and descriptive research which analyzes documents. Data is categorized based on frequency distribution through studying data related to four scientometrics laws. <br /><strong>Results</strong>: Data in four groups contain the object rank, the studied feature and the frequency of the feature in that object. In each law, data are classified into different groups: Pareto (2 groups), Bradford (3 groups), Lutka (equal to the maximum frequency), and Zipf (equal to text words). <br /><strong>Conclusion</strong>: Grouping of objects and the number of objects inside each group follow a certain distribution. These empirical laws can be used to group different objects based on plenty of features. <strong>هدف:</strong> بررسی چهار قانون معروف در حوزه کتاب‏‌سنجی و علم‏‌سنجی (لوتکا، برادفورد، زیپف، و پرتو) از زاویه دسته‏‌بندی داده‏‌های آنها براساس توزیع فراوانی. <br /><strong>روش‏/ رویکرد پژوهش:</strong> روش سندی- تحلیلی. با بررسی داده‏‌های مرتبط با قواعد چهارگانه ‏علم‌‏سنجی به‌دسته‌بندی داده‏‌ها براساس توزیع فراوانی آنها پرداخته است. <br /><strong>یافته‌ها</strong>: شکل اولیه داده‏‌ها در این چهار توزیع، حاوی رتبه هر موجودیت، فراوانی ویژگی مورد مطالعه، و مقدار فراوانی مطلق آن ویژگی در آن موجودیت است. در هریک از این قوانین، موجودیت‌‏ها براساس میزان فراوانی در ویژگی مورد نظر به چند دسته تقسیم می‏‌شوند: پرتو (2 دسته)، برادفورد (3 دسته)، لوتکا (به تعداد حداکثر فراوانی)، و زیپف (به تعداد واژگان متن). <br /><strong>نتیجه‌گیری</strong>: نتایج مربوط به نحوه دسته‌‏بندی موجودیت‌‏ها و تعیین تعداد موجودیت‏‌های درون هر دسته حاکی از آن است که تفاوت بین فراوانی دسته‏‌ها تابع یک توزیع مشخص است. قوانین چهارگانه را می‏توان برای دسته‌‏بندی موجودیت‏‌های مختلف براساس ویژگی‏‌های متعدد تعمیم داد. https://nastinfo.nlai.ir/article_1382_87a6e1842b3e47183c441cd596d8e178.pdf