بررسی روندپیشرفت علوم کامپیوتر با استفاده از داده کاوی و خوشه بندی سلسله مراتبی (مورد کاوی: کنفرانسهای ده ساله انجمن کامپیوتر ایران )

با توجه به گسترش اسناد دیجیتالی متنی، دسته بندی آنها بیش از پیش نیاز می باشد. همچنین برای انتساب متناسب مقالات به دسته های از پیش تعیین شده، نیاز به یک نقشه علمی از علوم کامپیوتر می باشد. در ابتدا، یک نقشه علمی جامع علوم کامپیوتر با استفاده از نقشه علمی علوم کامپیوتر acm و ieee و نشست های کنفرانس ایران تهیه شد.در این پایان نامه از رویکرد دسته بندی متون برای انتخاب دسته مناسب هر مقاله ارائه شد. در این رویکرد از روش یادگیری svm جهت تشخیص سریع، درست و مناسب هر مقاله استفاده می شود. فرایند روش پیشنهادی برای انتساب سیستماتیک مقالات به دسته های از پیش تعیین شده در طی سه مرحله :1) پیش پردازش 2) یادگیری دسته بندهای تشخیص مقالات به عنوان سازماندهی نمودن تشخیص مقالات 3) تشخیص و تخصیص دسته متناسب با مقاله، به عنوان بازیابی اطلاعات انجام می گیرد. در ارزیابی روش پیشنهادی، توانایی های روش، تعیین بهترین روش یادگیری متناسب با مقالات، تعیین بهترین روشهای وزن دهی برای هر روش یادگیری و ارزیابی سازگاری و نرمال سازی ناهنجاری های دسته بندی های انجام شده بصورت دستی توسط متخصصین، انجام شد و مشخص شد که روش یادگیری svm به همراه روش وزن دهی tfc با معیار دقت برابر 97% و fp برابر 005/. % بهترین روش و knn با نرخ دقت برابر 71% و fp برابر 07/. % بدترین روش جهت این کار پس از نرمال سازی ناهنجاری می باشد و هم چنین نتایج ارزیابی خوشه بندی قبل از نرمال سازی،شامل روش بیزین ساده با دقت برابر 39% و fp برابر 10% بهترین روش و روش knn با دقت برابر 12% و fp برابر 13% بدترین روش شناخته شدند. از دیگر نتایج این پایان نامه نشان دادن روند پیشرفت علوم کامپیوتر در طی 10 سال اخیر با استفاده از کنفرانسهای برگزار شده می باشد که نتایج آن نشان می دهد که سه شاخه سطح اول علوم کامپیوتر (هوش مصنوعی و fuzzy ، امنیت و بینایی ماشین ) با وجود تخصصی شدن این حوزه ها و داشتن کنفرانسهای سالیانه، در کنفرانسهای انجمن کامپیوتر هم دارای رشد خوبی می باشند. شاخه مهندسی نرم افزار و ارتباطات رشد صعودی دارد. شاخه معماری سیستم رشد نزولی دارد .در این پایان نامه استفاده از رویکرد دسته بندی متون در انتساب مقالات کنفرانس انجمن کامپیوتر به دسته های از پیش تعیین شده به منظور افزایش دقت و سیستماتیک بودن آن می باشد .مزایای استفاده از این رویکرد نسبت به کارهای مشابه عبارت از : استقرار مقالات در زمینه متناسب با موضوع مقاله، قابل اعمال برای بقیه موضوعات علمی کنفرانس ها در ایران، هزینه کمتر و قابل گسترش برای تعداد زیادی از مقالات . تهیه نقشه علمی به ما در تشخیص ایده های جدید، میزان فعالیت در حوزه های علوم نو ظهور، ایجاد بهبود در هر شاخه، شناخت متخصصین هر حوزه ، شناخت سازمانهای حمایت کننده از طرحهای جدید، تشکیل قطبهای علمی، مشخص شدن حوزه تحقیقاتی دانشگاهها و اختصاص بودجه در همین حوزه ها ، شناسایی مشتریان و علائق آنها جهت در دست گرفتن بازار و ... کمک می کند