اکتشاف دانش و دادهکاوی در پژوهشهای کمی و کیفی: مقایسه روش شناسی های شبکه های عصبی مصنوعی ) (ANNو نظریه بنیانی)(GT

سال انتشار: 1388
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 98

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JSSI-3-4_006

تاریخ نمایه سازی: 31 اردیبهشت 1402

چکیده مقاله:

در سالهای اخیر، شاهد حرکتی مستمر از واکاویها، پژوهشها و پردازشهای صرفا نظری و روش محور به پژوهشها وپردازشهای دادهمحوریم، حرکتی که به نحو احسن خود را در ظهور و توسعه روشهای اکتشاف دانش، به ویژه داده کاوی وفنون خاص آن، نشان داده است. بهرغم تصور رایج، دادهکاوی صرفا به پژوهشهای کمی و آماری محدود نمیشود و درپژوهشهای کیفی هم شاهد ظهور تحولات مشابهی بودهایم. در این مقاله با فرض تطبیقپذیری اکتشاف دانش و دادهکاویدر پژوهشهای کمی و کیفی، به طور مشخص روش دادهکاوی شبکههای عصبی مصنوعی را به مثابه رویکردی نوین درپردازش چندمتغیره دادهها و اطلاعات و به مثابه رویکردی در حال ظهور و گسترش در روشهای آنالیز چندمتغیره آماری، وروش داده کاوی نظریه بنیانی را در مدیریت و تحلیل داده های کیفی مقایسه کرده و وجوه تمایز و اشتراک آنها را بیان میکنیم.در این مقاله نشان دادهایم که صرف نظر از وجوه متمایز دو روششناسی دادهکاوی از حیث پارادایم، خاستگاه و فرایندهایاکتشاف و پردازش و نوع داده، هر دو روششناسی از ماهیت و رویکردی پسینی، چند رشتهای و میانرشتهای، استقرایی،اکتشافی، فرایندمحور، دادهمحور ،۱انعطافپذیر و معطوف به رابطه )رابطهمدار( بین هستارها و مقولهها بهره میبرند.

کلیدواژه ها:

نویسندگان

محمود قاضی طباطبایی

دانشیار گروه جمعیت شناسی دانشکده علوم اجتماعی دانشگاه تهران

خدیجه طیاری

کارشناس ارشد آمار زیستی و پژوهشگر و متخصص مدیریت پایگاههای داده و اطلاعات

ابوعلی ودادهیر

استادیار گروه انسان شناسی دانشکده علوم اجتماعی دانشگاه تهران