دانلود ترجمه مقاله مدیریت دانش در برابر داده کاوی - نشریه الزویر

دانلود ترجمه مقاله مدیریت دانش در برابر داده کاوی - نشریه الزویر
قیمت خرید این محصول
۳۹,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
مدیریت دانش در برابر داده کاوی: رویکرد روند، پیش بینی و استناد به تحقیق
عنوان انگلیسی
Knowledge management vs. data mining: Research trend, forecast and citation approach
صفحات مقاله فارسی
38
صفحات مقاله انگلیسی
14
سال انتشار
2013
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
4554
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی صنایع و مدیریت
گرایش های مرتبط با این مقاله
داده کاوی، مدیریت فناوری اطلاعات و مدیریت دانش
مجله
سیستم های خبره با کاربردها (Expert Systems with Applications)
دانشگاه
گروه مدیریت و تکنولوژی تجارت، موسسه فناوری Chihlee، تایوان
کلمات کلیدی
مدیریت دانش، داده کاوی، تحلیل روند تحقیق، روش کتاب سنجی
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
۱ مقدمه
۱ ۱ مدیریت دانش
۱ ۲ داده کاوی
۱ ۳ رابطه بین مدیریت دانش و داده کاوی
۲ مواد و روش ها
۲ ۱ مواد تحقیق
۲ ۲ روش تحقیق
۲ ۲ ۱ قانون لتکا
۲ ۲ ۲ ساختار تحقیق
۳ نتایج
۳ ۱ توزیع با سال انتشار
۳ ۲ توزیع بر اساس استناد
۳ ۳ توزیع بر اساس کشور/ منطقه
۳ ۴ توزیع بر اساس نام موسسه
۳ ۵ توزیع بر اساس نوع اسناد
۳ ۶ توزیع بر اساس زبان
۳ ۷ توزیع بر اساس موضوع
۳ ۸ توزیع بر اساس عنوان منبع
۴ بحث
۴ ۱ مدیریت دانش
۴ ۲ داده کاوی
۴ ۳ بحث
۵ نتیجه گیری
۵ ۱ محدودیت مطالعه
نمونه چکیده متن اصلی انگلیسی
Abstract

Knowledge management (KM) and data mining (DM) have become more important today, however, there are few comprehensive researches and categorization schemes to discuss the characteristics for both of them. Using a bibliometric approach, this paper analyzes KM and DM research trends, forecasts and citations from 1989 to 2009 by locating headings ‘‘knowledge management’’ and ‘‘data mining’’ in topics in the SSCI database. The bibliometric analytical technique was used to examine these two topics in SSCI journals from 1989 to 2009, we found 1393 articles with KM and 1181 articles with DM. This paper implemented and classified KM and DM articles using the following eight categories—publication year, citation, country/territory, document type, institute name, language, source title and subject area— for different distribution status in order to explore the differences and how KM and DM technologies have developed in this period and to analyze KM and DM technology tendencies under the above result. Also, the paper performs the K–S test to check whether the distribution of author article production follows Lotka’s law. The research findings can be extended to investigate author productivity by analyzing variables such as chronological and academic age, number and frequency of previous publications, access to research grants, job status, etc. In such a way characteristics of high, medium and low publishing activity of authors can be identified. Besides, these findings will also help to judge scientific research trends and understand the scale of development of research in KM and DM through comparing the increases of the article author. Based on the above information, governments and enterprises may infer collective tendencies and demands for scientific researcher in KM and DM to formulate appropriate training strategies and policies in the future. This analysis provides a roadmap for future research, abstracts technology trend information and facilitates knowledge accumulations, therefore the future research can concentrated in core categories. This implies that the phenomenon ‘‘success breeds success’’ is more common in higher quality publications.

نمونه چکیده ترجمه متن فارسی
چکیده
مدیریت دانش(KM) و داده کاوی(DM) امروزه اهمیت بیشتری پیدا کرده اند با این حال،تحقیقات و طرح های طبقه بندی جامع معدودی برای بحث در رابطه با ویژگی های هر دوی این ها وجود دارند. با استفاده از رویکرد کتاب سنجی، این مقاله به تجزیه تحلیل روند ها، پیش بینی ها و استناد های مربوط به تحقیق از 1989 تا 2009 با جست و جوی عناوین "مدیریت دانش" و "داده کاوی" در موضوعات در دیتابیس SSCI می پردازد. روش تحلیلی کتاب سنجی برای بررسی این دو موضوع در مجلات SSCI از 1989-2009 استفاده شده و 1393 و 1181 مقاله به ترتیب با کلمات مدیریت دانش و داده کاوی یافت شد.این مقاله، مقالات مدیریت دانش و داده کاوی را با استفاده از هشت مقوله ذیل: سال انتشار، استناد، کشور/منطقه، نوع سند، نام موسسه، زبان، عنوان منبع و زمینه و موضوع- برای وضعیت توزیع متفاوت به منظور کشف تفاوت ها و شیوه توسعه فناوری های مدیریت دانش و داده کاوی در این دوره و تحلیل گرایشات فناوری مدیریت دانش و داده کاوی تحت نتایج فوق طبقه بندی کرد. هم چنین، این مقاله، آزمون K-S را برای کنترل این که آیا توزیع تولید مقاله نویسنده از قانون لتکا پیروی می کند یا نه انجام داد. یافته های تحقیق را می توان برای بررسی بازدهی نویسنده با تحلیل متغیر هایی نظیر سن تقویمی و آکادمیک، تعداد و فراوانی انتشارات قبلی، دسترسی به گرانت های پژوهشی، وضعیت شغلی و غیره توسعه داد. به این ترتیب، خصوصیات فعالیت انتشاری بالا، متوسط و پایین نویسندگان و محققان را می توان شناسایی کرد. به علاوه، این یافته ها به قضاوت در مورد روند تحقیقات علمی و درک مقیاس توسعه تحقیق در مدیریت دانش و داده کاوی از طریق مقایسه افزایش نویسندگان مقاله کمک می کند. بر اساس اطلاعات فوق، دولت ها و شرکت ها می توانند گرایشات جمعی و تقاضا ها را برای پژوهش گر علمی در مدیریت دانش و داده کاوی به منظور تدوین راهبرد هاو سیاست ها یآموزشی مناسب در آینده درک کنند. این تحلیل، یک نقشه راه را برای نحقیق آینده ارایه کرده، اطلاعات روند فناوری را خلاصه کرده و انباشت دانش را تسهیل می کند، از این روی تحقیقات اینده می توانند بر مقوله های اصلی متمرکز شوند. بدین معنی که پدیده" موفقیت موجب موفقیت آینده است" در انتشارات با کیفیت بالا متداول تر بوده و بیشتر صدق می کند.

بدون دیدگاه