Авторы:  (1) Хамид Реза Саидния, факультет информатики и исследований знаний, Университет Тарбиат Модарес, Тегеран, Исламская Республика Иран;  (2) Элахе Хоссейни, факультет информатики и исследований знаний, факультет психологии и педагогических наук, Университет Альзахра, Тегеран, Исламская Республика Иран;  (3) Шади Абдоли, факультет информатики, Монреальский университет, Монреаль, Канада  (4) Марсель Ауслоос, Школа бизнеса, Лестерский университет, Лестер, Великобритания и Бухарестский университет экономических исследований, Бухарест, Румыния.  Таблица ссылок   Аннотация и введение   Материалы и методы   Полученные результаты   Вопрос 1: ИИ и наукометрия   Вопрос 2: ИИ и вебометрика   Вопрос 3: ИИ и библиометрия   Обсуждение   Вопрос 4: Будущее наукометрики, вебометрики и библиометрики с искусственным интеллектом   Вопрос 5: Этические аспекты наукометрии, вебометрики и библиометрии с использованием ИИ   Заключение, ограничения и ссылки  Вопрос 2: ИИ и вебометрика  В вебометрике ИИ может предоставить несколько конкретных преимуществ, включая веб-сканирование и сбор данных, анализ веб-ссылок, анализ веб-контента, анализ социальных сетей, анализ веб-влияния и системы рекомендаций, как показано на рисунке 3, и, например, это было продемонстрировано в таких документах, как [9, 10, 21, 36-45].   Эти шесть соображений указывают на потенциальные преимущества и предлагают целенаправленные стратегии использования возможностей ИИ в вебометрике. Полученные результаты показывают, как ИИ может улучшить качество, доступность и процессы сбора данных при вебометрическом анализе, как показано в таблице 2.  Действительно, алгоритмы, основанные на искусственном интеллекте, могут автоматически сканировать и собирать данные с веб-сайтов, включая институциональные веб-сайты, порталы научных исследований и онлайн-хранилища [39, 42]. Это позволяет исследователям собирать большие объемы веб-информации для анализа, включая данные публикаций, профили авторов и шаблоны цитирования.  Чтобы понять взаимосвязь между публикациями, веб-сайтами и авторами, подходы искусственного интеллекта могут анализировать структуры гиперссылок и шаблоны веб-ссылок [9, 43]. Анализируя структуру ссылок, алгоритмы ИИ могут идентифицировать влиятельные веб-сайты и авторов, а также обнаруживать сообщества, коллаборации и исследовательские сети в рамках научной сетевой экосистемы [17].   Методы искусственного интеллекта, такие как обработка естественного языка и машинное обучение, могут использоваться для анализа содержимого веб-страниц и научных публикаций, доступных в Интернете [40, 41]. Это позволяет исследователям извлекать ключевую информацию, такую как ключевые слова, темы и настроения, из веб-документов, способствуя всестороннему анализу и пониманию результатов исследований.  ИИ может анализировать платформы социальных сетей, такие как Twitter, чтобы понимать онлайн-дискуссии, тенденции и взаимодействия, связанные с научными исследованиями [36, 38, 44]. Анализируя хэштеги, упоминания и поведение пользователей, алгоритмы ИИ могут определять влиятельные темы исследований, ключевых лидеров мнений и потенциальное сотрудничество внутри научного онлайн-сообщества, как было продемонстрировано в таких предыдущих работах.  ИИ может оценить влияние и видимость научных исследований в сети [37, 46]. Действительно, анализируя веб-трафик, просмотры страниц и показатели социальных сетей, алгоритмы ИИ могут предоставить информацию о видимости, распространении и вовлеченности в Интернете научных публикаций, авторов и исследовательских учреждений.  «Наконец», рекомендательные системы на базе искусственного интеллекта могут помочь исследователям в поиске соответствующих научных веб-сайтов, онлайн-ресурсов и исследовательского сотрудничества [35, 45]. Эти документы, основанные на предпочтениях пользователей, поведении при чтении и данных об использовании Интернета, показывают, что персонализированные рекомендации могут быть созданы с использованием алгоритмов искусственного интеллекта, что облегчает исследователям изучение научного ландшафта в Интернете и открывает новые возможности для дальнейших исследований.  Этот документ   под лицензией CC BY 4.0 DEED. доступен на arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Decentralize AI Technology

decentralizeai

Этот звук создан на языке оригинала истории!

«В вебометрике искусственный интеллект может предоставить несколько конкретных преимуществ, включая веб-сканирование, сбор данных…

About Author

КОММЕНТАРИИ

БИРКИ

ЭТА СТАТЬЯ БЫЛА ПРЕДСТАВЛЕНА В

Related Stories

Как улучшить ваш рабочий процесс в 10 раз: 17 основных приложений

Плавание по водам: разработка RAG-приложений промышленного уровня с использованием озер данных

Невидимые слои: почему интервью с пользователями являются незаменимым активом

Хотите выиграть конкурс HackerNoon? Вот что рекомендуют победители конкурса #crypto-api

Как улучшить ваш рабочий процесс в 10 раз: 17 основных приложений

Плавание по водам: разработка RAG-приложений промышленного уровня с использованием озер данных

Невидимые слои: почему интервью с пользователями являются незаменимым активом

Хотите выиграть конкурс HackerNoon? Вот что рекомендуют победители конкурса #crypto-api

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps