"Webometride yapay zeka, Web Taraması, Veri Toplama gibi çeşitli belirli faydalar sağlayabilir...

Bağlantı Tablosu

Özet ve Giriş

Malzemeler ve yöntemler

Sonuçlar

RQ 1: Yapay zeka ve bilim ölçümü

RQ 2: Yapay zeka ve webometri

RQ 3: Yapay zeka ve bibliyometri

Tartışma

RQ 4: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Geleceği

RQ 5: Yapay Zeka ile Scientometrics, Webometrics ve Bibliometrics'in Etik Hususları

Sonuç, Sınırlamalar ve Kaynaklar

RQ 2: Yapay zeka ve webometri

Webometride yapay zeka, Şekil 3'te gösterildiği gibi Web Taraması ve Veri Toplama, Web Bağlantı Analizi, Web İçerik Analizi, Sosyal Medya Analizi, Web Etki Analizi ve Öneri Sistemleri dahil olmak üzere çeşitli spesifik faydalar sağlayabilir ve örneğin, aşağıdaki makaleler aracılığıyla gösterilmiştir: [9, 10, 21, 36-45].

Bu 6 husus potansiyel faydalara işaret ediyor ve webometride yapay zeka yeteneklerini kullanmaya yönelik odaklanmış stratejiler öneriyor. Ortaya çıkan bulgular, Tablo 2'de özetlendiği gibi yapay zekanın webometri analizlerinde kaliteyi, erişilebilirliği ve veri toplama süreçlerini nasıl geliştirebileceğini vurgulamaktadır.

Aslında yapay zekaya dayalı algoritmalar, kurumsal web siteleri, bilimsel araştırma portalları ve çevrimiçi depolar dahil olmak üzere web sitelerini otomatik olarak tarayabilir ve bu sitelerden veri toplayabilir [39, 42]. Bu, araştırmacıların analiz için yayın verileri, yazar profilleri ve alıntı kalıpları dahil olmak üzere büyük miktarda web tabanlı bilgi toplamasına olanak tanır.

Yayınlar, web siteleri ve yazarlar arasındaki ilişkiyi anlamak için yapay zeka yaklaşımları hiperlink yapılarını ve web bağlantı modellerini analiz edebilir [9, 43]. Yapay zeka algoritmaları, bağlantı yapısını analiz ederek etkili web sitelerini ve yazarları tanımlayabilir, ayrıca web tabanlı bilimsel ekosistem içindeki toplulukları, işbirliklerini ve araştırma ağlarını tespit edebilir [17].

Doğal dil işleme ve makine öğrenimi gibi yapay zeka teknikleri, çevrimiçi olarak mevcut olan web sayfalarının ve bilimsel yayınların içeriğini analiz etmek için kullanılabilir [40, 41]. Bu, araştırmacıların anahtar kelimeler, konular ve görüşler gibi önemli bilgileri web tabanlı belgelerden çıkarmasına olanak tanıyarak, araştırma çıktılarının kapsamlı analizini ve anlaşılmasını kolaylaştırır.

Yapay zeka, bilimsel araştırmalarla ilgili çevrimiçi tartışmaları, eğilimleri ve etkileşimleri anlamak için Twitter gibi sosyal medya platformlarını analiz edebilir [36, 38, 44]. Yapay zeka algoritmaları, hashtag'leri, bahsetmeleri ve kullanıcı davranışlarını analiz ederek, daha önceki çalışmalarda da gösterildiği gibi, etkili araştırma konularını, önemli fikir liderlerini ve çevrimiçi bilim topluluğu içindeki potansiyel işbirliklerini belirleyebilir.

Yapay zeka, bilimsel araştırmanın web üzerindeki etkisini ve görünürlüğünü değerlendirebilir [37, 46]. Aslında yapay zeka algoritmaları, web trafiğini, sayfa görüntülemelerini ve sosyal medya ölçümlerini analiz ederek bilimsel yayınların, yazarların ve araştırma kurumlarının çevrimiçi görünürlüğü, yayılması ve katılımı hakkında öngörüler sağlayabilir.

"Sonunda", yapay zeka destekli öneri sistemleri araştırmacıların ilgili bilimsel web sitelerini, çevrimiçi kaynakları ve araştırma işbirliklerini keşfetmelerine yardımcı olabilir [35, 45]. Kullanıcı tercihlerine, okuma davranışına ve web kullanım verilerine dayanan bu makaleler, yapay zeka algoritmaları kullanılarak kişiselleştirilmiş önerilerin oluşturulabileceğini göstererek araştırmacıların web tabanlı bilimsel ortamı keşfetmesini ve daha ileri araştırmalar için yeni fırsatlar keşfetmesini kolaylaştırıyor.