محمدرضا تقوا - دانشیارگروه مدیریت صنعتی، دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی،تهران،ایران
ایمان رییسی وانانی - استادیارگروه مدیریت صنعتی،دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی،تهران،ایران
نعیما میرزامومن - دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات،دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی،تهران،ایران

امروزه تولید علم اولویت توسعه هر کشور است و توسعه علمی مقدمه توسعه فناوری و به تبع آن افزایش رونقاقتصادی و رفاه اجتماعی است . علم سنجی یکی از متداول ترین روش های ارزیابی فعالیت های علمی و مدیریت پژوهشاست. تا کنون مطالعات زیادی جهت ارزیابی پیشرفت علم صورت گرفته است، اما تحقیقات صورت گرفته در مقیاسکشورها بسیار اندک بوده و نیاز به پژوهش در این حوزه با استفاده از ابزارهای نوین تحلیل داده ها مشهود است. هدف ازاین پژوهش ارایه شیوه ای نوین جهت بخش بندی و تحلیل روند پیشرفت علمی کشورهای جهان براساس شاخص هایعلم سنجی و با بکارگیری تکنیک های داده کاوی می باشد.در این تحقیق تلاش شده است تا با استفاده از الگوریتم هایجامع پیشنهادی به کشف الگوی موجود در شاخص های علم سنجی کشورها پرداخته شود . داده های مورد استفاده دراین پژوهش از پایگاه اسکوپوس و در بازه زمانی 1996 تا 2015 استخراج شده است . اسکوپوس بزرگترین پایگاه اطلاعاتیچکیده و استنادی جهان است. در این تحقیق ، با توجه به ویژگی داده ها و عملیات مورد نیاز، از روش های افرازی ازالگوریتم K-Means، از روش های سلسله مراتبی از الگوریتم Linkage و از دسته الگوریتم های تکاملی و فراابتکاری از پنج الگوریتم بهینه سازی هوشمند شامل الگوریتم ژنتیک، بهینه سازی ازدحام ذرات، تکامل تفاضلی،کلونی زنبورهای مصنوعی و جستجوی هارمونی برای حل مساله خوشه بندی استفاده شده است .کارایی الگوریتمهای مختلف خوشه بندی به کمک شاخص های اعتبار سنجی ارزیابی و بهترین الگوریتم ها جهت رسیدن به اهداف تحقیق انتخاب شده است.با توجه به نتایج به دست آمده ، کشورها در هر سال به هفت خوشه تقسیم شده و تغییرات خوشه ها درسال های مختلف بررسی و متغیرهای علم سنجی که بیشترین نقش را در تغییر خوشه ها داشتند شناسایی شدند.سیاست گذاران علمی نیازمند چارچوبی جامع جهت ارزیابی و برنامه ریزی در این حوزه هستند. این پژوهش اولین گام بهسمت ایجاد چنین چارچوبی است.

پیشرفت علمی، خوشه بندی، داده کاوی، تحلیل روند