يك چارچوب تحقيق تركيبي هدايت شده با يادگيري ماشين براي تحليل پديده‌هاي اجتماعي

NA

روش‌هاي تحقيق دستي و سنتي كه مطالعه مفاهيم اجتماعي را محدود به نمونه بسيار كوچكي از جامعه موجود مي‌كنند، قادر به توصيف و پيش‌بيني پديده‌هاي پيچيده نيستند. از طرفي، انجام مطالعه با اين روش‌ها روي بخش بزرگي از جامعه در عمل امكان‌پذير نيست. در مقابل، روش‌هاي تحليل داده مبتني بر هوش مصنوعي به‌ويژه يادگيري ماشيني، قادر به تحليل داده‌ها در مقياس بزرگ هستند. مشكل اصلي در بهره‌برداري از اين روش‌ها، عدم وجود داده‌هاي كافي مورد نياز جامعه‌شناسان است. در اين مقاله، يك چارچوب تحقيق تركيبي هوشمند و خودكار براي تحليل پديده‌هاي اجتماعي، ارائه شده است. منابع داده از تركيب روش‌هاي تحقيق كيفي و كمي تأمين مي‌گردند. تحليل داده‌ها در چند مرحله توسط ابزارهاي يادگيري ماشيني موجود و در قالب وظايف خوشه‌بندي و دسته‌بندي، به‌‌شكل خودكار انجام مي‌شود. مطالعه موردي انجام شده توسط اين چارچوب، براي پيش‌بيني زمان‌مندي شهروندان اصفهاني، مؤيد كارآمدي چارچوب تحقيق ارايه شده در مطالعه پديده‌هاي اجتماعي پيچيده در مقياس بزرگ و امكان استفاده از آن براي مطالعات مشابه است.

NA