نگاشتی تولیدات علمی کشاورزیزاده، م.؛ عصاره، ف. (1388). تحلیل استنادی و ترسیم نقشه تاریخپشوتنی
های 2000 تا 2008. فصلنامه علوم و فناوری اطلاعات، 25(1)، 52-23.در نمایه استنادی علوم در سال
نامههای رشته کتابداری ایران. پایاننامهزاده، ح. (1391). نگاشت نقشه علمی کتابداری بر اساس پایانجبرئیل
رسانی، تهران، دانشگاه علامه طباطبائی .کارشناسی ارشد کتابداری و اطلاع
رسانی. (ج. 1، ص 616- 620). تهران:المعارف کتابداری و اطلاعۀحرّی، ع. (1381). تحلیل استنادی. در دایر
کتابخانه ملی جمهوری اسلامی ایران.
های بازیابی اطلاعات مبتنی برهای رابط کاربر در نظامحسینی، س. م. (1390). بررسی عناصر و مؤلفه
بندی. فصلنامه علوم و فناوری اطلاعات، 26(3)، 653-625.خوشه
سنجی. شیراز: نوید شیراز.شناسی علمحیدری، غ. (1389). معرفت
درودی، ف. (1387). مبانی و راهبردهای ارائه و نمایش دیداری اطلاعات. فصلنامه علوم و فناوری اطلاعات،
.126-103 ،)4(23
رحیمی، م.؛ فتاحی، ر. (1386). همکاری علمی و تولید اطلاعات: نگاهی به مفاهیم و الگوهای رایج در تولید
علمی مشترک. فصلنامه کتاب، 18(3)، 248-235.
کاوی متون فارسی به همراه مطالعه موردی در مهندسی صنایع.هایی برای متنزعفریان، ر. (1385). روش
نامه دکتری، تهران، دانشگاه صنعتی شریف.پایان
اندازی بر مبانی نظری مصورسازی حوزه دانش. فصلنامهنیا، ف. (1390). چشمزوارقی، ر.؛ فدایی، غ.؛ فهیم
رسانی دانشگاهی، 45(57)، 37-13.تحقیقات کتابداری و اطلاع
شناسی ترسیمده، ف.؛ دلبری راغب، ف. (1390). روشعابدی جعفری، ح.؛ ابویی اردکان، م.؛ آقازاده ده
شناسی علوم انسانی، 17(66)، 53-های علم: مطالعه موردی ترسیم نقشه علم مدیریت دولتی. روشنقشه
.69
سنجی:سنجی تا وبالعابدینی، م. (1388). از کتابعصاره، ف.؛ حیدری، غ.؛ زارع فراشبندی، ف.؛ حاجی زین
ها. با مقدمه عباس حری. تهران: کتابدار.ها، قواعد و شاخصتحلیلی بر مبانی، دیدگاه
آیندی مؤلفان با ضریب تأثیرزاده، م.؛ نوروزی چاکلی، ع. (1388). رابطه خوداستنادی و همعطاپور، ه.؛ حسن
نشریات در ایران: مطالعه موردی نشریات حوزه اقتصاد. فصلنامه علوم و فناوری اطلاعات، 25(2)، 207-
.226
کاوی و کشف دانش. تهران: دانشگاه علم و صنعتغضنفری، م.؛ علیزاده، س.؛ تیمورپور، ب. (1387). داده
ایران.
علیخانزاده، مترجم). بابل: علوم رایانه.کاوی (امیرکانتاردزیک، م. (1385). داده
های مراقبت بهداشتی وکاوی در چابکی سازمانکاوی و متنکرمی، م. (1386). کاربرد ابزارهای تحلیلگر داده
درمانی. فصلنامه مدیریت سلامت، 10(30)، 20-15.
نامه کارشناسی ارشد کتابداری ومحمدی، ا. (1387). ترسیم نقشه علمی نانوتکنولوژی در ایران. پایان
رسانی، تهران: دانشگاه آزاد اسلامی، واحد علوم و تحقیقات.اطلاع
رسانی. (ج 1، ص 179). تهران: کتابخانهالمعارف کتابداری و اطلاعمدیر امانی، پ. (1381). استناد. در دایره
ملی جمهوری اسلامی ایران.
ناصری جزه، م.؛ طباطبائیان، ح.؛ فاتح راد، م. (1391). ترسیم نقشه دانش مدیریت فناوری در ایران با هدف
گذاری دانش در این حوزه. فصلنامه سیاست علم و فناوری، 5(1)، 72-45.کمک به سیاست
ها). تهران: سازمان مطالعه وسنجی (مبانی، مفاهیم، روابط و ریشهنوروزی چاکلی، ع. (1390). آشنایی با علم
ها (سمت)، مرکز تحقیق و توسعه علوم انسانی؛ دانشگاه شاهد، مرکز چاپتدوین کتب علوم انسانی دانشگاه
و انتشارات، 1390.
Agutter, J., & Bermudez, J. (2005). Information visualization design: The
growing challenges of a data saturated world. AIA Report on university
research, 61-75. Retrieved September 17, 2013, from http://www.aia.org/
SiteObjects/files/Agutter_ color.pdf
Ananiadou, S., & McNaught, J. (2006). Text mining for biology and biomedi-
cine. Boston, London: Artech House.
Ananiadou, S., Rea, B., Okazaki, N., Procter, R., & Thomas, J. (2009). Sup-
porting systematic reviews using text mining. Social Science Computer Re-
view, 27(4), 509-523.
Börner, K., & Scharnhorst, A. (2009). Visual conceptualizations and models
..
of science. Journal of Informetrics, 3(3), 161-172.
Börner, K., Chen, C., & Boyack, K. (2003). Visualizing Knowledge Domains.
In Blaise Cronin (Ed.), Annual Review of Information Science & Technol-
ogy, Volume 37, Medford, NJ: Information Today, Inc./American Society for
Information Science and Technology, chapter 5, pp. 179-255.
Boyack, K. W. (2004). Mapping knowledge domains: Characterizing PNAS.
Proceedings of the National Academy of Sciences, 101(suppl 1), 5192-5199.
Callon, M., Courtial, J. P., & Laville, F. (1991). Co-word analysis as a tool
for describing the network of interactions between basic and technological
research: The case of polymer chemistry. Scientometrics, 22(1), 155-205.
Callon, M., Courtial, J. P., Turner, W. A., & Bauin, S. (1983). From transla -
tions to problematic networks: An introduction to co-word analysis. Social
Science Information, 22(2), 191-235.
Callon, M., Law, J., & Rip, A. (1986). Mapping the Dynamics of Science and
Technology. London: Macmillan.
Cheong, F., & Corbit, B. (2009, June 8-10). A social network analysis of the
co-authorship network of the Australian conferences of Information Systems
from 1990 to 2006. Paper Presented in the 17th European Conference on In-
formation Systems, Verona, Italy.
Cronin, B., Shaw, D., & La Barre, K. (2004). Visible, less visible, and invisi-
ble work: Patterns of collaboration in 20th century chemistry. Journal of the
American Society for Information Science and Technology, 55(2), 160-168.
Dörre, J., Gerstl, P., & Seiffert, R. (1999, August). Text mining: finding nug-
gets in mountains of textual data. In Proceedings of the fifth ACM SIGKDD
international conference on Knowledge discovery and data mining (pp. 398-
401). ACM.
Duan, C. H. (2011). Mapping the intellectual structure of modern technology
management. Technology Analysis & Strategic Management, 23(5), 583-
600.
Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to
knowledge discovery in databases. AI magazine, 17(3), 37.
Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques. San
Francisco, USA: Morgan Kaufman Publishers.
Harsanyi, M. A. (1993). Multiple authors, multiple problems bibliometrics
and the study of scholarly collaboration: A literature review. Library and
Information Science Review, 15, 325–354.
He, Q. (1999). Knowledge Discovery Through Co-Word Analysis. Library
Trends, 48(1), 133-159.
Hearst, M. A. (1997). Distinguishing Between Web Data Mining And Informa-
tion Access. Presentation For The Panel on Web Data Mining, kdd 97, Au-
gust 16, 1997, Newport Beach, ca. Retrieved March 18, 2013, from http://
www.sims.berkeley.edu/
Hearst, M. A. (1999, June). Untangling text data mining. In Proceedings of
the 37th annual meeting of the Association for Computational Linguistics
on Computational Linguistics (pp. 3-10). Association for Computational
Linguistics.
Hood, W. W., & Wilson, C. S. (2001). The literature of bibliometrics, sciento-
metrics, and informetrics. Scientometrics, 52(2), 291-314.
Hotho, A., Nürnberger, A., & Paaß, G. (2005, May). A Brief Survey of Text
Mining. In Ldv Forum, 20(1), 19-62. Retrieved November 3, 2013, from
http://www.kde.cs.uni-kassel.de/hotho/pub/2005/hotho05TextMining.pdf
Hudson, J. (1996). Trends in multi-authored papers in economics. Journal of
Economics Perspectives, 10, 153–158.
Janssens, F., Leta, J., Glänzel, W., & De Moor, B. (2006). Towards map-
ping library and information science. Information Processing & Manage-
ment, 42(6), 1614-1642.
Katz, J. S., & Martin, B. R. (1997). What is research collaboration?. Research
Policy, 26(1), 1-18.
Kontardzic, M. (2003). Data Mining: Concepts, Models, Methods, and Algo-
rithms. IEEE Press.
Kostoff, R. N., & Demarco, R. A. (2001). Information Extraction From Scien-
tific Literature With Text Mining. Journal of Analytical Chemistery, 73(4),
370-378.
Li, L. L., Ding, G. H., Feng, N., Wang, M. H., & Ho, Y. S. (2009). Global stem
cell research trend: Bibliometric analysis as a tool for mapping of trends
from 1991 to 2006. Scientometrics, 80(1), 39–58.
Lowe, M. (2003). Reference analysis of the American historical review. Col-
lection building, 22 (1). Retrived November 18, 2013, from http://www.
emeraldinsight.com/Insight/viewPDF.jsp?Filename=html/Outpt/Published/
EmeraldFULLTextArticle/pdf/1710220103.pdf
Lundberg, J., Tomson, G., Lundkvist, I., Skor, J., & Brommels, M. (2006).
Collaboration uncovered: exploring the adequacy of measuring university-
industry collaboration through co-authorship and funding. Scientometrics,
69(3), 575–589.
Marshakova-Shaikevich, I. (2005). Bibliometric maps of field of science. In-
formation Processing & Management, 41(6), 1534-1547.
Moed, H. F., Glanzel, W., & Schmoch, U. (2004) (eds.). Handbook of quan-
titative science and technology research. The use of publication and patent
statistics in studies of S&T systems. Dordrecht (the Netherlands): Kluwer
Academic Publishers, 800 pp.
Noyons, E. C. (1999). Bibliometric Mapping as a Science Policy and Re-
search Management Tool. Leiden: DSWO Press.
Noyons, E. C. (2001). Bibliometric mapping of science in a policy context.
Scientometrics, 50(1), 83-98.
Polanco, X., & Zartl, A. (1999). Information visualization. EICSTES Project-
IST. Deliverable 1.4 State of the art WP9: visualization. Retrieved May 14,
2013, from www.eicstes.org/EICSTES_PDF/Deliverables/Information%20
Visualization. Pdf
Pons-Porrata, A., Berlanga-Llavori, R., & Ruiz-Shulcloper, J. (2007). Topic
discovery based on text mining techniques. Information processing & man-
agement, 43(3), 752-768.
Rübel, O., Ahern, S., Bethel, E., Biggin, M. D., Childs, H., Cormier-Michel,
E., ... & Wu, K. (2010). Coupling visualization and data analysis for knowl-
edge discovery from multi-dimensional scientific data. Procedia computer
science,1(1), 1757-1764.
Sharma, N. (2005). Discovering knowledge with text mining. M. S. Thesis,
Texas A&M University.
Shiffrin, R. M., & Borner, K. (2004). Introdoction. In: Mapping knowledge
domains. PNAS, 101, Suppl. 1, 5183-5185. Retrieved September 30, 2013,
from www.pnas.org/cgi/doi/10.1073/pnas.0307852100
Small, H. (1999). Visualizing science by citation mapping. Journal of the
American society for Information Science, 50(9), 799-813.
Small, H. (2000). Charting pathways through science: Exploring Garfield’s
vision of a unified index to science. The web of knowledge: A Festschrift in
honor of Eugene Garfield, 449-473.
Small, H. )1973(. Co-citation in the scientific literature: a new measure of the
relationship between two documents. Journal of the American Society for
Information Science and Technology, 24(4), 265–269.
Small, H., & Griffith, B. C. (1974). The structure of scientific literatures I:
identifying Bibliography 215 and graphing specialties. Science Studies,
4(1), 17-40.
Swanson, D. R., & Smalheiser, N. R. (1999). Implicit text linkages between
Medline records: Using Arrowsmith as an aid to scientific discovery. Li-
brary trends, 48(1), 48-59.
Tan, P. N., Steinbach, M., & Kumar, V. (2006). Cluster analysis: Basic con-
cept and algorithm. In: P.N.Tan, M. Steinbach and V. Kumar. Introduction to
Data Mining , (pp.487-568). Boston, MA: Addison-Wesley Longman Pub-
lishing.
Taylor, P. (2006). From patient data medical knowledge: the principles &
practice of health informatics. Massachusetts: Black Well.
Thomas, J., McNaught, J., & Ananiadou, S. (2011). Applications of text min-
ing within systematic reviews. Research Synthesis Methods, 2(1), 1-14.
Turban, E., Mclean, E., & Wetherbe, J. (1999). Information technology for
management: making connections for strategic advantage. New York: Wil-
ley & sons.
Van Eck, N. J., & Waltman, L. (2007). VOS: A new method for visualizing
similarities between objects. In H.-J. Lenz & R. Decker (Eds.), Advances
in data analysis:Proceedings of the 30th annual conference of the german
classification society, (pp. 299-306). Springer.
Walter, M., Stuart, L., & Borisyuk, R. (2004). The representation of neural
data using visualization. Information Visualization, 3(4), 245-256.
Wang, Y., Wu, Y. S., Pan, Y. T., Ma, Z., & Rousseau, R. (2005). Scientific
collaboration in China as reflected in co-authorship. Scientometrics, 62(2),
183–198.
White, H. D., & Griffith, B. C. (1981). Author cocitation: A literature measure
of intellectual structure. Journal of the American Society for information
Science, 32(3), 163-171.
White, H. D., & McCain, K. W. (1998). Visualizing a discipline: An author co-
citation analysis of information science, 1972-1995. Journal of the Ameri-
can society for in formation science, 49(4), 327-355.
Yoon, B., & Park, Y. (2004). A text-mining-based patent network: Analytical
tool for high-technology trend. Journal of High Technology Management
Research, 15(1), 37–50.
)