بررسی میزان همخوانی انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند با فهرست اصطلاحات نوع خاص منبع استاندارد مارک 21

نوع مقاله : مقالات پژوهشی

نویسندگان

1 دانش‌آموخته دکتری علم اطلاعات و دانش‌شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی

2 دانشیار گروه علم اطلاعات و دانش‌شناسى، دانشگاه علامه طباطبائى

3 استاد، گروه علم ارتباطات و دانش‌شناسى، دانشگاه آزاد اسلامى، واحد علوم و تحقیقات،

4 دانشیار، گروه علم ارتباطات و دانش‌شناسى، دانشگاه آزاد اسلامى، واحد علوم و تحقیقات،

5 دانشیار، گروه علم ارتباطات و دانش‌شناسی، دانشدانشگاه آزاد اسلامى، واحد علوم و تحقیقات،

چکیده

مقدمه: پژوهش حاضر با هدف تبیین میزان همخوانی انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند با بازنمایی آن‌ها در فهرست اصطلاحات نوع خاص منبع استاندارد مارک 21 انجام شد.
روش‌شناسی: این پژوهش از نظر هدف، یک پژوهش کاربردی است که بر اساس روش تحلیل محتوا صورت گرفت و جامعه پژوهش را انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند تشکیل می‌دادند. برای گردآوری داده‌ها، از ابزار سیاهه وارسی مبتنی بر فهرست اصطلاحات نوع خاص منبع مارک، برای بررسی میزان همخوانی با انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند، و روش مشاهده طراحی شده استفاده شد که برای این منظور در ابتدا هر یک از موجودیت‌های آثار خلاقانه و سپس موجودیت‌های دیگر در فرانمای تولید داده‌های ساختارمند با اصطلاحات نوع خاص منبع در استاندارد «مارک» مورد تحلیل، و انواع موجودیت‌های داده‌ای مرتبط شناسایی و تعیین شدند.
یافته‌ها: یافته‌های این پژوهش نشان داد که 64 درصد از اصطلاحات نوع خاص منبع در مارک وجود دارد که در فرانمای تولید داده‌های ساختارمند هیچ نوع موجودیت داده‌ای معادل آنها تعریف نشده، و تنها 36 درصد اصطلاحات نوع خاص منبع مارک با فرانمای تولید داده‌های ساختارمند همخوان است. بدین معنی که برای 100 اصطلاح ‌نوع خاص منبع مارک فقط 36 معادل در فرانمای تولید داده‌های ساختارمند وجود داشت. در این میان، 24 اصطلاح از اصطلاحات نوع خاص منبع مارک با موجودیت آثار خلاقانه در فرانمای تولید داده‌های ساختارمند همخوانی کامل و دقیق داشتند و 12 اصطلاح با سایر موجودیت‌های فرانما همخوان بودند.
نتیجه‌: برای توصیف و سازماندهی اشیای دیجیتالی، به دلیل آنکه بیشتر موجودیت‌های داده‌ای موجود در وب، نسخه دیجیتالی شده اشیای محتوایی فیزیکی هستند، بنابراین ویژگی‌های هر دو نسخه باید مدنظر قرار گیرد. همچنین با توجه به اینکه فرانمای تولید داده‌های ساختارمند بخشی از موجودیت‌های داده‌ای بافت کتابشناختی را در نظر نگرفته، در نتیجه این فرانما چنان چه بخواهد نگاره دانش را تکمیل کند، باید برای توصیف تمام اصطلاحات نوع خاص منبع بافت میراث فرهنگی (از جمله بافت کتابشناختی) فرانمای مناسب و ویژه طراحی نماید. نیز توصیه‌ می‌شود، اصلاحات و واژگان تخصصی سایر بخش‌های بافت میراث فرهنگی (بافت موزه و آرشیو) با موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند تطبیق داده شوند تا زمینه برای بازنمون کامل دانش در بافت میراث فرهنگی فراهم گردد.

کلیدواژه‌ها


آقاده، سمیرا (1397).طراحی طرح‌واره داده‌های مستند مبتنی بر روش داده‌های خرد و بررسی واکنش موتورهای کاوش وب به پیشینه‌های مبتنی بر آن. پایان‌نامه کارشناسی ارشد. دانشکده روانشناسی و علوم تربیتی. دانشگاه علامه طباطبائی.
محمدی استانی، مرتضی (1398). طراحی طرح‌واره قالب داده‌های خرد نسخه‌های خطی اسلامی-ایرانی و واکنش موتورهای کاوش وب به پیشینه‌های مبتنی بر آن. رساله دکتری. دانشکده روانشناسی و علوم تربیتی.دانشگاهاصفهان.
Aldaej, A. A. (2015). An enhanced semantic VLE based on schema. org and social media (Doctoral dissertation, University of Surrey). From: https://epubs.surrey.ac.uk/807070/1/Aldaej%20PhD%20Thesis.pdf (accessed 28 March 2021)
Amit, S. 2012. Introducing the knowledge graph: Things, not stringsOfficial Blog (of Google). https://googleblog.blogspot.se/2012/05/introducing-knowledge-graph-things-not.html.)Accessed 15 May. 2018(
Google developers .2017.  Introduction to structured data. https://developers.google.com/search/docs/guides/intro-structured-data/.)Accessed 15 July. 2018(
Jangra, R. 2018. SchemaBibEx: An Initiative for Networked Bibliographic Resource Description. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3149541. )accessed 5 June. 2018(
Meusel, R., Bizer, C., & Paulheim, H. 2015. A web-scale study of the adoption and evolution of the schema. org vocabulary over time. In Proceedings of the 5th International Conference on Web Intelligence, Mining and Semantics (p. 15). ACM. From: https://doi.org/10.1145/2797115.2797124
Schema.org (2019). Getting started with schema.org using Microdata. Retrieved July 19, 2019 from: http://schema.org/docs/gs.html
Senior, A. (2018). Bringing It All Together: Mapping Continuing Resources Vocabularies for Linked Data Discovery. The Serials Librarian, 74(1-4), 94-101, from: https://doi.org/10.1080/0361526X.2018.1428463
Şimşek, U., Kärle, E., Holzknecht, O., & Fensel, D. (2017, June). Domain specific semantic validation of schema. org annotations. In International Andrei Ershov Memorial Conference on Perspectives of System Informatics (pp. 417-429). Springer, Cham, from: https://doi.org/10.1007/978-3-319-74313-4_31
Vizine-Goetz, D., Childress, E., & Houghton, A. (2005, September). Web services for genre vocabularies. In Proceedings of the International Conference on Dublin Core and Metadata Applications (DC 2005), Madrid, Spain (September 12-15 2005). https://dcpapers.dublincore.org/pubs/article/view/823/819
CAPTCHA Image