به گزارش «روابط‌ عمومی پژوهشگاه علوم و فناوری اطلاعات ایران» طرح پژوهشی «شناسایی روندها و جهت‌گیری‌های نوین در رشته علم اطلاعات و دانش‌شناسی با رویکرد علم‌کاوی» توسط دکتر مهرداد چشمه‌سهرابی، به پایان رسید.
در سال‌های اخیر، میزان ادبیات پژوهشی در حوزه علم اطلاعات به‌سرعت افزایش یافته است. گرایش‌ها و موضوعات جدید در پژوهش‌ها به طور مداوم ظاهر می‌شوند (Hou, Yang& Chen, 2018)؛ چرا که رشته علم اطلاعات و دانش¬شناسی، رشته‌ای است که نسبت به سایر حوزه‌های علمی گروه علوم انسانی بیشتر تحت‌تأثیر حضور و گسترش فن¬آوری‌ها قرار گرفته است (محسن‌زاده، ۱۳۸۴) و هر رشته تحصیلی دانشگاهی که با فناوری عجین باشد ناگزیر است به طور مداوم به بازنگری و به‌روزرسانی خویش جهت همراهی با تغییرات روزافزون فناوری بپردازد (پاکنژاد و دیگران، ۱۳۹۷). افزون بر رشته علوم کامپیوتر، رشته علم اطلاعات و دانش¬شناسی با رشته‌های برتر از جمله علوم عمومی، تجارت/ مدیریت، آموزش و جامعه‌شناسی رابطه قوی ایجاد کرده است (chang& huang, 2012)؛ بنابراین برای درک وضعیت رشته و ساختن آگاهانه آینده احتمالی آن، لازم است بدانیم که ویژگی‌های تحقیق آن تا به امروز چگونه توسعه‌یافته است (Järvelin & Vakkari, 2022). در واقع برای کشف تحولات یک حوزه علمی لازم است به پیگیری سیر موضوعی و یا روش‌های پژوهش تولیدات علمی حوزه علمی پرداخته شود (محسن‌زاده، ۱۳۸۴). بررسی تحول موضوعات پژوهشی یک حوزه علمی، پژوهشگران را قادر می‌سازد تا پوشش حوزه‌های پژوهشی را مشاهده کنند و موضوعات پژوهشی نوظهور و قدیم را شناسایی کنند و علاوه بر کشف موضوعات پژوهشی منجر به آشکارساختن روابط متقابل بین موضوعات شود (Hsiao& Chen, 2020). با ارزیابی موضوعی مقالات یک حوزه علمی می‌توان به آینده‌نگری پژوهش‌های آن حوزه پرداخت و بلوغ، پویایی و نواندیشی یک حوزه علمی را به دست آورد (منصوری و ابراهیمی درچه، ۱۳۹۸). درک وضعیت فعلی همچنین به برنامه‌ریزی برنامه‌های درسی و تحقیقات کمک می‌کند (Järvelin & Vakkari, 2022).
ازآنجاکه پژوهشگران، تولیدات و فعالیت‌های علمی را از طریق کانال‌های رسمی از جمله مجلات منتشر می‌کنند و ادبیات دوره‌ای هر رشته، منعکس‌کننده مسائل مهم آن رشته تحصیلی و حرفه است (Malliari & Togia, 2016)، در این پژوهش سعی شده است مقالات مجلات علم اطلاعات و دانش¬شناسی که در پایگاه‌های استنادی وب‌آو‌ساینس و اسکوپوس نمایه شده‌اند، مورد بررسی قرار گیرند. همچنین در کنار استفاده از تکنیک‌های علم‌سنجی، به استفاده از رویکرد یادگیری ماشین برای پی‌بردن به روند موضوعی مقالات علم اطلاعات و دانش¬شناسی و کشف و پیش‌بینی روند موضوعی پرداخته شده است. در این پژوهش مقالات ۳۵۸ مجله علوم اطلاعات و کتابخانه در دوره زمانی ۵ ساله مورد بررسی قرار گرفت که به عبارتی وجود داده‌های کلان تأیید می‌کند و یادگیری ماشین می‌تواند نقش‌محوری را در ارائه راه‌حل‌های تحلیلی پیش‌بینی برای حوزه داده‌های کلان ایفا کند (Chen& Lin, 2014). همچنین ترکیب روش‌های مختلف برای کشف روندهای تحقیقاتی در رشته‌های خاص، درک عمیق‌تری را برای محققان از توسعه رشته‌ها تسهیل می‌کند (Chang , et al, 2015). به‌کاربردن چند روش برای کشف روندها و موضوعات نوین منجر به رفع محدودیت‌هایی که یک روش خاص دارد، می‌شود؛ بنابراین در این پژوهش از رویکرد علم کاوی استفاده شد. از روش¬ها و تکنیک¬ها علم‌سنجی، متن‌کاوی و یادگیری ماشین برای خوشه‌بندی و پیش‌بینی روند موضوعات و تشخیص موضوعات نوین بهره گرفته شد.