ویژگی های مشترک قوانین تجربی معروف در علم سنجی: نگاهی از زاویه دسته بندی داده ها براساس توزیع فراوانی
Abstract(in Persian; no English abstract is available)
هدف: بررسی چهار قانون معروف در حوزه کتاب سنجی و علم سنجی (لوتکا، برادفورد، زیپف، و پرتو) از زاویه دسته بندی داده های آنها براساس توزیع فراوانی. روش/ رویکرد پژوهش: روش سندی- تحلیلی. با بررسی داده های مرتبط با قواعد چهارگانه علم سنجی به دسته بندی داده ها براساس توزیع فراوانی آنها پرداخته است. یافته ها: شکل اولیه داده ها در این چهار توزیع، حاوی رتبه هر موجودیت، فراوانی ویژگی مورد مطالعه، و مقدار فراوانی مطلق آن ویژگی در آن موجودیت است. در هریک از این قوانین، موجودیت ها براساس میزان فراوانی در ویژگی مورد نظر به چند دسته تقسیم می شوند: پرتو (2 دسته)، برادفورد (3 دسته)، لوتکا (به تعداد حداکثر فراوانی)، و زیپف (به تعداد واژگان متن). نتیجه گیری: نتایج مربوط به نحوه دسته بندی موجودیت ها و تعیین تعداد موجودیت های درون هر دسته حاکی از آن است که تفاوت بین فراوانی دسته ها تابع یک توزیع مشخص است. قوانین چهارگانه را میتوان برای دسته بندی موجودیت های مختلف براساس ویژگی های متعدد تعمیم داد.