نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

خلاصه

تحقیقات حرکت چشم یک منطقه مرزی رو به رشد در نقشه برداری است که توجه بسیاری از نقشه نگاران را به خود جلب کرده است. با این حال، حجم قابل توجهی از ادبیات مربوطه چالشی را برای محققینی ایجاد می کند که با هدف به دست آوردن درک سریع از ساختار فکری این حوزه تحقیقاتی انجام می شود. هدف این مقاله معرفی استفاده از روش‌های تجزیه و تحلیل کتاب‌سنجی و استعاره‌های بصری متعدد برای تجسم ساختار فکری تحقیق حرکت چشم در نقشه‌کشی، از جمله ادبیات کلاسیک، خوشه‌های موضوع تحقیق، و کانون‌های تحقیقاتی و غیره است. همچنین کاربرد آن را توضیح می‌دهیم. روش ژئو تجسم، که می تواند به طور موثر توزیع فضایی قدرت علمی را نشان دهد. اگرچه نتایج تجزیه و تحلیل ممکن است به طور کامل کل زمینه تحقیق را توصیف نکند، این روش به طور کلی قابل استفاده است.
کلید واژه ها: 

حرکت چشم ؛ ردیابی چشم ؛ نقشه کشی ; ژئوتصویرسازی ; تجسم دانش

 

1. معرفی

تحقیقات حرکت چشم شامل تجزیه و تحلیل حرکت چشم و تکنیک های ردیابی چشم [ 1 ] است. تجزیه و تحلیل حرکت چشم به تجزیه و تحلیل داده های نگاه اشاره دارد و تجلی بیرونی پردازش بصری/شناختی [ 2 ] در نظر گرفته می شود، در حالی که تکنیک های ردیابی چشم به روش های جذب نگاه اشاره دارد. تحقیقات حرکت چشم تقریباً یک قرن پیش ظهور کرد و به روانشناسی خواندن، روانشناسی آموزشی، روانشناسی مصرف کننده، روانشناسی ورزشی و روانشناسی ترافیک [ 3 ، 4 ، 5 ، 6 ، 7 ] و همچنین علوم اعصاب، مهندسی صنایع، عوامل انسانی کمک زیادی کرده است. و علوم کامپیوتر [ 8 ، 9]. از دهه 1970، تحقیقات کارتوگرافی از استراتژی های حرکت چشم استفاده کرده است. به عنوان مثال، رفتارهای نقشه خوانی کاربران برای بهبود طراحی نقشه و خوانایی نقشه [ 10 ، 11 ] بررسی شده است ، و تفاوت در عملکرد کاربران می تواند نشان دهنده تفاوت در توانایی شناخت فضایی باشد [ 12 ، 13 ]. شناخت فضایی برای مدت طولانی توجه نقشه‌برداران را به خود جلب کرده است. انتشارات رابینسون در سال 1952، نگاه به نقشه ها: بررسی طراحی نقشه برداری ، در تحقیقات نقشه شناختی نقش اساسی دارد [ 14]]. نویسنده از نقشه‌نگاران شناختی خواست تا به طور سیستماتیک داده‌هایی را در مورد نحوه نگاه و تفسیر مردم به نقشه‌ها مشاهده، جمع‌آوری و کاوش کنند و در نتیجه منجر به توسعه رویکردهای تجربی شود. یکی از مهمترین رویکردهای تجربی، تحقیق در مورد حرکات چشم است. با توسعه ردیاب‌های چشم و تکنیک‌های ردیابی چشم، تحقیقات حرکت چشم به طور گسترده در تحقیقات روی نقشه‌های متحرک [ 15 ، 16 ]، تعامل نقشه [ 17 ، 18 ]، نقشه‌برداری وب [ 19 ، 20 ] و راه‌یابی با ردیاب های چشمی موبایل [ 21 ، 22 ].
ادبیات علمی یک حوزه تحقیقاتی منعکس کننده توسعه پویای آن حوزه است. با این حال، اگر میزان انتشارات علمی قابل توجه باشد، برای محققان دشوار است که به سرعت درک تکامل و روند حوزه تحقیقاتی خود را ایجاد کنند. علم سنجی روش های تجزیه و تحلیل کتاب سنجی موثری را برای تجزیه و تحلیل ادبیات علمی ارائه می دهد و می تواند به محققان کمک کند تا به طور کارآمد حوزه دانش تخصصی خود را کشف کنند، که قبلاً در بسیاری از زمینه های تحقیقاتی استفاده شده است، به عنوان مثال، پزشکی احیاکننده [23]، تحقیقات اسکیزوفرنی [24]، تحقیقات سیستم توصیه [ 24 ] . 25 ، تحقیقات انرژی زیستی [ 26 ] و سیستم های اطلاعات جغرافیایی (GIS) [ 27]]. با این حال، هیچ تحقیق مرتبطی در مورد کارتوگرافی، به ویژه در مورد برخی از روندهای نوظهور مانند تحقیقات حرکت چشم در کارتوگرافی، وجود ندارد. از سوی دیگر، نمایش‌های بصری نتایج به‌طور مستقیم توسط ابزارهای تحلیل کتاب‌سنجی به‌طور شهودی قابل درک نیستند. بنابراین، هدف این مقاله تحلیل و تجسم ساختار فکری پژوهش حرکت چشم در کارتوگرافی با روش‌های تحلیل کتاب‌سنجی و استعاره‌های بصری متعدد است. اصطلاح «ساختار فکری» که در اینجا استفاده می‌شود شامل ادبیات کلاسیک، خوشه‌های موضوع تحقیق، کانون‌های تحقیقاتی، و الگوهای همکاری است که نشان‌دهنده مقامات در این زمینه تحقیقاتی است. علاوه بر روش های تجزیه و تحلیل کتاب سنجی، ما همچنین از روش geovisualization برای تجزیه و تحلیل همکاری علمی استفاده کردیم. که می تواند به طور کارآمدی توزیع فضایی قدرت علمی را نشان دهد. اگرچه ممکن است نتایج به طور کامل کل حوزه دانش را توصیف نکند، اما می تواند به محققانی که در زمینه تحقیقات حرکت چشم در نقشه کشی تازه کار هستند کمک کند تا به سرعت دستاوردها و روندهای جدید در این زمینه را کشف کنند.
ساختار این مقاله به شرح زیر سازماندهی شده است: بخش 2 روش ها و ابزارهای تجزیه و تحلیل کتاب سنجی فعلی را توصیف می کند، بخش 3 داده ها و گردش کار را ارائه می دهد، بخش 4 نتایج تجزیه و تحلیل را نشان می دهد و بخش 5 و بخش 6 بحث و نتیجه گیری کار ما را ارائه می دهد. .

2. روش ها و ابزارهای تحلیل کتاب سنجی

روش‌های رایج تحلیل کتاب‌سنجی که به‌طور گسترده مورد استفاده قرار می‌گیرد، شامل تحلیل هم‌استنادی، تجزیه و تحلیل جفت کتابشناختی، و تحلیل هم‌روندی (به عنوان مثال، تحلیل هم‌استنادی برای کشف ساختار و تکامل یک زمینه تحقیقاتی [28]، تجزیه و تحلیل جفت کتابشناختی برای گروه‌بندی پتنت [28]) است . 29 ]، تجزیه و تحلیل همزمانی نویسندگان برای شناسایی گروه‌های تحقیقاتی و بهره‌وری نویسنده [ 30 ]، و تحلیل همزمان کلمات کلیدی برای نقاط داغ پژوهش [ 31 ]). جزئیات این روش ها به شرح زیر است.
1. تحلیل استنادی مشترک
استناد مشترک، که توسط اسمال و گریفیث [ 32 ] معرفی شد، به عنوان فراوانی استناد دو سند با هم تعریف می شود. اگر دو سند علمی توسط سند دیگری استناد شود، بین این دو سند رابطه هم‌استنادی وجود دارد. هر چه این دو سند بیشتر با هم استناد شوند، رابطه بین آنها نزدیکتر است. استناد مشترک نه تنها برای تجزیه و تحلیل ادبیات (به نام “هم استنادی سند”)، بلکه همچنین برای استناد مشترک نویسنده یا هم استنادی مجله [ 33 ] نیز قابل استفاده است.
چن [ 34 ] یک تخصص را به عنوان دوگانگی متغیر زمانی بین دو مفهوم اساسی مفهوم‌سازی کرده است: جبهه‌های پژوهشی و پایه‌های فکری. جبهه های پژوهشی به عنوان گروه بندی های نوظهور و گذرا از مفاهیم و موضوعات پژوهشی تعریف می شود. نشریات مورد استناد جبهه های پژوهشی، پایگاه های فکری را تشکیل می دهند. تحلیل هم‌استنادی اسناد برای مطالعه مبانی فکری توسط بسیاری از محققان استفاده شده است که امکان شناسایی آثار کلیدی را فراهم می‌کند [ 35 ، 36 ]. شایان ذکر است که از آنجایی که استناد همزمان اسناد به ادبیات استناد بستگی دارد، الگوهای آن می تواند در طول زمان تغییر کند.
2. تجزیه و تحلیل جفت کتابشناختی
کسلر [ 37 ] دریافت که هر چه علایق پژوهشی دو مقاله مشابه تر باشد، این مقالات استنادات بیشتری دریافت می کنند و رابطه بین مقالات استناد به عنوان رابطه جفت کتابشناختی تعریف می شود. اگر دو مقاله به یک مقاله استناد کنند، این دو مقاله، کاغذهای جفت شده هستند. قدرت جفت شدن تعداد مقالات مشترک ذکر شده است. استحکام جفت بالاتر نشان دهنده تشابه بیشتر در موضوع تحقیق است. علاوه بر این، ما می توانیم شبکه جفت کتابشناختی را برای تجسم جوامع موضوعی شبکه خوشه بندی کنیم. به طور کلی، تجزیه و تحلیل جفت کتابشناختی برای شناسایی مجموعه‌ای از مقالات اخیر استفاده می‌شود [ 38]. این با تحلیل هم‌استنادی متفاوت است زیرا استنادهای مقاله را نمی‌توان پس از انتشار اصلاح کرد. بنابراین، رابطه جفت کتابشناختی ثابت و دائمی است. علاوه بر تجزیه و تحلیل جفت کتابشناختی، جفت نویسنده و جفت مجله نیز راه های موثری برای کشف شباهت علایق نویسنده یا موضوعات مجله هستند.
3. تجزیه و تحلیل همزمانی
تجزیه و تحلیل همزمان یک روش کمی برای به دست آوردن اطلاعات همزمان از هر حامل اطلاعات [ 39 ] ارائه می کند. Concurrence یک اصطلاح زبان شناسی است. تجزیه و تحلیل همزمانی می‌تواند همزمانی یا وقوع مکرر دو عبارت را از یک مجموعه متن تشخیص دهد. بر اساس تحلیل هم‌روی، تحلیل هم‌واژه‌ها یک روش تحلیل محتوا است که هم‌روی آیتم‌های زوجی (یعنی کلمات کلیدی یا عبارات اسمی) را در یک مجموعه متن تجزیه و تحلیل می‌کند تا روابط بین ایده‌ها در حوزه‌های موضوعی ارائه‌شده در این متن را شناسایی کند. متون [ 40 ]. تحلیل هم واژه به دنبال استخراج مضامین و کشف پیوندهای میان آنها در ادبیات علمی است. در نتیجه، می توان از آن برای انعکاس موضوعات تحقیق و مرزهای در حال تحول استفاده کرد [ 41].
تحلیل هم‌روندی را می‌توان به تحلیل هم‌نویسنده، یا تحلیل هم‌نهاد و تحلیل هم‌کشور/منطقه، که می‌تواند الگوهای همکاری علمی را آشکار کند، گسترش داد. شبکه‌های همزمان ایجاد شده، تجسم گرافیکی روابط بین اصطلاحات، نویسندگان، مؤسسات یا سایر اشیاء را ارائه می‌کنند.
ابزارهای زیادی برای تسهیل تفسیر نتایج تجزیه و تحلیل کتاب سنجی، از جمله CiteSpace، Bibexcel، Science of Science (Sci 2 ) Tool و VOSViewer [ 42 ] توسعه یافته اند . در میان آنها، CiteSpace یک نرم افزار خارج از جعبه، کاربر پسند و قدرتمند است. این یک نرم افزار رایگان مبتنی بر جاوا است که توسط Chen برای نقشه برداری دانش علمی توسعه یافته است و به طور مداوم به روز می شود [ 34]]؛ نسخه استفاده شده در این مقاله 4.0 است. CiteSpace می تواند انواع فرمت های منبع کتابشناختی مانند Web of Science (WOS)، PubMed، Scopus، ADS، arXiv، NSF و برخی از قالب های پایگاه داده چینی (به عنوان مثال، زیرساخت دانش ملی چین [CNKI] و نمایه استنادی علوم اجتماعی چین را بخواند. [CSSCI]). می‌تواند شبکه‌های متشکل از گره‌ها و لبه‌های زیادی را تولید و تجسم کند، و می‌تواند شبکه‌ها را با استفاده از حداقل الگوریتم درخت پوشا یا الگوریتم مسیر یاب هرس کند. سه نما برای نمایش شبکه ارائه می دهد: نمای خوشه ای، نمای خط زمانی و نمای منطقه زمانی. برای نمای خوشه ای، می توان فرم ایستا یا شکل برش های زمانی را انتخاب کرد. دومی شبکه را بر اساس بازه زمانی تقسیم می کند. نماهای خط زمانی یا منطقه زمانی گره ها و لبه ها را به عنوان یک فرم سری زمانی نشان می دهد که می تواند تکامل ادبیات علمی را بررسی کند.
یکی دیگر از قابلیت های مفید CiteSpace استفاده از الگوریتم تشخیص خوشه برای تقسیم یک شبکه به زیر گروه است [ 34 ]. پس از خوشه بندی، CiteSpace می تواند هر خوشه را با عبارات استخراج شده از عناوین اسناد، کلمات کلیدی یا چکیده برچسب گذاری کند. اصطلاحاتی که معمولاً عبارات اسمی هستند را می توان با سه الگوریتم رتبه بندی کرد که عبارتند از tf*idf (فرکانس فرکانس معکوس ترم سند)، آزمون LLR (نسبت احتمال ورود به سیستم) و MI (اطلاعات متقابل) ارائه شده توسط CiteSpace [43 ] . Tf*idf دو کمیت tf و idf را مضرب می‌کند و معیاری است برای نشان دادن اهمیت یک کلمه برای یک مجموعه [ 44 ]. آزمون LLR یک آزمون آماری برای مقایسه خوبی برازش دو مدل بر اساس نسبت احتمال است [ 45]؛ MI نشان‌دهنده کاهش معیارهای عدم قطعیت است که یک متغیر تصادفی چقدر به ما درباره متغیر دیگر می‌گوید [ 46 ]. اصطلاحات انتخاب شده توسط tf*idf تمایل دارند برجسته ترین جنبه یک خوشه را منعکس کنند، در حالی که دو الگوریتم دیگر یک جنبه منحصر به فرد از یک خوشه را ارائه می دهند [ 43 ].
اگرچه CiteSpace برای تجزیه و تحلیل کتاب‌سنجی قدرتمند است، خروجی تجسم چندان رضایت‌بخش نیست و نرم‌افزار فاقد عملکرد geovisualization است. بنابراین، ما علاوه بر CiteSpace از ابزارهای تجسم دیگری برای دستیابی به نمایش بهتر استفاده کرده ایم که در قسمت بعدی توضیح داده خواهد شد.

3. داده ها و روش

3.1. داده ها

داده های مورد استفاده در این مقاله از WOS که یکی از جامع ترین و باکیفیت ترین منابع کتابشناختی آنلاین محسوب می شود، به دست آمده است. نمایه‌های استنادی مجموعه اصلی WOS عبارتند از Science Citation Index Expanded (SCI-EXPANDED)، Social Sciences Citation Index (SSCI)، Arts and Humanities Citation Index (A&HCI)، Conference Proceedings Citation Index-Science (CPCI-S)، Conference Proceedings Citation Index. -علوم اجتماعی و علوم انسانی (CPCI-SSH)، و فهرست استنادی منبع نوظهور (ESCI).
توجه به این نکته مهم است که استراتژی جستجو مستقیماً بر نتایج تأثیر می گذارد. عبارات جستجو شده “ردیابی چشم” یا “حرکت چشم” 40601 رکورد ایجاد می کند. از آنجایی که تحقیقات حرکت چشم در کارتوگرافی تنها یکی از کاربردهای فناوری ردیابی چشم است، به دامنه جستجوی محدودتری نیاز است. بنابراین، نتایج را با عبارات جستجویی مانند «نقشه نگاری»، «کارتوگرافی»، «طراحی نقشه»، «نماد نقشه»، «نقشه خوانی»، «نمایش نقشه»، «قابلیت استفاده از نقشه»، «درک نقشه» اصلاح کردیم. «شناخت فضایی»، «ژئوتصویرسازی»، «تجسم فضایی»، «نقشه وب» و «GIS»، و نوع سند را به‌عنوان مقاله، فصل کتاب و مقاله‌های پیش رو اصلاح کرد. هدف ما به دست آوردن دستاوردهای تحقیقاتی در مورد حل مشکلات کارتوگرافی بر اساس تجزیه و تحلیل حرکت چشم، به جای خود تکنیک ردیابی چشم است. سرانجام، ما 209 رکورد کتابشناختی با 7355 استناد از سال های انتشار 1984-2015 به دست آوردیم. این نشریات عمدتاً درتحقیقات تجربی مغز ، مجله نقشه‌برداری ، نقشه‌برداری و علوم اطلاعات جغرافیایی ، مجله بین‌المللی علوم اطلاعات جغرافیایی ، مجله تحقیقات حرکت چشم ، و کنفرانس جغرافیایی انفورماتیک، ژئوانفورماتیک و سنجش از دور و غیره. داده‌ها در 10 ژانویه 2016 بازیابی و در 2 به‌روزرسانی شدند. آگوست 2016. از آنجایی که تحقیقات حرکت چشم در کارتوگرافی یک حوزه جدید در حال رشد است، ما معتقدیم که نمونه سوابق کتابشناختی کافی است.
دلیل انتخاب WOS به دلیل اعتبار و کیفیت بالای آن است. با این حال، WOS همه نشریات علمی را نمایه نمی کند، به ویژه برای برخی کارگاه ها (به عنوان مثال، کارگاه بین المللی ردیابی چشم برای تحقیقات فضایی)، بنابراین ما به صورت دستی مقالات آن کارگاه را ضبط کردیم و اطلاعات مربوطه را در قالب WOS نوشتیم. اگرچه اصطلاحات پالایش ممکن است تمام جنبه های تحقیقات نقشه برداری را پوشش ندهند، روش استفاده شده در این مقاله به طور کلی قابل اجرا است [ 27 ]. محققان می توانند دامنه جستجو را بر اساس علاقه پژوهشی خود محدود یا گسترش دهند.

3.2. جریان کار

گردش کار فرآیند تحلیل ما در شکل 1 نشان داده شده است . در ابتدا، ما رکوردهای کتابشناختی را از WOS با استفاده از عبارات جستجوی مناسب استخراج کردیم و داده ها را در قالب متن ذخیره کردیم. سپس تحلیل زیر را انجام دادیم: ابتدا از تحلیل هم‌استنادی برای کشف ادبیات کلاسیک استفاده کردیم. بعد، ما تجزیه و تحلیل جفت کتابشناختی را برای شناسایی خوشه‌های موضوع تحقیق انجام دادیم. سپس ما از تجزیه و تحلیل همزمان رخداد برای شناسایی نقاط کانونی تحقیقاتی و ایجاد شبکه‌های همکاری در سطح مؤلف و مؤسسه، و همچنین یک شبکه همکاری جغرافیایی بر اساس روش تجسم جغرافیایی استفاده کردیم. برخی از مهارت ها باید برای دستکاری شبکه برای تفسیر بهتر مورد نیاز باشد که در بخش 5 مورد بحث قرار خواهد گرفت .
در این فرآیند، تجسم جغرافیایی یک گام کلیدی برای کشف توزیع فضایی و اتصال قدرت علمی است. Geovisualization شامل نظریه، روش‌ها و ابزارهایی برای اکتشاف بصری، تجزیه و تحلیل، سنتز و ارائه داده‌های مکانی است. این رویکردها را از تجسم در محاسبات علمی، تجسم اطلاعات، نقشه برداری، تجزیه و تحلیل تصویر، تجزیه و تحلیل داده های اکتشافی و GIS ادغام می کند [ 47 ]. اگرچه رکوردهای کتابشناختی اصلی داده های مکانی نیستند، اما می توانیم اطلاعات مبتنی بر مکان را از رکوردهای کتابشناختی با قالب متن استخراج کنیم. به عنوان مثال، برای داده های گرفته شده از WOS، اطلاعات مبتنی بر مکان در تگ C1 به عنوان رشته آدرس ذخیره می شود (به عنوان مثال، BOSTON UNIV, CTR ADAPT SYST, 111 CUMMINGTON ST, BOSTON, MA 02215). اگر بخواهیم شبکه همکاری شهر را بسازیم، می توانیم نام شهر ( BOSTON ) را از رشته آدرس استخراج کنیم. از آنجایی که یک مقاله ممکن است چندین نویسنده داشته باشد، ممکن است چندین آدرس وجود داشته باشد. بنابراین، نام شهرهای تکراری باید حذف شوند. سپس، نام شهرها را می توان توسط یک سرویس ژئوکدینگ برای بدست آوردن طول و عرض جغرافیایی برای ساخت نقاط تجزیه کرد. اگر دو شهر در ارتباط با یک کاغذ وجود داشته باشد، خطی که این دو نقطه را به هم متصل می کند، ایجاد می شود تا همکاری بین دو شهر را نشان دهد. این رابطه را می توان با یک نمودار Gc = (Vc, Ec) ترسیم کرد که در آن Vc گره های شهر و Ec یال هایی هستند که همکاری شهرها را نشان می دهند. روند ساخت یک شبکه همکاری جغرافیایی در شکل 2 نشان داده شده است و کد شبه در آن ارائه شده است.ضمیمه _

3.3. ابزارهای تجسم

3.3.1. جفی

Gephi یک نرم افزار منبع باز برای تحلیلگران داده و دانشمندانی است که علاقه مند به کاوش و تجسم نمودارها و شبکه ها هستند [ 48 ]. می تواند خروجی نمایش بهتری نسبت به CiteSpace ایجاد کند و بسیاری از سبک های طرح بندی شبکه را ارائه دهد. به عنوان مثال، اطلس نیرو، fruchterman reingold، yifan hu و geolayout. از آنجایی که نمودارهای ایجاد شده توسط CiteSpace ممکن است همپوشانی داشته باشند (و بنابراین گاهی اوقات درک آنها دشوار است)، ما ترجیح می دهیم از Gephi برای نمایش شبکه ها با خواندن فایل تبادل با خروجی CiteSpace استفاده کنیم.
علاوه بر نمایش گرافیکی قدرتمند، Gephi برای تجزیه و تحلیل داده های اکتشافی مفید است. همچنین می تواند جامعه را شناسایی کند و کوتاه ترین مسیر، مرکزیت درجه، مرکزیت بین، ضرایب خوشه بندی و سایر اطلاعات را در شبکه محاسبه کند.

3.3.2. CartoDB

CartoDB یک ابزار geovisualization آنلاین با کاربری آسان است که امکان ایجاد تصاویر زیبا از داده های جغرافیایی را فراهم می کند [ 49 ]. CartoDB می‌تواند فایل‌های داده‌های کاربر را بخواند یا با Google Drive، Dropbox یا Twitter متصل شود. این می تواند نقشه ها را در چند ثانیه ایجاد کند و نیازی به نصب نرم افزار اضافی یا تجربه نقشه سازی برای کاربران نیست. API های CartoDB می توانند عملکردهای پردازش داده و تجزیه و تحلیل فضایی بیشتری را برای توسعه دهندگان فراهم کنند.

4. نتایج و تجزیه و تحلیل

4.1. ادبیات کلاسیک

اصطلاح «ادبیات کلاسیک» مورد استفاده در اینجا به عنوان بیشترین استناد توسط همتایان در یک زمینه تحقیقاتی، یعنی آثار با امتیاز استناد محلی بالا (LCS) تعریف می‌شود. LCS معیار مستقیم تری برای فعالیت و مشخصات تخصصی است زیرا موضوع/موضوع را در حوزه تحقیقاتی منعکس می کند [ 50 ]. تجزیه و تحلیل هم‌استنادی اسناد تمام استنادها در پیشینه‌های کتاب‌شناختی بیشترین استنادها را نشان می‌دهد. در CiteSpace، ما تجزیه و تحلیل هم‌استنادی همه نقل‌قول‌ها را انجام دادیم و نتایج را با استفاده از نمای منطقه زمانی نمایش دادیم، همانطور که در شکل 3 نشان داده شده است . x _-محور با فواصل پنج ساله به چند ناحیه تقسیم می شود. در شکل، هر گره نشان دهنده یک اثر است که با حلقه ها تشکیل شده است. رنگ حلقه نشان دهنده سالی است که اثر مطابق با سطح شیب دار رنگی در پایین شکل ذکر شده است و ضخامت حلقه نشان دهنده فراوانی استناد آن است. خطی که دو گره را به هم متصل می‌کند، رابطه هم‌استنادی دو اثر را نشان می‌دهد. رنگ خط نشان دهنده اولین بار استناد دو اثر است که با سطح شیب دار رنگی نیز مطابقت دارد. آثار کلاسیک برتر شناسایی شده در این تجزیه و تحلیل در شکل 3 برچسب‌گذاری شده و در جدول 1 فهرست شده‌اند که بر اساس امتیاز استناد محلی مرتب شده‌اند. در جدول 1ستون “In Paper Collection” نشان می دهد که این اثر در دانلود رکوردهای کتابشناختی از WOS نیز گنجانده شده است.
همانطور که در شکل 3 نشان داده شده است ، اولین اثر کتاب چگونه مردم به تصاویر نگاه می کنند [ 51 ] است که توسط Buswell، استاد روانشناسی تربیتی در دانشگاه شیکاگو نوشته شده است. این کتاب اولین انتشارات جامعی است که به بررسی و تحلیل رفتارهای حرکتی چشم افراد در حین مشاهده صحنه های پیچیده می پردازد. Buswell بیش از 200 موضوع را با چشم ردیابی کرد و از 55 عکس به عنوان محرک های تجربی از جمله نقاشی، ملیله و معماری استفاده کرد [ 52 ]. اگرچه این تحقیق تحلیل حرکت چشم را در روانشناسی به کار برد و از عکس ها به جای نقشه ها به عنوان محرک های تجربی استفاده کرد، اما محرک های عکس دارای برخی ویژگی های مشترک با نقشه ها هستند [ 53]]، بنابراین این یافته ها برای تحقیقات نقشه برداری مهم هستند. روابط استنادی این کتاب بیشتر قبل از دهه 1980 ظاهر شد. از آن زمان، تحقیقات زیادی در مورد حرکت چشم در کارتوگرافی انجام شده است.
مقاله مطالعات حرکت چشم در کارتوگرافی و زمینه های مرتبط توسط Steinke [ 53 ] نقطه عطفی برای نقشه کشانی است که در مورد حرکت چشم تحقیق می کنند. در این مقاله، Steinke بسیاری از کارهای کلیدی مربوط به تحقیقات حرکت چشم در نقشه‌برداری و زمینه‌های مرتبط را مرور کرد، به‌عنوان مثال، کارهای انجام شده توسط Buswell و Brandt. استینک کار جنکس را برجسته کرد که از سال 1971 آزمایش‌های حرکتی چشمی زیادی انجام داد تا به سؤالات نقشه‌برداران در مورد روابط بین طراحی نقشه و خواندن نقشه پاسخ دهد.
مهم‌ترین گره در شکل 3 مقاله راینر حرکات چشم در خواندن و پردازش اطلاعات است: 20 سال تحقیق ، که مطالعات حرکت چشم در خواندن و سایر زمینه‌های پردازش اطلاعات را از سال 1978 تا 1998 مرور کرد [ 54 ]. دومین گره مهم ارزیابی اثربخشی طراحی های رابط نقشه تعاملی است: مطالعه موردی ادغام معیارهای قابلیت استفاده با تجزیه و تحلیل حرکت چشم [ 17 ]، منتشر شده در Cartography and Geographic Information Science، که یکی از معتبرترین گزارش های تحقیقات کاربردپذیری نقشه است. با استفاده از دو وب سایت نقشه تعاملی، Coltekin و همکاران. تحقیق یکپارچه حرکت چشم با روش‌های قابل استفاده سنتی برای اندازه‌گیری رضایت کاربر، کارایی و اثربخشی دو رابط نقشه. مطالعه قابلیت استفاده دیگر، ردیابی چشم ژاکوب و کارن در تعامل انسان و رایانه و تحقیقات قابلیت استفاده بود: آماده ارائه وعده‌ها ، که هم ردیابی چشم گذشته‌نگر و هم در زمان واقعی را در تعامل انسان و رایانه مورد بحث قرار می‌دهد [ 55 ]. سایر آثار قابل توجه عبارتند از: Itti et al. [ 56 و 57 ] مدل نقشه برجسته را پیشنهاد کردند. فابریکانت و همکاران [ 58] هم‌ترازی توالی را معرفی کرد که تکنیک‌هایی از بیوانفورماتیک تا تجزیه و تحلیل داده‌های ثبت ردیابی چشم را تجزیه و تحلیل می‌کند. علاوه بر این، سه کتاب در جدول 1 فهرست شده است : روش ردیابی چشم: تئوری و عمل [ 1 ]. حرکت چشم و بینایی [ 59 ]; و هیپوکامپ به عنوان یک نقشه شناختی [ 60 ]. از جمله کتاب دوچوفسکی به طور گسترده نقل شده و به چینی ترجمه شده است. به طور سیستماتیک سیستم بینایی انسان، سخت افزار و نرم افزار تکنیک ردیابی چشم و دستورالعمل های تجربی برای استفاده از ردیابی چشم در بسیاری از زمینه های کاربردی را معرفی می کند.

4.2. خوشه های موضوع تحقیق

علاوه بر تحلیل گذشته‌نگر ادبیات کلاسیک مبانی فکری، می‌توانیم از تحلیل جفت کتابشناختی برای شناسایی آخرین ادبیات برای آشکار کردن روندهای توسعه استفاده کنیم. می توان تجزیه و تحلیل جفت کتابشناختی را بر روی مقالات استناد بر اساس یک یا چند اثر کلاسیک انجام داد و سپس شبکه را برای استخراج مضامین تحقیق از عناوین مقاله، کلمات کلیدی یا چکیده هایی که در بخش 2 توضیح داده شده است، خوشه بندی کرد . در جدول 1 ، می‌توان دریافت که کار کلتکین ارزیابی اثربخشی طراحی‌های رابط نقشه تعاملی: مطالعه موردی ادغام معیارهای قابلیت استفاده با تحلیل حرکت چشمنه تنها در فهرست 10 ادبیات کلاسیک برتر، بلکه در مجموعه مقالات استناد نیز قرار دارد، و نماینده ترکیب معیارهای کاربردی سنتی با تحقیقات حرکت چشم است. بنابراین، ما کار Coltekin را به عنوان مثال در نظر می گیریم و تمام 36 مقاله را که به این کار استناد می کنند از WOS جمع آوری کردیم. داده ها در 27 ژانویه 2016 بازیابی شدند، سال انتشار از 2009 تا 2015 باز می شود. نتیجه خوشه ای تجزیه و تحلیل جفت کتابشناختی در شکل 4 نشان داده شده است .
شبکه جفت کتابشناختی به شش خوشه تقسیم می شود که از نظر رنگ متمایز می شوند. گره ها با نام نویسنده اول مقاله و سال انتشار برچسب گذاری می شوند و اندازه گره نشان دهنده اهمیت آن (یعنی درجه مرکزیت) در شبکه است. یعنی گره هایی که ارتباط بیشتری با گره های دیگر دارند. نتایج نشان می‌دهد که اتصالات بین گره‌ها در داخل خوشه‌ها محکم است اما بین خوشه‌ها شل است و مقالات نوشته شده توسط همان نویسنده یا نویسندگانی از همان موسسه عمدتاً در یک گروه قرار می‌گیرند. هر دوی این جنبه ها منطقی بودن نتیجه خوشه را نشان می دهد. پارتیشن خوشه ای را می توان با استفاده از silhouette نیز ارزیابی کرد که یک معیار همگنی است که از 1- تا 1 متغیر است [ 61]]. به طور کلی، نتیجه زمانی قابل توجه است که سیلوئت بزرگتر از 0.7 باشد. هر چه شبح بزرگتر باشد، خوشه همگن تر است. همانطور که در جدول 2 نشان داده شده است ، تمام شبح ها بزرگتر از 0.8 هستند، بنابراین نتیجه محرمانه است. جدول 2 همچنین برچسب های خوشه ای را نشان می دهد که توسط الگوریتم های tf*idf، LLR و MI از عناوین کاغذ استخراج شده اند.
اگر تعداد خوشه‌ها خیلی زیاد باشد، روش برچسب‌گذاری خوشه‌ای برای تسهیل تفسیر مضامین تحقیق بسیار مفیدتر است. با این حال، هیچ راه دقیقی برای تعیین اینکه کدام الگوریتم رتبه بندی اصطلاح بهترین است وجود ندارد. اگر به تحقیق قابلیت استفاده علاقه مندیم، خوشه 1 و خوشه 2 هر دو باید بیشتر مورد بررسی قرار گیرند. برای بررسی موضوع تحقیق یک خوشه، شناسایی مقالات با مرکزیت بالا مفید است. با کاوش بیشتر در مقالات با درجه مرکزی بالا، می‌توانیم تعیین کنیم که در خوشه 1، معیار قابلیت استفاده عمدتاً برای مشکلات کارتوگرافی سنتی استفاده می‌شود، به عنوان مثال، Ooms [62] یک روش قرار دادن برچسب بهبود یافته را بر اساس تجزیه و تحلیل حرکت چشم پیشنهاد کرد. گلبیوفسکا [ 63] معیار قابلیت استفاده یکپارچه برای بررسی نحوه عملکرد افسانه نقشه هنگام خواندن نقشه. یا با استفاده از جعبه ابزار تحلیل بصری برای تکمیل روش متداول تجزیه و تحلیل داده حرکت چشم [ 64 ]. در خوشه 2، دستاوردهای تحقیق قابلیت استفاده عمدتاً به فناوری‌های جدید و نوظهور مانند طرح‌های ناوبری نقشه‌برداری وب [ 20 ]، نقشه‌برداری وب مبتنی بر شهروند [ 65 ]، تلفن همراه یا تبلت [ 66 ] یا تجربه کاربر در جغرافیای مبتنی بر نقشه مربوط می‌شود. -portals [ 67 ]. بررسی سایر خوشه‌ها نیز موضوعات تحقیقاتی جالبی را نشان می‌دهد، مانند مطالعات ادراک تجسم زمین دو بعدی و سه بعدی [ 68 ]، تفاوت کارشناسان و رفتار توجه تازه‌کاران [ 12 ، 13] .]، نقشه های متحرک [ 15 ، 16 ]، بهبود تصویر در نقشه برداری وب [ 69 ]، و اطلاعات جغرافیایی داوطلبانه (VGI) [ 19 ].

4.3. کانون های تحقیقاتی

همانطور که در شکل 5 نشان داده شده است، با انجام تجزیه و تحلیل همزمان همه کلمات کلیدی استخراج شده از رکوردهای کتابشناختی (به عنوان مثال، تجزیه و تحلیل کلمات مشترک)، می توانیم شبکه ای از کلمات کلیدی همزمان ایجاد کنیم . این به شناسایی کلمات کلیدی رتبه‌بندی شده با اندازه گره‌های بزرگ کمک می‌کند که منعکس‌کننده کانون‌های تحقیقاتی است. لبه های بین دو گره نشان دهنده رابطه همزمانی دو کلمه کلیدی در یک مقاله است. گره هایی که ارتباط بیشتری با دیگران دارند (یعنی مرکزیت درجه بالا) در شبکه اهمیت بیشتری دارند. برای تفسیر بهتر، کلمات کلیدی مانند “حرکت چشم” یا “ردیابی چشم” را که قطعا بزرگترین گره های شبکه هستند حذف کردیم.
همانطور که در شکل 5 نشان داده شده است، “توجه” و “شناخت فضایی” دو گره اصلی در شبکه هستند، هر دو با فرکانس وقوع بالا و مرکزیت درجه. 20 کلیدواژه برتر رتبه بندی شده در جدول 3 به ترتیب بر اساس فراوانی وقوع فهرست شده اند. جالب است که کلمات کلیدی با رتبه برتر (“توجه بصری”، “جستجوی بصری”، “ساکاد”، “ادراک”، “استراتژی”، “مدل”، و غیره) بیشتر در اطراف این دو گره مهم جمع می شوند. در میان آنها، «قشر جداری خلفی»، «ادراک» و «ساکاد» با «توجه» مرتبط هستند. در حالی که “میمون”، “منطقه 7a” و “حافظه” در نزدیکی “شناخت فضایی” قرار دارند.

4.4. الگوهای همکاری

4.4.1. سطح نویسنده

همکاری پژوهشی فعالیتی است که توسط محققانی که با هم برای هدف مشترک تولید دانش علمی جدید کار می‌کنند، انجام می‌شود و انتشارات مشترک عموماً به عنوان واحد شمارش اساسی برای اندازه‌گیری این فعالیت استفاده می‌شود [70 ] . قیمت و بیور [ 71] اشاره کرده اند که کالج نامرئی متشکل از نویسندگان بسیار سازنده دلیل اصلی رشد سریع دانش است. تشخیص روابط هم‌نویسنده و نویسندگان با بهره‌وری بالا با ایجاد شبکه‌ای از نویسندگان همزمان از سوابق کتاب‌شناختی امکان‌پذیر است. با استفاده از این روش متوجه شدیم که نزدیک به 80 درصد نویسندگان تنها یک نشریه دارند. برای برجسته کردن ساختار اصلی شبکه، نویسندگانی را که تنها یک نشریه داشتند از شبکه حذف کردیم. ساختار حاصل در شکل 6 نشان داده شده است . اندازه گره ها نشان دهنده بسامد (یعنی کمیت انتشار نویسنده) است و خطوطی که گره ها را به هم متصل می کنند روابط هم نویسندگان را نشان می دهد.
در شکل 6 می توان دریافت که سازنده ترین نویسنده پوپلکا است که رئیس آزمایشگاه ردیابی چشم در دانشگاه پالاکی جمهوری چک است. پوپلکا و شریک او بریچتووا چهار اثر را با هم نوشته اند. گروه مهم دیگری توسط Ooms، Maeyer و Fabrikant رهبری می شود. Ooms و Maeyer از دانشگاه گنت هستند و هشت اثر را تالیف کرده اند. فابریکانت از دانشگاه زوریخ است که هشت اثر نیز دارد و می بینیم که همکاری های زیادی بین این دو دانشگاه وجود دارد. علاوه بر این، تیم به رهبری Callet و Narwaria نیز برجسته است و چهار اثر مشترک توسط آنها وجود دارد. جدول 4رتبه بندی نویسندگان برتر را با بیش از سه انتشارات فهرست شده بر اساس تعداد انتشار نشان می دهد. علاوه بر این، توجه به این نکته مهم است که تحلیل همزمانی نویسندگان فقط از کمیت انتشار به عنوان فرکانس گره ها استفاده می کند. برخلاف H-index، تنها می‌تواند تا حدودی منعکس کننده اقتدار محققان باشد و برخی از نویسندگان برجسته ممکن است در این نتیجه تحلیل ظاهر نشوند، زیرا WOS همه انتشارات در این زمینه تحقیقاتی را نمایه نمی‌کند.

4.4.2. سطح موسسه

تجزیه و تحلیل همزمانی مؤسسات می تواند توزیع قدرت علمی را شناسایی و تجسم کند. شکل 7 ساختار اصلی شبکه هم‌رویی مؤسسات را پس از حذف مؤسسات دارای تنها یک نشریه نشان می‌دهد. اندازه گره نشان دهنده بسامد (یعنی مقدار انتشار موسسه) است و خطوط اتصال گره ها نشان دهنده روابط همکاری بین دو موسسه است. نتایج نشان می‌دهد که همکاری همیشه بین مؤسسات با تعداد انتشار بالا، مانند دانشگاه پالاکی، دانشگاه زوریخ و دانشگاه گنت که مراکز اصلی شبکه را تشکیل می‌دهند، رخ می‌دهد. دانشگاه مینه سوتا نیز یک گره مهم در شبکه است. سایر مؤسسات با بیش از سه نشریه در جدول 5 فهرست شده اند.
در فرآیند ایجاد شبکه‌های همزمانی مؤسسات، ممکن است با مشکلات ناشی از املای جایگزین نام یک مؤسسه مواجه شود. به عنوان مثال، در پرونده های کتابشناختی، دانشگاه Palacky به عنوان “Palacky Univ” و “Palacky Univ Olomouc” نوشته می شود، دو نوع املا که دو گره در شبکه ایجاد می کند. در نتیجه باید دو گره را ادغام کنیم تا از تفسیر نادرست جلوگیری کنیم. مشکل دیگر به دلیل کمبود اطلاعات برخی از مؤسسات مؤلف در پرونده های کتابشناختی است، بنابراین فراوانی متناظر این مؤسسات محاسبه نمی شود.

4.4.3. سطح شهر

Geovisualization می تواند داده های مکانی را به صورت تعاملی و پویا نمایش دهد تا توزیع پدیده های فضایی را آشکار کند. پس از استخراج اطلاعات مکان شهر از رکوردهای کتابشناختی با قالب متن، ما یک شبکه همکاری جغرافیایی در سطح شهر ایجاد کردیم، همانطور که در بخش 3.2 توضیح داده شد . از CartoDB برای ایجاد یک نقشه نقطه ای تعاملی همانطور که در شکل 8 نشان داده شده است استفاده شدبرای آشکار کردن توزیع فضایی قدرت علمی. در نقشه، یک نقطه نشان دهنده شهری است که مؤسسه نویسنده در آن قرار دارد، و خط بین دو نقطه نشان دهنده رابطه همکاری دو شهر است. می توان دریافت که نقاط در اروپا و ایالات متحده آمریکا خوشه ای هستند که دو مرکز تحقیقات حرکت چشم در نقشه برداری را تشکیل می دهند. شبکه geo-collaboration به وضوح نشان می دهد که اروپا مرکز همکاری بین المللی در جهان است. آمار GIS حاکی از آن است که نزدیک به 60 درصد از روابط همکاری شهرستان ها همکاری های فراملی است و میانگین فاصله همکاری 2300 کیلومتر است که نشان می دهد که چگونه همکاری بین المللی در دوران مدرن به دلیل پیشرفت در حمل و نقل و ارتباطات دانشگاهی راحت تر است.

5. بحث

5.1. بحث مربوط به روشهای تحلیل

این مقاله با معرفی استفاده از روش‌های تحلیل کتاب‌سنجی در تحقیقات حرکت چشم در نقشه‌برداری، روشی مؤثر و کارآمد برای تجسم ساختار فکری این حوزه دانش نشان می‌دهد و به محققان کمک می‌کند تا ساختار اصلی این حوزه تحقیقاتی رو به رشد را به سرعت کشف کنند. علاوه بر این، ما کارهای زیادی انجام دادیم که روش‌های فعلی را برای تسهیل تفسیر از دیدگاه حرفه‌ای بهبود می‌بخشد و به درک بهتر نتایج کمک زیادی می‌کند. چهار وجه بحث کار را ایجاب می کند.
اول اینکه استراتژی جستجو کلید نتایج است، بنابراین استراتژی جستجوی مناسب باید با متخصصان این حوزه بحث شود و ممکن است چندین بار بر اساس ارزیابی نتایج اصلاح شود. از سوی دیگر، با توجه به این که WOS همه نشریات علمی را نمایه نمی کند، در بر گرفتن کامل دامنه تحقیقاتی این حوزه مشکل است. بنابراین، برای اطمینان از اثربخشی نتایج، برخی از مقالات کارگاهی را به صورت دستی اضافه کردیم، اما زمان بر است. مکانیزم خودکار برای ترجمه قالب پایگاه داده کتابشناختی تعریف شده توسط کاربر به فرمت WOS مورد نیاز است، اما به دلیل استانداردهای مختلف پایگاه های مختلف، کار چالش برانگیزی است.
دوم، معیارهای انتخاب برای ساخت شبکه کلیدی برای کنترل دامنه مدل شبکه است. به عنوان مثال، چندین روش برای انتخاب معیارها در شبکه وجود دارد، مانند Top N، Top N٪ و سطوح آستانه c، cc، ccv (یعنی آستانه استناد، آستانه هم استنادی، آستانه ضرایب هم استنادی) [ 34 ] برای هر برش زمان. با توجه به تعداد انتشارات و بازه سال در سوابق کتابشناختی خود، روش Top N را انتخاب کردیم و آن را 10، با پنج سال به عنوان فاصله زمانی برای تحلیل هم استنادی، و همچنین 10 برتر برای تجزیه و تحلیل جفت کتابشناختی، Top قرار دادیم. 50 برای همزمانی کلمات کلیدی، نویسندگان و مؤسسات هر سال. مجموعه داده های بزرگ مقادیر N بزرگتر را مجاز می کند.
سوم، برای دستیابی به تفسیر بهتر، شبکه باید بعد از نسل دستکاری شود. به عنوان مثال، همزمانی کلمات کلیدی را در نظر بگیرید. اگر بزرگ‌ترین گره‌های «حرکت چشم» و «ردیابی چشم» که قطعاً برجسته هستند، از شبکه حذف نشوند، گره‌های دیگر ممکن است بسیار کوچک به نظر برسند و شناسایی آنها دشوار باشد. در برخی موارد، گره ها باید به دلیل املای متفاوت یک شی، مانند نام مؤسسه یا نویسنده، ادغام شوند.
در نهایت، از آنجایی که خروجی های تجسم تولید شده توسط ابزارهای تجزیه و تحلیل کتاب سنجی چندان رضایت بخش نیست، ارائه نتایج تجزیه و تحلیل توسط سایر ابزارهای تجسم مانند Gephi بر اساس فایل های تبادلی انتخاب بهتری است. علاوه بر این، با ساخت یک شبکه همکاری جغرافیایی، توزیع قدرت علمی در سطح کلان نمایش داده شد. این به ما امکان داد تا اطلاعات مبتنی بر مکان را از رکوردهای کتابشناختی استخراج کنیم و آن را به صورت مکانی و شهودی نمایش دهیم. علاوه بر این، عملکردهای GIS بیشتری، مانند تجزیه و تحلیل خوشه بندی فضایی، می تواند انجام شود.

5.2. بحث مربوط به روندهای فعلی

علاوه بر ادبیات WOS، برخی کارگاه‌ها کمک زیادی به توسعه تحقیقات حرکت چشم در کارتوگرافی کرده‌اند، به عنوان مثال، کارگاه آموزشی پیش از کنفرانس در مورد ردیابی چشم که توسط ICA (انجمن بین‌المللی کارتوگرافی) در سال 2013 حمایت شده است، و اولین و دومین بین‌المللی کارگاه ردیابی چشم برای تحقیقات فضایی در سال های 2013 و 2014 برگزار شد. در طول کارگاه ردیابی چشم ICA، علاوه بر کاربردهای تحقیقات حرکت چشم، اندازه گیری های جدید و ابزارهای GIS برای تجزیه و تحلیل داده های حرکت چشم (به عنوان مثال، روشی برای شناسایی خودکار کاربر فعالیت های مختلف بر روی نقشه ها [ 72 ]، با استفاده از مکعب فضا-زمان برای نمایش و تجزیه و تحلیل ضبط حرکات چشم [ 73 ، 74]]). کمیسیون ICA در مورد مسائل شناختی در تجسم اطلاعات جغرافیایی نیز برخی از ابزارها را برای تجزیه و تحلیل داده های حرکت چشم در وب سایت رسمی خود فهرست کرده است. EyeMMV (سنجش‌ها و تجسم‌های حرکات چشم) و جعبه ابزار Saliency نماینده‌ای در میان آنها هستند. EyeMMV یک جعبه ابزار متن باز MATLAB است که برای تجزیه و تحلیل حرکت چشم پس از آزمایش طراحی شده است، که از تمام معیارهای ردیابی چشم و تکنیک های تجسم پشتیبانی می کند [ 75 ]. پروژه توجه بصری مبتنی بر برجسته بودن در آزمایشگاه پروفسور کریستف کخ در Caltech آغاز شد. جعبه ابزار برجسته نیز یک جعبه ابزار متلب است که برای محاسبه نقشه برجسته یک تصویر استفاده می شود [ 56 , 57 , 76 , 77 ]. علاوه بر این، سایر ابزارهای مفید عبارتند از iMap4 [78 ] و DynAOI [ 79 ]. کارگاه بین المللی ردیابی چشم برای تحقیقات فضایی طیف وسیعی از بحث ها را در مورد تحقیقات حرکت چشم راه اندازی کرد که به کارتوگرافی محدود نمی شود. به عنوان مثال، با ردیاب چشم سیار، راهیابی هر دو در داخل و خارج بیشتر مورد بحث قرار گرفته است [ 80 ، 81 ، 82 ، 83 ].
پیشرفت‌های تکنولوژیکی اخیر در حوزه حرکت چشم، دیدگاه‌های جدیدی را برای نقشه‌نگاران در تحقیقات شناخت فضایی باز کرده است. نقشه کشان با تکنیک های ردیابی چشم پیشرفت های زیادی در رفتارهای ناوبری داشته اند. دونگ و لیائو [ 84 ، 85 ] با مقایسه نقشه‌های دو بعدی با نمایش‌های سه‌بعدی فوتورئالیستی برای پیمایش عابر پیاده دریافتند که مزایا و معایب نمایش‌های سه‌بعدی وابسته به وظیفه هستند: نمایش‌های سه‌بعدی در فرآیند کسب دانش فضایی کمتر مؤثر و کارآمد عمل می‌کنند، اما بیشتر کارآمد در موقعیت یابی و جهت گیری خود آزمایش مشابهی توسط لی و همکاران انجام شد. [ 86]، با استفاده از نقشه های الکترونیکی دو بعدی و سه بعدی برای یافتن راه. نتایج نشان داد که مردم با استفاده از نقشه الکترونیکی دوبعدی جستجوی وسیع‌تری و زمان مشاهده کوتاه‌تری انجام دادند، در حالی که نقشه الکترونیکی سه بعدی اطلاعات بیشتری در مورد محیط ارائه می‌کرد. علاوه بر این، ردیاب‌های چشمی سیار برای ارزیابی شناسایی نقطه عطف و یادآوری بر روی نقشه‌ها به کار گرفته شده‌اند [ 87 ، 88 ]. در جنبه نقشه خوانی و درک نقشه، برخی از کاربران خاص (به عنوان مثال، کاربران با کمبود دید رنگ) مورد بررسی قرار گرفته اند [ 89 ]. علاوه بر این، در مقایسه با نقشه های استاتیک دو بعدی، نمادهای نقشه پویا [ 90 ، 91 ]، برنامه های کاربردی تعاملی پویا [ 92 ، 93 ، 94] و نقشه های پانورامیک [ 95 ] توجه بسیار بیشتری را در نقشه نگاران به خود جلب کرده است. در آینده، تکنیک‌های ردیابی چشم ممکن است کمک زیادی به نقشه‌برداری در تحقیقات کاربردپذیری VR (واقعیت مجازی) [ 96 ]، AR (واقعیت افزوده) [ 97 ]، تشخیص احساسی [ 98 ، 99 ] و غیره داشته باشند.

6. نتیجه گیری

این مقاله با استفاده از استعاره‌های بصری متعدد، ادبیات کلاسیک، خوشه‌های موضوع تحقیق، نقاط تحقیقاتی و الگوهای همکاری پژوهش حرکت چشم در نقشه‌برداری را بررسی و تجسم کرد. علاوه بر این، از روش ژئوتصویرسازی برای نمایش توزیع فضایی قدرت علمی استفاده شد. در نتیجه، ویژگی‌های جالب این حوزه دانش را کشف کردیم.
تجزیه و تحلیل استنادی مشترک، ادبیات کلاسیک را نشان داد که برای محققان تازه کار بسیار مفید است. نتایج نشان داد که تحقیقات حرکت چشم در کارتوگرافی یک زمینه بین رشته ای است که حوزه هایی مانند روانشناسی، علوم شناختی، مهندسی قابلیت استفاده و علوم کامپیوتر را در بر می گیرد. به ویژه در مراحل اولیه توسعه آن، بیشترین استناد ادبیات مربوط به حوزه تحقیقات روانشناسی است. از دهه 1970، برخی از نقشه‌نگاران روابط بین طراحی نقشه و نقشه‌خوانی را با استفاده از آزمایش‌های ردیابی چشم بررسی کردند و از دهه 1980، به‌ویژه در دو دهه اخیر، تحقیقات زیادی صورت گرفته است. نتایج تحلیل هم‌واژه‌ها نشان داد که نقشه‌نگاران بر توجه و شناخت فضایی تمرکز کرده‌اند، و تحلیل جفت‌شناختی کتابشناختی برخی از روندهای پژوهش قابلیت استفاده را شناسایی کرد.
این مقاله همچنین همکاری علمی را از سطح خرد تا سطح کلان بررسی می کند. این امر به آشکار شدن مقامات و توزیع قدرت علمی این حوزه تحقیقاتی کمک کرد. ما متذکر شدیم که اکثر نویسندگان تنها یک نشریه داشتند. مولدترین نویسندگان عمدتاً از دانشگاه پالاکی، دانشگاه زوریخ و دانشگاه گنت هستند. و اینکه نویسندگان بسیار سازنده همیشه روابط همکاری بیشتری دارند. علاوه بر این، شبکه همکاری جغرافیایی نشان داد که اروپا و ایالات متحده آمریکا دو دسته از تحقیقات حرکت چشم در نقشه برداری را تشکیل می دهند و اروپا مرکز همکاری بین المللی است.
یک تصویر هزار کلمه ارزش دارد و روش پیشنهادی در این مقاله ممکن است به بررسی حوزه های دانش کمک کند. ما امیدواریم که این روش نه تنها به محققان در درک سریع تکامل و روندهای حوزه تحقیقاتی خود کمک کند، بلکه به روشی جدید برای ادغام تصویرسازی جغرافیایی با تجسم دانش تبدیل شود.

ضمیمه

    برنامه شبکه همکاری جغرافیایی
    رکورد کم رنگ، متن آدرس به عنوان رشته
    Dim i، linenum به عنوان عدد صحیح
    کم نور isFindAddress به عنوان Boolean
    //مرحله 1: آدرس را پیدا کنید
    isFindAddress = نادرست
    linenum = شماره خط رکورد
    برای i = 1 تا linenum
    اگر خط i رکورد با 'C1' شروع شود // 'C1' برچسب آدرس هر نویسنده در یک مقاله است.
     addresscontext = زمینه خط i رکورد
     isFindAddress = درست است
    پایان اگر
    اگر isFindAddress درست باشد
     شکستن برای
    دیگر
     ادامه هید
    پایان اگر
    پایان برای
    //گام 2: نام شهرها را در هر آدرس بیابید
    آدرس‌های کم نور، نام شهرها به‌عنوان فهرست رشته‌ای
    آدرس کم رنگ، نام شهر به عنوان رشته
    Dim j، addressnum به عنوان عدد صحیح
    addresses = split(addresscontext, '.') // آدرس هر نویسنده با علامت نگارشی '.'
    addressnum = تعداد آدرس ها
    برای j = 1 تا آدرس عدد
    آدرس = آدرس[j]
    cityname = دوم تا آخر تقسیم (آدرس، '،') // آدرس بر اساس نام ایالت، شماره خیابان، نام شهر، کد پستی و غیره تشکیل شده است. نام شهر دومین نام است.
    افزودن نام شهر به نام شهرها؛
    پایان برای
    //مرحله 3: موارد تکراری موجود در نام شهرها را حذف کنید
    Dim k، citynamenum به عنوان عدد صحیح
    نامهای نهایی را به عنوان فهرست رشته ای کم رنگ کنید
    citynamenum = تعداد نام شهرها
    برای k = 1 به citynamenum
    نام شهر = نام شهر [k]
    اگر نام شهر در نام های نهایی نباشد
     نام شهر را به finalcitynames اضافه کنید
    پایان اگر
    پایان برای
    //مرحله 4: ژئوکدینگ
    کم نور m، finalcitynamenum به عنوان عدد صحیح
    مختصات شهر کم نور به عنوان مختصات // طول و عرض جغرافیایی شهر
    مختصات شهر را به عنوان فهرست مختصات کم رنگ کنید
    finalcitynamenum = تعداد نامهای نهایی
    برای m = 1 تا finalcitynamenum
    cityname= نامهای نهایی [m]
    citycoordinate = GeocodingbyBing(Cityname) //به دست آوردن طول و عرض جغرافیایی شهر توسط سرویس ژئوکدینگ بینگ
    Citycoordinate را به citycoordinate اضافه کنید
    پایان برای
    // مرحله 5: رسم خطوط
    کم نور n به عنوان عدد صحیح
    برای m = 1 تا finalcitynamenum
    برای n = m+1 تا نام شهر نهایی
     خط ترسیم (مختصر شهر[m]، مختصات شهر[n]) //کشیدن خط بین دو شهر
    پایان برای
    پایان برای
    پایان برنامه

منابع

  1. Duchowski، AT Eye Tracking Methodology: Theory and Practice . Springer: لندن، انگلستان، 2007. [ Google Scholar ]
  2. کاستنر، HW; ایستمن، پارامترهای حرکت چشم RJ و پیچیدگی نقشه درک شده – I. صبح. کارتوگر. 1984 ، 11 ، 107-117. [ Google Scholar ] [ CrossRef ]
  3. راینر، ک. سرنو، SC; Raney، GE کنترل حرکت چشم در خواندن: مقایسه دو نوع مدل. J. Exp. روانی درک انسان. انجام دادن. 1996 ، 22 ، 1188-1200. [ Google Scholar ] [ CrossRef ]
  4. Slykhuis، DA; Wiebe، EN; آنتا، لس آنجلس توجه دانشجویان ردیابی چشم به عکس‌های پاورپوینت در یک محیط آموزش علوم. J. Sci. آموزش. تکنولوژی 2005 ، 14 ، 509-520. [ Google Scholar ] [ CrossRef ]
  5. راینر، ک. روتلو، سی ام. استوارت، ای جی; کیر، جی. دافی، SA ادغام متن و اطلاعات تصویری: حرکات چشم هنگام تماشای تبلیغات چاپی. J. Exp. روانی Appl. 2001 ، 7 ، 219-226. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  6. گورووایا، AE; Korobeinikova، EY استفاده از فناوری ردیابی چشم در روانشناسی ورزشی. روانی علمی آموزش. 2013 ، 1 ، 1-16. [ Google Scholar ]
  7. ویکتور، TW; Harbluk، JL; Engström، JA حساسیت اقدامات حرکتی چشم به دشواری کار در داخل خودرو. ترانس. Res. قسمت F روانشناسی ترافیک. رفتار 2005 ، 8 ، 167-190. [ Google Scholar ] [ CrossRef ]
  8. Duchowski، AT اولین بررسی گسترده از برنامه های کاربردی ردیابی چشم. محاسبه کنید. جی. سایکون. Soc. 2002 ، 34 ، 455-470. [ Google Scholar ] [ CrossRef ]
  9. کلیفتون، سی. فریرا، اف. هندرسون، جی.ام. اینهوف، AW; Liversedge, SP; رایشل، ED; شوتر، ER حرکات چشم در خواندن و پردازش اطلاعات: میراث 40 ساله کیت راینر. جی. مم. لنگ 2015 ، 1-19. [ Google Scholar ] [ CrossRef ]
  10. برودرسن، ال. اندرسن، اچ. وبر، اس. استفاده از ردیابی حرکت چشم برای مطالعه درک نقشه و طراحی نقشه . Kort & Matrikelstyrelsen: کپنهاگ، دانمارک، 2002. [ Google Scholar ]
  11. اومز، ک. دی مایر، پ. Fack, V. تجزیه و تحلیل الگوهای حرکت چشم برای بهبود طراحی نقشه. در مجموعه مقالات هجدهمین سمپوزیوم تحقیقاتی بین‌المللی در مورد نقشه‌برداری مبتنی بر کامپیوتر و علوم GIS: داده‌های جغرافیایی و تجسم زمین برای محیط‌ها، امنیت و جامعه، اورلاندو، FL، ایالات متحده آمریکا، 15-19 نوامبر 2010.
  12. استوفر، ک. Che, X. مقایسه کارشناسان و تازه کارها در تجسم داده های داربست با استفاده از ردیابی چشم. J. Eye Mov. Res. 2014 ، 7 ، 1-15. [ Google Scholar ]
  13. اومز، ک. دی مایر، پ. Fack, V. مطالعه رفتار توجه کاربران مبتدی و متخصص نقشه با استفاده از ردیابی چشم. کارتوگر. Geogr. Inf. علمی 2014 ، 41 ، 37-54. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. مونتلو، DR تحقیقات طراحی نقشه شناختی در قرن بیستم: رویکردهای نظری و تجربی. کارتوگر. Geogr. Inf. علمی 2002 ، 29 ، 283-304. [ Google Scholar ] [ CrossRef ]
  15. دونگ، WH; لیائو، اچ. نیش، XU; لیو، ز. Zhang، SB استفاده از ردیابی چشم برای ارزیابی قابلیت استفاده از نقشه های متحرک. علمی چین-علم زمین. 2014 ، 57 ، 512-522. [ Google Scholar ] [ CrossRef ]
  16. اوپاچ، ت. گولوبیوفسکا، آی. Fabrikant, SI مردم چگونه نقشه های متحرک چند جزئی را مشاهده می کنند؟ کارتوگر. J. 2014 ، 51 ، 330-342. [ Google Scholar ] [ CrossRef ]
  17. چولتکین، ا. هیل، بی. گارلاندینی، اس. Fabrikant، SI ارزیابی اثربخشی طراحی های رابط نقشه تعاملی: مطالعه موردی ادغام معیارهای قابلیت استفاده با تجزیه و تحلیل حرکت چشم. کارتوگر. Geogr. Inf. علمی 2009 ، 36 ، 5-17. [ Google Scholar ] [ CrossRef ]
  18. اومز، ک. آندرینکو، جی. آندرینکو، ن. مایر، PD; Fack، V. تجزیه و تحلیل بصری در داده های حرکت چشم، الگوهای جستجو را در نقشه های پویا و تعاملی نشان می دهد. در مجموعه مقالات GeoCart 2010، CD Proceedings، اوکلند، نیوزلند، 1-3 سپتامبر 2010.
  19. جونز، CE; وبر، P. به سوی مهندسی قابلیت استفاده برای ویرایشگران آنلاین اطلاعات جغرافیایی داوطلبانه: دیدگاهی در مورد یادگیری پذیری. ترانس. GIS 2012 ، 16 ، 523-544. [ Google Scholar ] [ CrossRef ]
  20. منسون، اس ام. Kne، L. دایک، KR; شانون، جی. Eria, S. استفاده از ردیابی چشم و معیارهای ماوس برای آزمایش قابلیت استفاده از ناوبری نقشه وب. کارتوگر. Geogr. Inf. علمی 2012 ، 39 ، 48-60. [ Google Scholar ] [ CrossRef ]
  21. کیفر، پ. راوبال، م. Straub, F. ردیابی چشم تلفن همراه آگاه از مکان برای توضیح رفتار راهیابی. در مجموعه مقالات کنفرانس بین المللی Agile 2012 در علم اطلاعات جغرافیایی، آوینیون، فرانسه، 24-26 آوریل 2012.
  22. کیفر، پ. جیانوپولوس، آی. Raubal, M. من کجا هستم؟ بررسی تطبیق نقشه در حین خود محلی سازی با ردیابی چشم سیار در محیط شهری ترانس. GIS 2014 ، 18 ، 660-686. [ Google Scholar ] [ CrossRef ]
  23. چن، سی. هو، ز. لیو، اس. Tseng، H. روندهای نوظهور در پزشکی بازساختی: تجزیه و تحلیل علم سنجی در فضای شهری. نظر کارشناس Biol. آنجا 2012 ، 12 ، 593-608. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  24. وو، ی. Duan, Z. تجزیه و تحلیل تجسم همکاری های نویسنده در تحقیقات اسکیزوفرنی. BMC Psychiatr. 2015 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  25. کیم، ام سی؛ چن، سی. بررسی علم سنجی روندهای نوظهور و پیشرفت های جدید در سیستم های توصیه. Scientometrics 2015 ، 104 ، 239-263. [ Google Scholar ] [ CrossRef ]
  26. کیان، جی. فونگ، ام. تحلیل علم سنجی در مورد ساختار فکری حوزه تحقیقاتی انرژی زیستی. J. Biobased Mater. انرژی زیستی 2013 ، 7 ، 305-308. [ Google Scholar ] [ CrossRef ]
  27. وی، اف. گروبسیچ، TH; Bishop، BW در حال کاوش در حوزه دانش gis با استفاده از فضای فضایی. پروفسور Geogr. 2015 ، 67 ، 374-384. [ Google Scholar ] [ CrossRef ]
  28. بک هاوس، ک. کای، ال. کخ، ام. ساختار و تکامل بازاریابی کسب و کار به کسب و کار: تحلیل استنادی و استنادی مشترک. علامت گذاری داخلی مدیریت 2011 ، 40 ، 940-951. [ Google Scholar ] [ CrossRef ]
  29. هوانگ، MH; چیانگ، LY; Chen, DZ ساخت یک نقشه استنادی حق ثبت اختراع با استفاده از جفت کتابشناختی: مطالعه شرکت های با فناوری پیشرفته تایوان. Scientometrics 2003 ، 58 ، 489-506. [ Google Scholar ] [ CrossRef ]
  30. یو، کیو. شائو، اچ. Duan, Z. گروه های تحقیقاتی شبکه هم نویسندگی سرطان شناسی در چین. Scientometrics 2011 ، 89 ، 553-567. [ Google Scholar ] [ CrossRef ]
  31. فن، ZG; ژنگ، WL تجزیه و تحلیل کانون تحقیقاتی صنعت فرهنگی و خلاق چینی بر اساس روش کلمات مشترک. Adv. ماتر Res. 2013 ، 798-799 ، 924-929. [ Google Scholar ] [ CrossRef ]
  32. اسمال، اچ. استناد مشترک در ادبیات علمی: معیار جدیدی از رابطه بین دو سند. مربا. Soc. Inf. علمی 1973 ، 24 ، 265-269. [ Google Scholar ] [ CrossRef ]
  33. سفید، HD؛ گریفیث، پیش از میلاد کویتیشن نویسنده: معیار ادبیات ساختار فکری. مربا. Soc. Inf. علمی 1981 ، 32 ، 163-171. [ Google Scholar ] [ CrossRef ]
  34. Chen, C. Citespace ii: تشخیص و تجسم روندهای نوظهور و الگوهای گذرا در ادبیات علمی. مربا. Soc. Inf. علمی فنی 2006 ، 57 ، 359-377. [ Google Scholar ] [ CrossRef ]
  35. Appio، FP؛ سزارونی، اف. Minin، AD تجسم ساختار و پل‌های ادبیات مدیریت مالکیت فکری و استراتژی: تحلیل هم‌استنادی سند. Scientometrics 2014 ، 101 ، 623-661. [ Google Scholar ] [ CrossRef ]
  36. Özçınar، H. نقشه برداری حوزه آموزش معلمان: یک سند تحلیل هم استنادی از سال 1992 تا 2012. آموزش. آموزش دهید. Edu. 2015 ، 47 ، 42-61. [ Google Scholar ] [ CrossRef ]
  37. Kessler, MM جفت کتابشناختی بین مقالات علمی. صبح. Doc. 1963 ، 14 ، 10-25. [ Google Scholar ] [ CrossRef ]
  38. Boyack، KW; ریچارد، ک. تحلیل هم‌استنادی، پیوند کتابشناختی، و استناد مستقیم: کدام رویکرد استنادی، جبهه پژوهش را دقیق‌تر نشان می‌دهد؟ مربا. Soc. Inf. علمی فنی 2010 ، 61 ، 2389-2404. [ Google Scholar ] [ CrossRef ]
  39. Kostoff، RN تحقیقات چندرشته‌ای از تحلیل هم‌کلمه برگرفته می‌شود. در مجموعه مقالات مدیریت فناوری: زبان بین المللی جدید، پورتلند، OR، ایالات متحده آمریکا، 27 تا 31 اکتبر 1991.
  40. او، س. کشف دانش از طریق تحلیل هم واژه. Libr روندها 1999 ، 48 ، 133-133. [ Google Scholar ]
  41. لیو، ز. یین، ی. لیو، دبلیو. دانفورد، ام. تجسم ساختار فکری و تکامل تحقیق سیستم‌های نوآوری: تحلیل کتاب‌سنجی. Scientometrics 2015 ، 103 ، 135-158. [ Google Scholar ] [ CrossRef ]
  42. کوبو، ام جی؛ لوپز-هررا، AG; هررا-ویدما، ای. هررا، اف. ابزارهای نرم افزار نقشه برداری علوم: بررسی، تجزیه و تحلیل و مطالعه مشارکتی در میان ابزارها. مربا. Soc. Inf. علمی فنی 2011 ، 62 ، 1382-1402. [ Google Scholar ] [ CrossRef ]
  43. چن، سی. Ibekwe-SanJuan، F. Hou, J. ساختار و پویایی خوشه‌های cocitation: تجزیه و تحلیل cocitation چند دیدگاه. مربا. Soc. Inf. علمی فنی 2010 ، 61 ، 1386-1409. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  44. Aizawa، A. دیدگاه نظری اطلاعاتی از اقدامات tf-idf. Inf. روند. مدیریت بین المللی J. 2003 ، 39 ، 45-65. [ Google Scholar ] [ CrossRef ]
  45. دانینگ، تی. روشهای دقیق برای آمار غافلگیری و تصادف. محاسبه کنید. زبانشناس. 1993 ، 19 ، 61-74. [ Google Scholar ]
  46. Latham، PE; رودی، ی. اطلاعات متقابل. Scholarpedia 2009 ، 125 ، 85-98. [ Google Scholar ] [ CrossRef ]
  47. MacEachren، AM; کراک، ام‌جی چالش‌های پژوهشی در تجسم جغرافیایی. کارتوگر. Geogr. Inf. علمی 2013 ، 28 ، 3-12. [ Google Scholar ] [ CrossRef ]
  48. باستیان، م. هیمن، اس. Jacomy, M. Gephi: یک نرم افزار متن باز برای کاوش و دستکاری شبکه ها. در مجموعه مقالات سومین کنفرانس بین المللی AAAI در وبلاگ ها و رسانه های اجتماعی، سن خوزه، کالیفرنیا، ایالات متحده آمریکا، 17-20 مه 2009.
  49. Zastrow, M. تجسم داده ها: علم روی نقشه. طبیعت 2015 ، 519 ، 119-120. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  50. Olijnyk، NV تاریخ نگاری الگوریتمی تخصص تحقیقات ابولا: نقشه برداری از علم پشت ابولا. Scientometrics 2015 ، 105 ، 623-643. [ Google Scholar ] [ CrossRef ]
  51. Buswell, GT مردم چگونه به تصاویر نگاه می کنند . انتشارات دانشگاه شیکاگو: شیکاگو، IL، ایالات متحده آمریکا، 1935. [ Google Scholar ]
  52. Babcock، JS; لیپس، م. Pelz, JB چگونه مردم به عکس‌ها قبل، حین و بعد از ضبط صحنه نگاه می‌کنند: Buswell دوباره بازدید کرد. در مجموعه مقالات تصویربرداری الکترونیکی 2002، سانتا کلارا، کالیفرنیا، ایالات متحده آمریکا، 21 تا 24 ژانویه 2002.
  53. Steinke، TR مطالعات حرکت چشم در کارتوگرافی و زمینه های مرتبط. کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. 1987 ، 24 ، 40-73. [ Google Scholar ] [ CrossRef ]
  54. Rayner, K. حرکات چشم در خواندن و پردازش اطلاعات: 20 سال تحقیق. روانی گاو نر 1998 ، 124 ، 372-422. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  55. یعقوب، ر. ردیابی چشم کارن، KS در تحقیقات تعامل انسان و رایانه و قابلیت استفاده: آماده ارائه وعده‌ها. ذهن 2003 ، 2 ، 573-605. [ Google Scholar ]
  56. ایتتی، ال. کوچ، سی. Niebur، E. مدلی از توجه بصری مبتنی بر برجسته بودن برای تجزیه و تحلیل صحنه سریع. IEEE Trans. الگوی مقعدی ماخ هوشمند 1998 ، 20 ، 1254-1259. [ Google Scholar ] [ CrossRef ]
  57. ایتتی، ال. کخ، سی. مدلسازی محاسباتی توجه بصری. نات. کشیش نوروسی. 2001 ، 2 ، 194-203. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  58. فابریکانت، SI; Rebich-Hespanha، S. آندرینکو، ن. آندرینکو، جی. روش نوول Montello، DR برای اندازه گیری توانایی استنتاج در نمایشگرهای نقشه ایستا کوچک-چندگانه که فرآیندهای پویا را نشان می دهد. کارتوگر. J. 2008 , 45 , 201-215. [ Google Scholar ] [ CrossRef ]
  59. یاربوس، دی. حرکت و بینایی چشم ; Plenum Press: نیویورک، نیویورک، ایالات متحده آمریکا، 1967. [ Google Scholar ]
  60. اوکیف، جی. نادل، ال. هیپوکامپ به عنوان یک نقشه شناختی . انتشارات دانشگاه آکسفورد: آکسفورد، OU، ایالات متحده آمریکا، 1978. [ Google Scholar ]
  61. Rousseeuw, PJ Silhouettes: کمکی گرافیکی برای تفسیر و اعتبارسنجی تحلیل خوشه‌ای. جی. کامپیوتر. Appl. ریاضی. 1987 ، 20 ، 53-65. [ Google Scholar ] [ CrossRef ]
  62. اومز، ک. مایر، PD; فاک، وی. Assche، EV; Witlox، F. بررسی اثربخشی یک روش کارآمد قرار دادن برچسب با استفاده از داده های حرکت چشم. کارتوگر. J. 2012 ، 49 ، 234-246. [ Google Scholar ] [ CrossRef ]
  63. Gołębiowska، I. طرح‌بندی‌های افسانه‌ای برای نقشه‌های موضوعی: مطالعه موردی با ادغام معیارهای قابلیت استفاده با روش تفکر با صدای بلند. کارتوگر. J. 2015 ، 52 ، 28-40. [ Google Scholar ] [ CrossRef ]
  64. اومز، ک. آندرینکو، جی. آندرینکو، ن. دی مایر، پ. Fack, V. تجزیه و تحلیل بعد فضایی داده های حرکت چشم با استفاده از رویکرد تحلیلی بصری. انقضا سیستم Appl. 2012 ، 39 ، 1324-1332. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  65. نیومن، جی. زیمرمن، دی. کرال، ا. لایتوری، م. گراهام، جی. Stapel, L. نقشه برداری وب کاربر پسند: درس هایی از یک وب سایت علمی شهروندی. بین المللی جی. جئوگر. Inf. علمی 2010 ، 24 ، 1851-1869. [ Google Scholar ] [ CrossRef ]
  66. کورتوم، پی. Sorber, M. اندازه گیری قابلیت استفاده از برنامه های کاربردی تلفن همراه برای تلفن ها و تبلت ها. بین المللی جی. هوم. محاسبه کنید. بین المللی 2015 ، 31 ، 518-529. [ Google Scholar ] [ CrossRef ]
  67. رسچ، بی. Zimmer, B. طراحی تجربه کاربری در ژئوپورتال های حرفه ای مبتنی بر نقشه. ISPRS Int. J. Geo-Inf. 2013 ، 2 ، 1015-1037. [ Google Scholar ] [ CrossRef ]
  68. پوپلکا، اس. Brychtova، A. مطالعه ردیابی چشم در ادراک مختلف از تجسم زمین 2 بعدی و 3 بعدی. کارتوگر. J. 2013 ، 50 ، 240-246. [ Google Scholar ] [ CrossRef ]
  69. دونگ، WH; لیائو، اچ. راث، RE; Wang, SY Eye ردیابی برای کشف پتانسیل نقشه های پایه تصویری پیشرفته در نقشه برداری وب. کارتوگر. J. 2014 ، 51 ، 313-329. [ Google Scholar ] [ CrossRef ]
  70. کاتز، جی اس. مارتین، BR همکاری پژوهشی چیست؟ Res. سیاست 1997 ، 26 ، 1-18. [ Google Scholar ] [ CrossRef ]
  71. قیمت، دی جی; بیور، دی جی همکاری در یک کالج نامرئی. صبح. روانی 1966 ، 21 ، 1011-1018. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  72. کیفر، پ. جیانوپولوس، آی. Raubal, M. استفاده از حرکات چشم برای تشخیص فعالیت ها بر روی نقشه های نقشه برداری. در مجموعه مقالات بیست و یکمین کنفرانس بین المللی ACM SIGSPATIAL در مورد پیشرفت در سیستم های اطلاعات جغرافیایی، اورلاندو، فلوریدا، ایالات متحده آمریکا، 5 تا 8 نوامبر 2013.
  73. اوپاچ، ت. Rød, JK استفاده از ابزار GIS برای تجزیه و تحلیل داده های Eyemovement ; TU Dresden: Dresden، آلمان، 2013. [ Google Scholar ]
  74. کورژالز، ک. Weiskopf، D. تجزیه و تحلیل بصری فضا-زمان داده های ردیابی چشم برای محرک های پویا. IEEE Trans. Vis. محاسبه کنید. نمودار. 2013 ، 19 ، 2129-2138. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  75. کراساناکیس، وی. ناکوس، بی. Filippakopoulou، V. Eyemmv جعبه ابزار: یک ابزار پس از تحلیل حرکت چشم بر اساس آستانه پراکندگی فضایی دو مرحله ای برای شناسایی تثبیت. J. Eye Mov. Res. 2014 ، 7 ، 1-10. [ Google Scholar ]
  76. ایتتی، ال. Koch, C. مکانیزم جستجوی برجستگی برای تغییرات آشکار و پنهان توجه بصری. Vis. Res. 2000 ، 40 ، 1489-1506. [ Google Scholar ] [ CrossRef ]
  77. ایتتی، ال. Koch, C. مقایسه استراتژی های ترکیب ویژگی برای سیستم های توجه بصری مبتنی بر برجسته بودن. بین المللی Soc. انتخاب کنید مهندس 1999 ، 3644 ، 473-482. [ Google Scholar ]
  78. لائو، جی. میلت، اس. پرنت، سی. سخن، ن. Caldara, R. I map4: جعبه ابزار منبع باز برای نگاشت تثبیت آماری داده های حرکت چشم با مدل سازی مختلط خطی. J. Vis. 2015 ، 15 ، 1-17. [ Google Scholar ] [ CrossRef ]
  79. پاپن مایر، اف. Huff, M. Dynaoi: ابزاری برای تطبیق داده های حرکت چشم با مناطق پویا مورد علاقه در انیمیشن ها و فیلم ها. رفتار Res. مت. 2010 ، 42 ، 179-187. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  80. Schrom-Feiertag, H.; شینکو، سی. ستگاست، وی. Seer, S. ارزیابی سیستم های هدایت در زیرساخت های عمومی با استفاده از ردیابی چشم در یک محیط مجازی فراگیر. در مجموعه مقالات کارگاه بین المللی ردیابی چشم برای تحقیقات فضایی، وین، اتریش، 22-27 سپتامبر 2014.
  81. Viaene، P. اومز، ک. وانستینکیست، پی. لنوار، ام. Maeyer, PD استفاده از ردیابی چشم در جستجوی نشانه های داخلی. در مجموعه مقالات کارگاه بین المللی ردیابی چشم برای تحقیقات فضایی، وین، اتریش، 22-27 سپتامبر 2014.
  82. افروز، ع. سفید، دی. Neuman, M. Way-finding حافظه بصری را برای محیط های ساخته شده بهبود می بخشد. در مجموعه مقالات کارگاه بین المللی ردیابی چشم برای تحقیقات فضایی، وین، اتریش، 22-27 سپتامبر 2014.
  83. اهم، سی. مولر، ام. لودویگ، بی. Bienk، S. نقطه عطف کجاست؟ مطالعات ردیابی چشم در محیط های داخلی در مقیاس بزرگ. در مجموعه مقالات کارگاه بین المللی ردیابی چشم برای تحقیقات فضایی، وین، اتریش، 22-27 سپتامبر 2014.
  84. دونگ، دبلیو. لیائو، اچ. ردیابی چشم برای کشف تأثیرات نمایش‌های سه بعدی فوتورئالیستی در عملکرد ناوبری عابر پیاده. ISPRS Int. قوس. فتوگرام از راه دور. حس اسپات. Inf. علمی 2016 ، 1 ، 641-645. [ Google Scholar ] [ CrossRef ]
  85. لیائو، اچ. دونگ، دبلیو. پنگ، سی. لیو، اچ. بررسی تفاوت‌های توجه بصری در جهت‌یابی عابر پیاده هنگام استفاده از نقشه‌های دو بعدی و مرورگرهای جغرافیایی سه بعدی. کارتوگر. Geogr. Inf. علمی 2016 . [ Google Scholar ] [ CrossRef ]
  86. لی، TC; وو، SC; Chao، CW; لی، SH ارزیابی تفاوت در توجه بصری فضایی در استراتژی راهیابی هنگام استفاده از نقشه های الکترونیکی دو بعدی و سه بعدی. Geojournal 2016 ، 81 ، 153-167. [ Google Scholar ] [ CrossRef ]
  87. Viaene، P. وانستینکیست، پی. لنوار، ام. ولف، AD; Maeyer، PD بررسی اعتبار کل زمان اقامت تثبیت‌های چشم برای شناسایی نشانه‌ها در یک ساختمان. J. Eye Mov. Res. 2016 ، 9 ، 1-11. [ Google Scholar ]
  88. فرانکه، سی. شویکارت، جی. نمایش ذهنی نقاط عطف بر روی نقشه ها – بررسی روش های تجسم نقشه برداری با فناوری ردیابی چشم. تف کردن شناخت. محاسبه کنید. بین المللی J. 2016 . [ Google Scholar ] [ CrossRef ]
  89. دونگ، دبلیو. ژانگ، اس. لیائو، اچ. لیو، ز. لی، ز. یانگ، ایکس. ارزیابی اثربخشی و کارایی رنگ نقشه برای اختلالات رنگ با استفاده از رویکرد ردیابی چشم. کارتوگر. J. 2016 . [ Google Scholar ] [ CrossRef ]
  90. کراساناکیس، وی. بررسی روند نقشه خوانی با تجزیه و تحلیل حرکت چشم. در مجموعه مقالات کارگاه بین المللی ردیابی چشم برای تحقیقات فضایی، اسکاربرو، انگلستان، 2 تا 5 سپتامبر 2013.
  91. کراساناکیس، وی. فیلیپاکوپولو، وی. Nakos، B. تشخیص نمادهای نقطه متحرک در زمینه های نقشه برداری. J. Eye Mov. Res. 2016 ، 9 ، 1-16. [ Google Scholar ]
  92. اومز، ک. کولتکین، ا. مایر، PD; دوپون، ال. فابریکانت، اس. اینکول، ا. کوهن، م. اسلابینک، اچ. وانستینکیست، پی. Haegen، LVD ترکیب ورود کاربر با ردیابی چشم برای برنامه های تعاملی و پویا. رفتار Res. مت. 2015 ، 47 ، 1-17. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  93. Poplin, A. نقشه های تعاملی آنلاین چقدر کاربرپسند هستند؟ نظرسنجی بر اساس آزمایش با کاربران ناهمگن. کارتوگر. Geogr. Inf. علمی 2015 ، 42 ، 358-376. [ Google Scholar ] [ CrossRef ]
  94. Kudelka، BV; Dobesova، Z. آزمایش ردیابی چشمی رابط‌های gis. در مجموعه مقالات پانزدهمین کنفرانس ژئوکنفرانس چند رشته ای بین المللی، صوفیه، بلغارستان، 16 تا 19 ژوئن 2015.
  95. بالزارینی، آر. Murat, M. اثربخشی طراحی نقشه های پانوراما: یک مطالعه مقدماتی بر اساس ردیابی چشم تلفن همراه. بین المللی قوس. فتوگرام از راه دور. حس اسپات. Inf. علمی 2016 ، 2 ، 361-368. [ Google Scholar ] [ CrossRef ]
  96. چولتکین، ا. لوکا، آی. Zahner, M. در مورد قابلیت استفاده و سودمندی تجسم های سه بعدی (جغرافیایی) – تمرکز بر محیط های واقعیت مجازی. بین المللی Arch.ives Photogramm. حسگر از راه دور اسپات. Inf. علمی 2016 ، 2 ، 387-392. [ Google Scholar ] [ CrossRef ]
  97. ناسپتی، اس. پیردیکا، آر. ماندولسی، س. پائولانتی، م. فروتونی، ای. Zanoli، R. تجزیه و تحلیل خودکار داده های ردیابی چشم برای برنامه های کاربردی واقعیت افزوده: یک چشم انداز آینده نگر. در مجموعه مقالات سومین کنفرانس بین المللی، AVR 2016، لچه، ایتالیا، 15-18 ژوئن 2016.
  98. دیوار، کالیفرنیا؛ وانگ، کیو. ونگ، ام. کیم، ES نقشه‌برداری ارتباطات بین ترجیحات بیولوژیکی-عاطفی و تشخیص عاطفی: یک رابط ردیابی چشم برای ارزیابی غیرفعال شایستگی عاطفی. در مجموعه مقالات کنفرانس بین المللی محاسبات مؤثر و تعامل هوشمند، شیان، چین، 21 تا 24 سپتامبر 2015.
  99. Cangöz، G. اثرات احساسات و دیدگاه در به خاطر سپردن رویدادها: مطالعه ردیابی چشم. J. Eye Mov. Res. 2016 ، 9 ، 1-19. [ Google Scholar ]
Ijgi 05 00168 g001 550
شکل 1. گردش کار فرآیند تحلیل.
Ijgi 05 00168 g002 550
شکل 2. فرآیند ساخت یک شبکه همکاری جغرافیایی.
Ijgi 05 00168 g003 550
شکل 3. آثار کلاسیک با استفاده از نمای منطقه زمانی نمایش داده شده است.
Ijgi 05 00168 g004 550
شکل 4. خوشه های تولید شده توسط تجزیه و تحلیل جفت کتابشناختی (اندازه گره نشان دهنده مرکزیت درجه آن در شبکه است).
Ijgi 05 00168 g005 550
شکل 5. شبکه همزمانی کلمات کلیدی (اندازه گره نشان دهنده فراوانی وقوع آن در شبکه است).
Ijgi 05 00168 g006 550
شکل 6. شبکه همزمانی نویسندگان (اندازه گره نشان دهنده مقدار انتشار نویسنده است).
Ijgi 05 00168 g007 550
شکل 7. شبکه همزمانی موسسات (اندازه گره نشان دهنده مقدار انتشار موسسه است).
Ijgi 05 00168 g008 550
شکل 8. تجسم جغرافیایی همکاری علمی.
جدول
جدول 1. 10 ادبیات کلاسیک برتر شناسایی شده با استفاده از تحلیل هم استنادی.
جدول
جدول 2. برچسب ها برای خوشه های ایجاد شده توسط الگوریتم های رتبه بندی اصطلاحات مختلف.
جدول
جدول 3. 20 کلمه کلیدی رتبه بندی شده برتر.
جدول
جدول 4. نویسندگان رتبه برتر.
جدول
جدول 5. موسسات دارای رتبه برتر.

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370