Resumen

El COVID-19 es una amenaza para la vida de personas en todo el mundo. Como resultado de la naturaleza nueva y desconocida del COVID-19, recientemente se ha llevado a cabo mucha investigación. Con el objetivo de aumentar y mejorar la tasa de crecimiento de las publicaciones iraníes sobre COVID-19, este artículo tiene como objetivo analizar estas publicaciones en LitCovid para identificar la estructura temática y de contenido, así como la modelización de temas de las publicaciones científicas en el área mencionada. El presente artículo es una investigación aplicada realizada utilizando un enfoque analítico y técnicas de minería de texto. La población estadística son todas las publicaciones de investigadores iraníes en LitCovid. Se utilizaron Latent Dirichlet Allocation (LDA) y Python para analizar los datos e implementar algoritmos de minería de texto y modelización de temas. El análisis de datos muestra que el porcentaje de publicaciones iraníes en los ocho grupos temáticos en LitCovid es el siguiente: prevención (39.57%), tratamiento (18.99%), diagnóstico

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Covid-19; Publicaciones iraníes; Litcovid; Minería de texto; Modelado de temas; Prevención
• Keywords:Covid-19; Iranian publications; Litcovid; Text mining; Topic modeling; Prevention