, Volume 12, Issue 2, No 23, Year 2025 , Pages 107-131
Discovering the Conceptual Relationships between Quranic Verses in the Light of Quran Commentaries by Using Data Mining Techniques
Article Type:
Research
Writers:
✍️ Behroz / Associate Professor of the Faculty of Computer Engineering, Iran University of Science and Technology / b_minaei@iust.ac.ir
Abstract:
Finding the relationship between Quranic verses contributes to a proper understanding of verses and to the understanding of some ambiguous concepts. In commentary books, a number of related verses are mentioned, and having pairs of verses in one paragraph in commentary books and books of Quranic sciences can demonstrate the conceptual relationship between Quranic verses. The software books of Jam’i Tafsir Noor published by the Center of Computer Research in Islamic Sciences devote special attention to extracting the most frequent conjunctions from the verses that come together in one paragraph. This study shows that using data mining techniques contribute to finding and showing the hidden correlations between the data. The qualitative and quantitative evaluation of this research has gone through two stages; in the first, the support and reliability coefficients, Lift criterion, Jaccard and cosine similarity were used to evaluate duplicate patterns, rules of coherence and accuracy of discovering the relationship between the verses and in the second, the results obtained from comparing this research with the work of other researchers show that the present research takes priority over the rivaling works
چکیده و کلیدواژه فارسی (Persian)
Title :کشف ارتباطات مفهومی آیات قرآن کریم در بستر تفاسیر قرآن با استفاده از تکنیک‌های داده‌کاوی
Abstract:
کشف ارتباط بین آیات قرآن، به درک دقیق تر آیات و شناخت بعضی مفاهیم مجهول کمک می کند. در کتب تفسیر، شماری از آیات مرتبط بیان شده است و باهم آیی دو آیه در یک پاراگراف در کتب تفسیر و علوم قرآنی، می تواند ارتباط مفهومی بین آیات قرآن را مشخص کند. کتب نرم افزار جامع تفاسیر نور، تولید مرکز تحقیقات کامپیوتری علوم اسلامی، مبنای کار قرار گرفت و از آیاتی که با هم در یک پاراگراف بودند، پُرتکرارترین باهم آیی ها استخراج شد. این پژوهش نشان می دهد که استفاده از تکنیک های داده کاوی می تواند ارتباط های پنهان میان داده ها را کشف و استخراج نماید. ارزیابی کمّی و کیفی این تحقیق، در دو مرحله انجام شده است؛ در ابتدا از ضرایب پشتیبان و اطمینان و معیار لیفت و تشابه جاکارد و تشابه کسینوسی برای ارزیابی الگوهای تکراری و قواعد باهم آیی و صحت کشف ارتباط بین آیات استفاده شد؛ سپس نتایج بهدست آمده از مقایسه این تحقیق با کار محققان دیگر، برتری پژوهش حاضر را بر رقبای خود نشان می دهد.
References:
- قرآن کريم به کتابت عثمان طه، 1171م، وزارت اوقاف سوريه.
- الهي‌منش، م.، مينايي بيدگلي، ب.، 1390، «قوانين سيستم تشخيص حدود جمله»، ره‌آورد نور، ص41-48.
- خالقي، ا.، جليلوند، ن.، 1390، قواعد باهم‌آيي روي واژه‌ها و کلمات هر آيه قرآن کريم، پايان‌نامه کارشناسي رشته مهندسي فناوري اطلاعات، تهران، دانشگاه علم و صنعت.
- سراج و همکاران، 1392، بازيابي در 6 6، 1397، از rel.alketab.org
- صالحي شهرودي، م.، مينايي بيدگلي، ب.، اشرفي، ا.، 1392، «متن‌کاوي موضوعي رايانه‌اي قرآن کريم، براي کشف ارتباطات معنايي ميان آيات، بر مبناي تفسير الميزان»، قرآن‌شناخت، ش12، ص117-152.
- صوفي، م.، علي‌احمدي، ع.، علي‌احمدي، ح.، مينايي بيدگلي، ب.، 1397، «خوشه‌بندي سوره‌هاي قرآن با تکنيک‌هاي داده‌کاوي»، علوم قرآن و حديث، ش101، ص103-120.
- طباطبايي، م.، 1374، ترجمه تفسير الميزان، ترجمه موسوي همداني، قم، جامعه مدرسين حوزه علميه قم.
- عابديني، ح.، مينايي بيدگلي، ب.، 1390، «کاربردهاي داده‌کاوي در علوم اسلامي»، ره‌آورد نور، ص7-13.
- عطايي، ش.، 1389، تدبر در قرآن مجيد به كمک روش‌هاي داده‌كاوي، چهارمين كنفرانس داده‌كاوي، تهران.
- هان ژياوي، پي ژان، کمبر ميشلين، 1393، داده‌کاوي مفاهيم و تکنيک‌ها (ويراست سوم)، ترجمه اسماعيلي، تهران، نياز دانش.
- Adeleke, A. O., Samsudin, N. A., Mustapha, A., & Nawi, N. M. (2018). A Group-Based Feature Selection Approach to Improve Classification of Holy Quran Verses. International Conference on Soft Computing and Data Mining, (pp. 282-297).
- Akour, M., Alsmadi, I., & Alazzam, I. (2014). MQVC: measuring Quranic verses similarity and sura classification using N-gram. WSEAS Transactions on Computers.
- Ali, I. (2012). Application of a mining algorithm to finding frequent patterns in a text corpus: A case study of the Arabic. International Journal of Software Engineering and Its Applications, 6, 127-134.
- Alturayeif, N. S. (2017). Text Mining and Similarity Measures of the Quran and the Bible. School of Computing, Faculty of Engineering, University of Leeds.
- Basharat, A., Yasdansepas, D., & Rasheed, K. (2015). Comparative Study of Verse Similarity for Multi-lingual Representations of the Qur'an. Proceedings on the International Conference on Artificial Intelligence (ICAI). The Steering Committee of The World Congress in Computer Science, Computer Engineering and Applied Computing (WorldComp).
- Hamel, L. (2009). Model assessment with ROC curves. In Encyclopedia of Data Warehousing and Mining, Second Edition (pp. 1316-1323). IGI Global.
- Shahmohammadi, M., Alizadeh, T., Habibzadeh Bijani, M., & Minaei, B. (2012). A framework for detecting Holy Quran inside Arabic and Persian texts. LREC. 2012.
- Sharaf, A.-B., & Atwell, E. (2012). QurSim: A corpus for evaluation of relatedness in short texts. LREC. 2012. Retrieved June 7, 2017, from http://www.lrec-conf.org/proceedings/lrec2012/pdf/190_Paper.pdf
- Shearer, C. (2000). The CRISP-DM Model: The New Blueprint for Data Mining.
- Slamet, C., Rahman, A., Ramdhani, M. A., & Darmalaksana, W. (2016). Clustering the Verses of the Holy Qur'an using K-Means Algorithm. Asian Journal of Information Technology, 15, 5159-5162
Cite this article:
RIS
Mendeley
BibTeX
APA
MLA
HARVARD
VANCOUVER
, Mohammad, , Behroz.(2025) Discovering the Conceptual Relationships between Quranic Verses in the Light of Quran Commentaries by Using Data Mining Techniques. , 12(2), 107-131
Mohammad ; Behroz ."Discovering the Conceptual Relationships between Quranic Verses in the Light of Quran Commentaries by Using Data Mining Techniques". , 12, 2, 2025, 107-131
, M, , B.(2025) 'Discovering the Conceptual Relationships between Quranic Verses in the Light of Quran Commentaries by Using Data Mining Techniques', , 12(2), pp. 107-131
