[論文レビュー] A bibliometric approach to Systematic Mapping Studies: The case of the evolution and perspectives of community detection in complex networks

Camelia Muñoz‐Caro, Alfonso Niño+1 more|arXiv (Cornell University)|Feb 8, 2017

Complex Network Analysis Techniques参考文献 23被引用数 3

ひとこと要約

本稿は、科学的メタデータの文献計測的分析を用いて、複雑ネットワークにおけるコミュニティ検出の進化と現在の状態をマップする、修正されたシステマティックマッピングスタディ（SMS）プロトコルを提案する。引用パターンと出版動向の分析を通じて、階層的アプローチが支配的であることが明らかになった一方で、ファジィクラスタリングや分散コンピューティングへの適応は依然として未開拓であり、分野における重要な研究ギャップが浮き彫りになった。

ABSTRACT

Critical analysis of the state of the art is a necessary task when identifying new research lines worthwhile to pursue. To such an end, all the available work related to the field of interest must be taken into account. The key point is how to organize, analyze, and make sense of the huge amount of scientific literature available today on any topic. To tackle this problem, we present here a bibliometric approach to Systematic Mapping Studies (SMS). Thus, a modify SMS protocol is used relying on the scientific references metadata to extract, process and interpret the wealth of information contained in nowadays research literature. As a test case, the procedure is applied to determine the current state and perspectives of community detection in complex networks. Our results show that community detection is a still active, far from exhausted, in development, field. In addition, we find that, by far, the most exploited methods are those related to determining hierarchical community structures. On the other hand, the results show that fuzzy clustering techniques, despite their interest, are underdeveloped as well as the adaptation of existing algorithms to parallel or, more specifically, distributed, computational systems.

研究の動機と目的

• 複雑ネットワーク研究分野における科学文献の増加する量を整理・解釈するという課題に対処すること。
• 文献計測的メタデータを用いた、体系的でデータドリブンな研究動向マッピング手法の開発。
• この手法を複雑ネットワークにおけるコミュニティ検出に適用し、現在の動向と今後の研究機会を特定すること。
• ファジィクラスタリングや分散アルゴリズムの適応など、未開拓の分野を明らかにすること。

提案手法

• 文献計測的手法と科学的出版物のメタデータを統合した、修正されたシステマティックマッピングスタディ（SMS）プロトコルを適用する。
• コミュニティ検出論文の包括的データセットから、メタデータ（例：著者、キーワード、引用、出版年）を抽出・処理する。
• 引用ネットワーク分析とキーワード共起パターンを用いて、時間的経過に伴うテーマ的クラスターや研究動向を特定する。
• 統計的および可視化ツールを用いて、研究トピックや手法的好みの進化をマップする。
• 出版メタデータの階層的クラスタリングにより、支配的である研究分野や出現中のサブフィールドを特定する。
• 手法的アプローチと応用分野の分布を分析することで、体系的な研究ギャップの同定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 コミュニティ検出研究における支配的で、かつ時間的経過に伴い変化した手法的アプローチは何か？
• RQ2 潜在的な価値が認められるにもかかわらず、未だに未開拓とされるコミュニティ検出研究分野は何か？
• RQ3 コミュニティ検出手法は、特に分散システムを含む現代の計算アーキテクチャにどのように適応されているか？
• RQ4 2000年から2016年までのコミュニティ検出文献において、明確なテーマ的クラスターや研究動向は何か？
• RQ5 ファジィクラスタリングを含む、特定の手法的ファミリーは、発表頻度が低く、未開発の研究機会を示唆しているか？

主な発見

• 階層的コミュニティ検出手法が、著しく広く使用されており、現在の研究における支配的であることが示された。
• 理論的有望性は示すものの、ファジィクラスタリング技術は文献において著しく未反映であり、未開拓の研究分野であることが示唆された。
• コミュニティ検出アルゴリズムの分散または並列コンピューティング環境への適応は、依然として未発達であり、この分野における発表数は限定的である。
• コミュニティ検出分野は依然として活発に進展しており、研究出力の飽和や減少の兆候は見られない。
• キーワード共起分析により、動的かつ重複するコミュニティ検出へのテーマ的シフトが明確に示されたが、静的かつ非重複的手法に比べて依然としてそれらは少ない。
• 文献計測的分析により、手法的不均衡が特定され、特定の研究ギャップが浮き彫りになった。これにより、提案されたSMS-文献計測的アプローチが知識マッピングに有効であることが裏付けられた。