[論文レビュー] A Historical Analysis of the Field of OR/MS using Topic Models

Christopher J. Gatti, James D. Brooks+1 more|arXiv (Cornell University)|Oct 17, 2015

Big Data and Business Intelligence参考文献 32被引用数 31

ひとこと要約

本研究では、1950年代以降に発表された37冊の主要なOR/MS学術雑誌の80,757件の要約に、潜在ディリクレ配分（LDA）トピックモデリングを適用し、研究トピックの時間的変動、雑誌の範囲の進化、トピッククラスタリングを明らかにした。期待されたものと予想外のものとの両方の雑誌グループ化を特定し、時間の経過とともに雑誌がより特化的になったり、逆に一貫性を失ったりする傾向を示し、OR/MS文献の進化を客観的かつデータ駆動型の視点で提示した。

ABSTRACT

This study investigates the content of the published scientific literature in the fields of operations research and management science (OR/MS) since the early 1950s. Our study is based on 80,757 published journal abstracts from 37 of the leading OR/MS journals. We have developed a topic model, using Latent Dirichlet Allocation (LDA), and extend this analysis to reveal the temporal dynamics of the field, journals, and topics. Our analysis shows the generality or specificity of each of the journals, and we identify groups of journals with similar content, which are both consistent and inconsistent with intuition. We also show how journals have become more or less unique in their scope. A more detailed analysis of each journals' topics over time shows significant temporal dynamics, especially for journals with niche content. This study presents an observational, yet objective, view of the published literature from OR/MS that would be of interest to authors, editors, journals, and publishers. Furthermore, this work can be used by new entrants to the fields of OR/MS to understand the content landscape, as a starting point for discussions and inquiry of the field at large, or as a model for other fields to perform similar analyses.

研究の動機と目的

• 出版された要約を用いて、オペレーションズリサーチおよびマネジメントサイエンス（OR/MS）分野における研究トピックの歴史的進化を分析すること。
• OR/MS分野の雑誌が、時間の経過とともに範囲や独自性がどのように変化したかを評価すること。
• 内容が類似した雑誌のクラスタを同定し、直感的な期待と一致するもの、一致しないものも含めて分析すること。
• 研究者、編集者、出版者にとって、OR/MS文献の全体像を客観的かつデータ駆動型の視点で提示すること。
• 大規模な出版データを用いたトピックモデリングを通じて、他の学術分野に対しても同様の分析を実行するためのモデルを提供すること。

提案手法

• 本研究では、37冊の主要なOR/MS雑誌の80,757件の要約からトピックを抽出するために、潜在ディリクレ配分（LDA）を用いる。
• LDAモデルを拡張し、時間的ダイナミクスを分析し、トピックの出現頻度と雑誌-トピック関係の変化を時間軸で追跡する。
• 雑誌固有のトピック分布を分析することで、範囲の一般性または特化性、独自性の変化を評価する。
• 雑誌間のトピック構成の類似性に基づいて、トピッククラスタリングと雑誌グループ化を実施する。
• 1950年代初頭から現在に至るまでにわたる、大規模かつ精査済みのOR/MS出版物データセットを活用する。
• 統計的手法と可視化技術を用いて、数十年にわたる研究の焦点のシフトや雑誌の専門性の変化を追跡する。

実験結果

リサーチクエスチョン

• RQ1 技術的・社会的変化への対応を含め、OR/MS分野における研究トピックが時間の経過とともにどのように進化したか。
• RQ2 時間の経過とともにトピックの焦点がより特化的になったり、逆に一般化したりした雑誌はどれで、その理由は何か。
• RQ3 名前や評判に基づく直感的な期待と比較して、内容が類似した雑誌のクラスタはどのように位置づけられるか。
• RQ4 ニッチなトピックを扱う雑誌は、範囲が広い雑誌と比較して、どれほど動的なトピックのシフトを示しているか。
• RQ5 トピックモデリングは、OR/MS分野の知的生態系を客観的かつ大規模に捉えるのにどの程度有効か。

主な発見

• 本研究では、OR/MS雑誌間で明確なトピッククラスタが特定され、その一部は従来の期待と一致するが、他は予想外の類似性を示した。
• 雑誌の範囲の独自性に明確な変化が見られ、一部の雑誌は時間の経過とともに特化的になり、他の雑誌は一般化した傾向にある。
• トピック出現頻度の時間的ダイナミクスは、ニッチな内容の雑誌で顕著であり、専門分野における研究関心の変化を示している。
• LDAモデルは、各雑誌の内容の一般性または特化性を的確に捉えており、範囲の定量的指標を提供している。
• 分析により、かつて広範な雑誌であると見なされていたものが、実際にはトピック分布においてより限定的であることが判明し、従来の認識に疑問を呈した。
• 本手法は、大規模な出版データを用いた学術分野の知的進化を分析するための再現可能なフレームワークを提供している。