[論文レビュー] Dynamic Extraction of Key Paper from the Cluster Using Variance Values of Cited Literature

Otsuki, Akira|arXiv (Cornell University)|Oct 18, 2013

Data Quality and Management参考文献 13被引用数 5

ひとこと要約

本稿では、引用文献の出版年齢の分散を分析し、それを改変したPageRankアルゴリズムに統合することで、学術的クラスタからキーパーパーを動的に抽出するための動的手法を提案する。引用年齢の分散に基づいて論文に重みを付けることで、特に早期に多く引用されたり、長期間にわたり引用され続けたりする代表的論文を、引用数が同じ場合でも標準PageRankよりもよく特定できる。

ABSTRACT

When looking into recent research trends in the field of academic landscape, citation network analysis is common and automated clustering of many academic papers has been achieved by making good use of various techniques. However, specifying the features of each area identified by automated clustering or dynamically extracted key papers in each research area has not yet been achieved. In this study, therefore, we propose a method for dynamically specifying the key papers in each area identified by clustering. We will investigate variance values of the publication year of the cited literature and calculate each cited paper's importance by applying the variance values to the PageRank algorithm.

研究の動機と目的

• 学術的引用ネットワークから導出されたクラスタ内におけるキーパーパーの自動特定を目的とする。
• 引用数が同一であるが引用タイミングのパターンが異なる代表的論文を区別できないという、標準的引用分析の限界を克服することを目的とする。
• 引用の時間的ダイナミクスを学術的インパクトの代理指標として捉える手法を開発することを目的とする。
• 学術的ランドスケープ可視化における研究クラスタの動的・自動的解釈を可能にすることを目的とする。

提案手法

• 出版データベースとしてWeb of Scienceを用い、キーワードクエリ（例：'Geosciences, Multidisciplinary'）を適用して対象論文を抽出する。
• 各論文の引用文献の出版年齢の分散を計算し、引用の時間的分散を評価する。
• 引用年齢分散に基づいて論文に重みを付与し、分散が大きいほど集中的または長期的な引用のピークを示すとみなす。
• この分散に基づく重みをPageRankアルゴリズムに適用し、再計算された重要度スコア（HALスコア）を算出する。
• RのiGraphを用いて可視化し、時間順に整列した重要度スコアを用いて動的な学術的インパクトを反映する。
• 複数のクエリ（例：'Geochemistry & Geophysics; Mineralogy'）およびクラスタに対して妥当性を検証し、堅牢性を確認する。

実験結果

リサーチクエスチョン

• RQ1 引用数が同一の場合に、引用年齢分散を考慮することで代表的論文の検出が向上するか？
• RQ2 引用の時間的分散は、学術的論文の認識される重要度にどのように影響するか？
• RQ3 分散重み付きPageRankアルゴリズムは、標準PageRankよりも研究クラスタ内のキーパーパーを特定する上で優れているか？
• RQ4 提案手法は、異なる研究分野やクエリタイプに対しても堅牢であるか？

主な発見

• 引用年齢分散が大きい論文（例：BERGER, A1991、分散29）は、引用数が同一であっても標準PageRankよりも顕著に高いHALスコアを示した。
• 引用数がほぼ同一の2つの論文（例：JOHNSON, JW1992 と ARNOLD, JG1998）においても、HAL法は引用タイミングに基づいて区別し、分散が大きい論文に高いスコアを割り当てた。
• 'Geochemistry & Geophysics; Mineralogy' クエリにおいて、ROEDER, PL1970（分散31） や PEARCE, JA1979（分散24） といった論文は、引用数が類似しているにもかかわらず、HALスコアが標準PageRankよりも高かった。
• 本手法は、初期に一気に多数の引用を受ける「バースト的引用パターン」や、数十年にわたり安定した引用を受ける「長期的引用トレンド」を有するキーパーパーを効果的に特定できたが、標準PageRankではこれらを区別できないことが分かった。
• 異なる研究分野においても一貫性を示したため、本手法は単一分野にとどまらず、普遍的な堅牢性を有することが確認された。
• 時間順に整列した重要度スコアを用いた可視化により、キーパーパーの動的インパクトが効果的に示され、研究クラスタの自動解釈を支援した。