[論文レビュー] Large-scale structure of time evolving citation networks

E. A. Leicht, Esq. Gavin Clarkson+2 more|Oxford University Research Archive (ORA) (University of Oxford)|May 31, 2007

Computational and Text Analysis Methods被引用数 19

ひとこと要約

本稿では、期待最大化（EM）クラスタリング、モジュラリティ最適化、固有ベクトル中心性分析を用いて、時間的に変化する引用ネットワークにおける大規模な時間的構造を解明するマルチメソッド手法を提案する。米国最高裁判所の判例に適用した結果、特にロッケル時代と1937年の転換点が、引用パターンの変化を通じて明確に特定され、複数の手法の統合的結果が、法的思考における構造的変化の強固な一致的証拠を示した。

ABSTRACT

In this paper we examine a number of methods for probing and understanding the large-scale structure of networks that evolve over time. We focus in particular on citation networks, networks of references between documents such as papers, patents, or court cases. We describe three different methods of analysis, one based on an expectation-maximization algorithm, one based on modularity optimization, and one based on eigenvector centrality. Using the network of citations between opinions of the United States Supreme Court as an example, we demonstrate how each of these methods can reveal significant structural divisions in the network, and how, ultimately, the combination of all three can help us develop a coherent overall picture of the network's shape.

研究の動機と目的

• 時間的変化を伴う引用ネットワークに大規模な構造的パターンを同定すること、特に有向で非巡回的かつ時系列順に整列したエッジを持つネットワークを対象とする。
• 法的または知的思考の変化を反映する引用行動の変化を検出するために、複数の補完的分析手法を開発・適用すること。
• 複数の手法を統合することで、引用ネットワークにおける重要な歴史的または概念的転換を特定する信頼性を高めること。
• 米国最高裁判所の判例ネットワークを事例として分析し、引用パターンが法的学説の広範な変化をどのように反映するかを明らかにすること。

提案手法

• 期待最大化（EM）アルゴリズムを用いて適合された確率的混合モデルを用い、引用パターンに基づいてケースをクラスタリングし、異なる引用行動を示すグループを同定する。
• モジュラリティ最大化を適用して引用ネットワーク内のコミュニティやクラスタを検出することで、互いに頻繁に引用し合うケースのグループを明らかにする。
• 時間的に変化する固有ベクトル中心性（特にクラインバーグのHITSアルゴリズムにおける「権威」スコア）を分析し、時間経過に伴う影響力のあるケースを特定する。
• 3つの手法の結果を統合して構造的発見を検証し、引用ダイナミクスにおける強固な転換を検出する。
• エッジが新しい文書から古い文書へ向かうように、引用ネットワークを有向非巡回グラフ（DAG）としてモデル化し、明確な時間的矢印を反映させる。
• A_ij = 1 である場合にのみケースiがケースjを引用する隣接行列Aを用い、時間的一致性と非巡回性を保証する。

実験結果

リサーチクエスチョン

• RQ1 米国最高裁判所のような時間的変化を伴う引用ネットワークに、どのような大規模な構造的パターンが現れるか？
• RQ2 複数の分析手法をどのように統合することで、時間経過に伴う引用行動の顕著な変化を検出できるか？
• RQ3 引用ネットワーク解析のみで、ロッケル時代のような歴史的に認識された法的時代を同定できるか？
• RQ4 固有ベクトル中心性やコミュニティ構造の変化が、法的推論や司法的イデオロギーの転換をどの程度反映しているか？
• RQ5 EMクラスタリング、モジュラリティ、中心性分析の結果が、ネットワーク進化の整合的解釈を支持するためにどの程度一致するか？

主な発見

• EMクラスタリング法により、経済規制の違憲性を主張する判例が顕著に集まっているロッケル時代（1897–1937）に対応する明確なグループが同定された。
• 1937年ごろに引用パターンの急激な変化が観察され、これがニューディール法に対する最高裁判所の立場転換と一致した。
• モジュラリティ最適化により、類似した引用パターンを示すケースのクラスタが検出され、異なる法的時代の存在を裏付けた。
• 固有ベクトル中心性分析により、1937年以降の判例の「権威」スコアが顕著に上昇したことが判明し、新しい法的推論の影響力の増大を示した。
• 3つの手法の結果が一致することで、1937年以降の法的思考と引用慣行における根本的転換を、強固で多角的な証拠として得た。
• 本研究は、法的歴史に関する事前の知識がなくても、引用ネットワーク解析によって歴史的に重要な法的学説の転換を同定可能であることを示した。