[논문 리뷰] A bibliometric approach to Systematic Mapping Studies: The case of the evolution and perspectives of community detection in complex networks

Camelia Muñoz‐Caro, Alfonso Niño외 1명|arXiv (Cornell University)|2017. 02. 08.

Complex Network Analysis Techniques참고 문헌 23인용 수 3

한 줄 요약

이 논문은 과학적 메타데이터의 문헌정보 분석을 통합한 수정된 체계적 맵핑 스터디(SMS) 프로토콜을 제안하여 복잡한 네트워크에서 커뮤니티 탐지의 발전 과정과 현재 상태를 맵핑한다. 인용 패턴과 출판 추세를 분석함으로써, 계층적 방법이 지배적임을 밝혀내며, 흐린 클러스터링과 분산 컴퓨팅 적응 기법은 여전히 미발전 상태임을 확인하여 분야 내 핵심 연구 격차를 드러낸다.

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.

연구 동기 및 목표

• 복잡한 네트워크 연구 분야에서 증가하는 과학 문헌의 조직화와 해석 과제를 해결하기 위해.
• 문헌정보 메타데이터를 활용한 체계적이고 데이터 기반의 방법을 개발하여 연구 추세 맵핑을 수행하기 위해.
• 이 방법을 복잡한 네트워크에서의 커뮤니티 탐지에 적용하여 현재의 추세와 향후 연구 기회를 규명하기 위해.
• 흐린 클러스터링과 분산 알고리즘 적응 기법과 같은 미발전 영역을 밝혀내기 위해.

제안 방법

• 수정된 체계적 맵핑 스터디(SMS) 프로토콜을 적용하여 과학적 출판물의 메타데이터와 함께 문헌정보 기법을 통합한다.
• 커뮤니티 탐지 논문의 종합 데이터셋에서 메타데이터(예: 저자, 关련 키워드, 인용, 출판 연도 등)를 추출하고 처리한다.
• 인용 네트워크 분석과 키워드 공출현 패턴을 활용하여 시간에 따른 주제 군집과 연구 추세를 식별한다.
• 통계적 및 시각화 도구를 활용하여 연구 주제의 진화와 방법론적 선호도를 맵핑한다.
• 출판 메타데이터의 계층적 클러스터링은 지배적인 연구 방향과 새로운 하위 분야를 식별하는 데 기여한다.
• 방법론적 접근 방식과 적용 분야의 분포를 분석함으로써 체계적인 연구 격차 식별이 가능하다.

실험 결과

연구 질문

• RQ1 커뮤니티 탐지 연구에서 지배적인 방법론적 접근 방식은 무엇이며, 시간이 지남에 따라 어떻게 변화해 왔는가?
• RQ2 잠재적 가치가 높음에도 불구하고 여전히 미발전된 커뮤니티 탐지 연구 분야는 무엇인가?
• RQ3 커뮤니티 탐지 방법은 현대 컴퓨팅 아키텍처, 특히 분산 시스템에 어떻게 적응되고 있는가?
• RQ4 2000년에서 2016년 사이의 커뮤니티 탐지 문헌에서 주요 주제 군집과 연구 추세는 무엇인가?
• RQ5 특히 흐린 클러스터링과 같은 방법론적 가문들은 낮은 출판 빈도를 보이며, 따라서 미발전된 연구 기회로 남아 있는가?

주요 결과

• 계층적 커뮤니티 탐지 방법론이 현재 연구에서 훨씬 더 널리 사용되고 있어 지배적임을 나타낸다.
• 이론적으로는 유망한 흐린 클러스터링 기법은 문헌에서 상당히 부족하게 나타나 있어, 여전히 미발전된 연구 방향임을 시사한다.
• 커뮤니티 탐지 알고리즘의 분산 또는 병렬 컴퓨팅 환경에 대한 적응은 여전히 미발전 상태이며, 이 분야의 출판물 수가 제한되어 있다.
• 커뮤니티 탐지 분야는 여전히 활발히 진행 중이며, 연구 출력의 포화 또는 감소 징후가 전혀 없다.
• 키워드 공출현 분석을 통해 동적이고 겹치는 커뮤니티 탐지로의 주제적 이동이 명확히 드러나지만, 여전히 정적이고 겹치지 않는 방법보다는 낮은 비중을 차지하고 있다.
• 문헌정보 분석은 방법론적 불균형을 성공적으로 식별하고 특정 연구 격차를 부각시켰으며, 제안된 SMS-문헌정보 접근 방식이 지식 맵핑에 효과적임을 검증하였다.