[논문 리뷰] Generalized h-index for Disclosing Latent Facts in Citation Networks

Antonis Sidiropoulos, Dimitrios Katsaros외 1명|ArXiv.org|2006. 07. 13.

Complex Network Analysis Techniques참고 문헌 3인용 수 63

한 줄 요약

이 논문은 과학자 및 논문 게재 장소 순위 매기기에서 전통적인 h-지수의 핵심적 한계를 해결하기 위해 일반화된 h-지수 변형—현재 시점 h-지수, 추세 h-지수, 정규화 h-지수, 연간 h-지수—를 제안한다. 논문의 연령, 인용의 연령, 출판량을 통합함으로써 이러한 지표들은 잠재적인 과학적 영향, 예를 들어 빛나는 신규 연구자들과 장기적으로 영향력을 미친 기여자들을 드러낸다. DBLP 데이터를 바탕으로 한 실증적 검증을 통해 기존 h-지수에 비해 공정성과 통찰력이 향상됨을 입증한다.

ABSTRACT

What is the value of a scientist and its impact upon the scientific thinking? How can we measure the prestige of a journal or of a conference? The evaluation of the scientific work of a scientist and the estimation of the quality of a journal or conference has long attracted significant interest, due to the benefits from obtaining an unbiased and fair criterion. Although it appears to be simple, defining a quality metric is not an easy task. To overcome the disadvantages of the present metrics used for ranking scientists and journals, J.E. Hirsch proposed a pioneering metric, the now famous h-index. In this article, we demonstrate several inefficiencies of this index and develop a pair of generalizations and effective variants of it to deal with scientist ranking and with publication forum ranking. The new citation indices are able to disclose trendsetters in scientific research, as well as researchers that constantly shape their field with their influential work, no matter how old they are. We exhibit the effectiveness and the benefits of the new indices to unfold the full potential of the h-index, with extensive experimental results obtained from DBLP, a widely known on-line digital library.

연구 동기 및 목표

• 기존 h-지수가 활동 중인 연구자와 퇴직한 연구자 간을 구분하지 못하는 데서 비롯되는 실패를 해결하기 위해.
• 기존 h-지수가 과거의 획기적인 연구와 현재 유행하는 논문 간을 구분하지 못하는 데서 비롯되는 한계를 극복하기 위해.
• 개인 연구자와 논문 게재 장소(저널/컨퍼런스)를 위한 공정하고 더 세밀한 순위 매기기 지표를 개발하기 위해.
• DBLP 데이터베이스에서의 실제 인용 데이터를 활용해 일반화된 h-지수의 효과성을 평가하기 위해.
• 시간 인지 기반 및 정규화된 색인을 통해 인용 네트워크 내 숨겨진 사실, 예를 들어 추세를 이끄는 연구자들과 일관되게 영향력을 행사하는 연구자들을 드러내기 위해.

제안 방법

• 현재 시점 h-지수를 제안하여, 인용 논문의 연령에 따라 인용을 가중치를 두어 최근의 영향을 우선시한다.
• 추세 h-지수를 도입하여 시간에 따른 인용 증가율을 평가함으로써 영향력이 증가하는 연구자를 식별한다.
• 다양한 저널과 컨퍼런스 간 출판량 격차를 보정하기 위해 정규화 h-지수를 개발한다.
• 연간 h-지수와 정규화된 연간 h-지수를 도입하여 장소의 성과를 연도별로 평가한다.
• 이러한 지수들을 DBLP 데이터에 적용하여 데이터베이스 연구 분야에 집중적으로 활용하며, 인용 네트워크를 기반으로 지표를 계산하고 비교한다.
• 통계적 분석과 시각화(예: 그림 7)를 활용하여 각 지수의 성능을 저널과 연도 간 비교한다.

실험 결과

연구 질문

• RQ1 h-지수는 어떻게 일반화되어, 더 이상 활동하지 않는 연구자의 장기적 영향을 더 잘 반영할 수 있는가?
• RQ2 인용 연령과 논문 연령은 영향력 있는 연구자와 추세를 이끄는 연구자를 더 잘 탐지하는 데 어느 정도 기여하는가?
• RQ3 출판량과 인용 분포는 전통적 h-지수를 사용할 때 저널 및 컨퍼런스 순위의 공정성에 어떤 영향을 미치는가?
• RQ4 정규화 및 추세 기반 h-지수는 원래 h-지수에 비해 인용 네트워크 내에서 더 정확하고 통찰력 있는 순위를 드러내는가?
• RQ5 연간 및 정규화된 연간 h-지수로 측정했을 때 저널 및 컨퍼런스의 영향력 변화는 시간에 따라 어떻게 변화하는가?

주요 결과

• 기존 h-지수는 활동 중인지 여부를 구분하지 못하므로, 초기에 출판한 이후 영향력이 지연되는 경우인 SIGMOD Record의 사례에서 명백히 드러난다.
• 현재 시점 h-지수와 추세 h-지수는 표준 h-지수에서 상위 순위에 들지 않더라도, 현재 과학적 사고에 영향을 미치는 연구자들을 성공적으로 식별한다.
• 정규화 h-지수는 출판량 격차를 보정함으로써 저널과 컨퍼런스 간 공정한 비교를 가능하게 하며, TKDE와 VLDB와 같은 저널의 순위 재편성을 통해 이를 입증한다.
• 연간 h-지수와 정규화된 연간 h-지수를 통해 시간적 추세를 드러내었으며, ACM TODS는 일관되게 1위를 차지했고, VLDB는 1996년까지 상승 추세를 보였으며, SIGMOD Record는 1980년 이후에 영향력이 지연되어 나타났다.
• 추세 h-지수는 영향력의 증가 추세를 효과적으로 측정하며, TODS와 TKDE와 같은 저널은 시간에 따라 지속적인 인용 증가를 보이며 높은 값을 기록한다.
• 본 연구는 기존 h-지수가 일반 목적 지표가 아니며, 종단적 및 장소 기반 평가에서 그 한계가 가장 명확히 드러남을 확인한다.