[논문 리뷰] We cite as we communicate: A communication model for the citation process

Victor V. Kryssanov, Е. Л. Кулешов외 2명|ArXiv.org|2007. 03. 23.

Biomedical Text Mining and Ontologies참고 문헌 31인용 수 4

한 줄 요약

이 논문은 통계역학과 사회과학 원리를 기반으로 과학 문헌 내 인용 행동에 대한 새로운 통신 기반 모델을 제안한다. 이는 대규모 논문 컬렉션의 실증적 인용 데이터를 예측하는 데 기존 모델보다 뛰어나며, 디지털 라이브러리에서의 인용 분석을 위한 더 정확하고 분석적으로 타당한 프레임워크를 제공한다.

ABSTRACT

Building on ideas from linguistics, psychology, and social sciences about the possible mechanisms of human decision-making, we propose a novel theoretical framework for the citation analysis. Given the existing trend to investigate citation statistics in the context of various forms of power and Zipfian laws, we show that the popular models of citation have poor predictive ability and can hardly provide for an adequate explanation of the observed behavior of the empirical data. An alternative model is then derived, using the apparatus of statistical mechanics. The model is applied to approximate the citation frequencies of scientific articles from two large collections, and it demonstrates a predictive potential much superior to the one of any of the citation models known to the authors from the literature. Some analytical properties of the developed model are discussed, and conclusions are drawn. Directions for future work are also given at the paper's end.

연구 동기 및 목표

• 기존 인용 모델이 실제 인용 패턴을 설명하는 데 한계를 보이는 문제를 해결하기 위해.
• 통신 역학에 기반한 이론적으로 타당한 인용 행동 프레임워크를 개발하기 위해.
• 통계역학 원리를 활용하여 인용 빈도 분포의 예측 정확도를 향상시키기 위해.
• 디지털 라이브러리 연구에서 힘의 법칙 및 지프 법칙 기반 모델에 대한 더 견고한 대안을 제공하기 위해.
• 학술적 인용 관행의 기반이 되는 메커니즘에 대한 분석적 통찰을 제공하기 위해.

제안 방법

• 모델는 통계역학의 수학적 체계를 사용하여 인용을 통신 이벤트로 간주함으로써 유도된다.
• 언어학, 심리학 및 사회과학에서 유래한 의사결정 메커니즘을 통합하여 인용 선택을 모델링한다.
• 프레임워크는 인용 행동이 통신 효율성과 사회적 영향력에 의해 결정되는 분포를 따른다는 가정을 한다.
• 예측 성능 평가를 위해 두 개의 대규모 과학 논문 데이터셋을 활용해 모델를 校정하고 검증한다.
• 모델의 분석적 성질을 검토하여 일관성과 해석 가능성 여부를 평가한다.
• 모델의 예측 결과를 선호적 첨착 및 요울-시몬 과정과 같은 기존 인용 모델과 비교한다.

실험 결과

연구 질문

• RQ1 왜 인용 행동을 순수한 확률적 또는 선호적 첨착 메커니즘으로 보는 것보다 통신 과정으로 모델링할 수 있는가?
• RQ2 기존 인용 모델이 실제 인용 빈도 분포를 정확히 예측하지 못하는 이유는 무엇인가?
• RQ3 통계역학 기반 프레임워크가 과학 문헌에서 관찰된 인용 패턴을 더 잘 설명할 수 있는가?
• RQ4 기존 모델에 비해 제안된 모델이 가지는 분석적 및 예측적 이점은 무엇인가?
• RQ5 모델은 다양한 과학 분야 간 인용 행동의 변동성을 어떻게 설명하는가?

주요 결과

• 제안된 모델는 문헌에서 알려진 모든 인용 모델보다 유의미하게 높은 예측 정확도를 보였다.
• 모델는 두 개의 대규모 과학 논문 컬렉션에서 인용 빈도 분포를 성공적으로 근사하였다.
• 모델의 분석적 구조는 인용 행동의 기반이 되는 메커니즘에 대한 깊이 있는 통찰을 드러내었다.
• 모델의 성능은 실증 데이터에 대한 피팅에서 힘의 법칙 및 지프 법칙 기반 모델을 능가하였다.
• 순수한 확률 모델보다 통신 및 의사결정 원리에서 유도된 모델의 기반은 더 해석 가능성이 높았다.
• 모델의 개선된 피팅 결과는 인용 행동이 무작위 또는 선호적 첨착 과정보다 구조화된 통신 과정으로 이해되는 것이 더 타당하다는 것을 시사한다.