[논문 리뷰] Eugene Garfield, Francis Narin, and PageRank: The Theoretical Bases of the Google Search Engine

Stephen J. Bensman|arXiv (Cornell University)|2013. 12. 13.

scientometrics and bibliometrics research참고 문헌 36인용 수 5

한 줄 요약

이 논문은 구글의 PageRank 알고리즘과 유진 가필드의 인용 색인 이론 사이의 이론적 동등성을 수립하며, 둘 다 영향력 있는 작품이 더 자주 인용된다는 동일한 기본 전제에 기반한다는 것을 입증한다. PageRank의 링크 분석을 가필드의 인용 기반 영향 평가와 비교함으로써, 이 연구는 구글 색인을 연구자 영향력 평가를 위한 신뢰할 만한 도구로 활용하는 데에 정당성을 부여한다.

ABSTRACT

This paper presents a test of the validity of using Google Scholar to evaluate the publications of researchers by comparing the premises on which its search engine, PageRank, is based, to those of Garfield's theory of citation indexing. It finds that the premises are identical and that PageRank and Garfield's theory of citation indexing validate each other.

연구 동기 및 목표

• 구글의 PageRank 알고리즘 이론적 기초가 유진 가필드의 인용 색인 이론과 일치하는지 조사하기.
• 기존의 인용 이론과의 비교를 통해 구글 색인이 연구자 논문 평가 도구로 사용될 수 있는지의 타당성 평가하기.
• PageRank와 가필드 이론이 학술 영향을 측정하는 데서 상호적으로 상호 검증 가능한지 결정하기.
• 이러한 이론적 일치가 디지털 도서관 시스템과 연구 평가 관행에 미치는 영향 분석하기.

제안 방법

• 웹 페이지의 인bound 링크 수와 질에 기반해 페이지를 순위 매기는 PageRank의 핵심 원리 분석하기.
• 과학 논문을 인용 빈도와 영향력에 기반해 순위 매기는 가필드의 인용 색인 이론과 이 원리 비교하기.
• 양쪽 시스템이 모두 '영향력 있는' 엔티티(웹 페이지 또는 논문)를 더 많은 참조를 받는 것으로 간주한다는 점 확인하기.
• 논리적이고 이론적인 분석을 통해 PageRank와 인용 색인의 수학적 및 개념적 프레임워크가 구조적으로 동일하다는 것을 입증하기.
• 다양한 정보 검색 시스템 간의 인용 기반 영향 측정의 일관성 평가하기.
• 이러한 일치를 적용하여 구글 색인이 연구 평가 도구로 신뢰할 수 있다는 것을 확인하기.

실험 결과

연구 질문

• RQ1 PageRank와 가필드의 인용 색인 이론의 이론적 기초는 동일한 핵심 원리를 공유하는가?
• RQ2 정보 검색 맥락에서 PageRank는 가필드의 인용 색인 모델의 일반화로 간주될 수 있는가?
• RQ3 PageRank와 인용 색인 간의 일치가 구글 색인이 학술 영향 평가에 사용되는 데에 얼마나 정당성을 부여하는가?
• RQ4 링크 분석과 인용 분석 간의 구조적 유사성이 디지털 도서관 지표의 신뢰성에 어떤 영향을 미치는가?
• RQ5 이 동등성은 향후 학술 검색 엔진과 평가 시스템 개발에 어떤 영향을 미치는가?

주요 결과

• PageRank의 이론적 기초는 가필드의 인용 색인과 본질적으로 동일하며, 양쪽 모두 영향력이 참조 수와 질에 의해 결정된다는 원칙에 기반한다.
• PageRank와 가필드 이론은 상호적으로 상호 검증되며, 모두 높은 인용 수나 링크를 받는 엔티티를 더 영향력 있는 것으로 간주한다.
• 따라서 PageRank를 기반으로 한 구글 색인의 검색 엔진은 논문의 인용 영향에 기반해 연구자 논문을 평가하는 데 이론적으로 타당하다.
• 이 연구는 인용 기반 영향 측정이 웹 검색과 학술 데이터베이스를 포함한 다양한 정보 시스템 간에 강건하고 이식 가능하다는 것을 확인한다.
• 이 일치는 디지털 도서관에서 학술 출력을 순위 매기는 데 PageRank를 신뢰할 수 있는 메커니즘으로 활용할 수 있음을 지지한다.
• 연구 결과는 인용 색인과 링크 분석이 단지 유사할 뿐 아니라 핵심 논리에서 수학적으로 및 개념적으로 동일하다는 것을 시사한다.