[論文レビュー] Visualisation of massive data from scholarly Article and Journal Database A Novel Scheme

Gouri Ginde|arXiv (Cornell University)|Nov 3, 2016

Complex Network Analysis Techniques参考文献 3被引用数 3

ひとこと要約

本稿では、Google Scholar から抽出された大規模な学術的データに対して、著者の所属機関、引用情報、出版メタデータを用いて、研究分野のシフト、新興分野、引用カルテル行動といった隠れたパターンを明らかにする、新しいグラフベースの可視化手法を提案する。データをグラフとしてモデル化し、コブ＝ダグラスの経済計量モデルを適用することで、学術的指標に基づいたジャーナルの「国際性インデックス」を算出し、学術的インパクトや共同研究の傾向に関するより深い洞察を可能にする。

ABSTRACT

Scholarly articles publishing and getting cited has become a way of life for academicians. These scholarly publications shape up the career growth of not only the authors but also of the country, continent and the technological domains. Author affiliations, country and other information of an author coupled with data analytics can provide useful and insightful results. However, massive and complete data is required to perform this research. Google scholar which is a comprehensive and free repository of scholarly articles has been used as a data source for this purpose. Data scraped from Google scholar when stored as a graph and visualized in the form of nodes and relationships, can offer discerning and concealed information. Such as, evident domain shift of an author, various research domains spread for an author, prediction of emerging domain and sub domains, detection of journal and author level citation cartel behaviors etc. The data from graph database is also used in computation of scholastic indicators for the journals. Eventually, econometric model, named Cobb Douglas model is used to compute the journals Modeling "Internationality" Index based on these scholastic indicators.

研究の動機と目的

• 大規模で非構造的な学術的出版データから意味のあるパターンを抽出し、可視化するという課題に対処すること。
• Google Scholar のデータを用いて、隠れた研究動向、分野のシフト、学術出版における共同研究行動を同定すること。
• 著者、機関、ジャーナルの関係を捉えるグラフベースの学術的ネットワーク表現を構築すること。
• 学術的指標に基づいて、経済計量モデルを用いてジャーナルの「国際性インデックス」を定量的に算出すること。
• 研究者、機関、政策立案者にとって有用な意思決定を可能にする、データドリブンな学術的インパクト、新興研究分野、潜在的な引用カルテル行動に関する洞察を提供すること。

提案手法

• Google Scholar からデータをスクレイピングし、著者の所属機関、出版記録、引用ネットワークに焦点を当てる。
• 抽出されたデータを構造化し、著者、機関、ジャーナル、引用をノードおよび関係として表すグラフデータベースに格納する。
• グラフ可視化技術を適用して、分野のシフト、マルチドメインの著者性、引用クラスタなどのパターンを明らかにする。
• 引用回数、出版数、国際共同研究などの学術的指標を、グラフデータから算出する。
• コブ＝ダグラス生産関数を変形し、これらの指標に基づいてジャーナルレベルの「国際性インデックス」をモデル化・算出する。
• グローバルな引用カバレッジと異機関間共同研究の変数を統合することで、ジャーナルの国際化度を定量的に測定する。

実験結果

リサーチクエスチョン

• RQ1 Google Scholar から得た大規模な学術的データを、非明確な研究動向やパターンを明らかにするために、どのように効果的に可視化できるか？
• RQ2 著者およびジャーナルの引用ネットワークから得られる指標は、学術的インパクトと国際化を評価するためにどのようなものか？
• RQ3 グラフベースの表現は、時間の経過とともに著者の研究分野のシフトを明らかにできるか？
• RQ4 引用パターンは、ジャーナルまたは著者レベルで、潜在的な引用カルテル行動をどの程度示せるか？
• RQ5 コブ＝ダグラスのような経済計量モデルを、学術的ジャーナルの「国際性」を定量化するために、どのように適合させられるか？

主な発見

• グラフベースの可視化により、個々の著者に対して明らかでない研究分野のシフト（技術的分野と統合的分野の間の移行を含む）が成功裏に特定された。
• 特定の分野に専念しているように見える著者に対しても、複数の研究分野が同定され、より広範な学術的関与が示された。
• 特定のジャーナルおよび機関間で密集した引用クラスタが観察されたことから、引用カルテル行動が検出可能であることが示された。
• コブ＝ダグラスモデルを用いて算出された「国際性インデックス」は、学術的指標に基づいたジャーナルのグローバルインパクトの定量的測定値を提供した。
• 本手法は、非構造的な学術的データを研究者、機関、政策立案者にとっての実行可能なインサイトに変換する可能性を示した。