[论文解读] Dynamic Extraction of Key Paper from the Cluster Using Variance Values of Cited Literature

Otsuki, Akira|arXiv (Cornell University)|Oct 18, 2013

Data Quality and Management参考文献 13被引用 5

一句话总结

本文提出一种动态方法，通过分析被引文献发表年份的方差，并将其整合到改进的PageRank算法中，从学术聚类中提取关键论文。通过基于引用年份离散程度对论文加权，该方法能更准确识别出重要文献——尤其是那些被快速引用或长期持续被引用的文献——在引用次数相等时，其区分重要性的能力优于标准PageRank。

ABSTRACT

When looking into recent research trends in the field of academic landscape, citation network analysis is common and automated clustering of many academic papers has been achieved by making good use of various techniques. However, specifying the features of each area identified by automated clustering or dynamically extracted key papers in each research area has not yet been achieved. In this study, therefore, we propose a method for dynamically specifying the key papers in each area identified by clustering. We will investigate variance values of the publication year of the cited literature and calculate each cited paper's importance by applying the variance values to the PageRank algorithm.

研究动机与目标

• 自动化识别学术引文网络聚类中的关键论文。
• 解决标准引用分析在区分引用次数相同但引用时间模式不同的开创性文献时的局限性。
• 开发一种方法，将引用的时间动态特征作为学术影响力代理指标。
• 实现在学术景观可视化中对研究聚类的动态、自动化解读。

提出的方法

• 使用Web of Science作为文献数据库，并应用关键词查询（例如，'Geosciences, Multidisciplinary'）提取目标论文。
• 计算每篇论文被引参考文献的发表年份方差，以评估引用的时间分散程度。
• 根据引用年份方差为论文赋予权重，方差越高表示引用越集中或持续时间越长。
• 将基于方差的权重应用于PageRank算法，计算修正后的重要性评分（HAL评分）。
• 使用R语言中的iGraph进行可视化，采用时间有序的重要程度评分以反映动态学术影响力。
• 通过多个查询（例如，'Geochemistry & Geophysics; Mineralogy'）和聚类对方法进行验证，以确保其鲁棒性。

实验结果

研究问题

• RQ1 当引用次数相等时，引用年份方差是否能提升对开创性论文的检测能力？
• RQ2 引用的时间分散程度如何影响学术论文的感知重要性？
• RQ3 基于方差加权的PageRank算法是否能优于标准PageRank，在研究聚类中识别关键论文？
• RQ4 该方法在不同研究领域和查询类型下是否具有鲁棒性？

主要发现

• 引用年份方差较高的论文（例如，BERGER, A1991，方差为29）即使引用次数相同，其HAL评分也显著高于PageRank评分。
• 当两篇论文引用次数几乎相同时（例如，JOHNSON, JW1992与ARNOLD, JG1998），HAL方法能根据引用时间模式进行区分，为方差更大的论文赋予更高的评分。
• 在'Geochemistry & Geophysics; Mineralogy'查询中，ROEDER, PL1970（方差31）和PEARCE, JA1979（方差24）的HAL评分高于PageRank，尽管其引用次数相近。
• 该方法成功识别出具有爆发式引用模式（例如，早期被大量引用）或长期引用趋势（例如，数十年持续被引用）的关键论文，而标准PageRank无法区分此类情况。
• 该方法在不同研究领域中表现出一致性，证实其不仅限于单一领域，具有良好的鲁棒性。
• 采用时间有序重要性评分的可视化有效展示了关键论文的动态影响力，支持了研究聚类的自动化解读。