Analysis and statistical modeling of citation graph for scientific articles

科学文章引文图的分析和统计建模

• 批准号: 20K11715
• 负责人: 中野 純司
• 金额: $ 2.25万
• 依托单位: Chuo University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11715/
• 关键词: 学術論文データ; 引用関係グラフ; 大規模グラフ; グラフ生成モデル; 共著関係グラフ; 学術論文データ; 引用関係グラフ; 大規模グラフ; グラフ生成モデル; 共著関係グラフ

近年、学術論文の状況を解析するために Web of Science などの論文データベースが利用されている。本研究では、主として論文の情報をグラフとして表現し、そのグラフの生成構造に対するモデルを考えることにより、その理論的な裏付けを与え、論文や分野の評価などに利用することを考えている。まず、統計学分野を取り上げ、年ごとの論文数に対してはロジスティック分布を当てはめ、論文の重要度を被引用数で近似し、論文の種類を示すものとして引用数を考え、その分布は一般逆正規分布をあてはめ、引用確率の経年変化についてはガンマ分布密度関数での近似を利用する確率モデルを考えた。さらに、引用関係グラフにおいては特にエッジの構成する３角形の数が重要であることがわかったので、それを実データにあわせるために、確率的な優先的選択の上に隣接点選択を加えた用いたモデルを提案した。そして実データに合うようにパラメータ推定を行った。そのモデルによるシミュレーションを行い、実グラフとの類似度などを調べた。これらの結果は論文として掲載された。さらに、海外研究者との共同研究として Web of Science 全分野の論文を対象として、Web ページのサーチエンジン手法として有名なページランクを計算した。解析すべきデータ量が膨大になるため、新しい計算アルゴリズムを用いた。その結果、分野間の違いなどが明らかになっており、その結果も論文として掲載された。また、AI分野などの論文の著者の専門分野をいくつかの国毎に調査し、最新分野の研究動向の比較を行なった結果の論文も掲載された。

近年来，诸如科学网络之类的论文数据库已被用来分析学术论文的状态。在这项研究中，我们主要考虑从论文中表达信息作为图形，并考虑图形生成结构的模型，为其提供理论支持，并将其用于评估论文和领域。首先，我们讨论了统计领域，将逻辑分布应用于每年的论文数量，近似引用数量的纸张的重要性，即引用的数量，将引用数量视为指示纸张类型，将一般的逆正态分布应用于引文概率，并将引文概率与GAMMA分布密度的功能近似，以使敏捷的功能变化。此外，由于发现由边缘组成的三角形数量在引文关系图中尤为重要，因此我们提出了一个使用随机优先选择和相邻选择的模型，以便将这些模型与实际数据匹配。然后，估计参数适合实际数据。使用模型进行了模拟，以研究与实际图的相似性。这些结果作为论文发表。此外，我们与海外研究人员合作，计算了页面排名，这是一种众所周知的网页搜索引擎的方法，针对科学网络所有领域的论文。由于要分析的数据量变得巨大，因此使用了一种新的计算算法。结果，领域之间的差异已经揭示，结果也已作为论文发表。此外，发表了一篇论文，调查了几个国家 /地区在AI和其他论文领域的论文作者的专业，并比较了最新领域的研究趋势。