한국과학기술정보연구원(KISTI)에서는 대량의 학술 정보들을 분류하여 저장하고 관리하기 위한 한국과학기술 인용색인 데이터베이스(KSCD)를 구축한 바 있다. 그러나 학술인용색인데이터들은 그 특성상 단순히 저장만을 위한 자료가 아니다. 즉, 저장된 데이터를 기반으로 사용자들에게 어떠한 서비스를 어떻게 제공할 것인지는 KSCD의 활용 측면에서 매우 중요한 문제이다. 예를 들어 사용자는 단순히 특정 저자가 기술한 학술 자료들을 검색하기를 원할 수도 있지만, 필요에 따라 해당 저자와 유사한 연구를 수행하는 저자들을 검색하기를 원할 것이다. 그러나 단순히 저장된 데이터만으로 이러한 서비스를 제공하기는 어렵다. 그러므로 본 논문에서는 한국과학기술인용색인 데이터베이스(KSCD)를 향후 어떻게 활용할 수 있는가에 대한 해답을 찾기 위해서는 국내외에서 현재 어떠한 서비스들을 제공하고 있는지 살펴보고 이와 관련하여 어떤 방향으로 연구가 진행해야 하는지를 모색한다. 특별히 데이터 마이닝 기술은 다양한 형태의 데이터로부터 데이터 속에 내포되어있는 특징(Feature)들을 추출하고 새로운 데이터 모델을 발견하여 의미 있는 정보를 추출해 내어 결국은 사용자의 의사 결정에 도움을 주는 것을 그 목적으로 한다. 즉 데이터에 숨겨진 패턴과 관계를 찾아내어 유용한 정보를 발견해 내는 것이다. 그러므로 본 논문에서는 이러한 데이터마이닝 기법을 학술인용색인데이터에 적용하여 제공할 수 있는 서비스들이 무엇이 있는지 논의한다.
한국과학기술정보연구원(KISTI)에서는 대량의 학술 정보들을 분류하여 저장하고 관리하기 위한 한국과학기술 인용색인 데이터베이스(KSCD)를 구축한 바 있다. 그러나 학술인용색인데이터들은 그 특성상 단순히 저장만을 위한 자료가 아니다. 즉, 저장된 데이터를 기반으로 사용자들에게 어떠한 서비스를 어떻게 제공할 것인지는 KSCD의 활용 측면에서 매우 중요한 문제이다. 예를 들어 사용자는 단순히 특정 저자가 기술한 학술 자료들을 검색하기를 원할 수도 있지만, 필요에 따라 해당 저자와 유사한 연구를 수행하는 저자들을 검색하기를 원할 것이다. 그러나 단순히 저장된 데이터만으로 이러한 서비스를 제공하기는 어렵다. 그러므로 본 논문에서는 한국과학기술인용색인 데이터베이스(KSCD)를 향후 어떻게 활용할 수 있는가에 대한 해답을 찾기 위해서는 국내외에서 현재 어떠한 서비스들을 제공하고 있는지 살펴보고 이와 관련하여 어떤 방향으로 연구가 진행해야 하는지를 모색한다. 특별히 데이터 마이닝 기술은 다양한 형태의 데이터로부터 데이터 속에 내포되어있는 특징(Feature)들을 추출하고 새로운 데이터 모델을 발견하여 의미 있는 정보를 추출해 내어 결국은 사용자의 의사 결정에 도움을 주는 것을 그 목적으로 한다. 즉 데이터에 숨겨진 패턴과 관계를 찾아내어 유용한 정보를 발견해 내는 것이다. 그러므로 본 논문에서는 이러한 데이터마이닝 기법을 학술인용색인데이터에 적용하여 제공할 수 있는 서비스들이 무엇이 있는지 논의한다.
Scholarly science citation data is typically of large volume and consists of a variety of data. Moreover, the volume of data is increasing more and more. Therefore, there are some requirements to store and manage the data efficiently and Korea Institute of Science and Technology Information (KISTI) ...
Scholarly science citation data is typically of large volume and consists of a variety of data. Moreover, the volume of data is increasing more and more. Therefore, there are some requirements to store and manage the data efficiently and Korea Institute of Science and Technology Information (KISTI) develops Korea Science Citation Database (KSCD) which manage and serve very large-volume of korea science technique information including citation data. However, current services based on KSCD are not enough for various users. Thus, it is important issue to offer a variety of services using KSCD. For example, if a user searches articles described by a specific author, then a user may want to find not only the articles cited by a certain author but also those articles that study similar topics. However, it is not always easy to provide these services with citation data. Therefore, this paper surveys studies about services using citation data in order to find approaches for better utilizing KSCD. Especially, this paper considers data mining techniques, because data mining is one of the main techniques to extracting semantic information from big data. Therefore, this paper discusses methods for utilizing large volume of KSCD based on data mining technique.
Scholarly science citation data is typically of large volume and consists of a variety of data. Moreover, the volume of data is increasing more and more. Therefore, there are some requirements to store and manage the data efficiently and Korea Institute of Science and Technology Information (KISTI) develops Korea Science Citation Database (KSCD) which manage and serve very large-volume of korea science technique information including citation data. However, current services based on KSCD are not enough for various users. Thus, it is important issue to offer a variety of services using KSCD. For example, if a user searches articles described by a specific author, then a user may want to find not only the articles cited by a certain author but also those articles that study similar topics. However, it is not always easy to provide these services with citation data. Therefore, this paper surveys studies about services using citation data in order to find approaches for better utilizing KSCD. Especially, this paper considers data mining techniques, because data mining is one of the main techniques to extracting semantic information from big data. Therefore, this paper discusses methods for utilizing large volume of KSCD based on data mining technique.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문의 목적은 데이터마이닝 기법을 활용하여 학술인용색인데이터를 기반으로 사용자에게 서비스할 수 있는 분야들을 파악하고 현재 국내외의 연구 동향을 파악하는 것이다. 또한 더 나아가 국내학술인용색인데이터를 활용할 수 있는 방안에 대해서 논의한다.
그 가운데 하나의 기술이 데이터마이닝 기법이며 몇몇 연구들은 이미 사용자의 만족도가 높은 서비스를 제공하기 위한 기반 기술로 사용되고 있는 실정이다. 본 논문에서는 학술인용색인데이터 기반 서비스를 위한 서비스 영역을 저자 식별, 공동 저자 관계, 특징 추출(메타데이터 추출), 인용 관계, 추론을 통한 의미 정보 획득, 학술데이터 평가, 시각화의 7가지로 정의하고 각 서비스를 위한 기존 연구들을 살펴보고 해당 영역에서 KSCD를 활용하여 서비스 할 수 있는 방향에 대하여 논의한다.
그러므로 사용자가 어떠한 요구사항을 가지고 있는지, 어떠한 환경에 있는지 등을 고려한다면 학술인용색인데이터를 기반으로 데이터마이닝 기술을 적용하여 다양한 서비스를 제공할 수 있을 것으로 사료된다. 본 논문의 목적은 데이터마이닝 기법을 활용하여 학술인용색인데이터를 기반으로 사용자에게 서비스할 수 있는 분야들을 파악하고 현재 국내외의 연구 동향을 파악하는 것이다. 또한 더 나아가 국내학술인용색인데이터를 활용할 수 있는 방안에 대해서 논의한다.
제안 방법
Zdenek(2011)은 학술 데이터들 사이의 주제와 연관 관계를 기반으로 공동 저자 관계를 분석하고 시각화(Visualization)하기 위한 온라인 분석 도구인 Forcoa.NET을 개발하여 DBLP의 데이터들 가운데 컴퓨터 과학 분야를 견본 데이터로 저자 네트워크를 구성하여 사용자가 저자들 사이의 연관 관계를 쉽게 파악할 수 있는 방법을 제안하고 있다. Wen-Yau(2012) 역시 데이터마이닝 기법을 이용하여 공동 저자 관계로부터 지식을 탐색하기 위한 방법으로, 논문의 공동 저자와 자기 인용(Self-Citation)사이의 관계를 분석하여 공동 저자의 수가 많은 논문이 자기 참조 비율이 높으며 대부분의 자기 참조 연구들은 다른 연구들 보다 최근 출한판 연구 결과인 경우가 많다는 등의 연구 결과를 보이고 있다.
정보처리의 관점에서 이러한 작업은 대부분 자연어 처리 기술에 의해서 수행될 수 있으나 신뢰도 여하에 따라 사람이 직접 개입하여 데이터를 정제할 필요도 있다. 또한 차후 간단한 데이터 검색을 위하여 데이터베이스의 특성과 데이터의 특성을 고려한 색인 작업과 메타데이터 등을 추출한 후 이를 함께 저장한다. 이러한 작업은 정제된 데이터의 신뢰도가 높다는 가정 하에 어렵지 않은 데이터 처리 기술로 수행이 가능하다.
Muhammad(2010)은 TIERL(Template based Information Extraction using Rule based Learning)을 제안하여 학술 데이터에 기술된 인용 관계를 추출하고 해당 학술 데이터 원문을 실제로 얻을 수 있는 웹 사이트를 자동으로 찾아주기 위한 방법을 제안하고 있다. 이를 위하여 규칙을 기반으로 학술 데이터를 발표한 사이트나 사용자의 홈페이지 등을 자동으로 검색하고 실제 학술데이터가 링크되어있는 위치를 탐색한다. 현재 KISTI를 비롯한 대부분의 국내 학술 정보 서비스를 제공하는 업체 대부분은 국내 학술 데이터의 원문을 모두 저장하여 서비스하고 있으므로 해당 직접 기술을 적용할 필요는 없으나, 해외 논문이나 표준 등과 같은 참고 자료 등을 찾기 위한 응용으로 참고 가능할 것이다.
이 단계에서는 앞서 설명한 전처리 기술과 본 연구에서 다루고 있는 데이터마이닝 기술이 활용된다. 즉, 전 처리 작업을 통해 KSCD로부터 의미 정보를 추출하기 위한 학술 데이터들의 특징을 추출하고 정제하는 작업을 수행한다. 이때 어떤 마이닝 기법을 사용할 것이며 마이닝을 통해 궁극적으로 어떤 의미 있는 정보를 추출할 것인지에 따라 각 학술 데이터들의 추가 적인 특징들을 다른 저장소로부터 획득하거나 KSCD로부터 특징을 추출하기 위해서 필요한 정보들을 다른 저장소를 통해 얻을 수 있다.
후속연구
특별히 저자들 사이의 연관 관계는 학술 데이터에서 핵심이 되는 정보로 현재 이 정보를 기반으로 다양한 지식을 탐색하기 위한 노력이 다양하지만 향후 더욱 활발하게 연구될 것으로 예측된다. KSCD의 경우, 다양한 분야의 학술 데이터를 대량으로 보유하고 있으므로 이를 활용한다면 우리나라 연구자들의 연구 방향이나 특성 그리고 대한민국의 정부 정책 등과 같은 다양한 지식 정보들을 추출해낼 수 있을 것으로 기대된다.
물론 이러한 지식을 획득하기 위해서 필요한 기술들 가운데 하나는 바로 데이터마이닝이다. 그러나 앞선 연구들과 마찬가지로 Michael(2012)의 연구 역시 다양한 견본 데이터와 도메인을 기반으로 연구를 수행했으므로 국내 학술인용색인데이터베이스를 기반으로 이러한 연구를 수행한다면 다양한 연구 분야의 특성들을 획득할 수 있고 거기에 맞춤형 서비스를 제공할 수 있을 것으로 기대된다. 순수하게 데이터마이닝 기법만을 적용하여 지능형 서비스와 같은 높은 수준의 서비스를 제공하는 것은 매우 제한적일 뿐만 아니라 사용자가 그 결과를 활용하는 것 또한 한계가 있다.
이와 같은 데이터의 특성은 반대로 추출할 수 있는 특징이 매우 다양하다는 것을 의미한다. 그러므로 KSCD를 기반으로 제공하고자 하는 응용의 서비스만 명확하게 정의된다면, KSCD가 보유한 데이터만으로도 다양한 특성을 추출할 수 있으므로 보다 정확한 데이터마이닝 결과를 추출할 수 있을 것이며 이를 기반으로 해당 응용 서비스를 제공할 수 있을 것이다.
그러므로 그 결과를 충분히 검증했다고 보기 어려우며 또한 다양한 데이터들을 반영했을 경우 새로운 문제점을 발견하고 해결책을 모색할 수도 있을 것이다. 그러므로 KSCD에 저장된 국내의 학술인용색인데이터를 기반으로 이러한 방법들을 적용하여 평가한다면 그 유효성과 성능을 실제 데이터를 대상으로 평가하고 검증할 수 있으므로 매우 유용할 것이다. 또한 이러한 환경에서 지식 추론을 이용한 다양한 서비스 방법을 모색한다면 충분히 사용자들에게 만족할만한 서비스를 도출해 낼 수 있을 것으로 판단된다.
그러나 연구에서 제안하는 방법은 그 성능을 평가하고 결과를 검증하기 위해서 일부 제한된 학술 데이터만을 사용하고 있다. 그러므로 그 결과를 충분히 검증했다고 보기 어려우며 또한 다양한 데이터들을 반영했을 경우 새로운 문제점을 발견하고 해결책을 모색할 수도 있을 것이다. 그러므로 KSCD에 저장된 국내의 학술인용색인데이터를 기반으로 이러한 방법들을 적용하여 평가한다면 그 유효성과 성능을 실제 데이터를 대상으로 평가하고 검증할 수 있으므로 매우 유용할 것이다.
순수하게 데이터마이닝 기법만을 적용하여 지능형 서비스와 같은 높은 수준의 서비스를 제공하는 것은 매우 제한적일 뿐만 아니라 사용자가 그 결과를 활용하는 것 또한 한계가 있다. 그러므로 데이터마이닝의 결과를 기반으로 다양한 추론 기법 등을 접목한다면 위 연구들과 같이 사용자에게 좀 더 고급의 서비스를 제공해 줄 수 있을 것이다. 특별히 KSCD는 국내에서 출판된 다양한 학술인용색인 데이터를 유지관리하고 있으므로 이를 기반으로 데이터마이닝을 수행하고 의미정보를 추출한다면 보다 다양한 서비스들을 도출해낼 수 있을 것이다.
그러나 아직까지 이러한 서비스를 구체화하여 서비스하는 기관들은 많지 않으며 일부 상용 업체나 데이터를 관리하는 기관에서 직접 연구 중에 있다. 그러므로 사용자가 어떠한 요구사항을 가지고 있는지, 어떠한 환경에 있는지 등을 고려한다면 학술인용색인데이터를 기반으로 데이터마이닝 기술을 적용하여 다양한 서비스를 제공할 수 있을 것으로 사료된다. 본 논문의 목적은 데이터마이닝 기법을 활용하여 학술인용색인데이터를 기반으로 사용자에게 서비스할 수 있는 분야들을 파악하고 현재 국내외의 연구 동향을 파악하는 것이다.
예를 들면, 응용의 특성이 무엇인지, 사용자가 얻고자 하는 결과가 무엇이며 그와 연관되는 어떠한 정보를 어떻게 시각화 할 것인지 등을 고려해야만 사용자가 마이닝에 의해서 얻은 지식을 손쉽게 이해하며 활용할 수 있다. 그러므로 아직까지 이러한 연구는 계속 진행 중이며 향후에도 역시 계속 진행될 것이다.
그러나 이들 연구 역시 아직까지는 초기 단계에 있으며 실제 풍부한 국내 학술인용색인데이터를 반영한 연구결과를 도출해내지는 못한 실정이다. 그러므로 이러한 국내 연구자들을 중심으로 KSCD의 데이터를 평가하기 위한 기준을 마련하는 것이 향후 사용자에게 고품질의 다양한 서비스를 제공하기 위해서 매우 중요할 것이다.
그러나 톰슨사의 인용지수나 앞선 외국의 연구 사례들이 우리나라 학술 데이터의 이러한 특성을 고려했다고 볼 수는 없으므로 이를 완전하게 신뢰하기는 어렵다. 그러므로 이러한 방법들을 참조하여 우리나라의 학술 데이터 특성을 반영한다면 국내 저널을 위한 데이터 평가 기준을 마련할 수 있으며 이를 기반으로 다양한 서비스를 제공할 수 있을 것이다. 남수현(2005)은 톰슨사의 인용지수가 양적인 평가 기준이라고 보고 이를 보완하기 위한 방법을 모색하고 있는 국내 연구이다.
KSCD에 저장된 데이터들 역시 국내 데이터들이므로 저자들 대부분이 국내 저자들이다. 그러므로 이러한 앞선 방법들을 고려해 저자를 식별한다면 완전하지는 못하더라도 저자 식별의 전처리 결과로 활용할 수 있을 것으로 사료된다.
그러므로 이러한 데이터를 마이닝 하는 것도 매우 어려운 일이지만 그 결과를 어떻게 사용자에게 전달할 것인가 또한 매우 중요한 일일 것이다. 데이터마이닝을 통해서 아무리 유용한 지식을 탐색했다 할지라도 이를 사용자에게 효과적으로 전달하지 못한다면 마이닝의 결과는 제대로 활용되지 못할 것이다. 특별히 대용량의 KSCD 데이터 역시 사용자에게 유용한 서비스를 제공하기 위해서는 시각화를 포함한 효과적인 데이터마이닝 후처리 작업을 모색해야 할 것이다.
그러므로 KSCD에 저장된 국내의 학술인용색인데이터를 기반으로 이러한 방법들을 적용하여 평가한다면 그 유효성과 성능을 실제 데이터를 대상으로 평가하고 검증할 수 있으므로 매우 유용할 것이다. 또한 이러한 환경에서 지식 추론을 이용한 다양한 서비스 방법을 모색한다면 충분히 사용자들에게 만족할만한 서비스를 도출해 낼 수 있을 것으로 판단된다. Michael(2012)는 학술 데이터들의 특성을 분석하여 특정 도메인에 적합한 서비스가 무엇인지 찾고 이를 기반으로 서비스를 제공하기 위한 방법을 제안하고 있다.
이러한 연구의 결과는 특정 학술지 데이터를 인덱싱하기 위한 방법을 찾기 위해서 유용하게 활용될 수 있을 것이다. 또한 해당 연구는 현재 각 분야에서 유용하게 활용되는 14가지의 인덱스들을 그 대상으로 하고 있으므로 학술지 데이터를 위한 인덱싱 방법들의 특성을 알기 위해서 활용할 수도 있을 것으로 사료된다. 그러나 이러한 연구의 결과들이 우리나라 학술지 데이터에 적용했을 경우 국외의 사례처럼 효과적일 수 있을지는 의문이다.
데이터마이닝을 이용하여 국내 학술인용색인데이터베이스(KSCD)를 활용하기 위한 방향에 대해서는 이미 앞선 장에서 각 서비스들을 소개하면서 간단히 제시한 바 있다. 물론 앞서 기술한 서비스 이외에도 무수히 많은 서비스들을 KSCD를 기반으로 제공할 수 있으며 이를 위해서 데이터마이닝 기술이 활용될 수있을 것이다. 그러나 중요한 것은 데이터마이닝은 학술인용색인데이터 기반 서비스를 위해서 사용하는 한 가지 기술일 뿐이다.
이러한 기술은 KSCD에 저장된 학술 데이터들을 시각화하기 위해서 효과적으로 활용될 수 있을 것이다. 물론 연구에서 소개하고 있는 시각화 도구가 대용량의 한글 데이터를 직접 적용하였을 경우 한글 분석의 문제나 전처리 문제 등으로 만족할만한 결과를 얻지 못할 수도 있다, 그러나 이를 직접 이용하지 못한다 하더라도 향후 KSCD의 데이터를 시각화하기 위한 참고자료로 충분히 활용할 수 있을 것이다. Ying(2012)은 특별히 학술 데이터의 키워드로부터 상호 연관 관계를 분석하기 위해서 이미 제안된 많은 시각화 방법들을 개략적으로 소개하고 있으며, 이들 가운데 세가지 대표적인 시각화 방법을 선택하여 각 시각화 방법의 장점을 통합하여 하나의 시각화된 결과로 보이기 위한 방법을 제안하고 있다.
Jian(2010)은 학술 데이터들 사이의 연관 관계를 시각화하기 위한 도구인 FP-tree Visualizations 제안하고 있다. 이러한 기술은 KSCD에 저장된 학술 데이터들을 시각화하기 위해서 효과적으로 활용될 수 있을 것이다. 물론 연구에서 소개하고 있는 시각화 도구가 대용량의 한글 데이터를 직접 적용하였을 경우 한글 분석의 문제나 전처리 문제 등으로 만족할만한 결과를 얻지 못할 수도 있다, 그러나 이를 직접 이용하지 못한다 하더라도 향후 KSCD의 데이터를 시각화하기 위한 참고자료로 충분히 활용할 수 있을 것이다.
”는 등의 새로운 지식을 탐색해내고 있다. 이러한 연구 방향은 향후 학술인용색인 데이터를 기반으로 의미 있는 정보를 추출해내기 위해 참조 가능한 연구이며, KSCD의 데이터와 같이 현재 국내에서 보유하고 있는 학술 데이터만으로도 충분히 좋은 결과를 도출해낼 수 있을 것이다. 그 예로 Kim(2011)는 KSCD를 이용하여 국내 과학 기술자들이 해외 학술지를 어떻게 얼마나 인용하는 지등의 인용 형태를 분석하여 해외 전자저널 구독 전략 수립 등에 도움을 줄 수 있는 방안을 제안하고 있다.
해당 연구에서는 그 목적을 위하여 자연스럽게 그룹 구성이나 동명 이인의 문제와 같은 인용색인 데이터 처리를 위한 이슈들까지도 도출해 내고 있다. 이러한 연구 주제는 학술 데이터를 활용한 응용 서비스 분야에서 직접 활용하거나 새로운 서비스 생성을 위해서 활용 가능할 것으로 사료된다. 또한 위 연구에서는 새로운 지식을 도출해내기 위해서 온톨로지를 이용하고 있으므로 이를 활용하여 향후 다양한 지식의 표현이 가능하다는 것을 직접적으로 보이는 결과로 볼 수 있다.
Alfonso(2011) 역시 학술지 데이터들 사이의 인용 관계, 인용 지수, H-Index 등 14가지의 다양한 학술지 통계(bibliometric) 인덱스들 사이의 연관 관계를 찾고 정의하기 위해서 데이터마이닝 기법들 가운데 하나인 Bayesian 방법을 활용하는 연구를 기술하고 있다. 이러한 연구의 결과는 특정 학술지 데이터를 인덱싱하기 위한 방법을 찾기 위해서 유용하게 활용될 수 있을 것이다. 또한 해당 연구는 현재 각 분야에서 유용하게 활용되는 14가지의 인덱스들을 그 대상으로 하고 있으므로 학술지 데이터를 위한 인덱싱 방법들의 특성을 알기 위해서 활용할 수도 있을 것으로 사료된다.
물론 기술적으로는 이러한 접근 방법을 구현하기 위하여 데이터마이닝 기법이 활용될 수도 있다. 이러한 핵심 단어 활용의 개념은 학술 데이터의 의미적인 분류 및 해당 분야의 핵심 학술 데이터를 제공하기 위한 서비스를 위해서 활용될 수 있을 것으로 보인다. Afzal(2009)은 데이터마이닝 기법을 통하여 인용 관계를 분석하고 이를 기반으로 지속적으로 생성되는 학술 데이터에 영향을 미치는 핵심 참조, 저자, 그리고 논문 등의 정보를 찾는 방법을 제안하고 있다.
이를 위하여 필요에 따라 의 정보 수집 단계의 결과인 KSCD를 여러 응용들에게 활용할 수 있도록 하거나, 정보 처리의 단계의 결과인 의미 정보를 응용들에게 제공하고, 응용 서비스 연구자들이 이를 기반으로 다양한 분야에 서비스를 제공하기 위한 연구를 수행한다면 KSCD의 활용도 또한 매우 높아질 것으로 사료된다.
Jiejia(2010)은 공동 저자들이 각자 출판한 연구 데이터들로부터 키워드 벡터를 생성하여 공동 저자들 사이의 연구 관심 분야를 추출하고 각 공동 저자들 사이의 연구 관심 분야들 사이의 관계를 밝히고 있다. 이와 같이 공동 저자라는 하나의 연관 관계만으로 무수히 다양한 지식을 얻을 수 있으며 추가적인 정보를 더한다면 학술 데이터 정보로부터 학술 분야 이외에 다양한 분야의 지식을 추출할 수도 있을 것이다. 특별히 저자들 사이의 연관 관계는 학술 데이터에서 핵심이 되는 정보로 현재 이 정보를 기반으로 다양한 지식을 탐색하기 위한 노력이 다양하지만 향후 더욱 활발하게 연구될 것으로 예측된다.
예를 들면, 기관들 사이의 연구 연계 지수를 얻기 위해서 기관들 사이의 지리적인 위치 정보나 규모 등을 전처리 과정에서 얻는 것이다. 즉, 지리적으로 근접하거나 유사한 규모의 연구기관들 사이에 연구 연계 지수가 높으므로 결국은 해당 연구기관들 사이의 연구 연계 지수를 얻기 위한 추가적인 정보로 활용될 수 있을 것이다. 또한 전처리 과정에서는 데이터의 정제와 같은 작업도 수행한다.
그러므로 데이터마이닝의 결과를 기반으로 다양한 추론 기법 등을 접목한다면 위 연구들과 같이 사용자에게 좀 더 고급의 서비스를 제공해 줄 수 있을 것이다. 특별히 KSCD는 국내에서 출판된 다양한 학술인용색인 데이터를 유지관리하고 있으므로 이를 기반으로 데이터마이닝을 수행하고 의미정보를 추출한다면 보다 다양한 서비스들을 도출해낼 수 있을 것이다.
데이터마이닝을 통해서 아무리 유용한 지식을 탐색했다 할지라도 이를 사용자에게 효과적으로 전달하지 못한다면 마이닝의 결과는 제대로 활용되지 못할 것이다. 특별히 대용량의 KSCD 데이터 역시 사용자에게 유용한 서비스를 제공하기 위해서는 시각화를 포함한 효과적인 데이터마이닝 후처리 작업을 모색해야 할 것이다.
물론 이러한 방법들이 항상 어느 상황에서나 가장 좋은 시각화 방법일 수는 없다. 특별히 시각화는 응용이나 사용자의 특성 등에 따라 다양하게 요구되므로 사용자에게 어떠한 정보를 제공할 것인지, 사용자가 학술인용색인 데이터로부터 어떠한 정보를 얻고자 하는지 등의 선행연구가 필요하며 이러한 요구사항을 충분히 반영하여 KSCD 데이터에 특화된 시각화 방법을 개발해야 할 것이다.
이와 같이 공동 저자라는 하나의 연관 관계만으로 무수히 다양한 지식을 얻을 수 있으며 추가적인 정보를 더한다면 학술 데이터 정보로부터 학술 분야 이외에 다양한 분야의 지식을 추출할 수도 있을 것이다. 특별히 저자들 사이의 연관 관계는 학술 데이터에서 핵심이 되는 정보로 현재 이 정보를 기반으로 다양한 지식을 탐색하기 위한 노력이 다양하지만 향후 더욱 활발하게 연구될 것으로 예측된다. KSCD의 경우, 다양한 분야의 학술 데이터를 대량으로 보유하고 있으므로 이를 활용한다면 우리나라 연구자들의 연구 방향이나 특성 그리고 대한민국의 정부 정책 등과 같은 다양한 지식 정보들을 추출해낼 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
대용량의 데이터들을 기반으로 다양한 형태의 서비스를 제공하기 위해서 반드시 필요한 것은?
또한 학술 데이터의 특성상 학술 데이터들은 인용 표현과 같이 상호간에 다양한 형태로 연관관계를 내포하고 있는 것이 현실이다. 그러므로 이러한 대용량의 데이터들을 기반으로 다양한 형태의 서비스를 제공하기 위해서 반드시 필요한 것이 종합 분석이 가능한 학술데이터에 대한 대규모 인용 색인 데이터베이스이고 한국과학기술정보연구원(KISTI)에서는 2002년부터 대량의 국내 학술인용색인정보 들을 분류하여 저장하고 관리하기 위하여 한국과학기술인용색인 데이터베이스(KSCD)를 구축하여 서비스하고 있다. KSCD의 수록범위는 한국 741종의 주요 과학기술학술지에 출판된 논문을 그 대상으로 2002년부터 2010년까지 출판된 논문 32만 건과 참고문헌 600만 건이며 KJCR과 KSCI를 통해 JCR기준의 영향력지표, 인용수, 피인용수 등 관련지표들을 제공하고 있다.
과학기술인용색인 데이터베이스의 목적은?
그리고 국내 과학기술분야 학술지 인용지표 산출을 통해 학술지에 대한 정량적 평가도구로 활용하는 것과 국내의 과학기술논문의 유통 및 정보관리 활성화에 기여하는 것을 그 목적으로 하고 있으며 Lee(2011), Kim(2011)에서는 KSCD를 분석하고 활용하기 위한 몇몇 방법들을 제안하고 있다. 과학기술인용색인 데이터베이스의 목적은 단순히 학술 데이터를 보관하기 위한 것뿐만 아니라 이를 기반으로 사용자들에게 다양한 서비스를 제공하는 것이다. 예를 들어 특정 기관들 사이의 연구 활동 연계 지수에 대한 서비스, 분야별 연구 활동 지수에 대한 서비스, 또는 분야별 연구 활동이 왕성한 연구자들을 검색하고 이들의 연구 방향을 제시하는 서비스 등 무수히 많은 서비스들이 존재한다.
과학기술인용색인 데이터베이스의 목적인 학술 데이터를 기반으로 사용자들에게 제공하는 다양한 서비스의 예시는 무엇이 있는가?
과학기술인용색인 데이터베이스의 목적은 단순히 학술 데이터를 보관하기 위한 것뿐만 아니라 이를 기반으로 사용자들에게 다양한 서비스를 제공하는 것이다. 예를 들어 특정 기관들 사이의 연구 활동 연계 지수에 대한 서비스, 분야별 연구 활동 지수에 대한 서비스, 또는 분야별 연구 활동이 왕성한 연구자들을 검색하고 이들의 연구 방향을 제시하는 서비스 등 무수히 많은 서비스들이 존재한다. 이러한 서비스를 제공하기 위하여 현재 많은 연구들이 진행 중이며, 이미 몇몇 연구들은 안정된 서비스를 제공하고 있다.
최상희, 최선희. 2010. 오픈엑세스 학술지의 차세대 서비스 모형에 관한 연구. 정보관리학회지, 27(4): 89-107.
Afzal, M.T. 2009. "Improving Citation Mining." Proc. Networked Digital Technologies.
Alfonso Ibanez, Pedro Larranaga, Concha Bielza. 2011. "Using Bayesian networks to discover relationships between bibliometric indices. A case study of computer science and artificial intelligence journals." Scientometrics, 89(2): 523-551.
Bolanle Adefowoke Ojokoh, Ming Zhang, Jian Tang. 2011. "A trigram hidden Markov model for metadata extraction from heterogeneous references." Information Sciences, 181(9): 1538-1551.
Choi, S.-H., Kim, B.-K., Kang, M.-Y., You, B.-J., Lee, J. & Park, J.-W. (2011). "A study of citing patterns of Korean scientists on Korean journals." Journal of the Korean Society for information Management, 28(2): 97-115.
Eli Cortez, Altigran Soares da Silva, Marcos Andre Goncalves, Filipe de Sa Mesquita, Edleno Silva de Moura. 2009. "A flexible approach for extracting metadata from bibliographic citations." JASIST, 60(6): 1144-1158.
Jiejia Lin, Yunhong Xu, Shujin Cao. 2010. "Unraveling the Relationship between Co-Authorship and Research Interest." Proc. PACIS.
Kim Byung-Kyu, Kang Mu-Yeong, Choi Seon-Heui. 2011. "Citing Behavior of Korean Scientists on Foreign Journals in KSCD." Journal of the Korean society for information management, 28(2): 117-133.
Kwon Ki-Seok, Park Han-Woo P, So Min-Ho, Loet Leydesdorff. 2012. "Has globalization strengthened South Korea's national research system? National and international dynamics of the Triple Helix of scientific co-authorship relationships in South Korea." Scientometrics, 90(1): 163-176.
Lee, J.-W., Kim, B.-K., You, B.-J., Kang, M.-Y. 2011. "Design and application of process for creating and verifying Korean Journal Citation Report (KJCR)." Proc ICCC.
Michael Eckmann, Anderson Rocha, Jacques Wainer. 2012. "Relationship between high-quality journals and conferences in computer vision." Scientometrics, 90(2): 617-630.
Muhammad Tanvir Afzal, Hermann A. Maurer, Wolf-Tilo Balke, Narayanan Kulathuramaiyer. 2010. "Rule based Autonomous Citation Mining with TIERL." Journal of Digital Information Management, Vol.8: 196-204.
Shuming Shi, Fei Xing, Mingjie Zhu, Zaiqing Nie, Ji R. WenOther: BibTeX PubZone. 2009. "Anchor Text Extraction for Academic Search." Proc. ACL-IJCNLP.
Tingcan Ma, Gui-Fang Wang, Ke Dong, Mukun Cao. 2012. "The Journal's Integrated Impact Index: a new indicator for journal evaluation." Scientometrics, 90(2): 649-658.
Tomas Kuzar, Pavol Navrat. 2010. "Preprocessing of Slovak Blog Articles for Clustering." Proc. Web Intelligence/IAT Workshops.
Wen-Yau Cathy Lin, Mu-Hsuan Huang. 2012. "The relationship between co-authorship, currency of references and author self-citations." Scientometrics, 90(2): 343-360.
Zdenek Horak, Milos Kudelka, Vaclav Snasel, Ajith Abraham, Hana Rezankova. 2011. "Forcoa.NET: An interactive tool for exploring the significance of authorship networks in DBLP data." Proc. CASoN, 261-266.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.