[국내논문]소셜 네트워크분석을 활용한 통계학회 논문집과 응용통계연구 공저자 네트워크 비교 The comparison of coauthor networks of two statistical journals of the Korean Statistical Society using social network analysis원문보기논문타임라인
본 연구의 목적은 한국통계학회가 출판하는 2개 학술지 한국통계학논문집과 응용통계연구를 가지고 소셜 네트워크 분석을 통해 개별 연구자들의 공저자 네트워트 영향력 분석뿐만 아니라 두 학술지가 가지고 있는 공저자 네트워크 형태와 특성을 조사하여 비교하는 데 있다. 그 결과, 공저자 네트워크의 형태를 나타내는 밀도, 포괄성, 상호연결성, 군집계수와 추이성은 거의 동일한 값을 보였으며, 응용통계연구가 한국통계학회논문집보다 노드의 수가 많은 이유로 평균연결정도, 평균거리, 직경은 더 높게 나타났다. 결국 한국통계학회논문집과 응용통계연구지 공저자 네트워크의 형태는 매우 유사한 모습을 보였다. 이는 두 논문집의 이용자가 유사하거나 동일하기 때문인 것으로 추정된다. 두 학술지 공저자 네트워크의 중심성 변수들에 대한 비교는 통계적 유의수준 0.05에서 응용통계연구 공저자 네트워크가 한국통계학회논문집보다 근접중심성과 매개중심성 측면에서 높은 것으로 나타났다. 응용통계연구 공저자 네트워크가 한국통계학회논문집 공저자 네트워크보다 근접중심성이 더 높아 공저자들 간에 서로 정보가 더 빠르게 전달되고, 매개중심성 또한 더 높게 나타나 응용통계연구 공저자들이 한국통계학회논문집 공저자들보다 매개성이 더 높은 결과를 보였다.
본 연구의 목적은 한국통계학회가 출판하는 2개 학술지 한국통계학논문집과 응용통계연구를 가지고 소셜 네트워크 분석을 통해 개별 연구자들의 공저자 네트워트 영향력 분석뿐만 아니라 두 학술지가 가지고 있는 공저자 네트워크 형태와 특성을 조사하여 비교하는 데 있다. 그 결과, 공저자 네트워크의 형태를 나타내는 밀도, 포괄성, 상호연결성, 군집계수와 추이성은 거의 동일한 값을 보였으며, 응용통계연구가 한국통계학회논문집보다 노드의 수가 많은 이유로 평균연결정도, 평균거리, 직경은 더 높게 나타났다. 결국 한국통계학회논문집과 응용통계연구지 공저자 네트워크의 형태는 매우 유사한 모습을 보였다. 이는 두 논문집의 이용자가 유사하거나 동일하기 때문인 것으로 추정된다. 두 학술지 공저자 네트워크의 중심성 변수들에 대한 비교는 통계적 유의수준 0.05에서 응용통계연구 공저자 네트워크가 한국통계학회논문집보다 근접중심성과 매개중심성 측면에서 높은 것으로 나타났다. 응용통계연구 공저자 네트워크가 한국통계학회논문집 공저자 네트워크보다 근접중심성이 더 높아 공저자들 간에 서로 정보가 더 빠르게 전달되고, 매개중심성 또한 더 높게 나타나 응용통계연구 공저자들이 한국통계학회논문집 공저자들보다 매개성이 더 높은 결과를 보였다.
The purpose of this study is to compare not only network influence of individual coauthor but also the types and properties of two coauthor networks of Communications for Statistical Applications and Methods and the Korean Journal of Applied Statistics which are published by the Korean Statistical S...
The purpose of this study is to compare not only network influence of individual coauthor but also the types and properties of two coauthor networks of Communications for Statistical Applications and Methods and the Korean Journal of Applied Statistics which are published by the Korean Statistical Society using social network analysis.As the result of two network structure comparison, density, inclusiveness, reciprocity and clustering coefficient which represent the type of coauthor networks show almost similar values and the Korean Journal of Applied Statistics has bigger values in average degree, average distance and diameter because it has more nodes than Communications for Statistical Applications and Methods. Finally two journals have very similar type of coauthor network. In the comparison of network centrality of two coauthor networks, closeness centrality and betweenness centrality of the Korean Journal of Applied Statistics are bigger than those of Communications for Statistical Applications and Methods at the statistical significance level 0.05. The coauthor network of the Korean Journal of Applied Statistics has faster information delivery and stronger betweenness than that of Communications for Statistical Applications.
The purpose of this study is to compare not only network influence of individual coauthor but also the types and properties of two coauthor networks of Communications for Statistical Applications and Methods and the Korean Journal of Applied Statistics which are published by the Korean Statistical Society using social network analysis.As the result of two network structure comparison, density, inclusiveness, reciprocity and clustering coefficient which represent the type of coauthor networks show almost similar values and the Korean Journal of Applied Statistics has bigger values in average degree, average distance and diameter because it has more nodes than Communications for Statistical Applications and Methods. Finally two journals have very similar type of coauthor network. In the comparison of network centrality of two coauthor networks, closeness centrality and betweenness centrality of the Korean Journal of Applied Statistics are bigger than those of Communications for Statistical Applications and Methods at the statistical significance level 0.05. The coauthor network of the Korean Journal of Applied Statistics has faster information delivery and stronger betweenness than that of Communications for Statistical Applications.
본 연구는 한국통계학회가 출판하는 2개 학술지 한국통계학논문집과 응용통계를 가지고 소셜 네트워크 분석을 통해 개별 연구자들의 소셜 네트워트 영향력 분석뿐만 아니라 두 학술지가 가지고 있는 공저자 네트워크 형태와 특성을 조사하여 비교하고자 한다.
제안 방법
공저자 네트워크의 고립된 노드 수는 한국통계학회논문집이 48개, 응용통계연구가 45개로 공저자들 간의 관계를 좀 더 자세히 보기 위해 이 후의 모든 분석은 고립된 노드를 제외한 상태에서 공저자 네트워크를 분석할 것이다.
본 연구는 한국통계학회가 출판하는 2개 학술지 한국통계학논문집과 응용통계연구를 가지고 소셜 네트워크 분석을 통해 개별 연구자들의 공저자 네트워트 영향력 분석뿐만 아니라 두 학술지가 가지고 있는 공저자 네트워크 형태와 특성을 조사하여 비교분석하였다.
후)적용해 보고">적용해보고 향후 소셜 네트워크 이론이 다양한 영역에 응용될 수 있다는 것을 보여준다. 지금까지의 공저자 네트워크에 대한 연구는 공저자 네트워크에 나타난 일반적인 기초통계, 네트워크의 구조적 속성, 학술적 영향력 지표로 중심 영향력지표인 연결정도중심성, 근접중심성, 매개중심성과 위세중심성을 중심으로 주로 공저자들의 지위영향력을 중심으로 분석하였지만 본 연구는 한국통계학회논문집과 응용통계연구 공저자들의 지위 영향력인 중심성분석 뿐만 아니라 공저자 네트워크 구조 분석과 비교를 추가하였다.
대상 데이터
한국통계학회가 출판하는 2개 학술지 한국통계학논문집 (Communications for Statistical Applications, CSAM)과 응용통계연구 (the Korean Journal of Applied Statistics)의 2006년 3월 2012년 12월까지 7년간 발행된 논문들을 대상으로 하여, 한국통계학논문집의 저자는 616명, 응용통계연구의 저자는 723명의 저자들에 의한 메인노드 (main node) 세트와 공저자 소셜 네트워크 데이터세트를 각각 구성 하였다. 공저자의 관계들은 무방향성으로 Table 3.
성능/효과
후)근접중심성과매개중심성">근접중심성과 매개중심성 측면에서 높은 것으로 나타났다. 응용통계연구 공저자 네트워크가 한국통계학회논문집 공저자 네트워크보다 근접중심성이 더 높아 공저자들 간에 서로 정보가 더 빠르게 전달되고, 매개중심성 또한 더 높게 나타나 응용통계연구 공저자들이 한국통계학회논문집 공저자들보다 매개성이 더 높은 결과를 보였다.
후)한국통계학회 논문집과">한국통계학회논문집과 응용통계연구 공저자 네트워크를 비교한 결과, 공저자 네트워크의 형태를 나타내는 밀도, 포괄성, 상호연결성, 군집계수와 추이성은 거의 동일한 값을 보였으며, 응용통계연구지가 한국통계학회논문집보다 노드의 수가 많은 이유로 평균연결정도, 평균거리, 직경은 더 높게 나타났다. 결국
후)한국통계학회 논문집과">한국통계학회논문집과 응용통계연구 공저자 네트워크의 중심성변수들에 대한 비교는 통계적 유의수준 0.05에서 응용통계연구 공저자 네트워크가 한국통계학회논문집보다 근접중심성과 매개중심성 측면에서 높은 것으로 나타났다. 응용통계연구 공저자 네트워크가 한국통계학회논문집 공저자 네트워크보다
후속연구
본 연구는 소셜 네트워크 이론을 통계학 학술지들의 공동저자들의 네트워크에 적용해보고 향후 소셜 네트워크 이론이 다양한 영역에 응용될 수 있다는 것을 보여준다. 지금까지의 공저자 네트워크에 대한 연구는 공저자 네트워크에 나타난 일반적인 기초통계, 네트워크의 구조적 속성, 학술적 영향력 지표로 중심
질의응답
핵심어
질문
논문에서 추출한 답변
소셜 네트워크는 무엇에 의해 표현되는가?
소셜 네트워크는 개인이나 조직이 친구관계, 거래관계, 공동 소속관계 등과 같은 사회적 관계에 의해 형성된 구조이다. 이 네트워크는 행위자 (actor)인 노드 (node)와 관계 (tie) 혹은 링크 (link)에 의해 표현된다. 본 연구에서 공저자 네트워크는 연구자가 노드가 되며 연구자들 간의 공동연구의 관계가 링크로 표현된 소셜 네트워크이다.
소셜 네트워크란 무엇인가?
소셜 네트워크는 개인이나 조직이 친구관계, 거래관계, 공동 소속관계 등과 같은 사회적 관계에 의해 형성된 구조이다. 이 네트워크는 행위자 (actor)인 노드 (node)와 관계 (tie) 혹은 링크 (link)에 의해 표현된다.
소셜 네트워크 분석의 목적은 무엇인가?
소셜 네트워크 분석 (social network analysis; SNA)은 개인들 간의 관계를 형성하는 한 쌍 사이에 존재하는 정보인 관계 데이터를 통해 노드 (예: 사람)들로 구성된 소셜 네트워크의 구조 형태와 각 사람들의 소셜 네트워크에서의 역할을 분석하는 것을 목적으로 한다. 결국 소셜 네트워크 분석을 통해 개인들로 이루어진 전체 네트워크뿐 만 아니라 내부의 작은 네트워크들의 형태 및 구조를 파악할 수 있다.
Barabasi, A. L., Jeong, H., Neda Z., Ravasz, E., Schubert, A. and Viesek, T. (2002). Evolution of the social network of scientific collaborations. PHYSICA, A311, 590-614.
Bonacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92, 1170-82.
이는 그 노드가 네트워크의 중심에 위치하는 정도를 계량화한 것으로 높은 연결정도를 가지는 노드는 네트워크에서 중심적인 역할을 하고 있음을 의미한다 (Bonacich, 1987).
Borner, K., Dall'Asta, L., Ke, W. and Vespignani, A. (2005). Studying the emerging global brain: Analyzing and visualizing the impact of co-authorship teams. Complexity, 10, 57-67.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Choi, Y. and Lee, K. (2009). Analysis of types of journal paper coauthor: focused on Korean Public Administration Review (1989-2008). Korean Public Administration Review, 43, 51-72.
학술연구에서 이러한 협력의 증가는 학문분화, 기회시간비용, 연구의 질, 위험분산 등에 의한 요인들이 작용하는 것으로 연구되었다 (Choi와 Lee, 2009).
Choi, S., Kang C., Choi, H. and Kang, B. (2011). Social network analysis for a soccer game. Journal of the Korean Data & Information Science Society, 22, 1053-1063.
소셜 네트워크 분석을 활용한 주제로 통신회사 통화 네트워크 (Chun, 2011), 보험회사 직원들의 네트워크 (Chun과 Leem, 2014), 축구경기 중 선수들의 공을 주고받는 네트워크 (Choi 등, 2011), 학생들의 복수정보 수강 네트워트 (Cho, 2012) 등의 다양한 네트워크 분석이 있다.
Cho, J. S. (2012). Inflow and outflow analysis of double majors using social network analysis. Journal of the Korean Data & Information Science Society, 23, 693-701.
소셜 네트워크 분석을 활용한 주제로 통신회사 통화 네트워크 (Chun, 2011), 보험회사 직원들의 네트워크 (Chun과 Leem, 2014), 축구경기 중 선수들의 공을 주고받는 네트워크 (Choi 등, 2011), 학생들의 복수정보 수강 네트워트 (Cho, 2012) 등의 다양한 네트워크 분석이 있다.
Chun, H. (2011). Analysis and application to customers' social roles using voice network of A telecom, company. The Korean Journal of Applied Statistics, 24, 1237-1248.
소셜 네트워크 분석을 활용한 주제로 통신회사 통화 네트워크 (Chun, 2011), 보험회사 직원들의 네트워크 (Chun과 Leem, 2014), 축구경기 중 선수들의 공을 주고받는 네트워크 (Choi 등, 2011), 학생들의 복수정보 수강 네트워트 (Cho, 2012) 등의 다양한 네트워크 분석이 있다.
Chun, H. and Leem, B. (2014). Face/non-face channel fit comparison of life insurance company and non-life insurance company using social network analysis. Journal of the Korean Data & Information Science Society, 25, 1207-1219.
밀도가 높은 네트워크일수록 그 네트워크 노드들 간에 신뢰와 협력의 정도를 더욱 높은 경향을 보인다 (Coleman, 1988).
Fafchamps, M., Van der Leij, M. and Goyal, S. (2006). Scientific networks and co-authorship. University of Oxford Department of Economics Discussion Paper Series, 256.
공저자 네트워크 분석은 또한 사회과학에서 사회적 현상을 이해하기 위한 목적으로 활용되며, 그 예로 Fafchamps 등 (2006)은 경제학의 공동저자 네트워크 연구로 발달 경제학 분야에서 중요한 협업을 통한 지식 생산에 대한 외부효과에 대해 논하고 있다.
Huang, M., Ahn, J. and Jahng, J. (2008). Patterns of Collaboration Networks : Co-authorship Analysis of MIS Quarterly from 1996 to 2004. Journal of Society for e-Business Studies, 13, 193-207.
Kretschmer, H. (1994). Coauthorship networks of invisible colleges and institutionalized communities. Scientometrics, 30, 363-369.
학술지 논문에서 나타나는 공저 네트워크에 대한 연구는 Kretschmer (1994)가 초기 사례에 해당되며 이 후 다양한 협력 네트워크 관련 연구들은 주로 개별 연구자들 간의 사회적 관계와 학술적인 영향력 분석이 주로 다루어져 왔다.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Lee, M., Park, M., Lee, H. and Jin, S. (2011). Analysis of Papers in the Korean Journal of Applied Statistics by Co-Author Networks Analysis. The Korean Journal of Applied Statistics, 24, 1259-1270.
Lee, S. (2010), A Preliminary Study on the Co-author Network Analysis of Korean Library & Information Science Research Community. Journal of Korean Library and Information Science Society, 41, 297-315.
Liu, X., Bollen, J., Nelson, M. L. and Sompel, H. V. (2005). Co-authorship networks in the digital library research community. Information Processing and Management, 41, 1462-4180.
Li-chun, Y., Kretschmer, H., Hanneman, R. and Ze-yuan, L. (2006). Connection and stratification in research collaboration: An analysis of the COLLNET network. Information Processing and Management, 42, 1599-1613.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Li-chun 등 (2006)과 Yan과 Ding (2009)의 연구는 미시적 수준에서 공저자 네트워크를 연구하여 개별적인 저자들의 특징을 찾아내고 영향력 분석을 주로 하고 있다.
Menezes, G. V., Ziviani, N., Laender, A. H. F. and Almeida, V. (2009). A geographic analysis of knowledge production in computer science. Paper presented at the International World Wide Web Conference Committee, Madrid, Spain.
Nam, S. H. and Seol, S. (2007), Coauthorship analysis of innovation studies in Korea : A social network perspective. Journal of Korea technology innovation society, 10, 605-628.
Nascimento, M. A., Sander, J. and Pound, J. (2003). Analysis of SIGMOD's co-authorship graph. SIGMOD Record, 32, 8-10.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Newman, M. (2001a). Scientific collaboration networks. I. Network construction and fundamental results. Physical Review E, 64, Art. No. 016131.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Newman, M. (2001b). Scientific collaboration networks. II. Shortest paths, weighted networks, and centrality. Physical Review E, 64, Art. No. 016132.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Newman, M. (2001c). The structure of scientific collaboration networks. Proceedings of the National Academy of Science, 98, 404-409.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Newman, M. (2003). Ego-centered networks and the ripple effect. Social Networks, 25, 83-95.
Otte, E. and Rousseau, R. (2002). Social network analysis: a powerful strategy also for the information sciences. Journal of Information Science, 28, 444-453.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Rodriguez, M. A. and Pepe, A. (2008). On the relationship between the structural and socioacademic communities of co-authorship network. Journal of Infometrics, 2, 195-201.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Velden, T., Haque, A. and Lagoze, C. (2010). A New Approach to Analyzing Patterns of Collaborationin Co-authorship Networks - Mesoscopic Analysis and Interpretation. arXiv:0911.4761.
Barabasi 등 (2002), Newman (2001a, 2001b, 2001c), Watts와 Strogatz (1998), Kretschmer (1994), Liu 등 (2005), Nascimento 등 (2003), Otte와 Rousseau (2002), Rodriguez와 Pepe (2008); Li-chun 등 (2006), Lee (2010); Huang 등 (2008), Nam과 Seol (2007); Lee 등 (2011)가 첫 번째 연구에 해당되고 Barabasi 등 (2002)과 Borner 등 (2005)가 두 번째에 속한다고 할 수 있다.
Yan, E. and Ding, Y. (2009). Applying centrality measures to impact analysis: a co-authorship network analysi. Journal of the American Society for Information Science and Technology, 60, 2107-2118.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.