선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구의 관심은 KCI 등재 자연과학분야 학술지를 대상으로 한 인용관계에 따른 군집화 즉, 공동체 검출에 있다. KCI는 한국연구재단 (National Research Foundation of Korea)에서 구축한 국내 학술지 인용데이터베이스로서 2011년 현재 1,408개의 학술지가 등재되어 있으며, 8개의 대분류 학문 분야와 146개의 중분류 학문분야가 있다.
- KCI의 학술지의 분류는 인용관계에 의한 분류가 아니므로 학술지 간의 인용관계에 따르는 공동체의 구조에 관심을 가지게 된다. 그러므로 본 연구에서는 KCI 등재 자연과학 분야 학술지 간 인용관계에 따른 공동체 검출 결과와 KCI 분류에 의한 공동체와의 차이가 어떠한지를 알아보고자 한다.
- 본 연구에서는 KCI에 등재되어 있는 자연과학 분야 학술지를 대상으로 네트워크 군집화 방법을 적용하고 인용관계에 따른 공동체를 파악하여 학술지를 분류하였으며, 기존 KCI에 등록된 학술지 분류와의 차이를 알아보았다. 인포맵 알고리즘을 사용한 분류 결과는 KCI의 기존 분류와 유사한 형태를 보였으나 일부 학술지의 경우 차이가 존재하였으며 이러한 차이점들은 KCI 학술지의 재분류시 고려의 대상이 될 수 있을 것이다.
제안 방법
- 본 연구에서는 KCI에 등재된 자연과학분야 학술지를 기존에 연구되어 온 몇 가지 군집화방법을 적용하여 공동체를 추출하고 KCI에서 분류한 분류와 비교한다. 공동체 검출에 사용될 방법은 7가지이며, 닫힌 길 알고리즘, 빠른 탐욕 알고리즘, 다단계 알고리즘, 라벨 전파 알고리즘, 선행 고유벡터 알고리즘, 최적 알고리즘, 인포맵 알고리즘이다.
- Pons와 Latapy (2006)가 제시한 방법으로써 네트워크 상의 임의 노드에서 출발한 임의 보행자가 매 시점에서 이동하고, 일정시간 후에 네트워크의 어떤 부분에 머문다면 그 부분을 하나의 공동체로 인식할 수 있다는 생각에서 출발하였다. 즉, 일정한 시간 후의 보행자의 위치는 전이행렬의 거듭 제곱 형태로 나타낼 수 있으므로, 이동 단계를 네 단계로 하여 전이행렬을 네 제곱하여 사용하였다.
- 1단계 역할은 국소적으로 모듈화를 최적화하는 작은 공동체들을 형성하는 것이다. 각각의 노드에 대해 이웃노드의 공동체와 군집을 형성할 수 있는지 파악하고자 임의의 노드를 선택하는 것으로부터 시작하여 그 노드의 인접 노드가 속한 공동체에 선택 노드를 삽입하고, 기존 공동체와의 모듈성지수 차이 값을 비교한 뒤 수치가 증가할 경우, 삽입된 현재 공동체를 유지한다. 만일 증가하지 않았다면, 이전의 공동체로 돌아가 다음 이웃 노드에 대해 계속하여 연산을 진행한다.
- 최적 알고리즘에서 동일 공동체를 형성하는 노드들은 이들 변수들의 등위성 관계로 해석할 수 있다. 따라서 등위성 관계 제약식 (Agarwal과 Kempe, 2008; Dinh과 Thai, 2013)을 충족하는 결정변수의 해를 구하여 노드 간 쌍방 관계가 있는 0 값을 갖는 동일 공동체 노드들의 결정변수를 목적함수에 대입함으로써 네트워크에서 가장 최적화된 구조의 모듈성지수를 구한다.
- 인포맵 알고리즘 추출 방법에 의한 공동체 특징을 살펴보면, 닫힌 길 알고리즘을 제외한 다른 공동체 추출 알고리즘과 동일한 고립노드를 검출하였다. 생물학 분야의 경우 세 개의 군집으로 생활과학 분야와 수학 분야는 각각 양분화된 형태의 공동체 구조를 형성하였다.
대상 데이터
- 본 연구에서 사용한 학술지 인용 데이터는 2011년 한국연구재단 KCI에 등재된 대분류 자연과학 분야 전체 91개 학술지를 대상으로 하였다. 대분류 자연과학 분야 내에는 자연과학, 자연과학일반, 수학, 통계학, 물리학, 천문학, 화학, 생물학, 지구과학, 지질학, 대기과학, 해양학, 생활과학, 기타자연과학의 14개 중분류가 있다.
이론/모형
- 닫힌 길 알고리즘은 무향 가중 링크를 가진 네트워크에 적용하며, 알고리즘 초기 단계에서는 개별 노드를 하나의 공동체로 두어 순차적으로 공동체의 크기를 키워나간다. 두 공동체를 병합하여 새로운 공동체를 만드는 과정은 ward (1963) 방법에 의한 거리 계산을 적용하며, 이 거리 값이 가장 작은 두 공동체를 병합하여 새로운 공동체를 만든다. 병합을 통한 반복의 마지막 단계에서는 하나의 공동체가 만들어진다.
- 6%로 나타났다. TP와 TN 그리고 accuracy에 대한 정량화 값은 Fawcett (2006) 논문을 참고하였다.
성능/효과
- 분석결과를 살펴보면 본 연구에 사용한 네트워크 공동체 검출 알고리즘 중 닫힌 길 알고리즘 그리고 인포맵 알고리즘의 검출 결과가 적절한 공동체 수와 제시한 측도를 충족시키는 것으로 나타났다. 특히 인포맵을 사용한 검출결과는 KCI 분류와 상당히 유사한 형태를 보였다.
- 이런 과정들을 반복적으로 수행하다 묶이기 이전 공동체 노드의 정보 묘사 길이가 더 짧으면 공동체로 묶지 않고 대신 새로운 공동체 노드를 기준으로 다시 앞서 언급한 방법을 반복수행한다. 최종적으로 네트워크 내 모든 공동체를 대상으로 구한 정보 묘사 길이가 가장 짧은 공동체가 최적의 공동체로 선별된다. 이때 공동체를 형성하는 노드들은 하나의 거대 노드로 재구성하여 전체 네트워크를 간소하게 나타낼 수 있다.
- 닫힌 길 알고리즘 추출 방법에 의한 공동체 특징을 살펴보면, 자연과학일반 분야의 ‘Genomics & Informatics’와 생물학 분야의 ‘발생과 생식’, 그리고 기타자연과학 분야의 ‘한국과학사학회지’ 등 3개의 학술지가 고립노드로 분할됨을 알 수 있었다.
- 056로 낮아 논문 인용의 상당 수가 소수 학술지 간 집중된 것으로 나타났다. 한 노드와 직접 연결되어 있는 노드들 사이의 모든 가능한 링크와 실제 링크 비율의 평균으로 정의한 네트워크 결속계수는 0.4447로 네트워크 내에서 인접한 노드들과 교류를 맺는 경우는 과반을 조금 넘는 것으로 조사되었으며, 하나의 노드가 다른 노드에 도달할 수 있는 평균 거리는 3.199이고 직경은 7로 나타났다.
- 66435이며 공동체의 갯수는 17개로 나타났다. 자연과학 분야 학술지 인용 네트워크의 전체 연결링크 455개 중 KCI 분류에 의한 공동체에도 속하고, 닫힌 길 알고리즘에 의한 공동체에도 속하는 링크 (true positive link; TP)의 수는 244개이었고, 두 개의 분류 방법에 의한 공동체의 어느 곳에 속하지 않는 링크 (true negative link; TN)의 수는 109개이어서 KCI에 의한 분류를 옳은 분류로 가정하였을 경우에 닫힌 길 알고리즘의 정분류율 (accuracy)은 (244+109)/455=77.6%로 나타났다. TP와 TN 그리고 accuracy에 대한 정량화 값은 Fawcett (2006) 논문을 참고하였다.
- 빠른 탐욕 알고리즘 추출 방법에 의한 공동체 특징을 살펴보면, 생물학 분야의 ‘발생과 생식’, 그리고 기타자연과학 분야의 ‘한국과학사학회지’가 고립노드로 분할되었다.
- 군집화 결과로 생물학 분야의 ‘발생과 생식’ 그리고 기타자연과학 분야의 ‘한국과학사학회지’가 고립노드로 분류되었다.
- 60459 이었으며, 공동체의 갯수는 7개로 나타났다. 자연과학 분야 학술지 인용 네트워크의 전체 연결링크 수 455개 중 TP는 277개였고, TN은 47개로 나타나 KCI를 기준으로 한 다단계 알고리즘의 정분류율은 71.2%로 나타났다.
- 다단계 알고리즘 추출 방법에 의한 공동체 특징을 살펴보면, 빠른 탐욕 알고리즘에서와 같은 고립노드가 발생하였다. 특히 수학분야와 통계분야가 하나의 공동체를 형성하고, 물리와 화학 그리고 천문학 분야가 각각의 동일 공동체를 이루는 특징을 보였다. 생활과학 분야의 ‘한국주거학회논문집’을 제외한 생활과학 전 분야와 통계학 학술지 ‘Journal of the Korean Data Analysis’가 하나의 공동체를 구성하였다.
- 60346로 공동체 갯수는 모두 20개로 나타났다. 자연과학 분야 학술지 인용 네트워크의 전체 연결링크 수 455개 중 TP는 188개였고, TN은 117개로 나타나 KCI를 기준으로 한 라벨 전파 알고리즘의 정분류율은 67.0%로 나타났다.
- 61864이고 공동체 갯수는 모두 10개로 나타났다. 자연과학 분야 학술지 인용 네트워크의 전체 연결링크 수 455개 중 TP는 221개였고, TN은 77개로 나타나 KCI를 기준으로 한 선행 고유 벡터 알고리즘의 정분류율은 65.5%로 나타났으며, 7개 알고리즘 중 가장 낮은 수치를 나타내었다.
- 선행 고유벡터 알고리즘 추출 방법에 의한 공동체 특징을 살펴보면, 고립노드는 생물학 분야 ‘발생과 생식’, 그리고 기타자연과학 분야 ‘한국과학사학회지’로 나타났다. 물리학과 화학 전 분야의 학술지와 생물학 일부 학술지들이 동일 공동체를 형성하는 것으로 나타났고, 해양, 지질학, 대기과학 분야의 학술지와 생물학 일부 학술지들이 하나의 공동체를 구성하는 것으로 나타났다.
- 68595으로 나타났으며, 공동체 갯수는 모두 10개로 나타났다. 자연과학 분야 학술지 인용 네트워크의 전체 연결링크 수 455개 중 TP는 239개였고, TN은 73개로 나타나 KCI를 기준으로 한 최적 알고리즘의 정분류율은 68.6%로 나타났다.
- 최적 알고리즘 추출 방법에 의한 공동체 특징을 살펴보면, 생물학 분야의 ‘발생과 생식’, 그리고 기타 자연과학 분야의 ‘한국과학사학회지’ 등이 고립노드로 분할되었고, 물리학과 화학 분야의 학술지가 동일한 공동체를 형성하여 전체적으로 KCI 분류와 비슷한 공동체 형태를 보였다.
- 모듈성지수가 0.67044로 비교 대상 7개 알고리즘에서 두 번째 큰 값을 가지며, 검출된 네트워크의 공동체 구조 측면에서도 KCI가 분류하는 14개 범주에 가장 근접한 13개의 분할된 공동체 수를 나타내었다. 자연과학 분야 학술지 인용 네트워크의 전체 연결링크 수 455개 중 TP는 253개였고, TN은 102개로 나타나 KCI를 기준으로 한 인포맵 알고리즘의 정분류율은 78.
- 67044로 비교 대상 7개 알고리즘에서 두 번째 큰 값을 가지며, 검출된 네트워크의 공동체 구조 측면에서도 KCI가 분류하는 14개 범주에 가장 근접한 13개의 분할된 공동체 수를 나타내었다. 자연과학 분야 학술지 인용 네트워크의 전체 연결링크 수 455개 중 TP는 253개였고, TN은 102개로 나타나 KCI를 기준으로 한 인포맵 알고리즘의 정분류율은 78.0%로 7개 알고리즘 중 가장 큰 수치를 보였다.
- 생물학 분야의 ‘발생과 생식’ 그리고 기타자연과학분야의 ‘한국과학사학회지’가 고려한 모든 알고리즘에서 고립노드의 공동체로 판정되었다.
- 네트워크 군집화의 정도를 측정하는 모듈성지수는 최적 알고리즘과 빠른 탐욕 알고리즘, 인포맵 알고리즘, 닫힌 길 알고리즘 순으로 낮았다. 한편 분류된 공동체의 갯수는 라벨전파 알고리즘, 닫힌 길 알고리즘, 인포맵 알고리즘 순으로 작아졌고, 특히 공동체 수가 가장 많은 라벨전파 알고리즘의 경우 다른 학술지와의 인용관계가 없거나 자기 인용만으로 네트워크를 구성한 고립노드의 수가 가장 많이 검출되었다.
- 네트워크 군집화의 정도를 측정하는 모듈성지수는 최적 알고리즘과 빠른 탐욕 알고리즘, 인포맵 알고리즘, 닫힌 길 알고리즘 순으로 낮았다. 한편 분류된 공동체의 갯수는 라벨전파 알고리즘, 닫힌 길 알고리즘, 인포맵 알고리즘 순으로 작아졌고, 특히 공동체 수가 가장 많은 라벨전파 알고리즘의 경우 다른 학술지와의 인용관계가 없거나 자기 인용만으로 네트워크를 구성한 고립노드의 수가 가장 많이 검출되었다. 이와 대조적으로 최적 알고리즘과 인포맵 알고리즘의 경우에서는 고립노드의 수가 다른 알고리즘에 비해 가장 작게 나타났다.
- 한편 분류된 공동체의 갯수는 라벨전파 알고리즘, 닫힌 길 알고리즘, 인포맵 알고리즘 순으로 작아졌고, 특히 공동체 수가 가장 많은 라벨전파 알고리즘의 경우 다른 학술지와의 인용관계가 없거나 자기 인용만으로 네트워크를 구성한 고립노드의 수가 가장 많이 검출되었다. 이와 대조적으로 최적 알고리즘과 인포맵 알고리즘의 경우에서는 고립노드의 수가 다른 알고리즘에 비해 가장 작게 나타났다. 생물학 분야의 ‘발생과 생식’ 그리고 기타자연과학분야의 ‘한국과학사학회지’가 고려한 모든 알고리즘에서 고립노드의 공동체로 판정되었다.
- 생물학 분야의 ‘발생과 생식’ 그리고 기타자연과학분야의 ‘한국과학사학회지’가 고려한 모든 알고리즘에서 고립노드의 공동체로 판정되었다. 최적 알고리즘과 빠른 탐욕 알고리즘, 인포맵 알고리즘의 경우 적용한 다른 알고리즘에 비해 모듈성지수가 높았으나 인포맵 알고리즘의 추출 공동체 갯수가 KCI의 분류 수 14개와 가장 유사하였다. 최적 알고리즘에 의해 분류된 공동체의 경우 화학분야의 학술지가 KCI 등록 분야와는 달리 물리학 분야의 학술지 공동체와 묶이고, 생활과학분야로 등록된 학술지들이 여러 개의 공동체로 분할된 형태를 보였다.
- KCI의 학문분야별 분류는 학술지의 등재 신청시 학술지 발간 주체가 선정하므로 이러한 학술지의 분류는 인용관계에 의한 분류가 아니다. 따라서 인용 네트워크의 공동체를 추출하는 알고리즘을 적용하여 KCI 등재 학술지들을 분류하여 보았으며, 인포맵 알고리즘이 다른 방법에 비해 기존의 KCI 분류에 더 유사하고 인용관계를 잘 나타내는 것으로 파악되었다.
후속연구
- 본 연구에서는 KCI에 등재된 자연과학 분야 학술지의 인용 네트워크에 대하여 공동체를 파악하였으나, 후속 연구에서는 KCI 학술지 인용 데이터 베이스에 등록된 전체 학술지를 대상으로 확장하는 연구가 진행되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.