[논문]데이터사이언스 연구의 지적 구조 분석 및 시각화

박형주

doi:10.5392/jkca.2022.22.07.018

데이터사이언스 연구의 지적 구조 분석 및 시각화
Analyzing and Visualizing the Intellectual Structure of Data Science 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.22 no.7, 2022년, pp.18 - 29

박형주 (충남대학교 문헌정보학과)

초록
AI-Helper

본 탐색적 연구의 목적은 데이터사이언스 관련 논문의 연구 동향을 분석하는 것이다. 본 연구는 Clarivate Analytics사의 Web of Science(WoS)에 색인된 데이터사이언스 관련 논문을 분석의 대상으로 했다. 2012년부터 2021년까지 WoS에 색인된 데이터사이언스 관련 논문 총 17,997편을 분석했다. 데이터사이언스 연구의 지적 구조를 집중 분석하기 위해 기술 분석, 인용 분석, 공동 저자 네트워크 분석, 동시 출현 네트워크 분석, 서지 결합 분석, 동시 인용 분석을 수행했다. 본 연구의 결과는 향후 데이터사이언스 관련 연구의 방향성 모색에 유용하게 사용될 수 있다.

Abstract ▼ AI-Helper

The purpose of this exploratory study is to examine the intellectual structure of data science. For this purpose, this research examined a total of 17,997 bibliographies on data science indexed in Web of Science(WoS) of Clarivate Analytics from 2012 to 2021. This research applied methods such as descriptive analysis, citation analysis, co-author network analysis, co-occurrence network analysis, bibliographic coupling analysis, and co-citation analysis. This research contributes to finding the research directions of future data science topics.

주제어

표/그림 (20)

그림 그림 1. 구글 트렌드의 데이터사이언스 단어의 출현 빈도
표 표 1. 데이터사이언스 관련 논문의 출판 년도 별 분포
표 표 2. WoS 메타데이터
표 표 3. 데이터사이언스 관련 논문의 상위 10개 WoS 주제
표 표 4. 데이터사이언스 관련 논문의 빈도수 상위 10위 기관
표 표 5. 데이터사이언스 관련 논문의 빈도수 상위 10위:학술지 논문
표 표 6. 데이터사이언스 관련 논문의 빈도수 상위 10위: 학술발표대회 논문
표 표 7. 데이터사이언스 관련 논문의 인용 현황: 학술지 논문
표 표 8. 데이터사이언스 관련 논문의 인용 현황:학술발표대회 논문
그림 그림 2. 데이터사이언스 관련 논문의 제목을 기준으로 분석한 동시 출현 네트워크 시각화
표 표 9. 데이터사이언스 관련 논문의 공동 저자 분석: 국가 별 분석
표 표 10. 데이터사이언스 관련 논문의 공동 저자 분석: 기관 별 분석
그림 그림 3. 데이터사이언스 관련 논문의 통제 키워드를 기준으로 분석한 동시 출현 네트워크 시각화
그림 그림 4. 데이터사이언스 관련 논문의 국가를 기준으로 분석한 서지 결합 네트워크
그림 그림 5. 데이터사이언스 관련 논문의 기관을 기준으로 한 서지 결합 네트워크
그림 그림 6. 데이터사이언스 관련 논문의 학술지 및 학술발표대회지를 기준으로 한 서지 결합 네트워크
그림 그림 7. 데이터사이언스 관련 논문의 저자를 기준으로 한 서지 결합 네트워크
그림 그림 8. 데이터사이언스 관련 논문의 피인용된 참고 문헌을 기준으로 한 동시 인용 분석 네트워크
그림 그림 9. 데이터사이언스 관련 논문의 피인용된 학술지와 학술발표대회지를 기준으로 한 동시 인용 분석 네트워크
그림 그림 10. 데이터사이언스 관련 논문의 피인용된 저자를 기준으로 한 동시 인용 분석 네트워크

AI 본문요약
AI-Helper

문제 정의

키워드를 기반으로 한 네트워크 분석은, 텍스트에서 주요한 의미를 갖고 있는 단어 추출을 가능하게 하고, 언어의 맥락 내에서 이들 간의 연결 관계를 파악하게 하며, 네트워크 시각화를 재구조화해서 다양한 특성을 분석할 수 있게 하는 기법이다[7]. 본 연구는 공동 저자 네트워크 분석, 동시 출현 네트워크 분석, 서지 결합 분석, 동시인용 분석 등 다양한 계량 정보학 분석 기법을 활용해 데이터사이언스 연구의 지적 구조를 이해하고자 했다.

제안 방법

본 연구는, 데이터사이언스의 연구 동향을 이해하기 위해서 2012년부터 2021년까지 WoS 핵심 컬랙션에 수록된 자료 중, 데이터사이언스 관련 논문 총 17,997 건을 수집해서 분석했다. 기술 분석, 인용 분석, 공동구자 네트워크 분석, 동시 출현 네트워크 분석, 서지 결합 분석, 동시 인용 분석을 수행했다.
네트워크분석은 논문의 주제 및 핵심을 나타내는 키워드 간의 관계를 통해 연구의 동향을 파악하고 연구 대상의 특징 도출과 연구 분야 간의 연관성 이해에 효과적이다. 본 연구에서는 전체 키워드를 분석 대상으로 하지 않았는데, 전체 키워드를 분석 대상으로 할 경우 키워드가 너무 많아지므로 지식 네트워크의 구조와 형태 확인이 쉽지 않고, 그에 따른 분석의 의미도 찾기 어려워지거나 왜곡될 수 있기 때문에 네트워크 시각화의 가시적 효과를 위해서였다.

대상 데이터

[그림 3]은 데이터사이언스 관련 논문의 통제 키워드 (keyword plus)를 기준으로 한 동시 출현 네트워크 분석을 보여준다. 데이터사이언스 관련 논문의 38,348개 통제 키워드 중, 통제 키워드의 최소 출현 횟수가 50회인 키워드 337개의 군집을 분석했다. 총 6개의 군집에서 150개의 용어를 발견했다.
WoS의 질의어는 "data science"로 따옴표를 사용하여 정확히 "데이터사이언스"와 일치하는 구문 만을 검색했다. 데이터사이언스는 비교적 새롭게 등장한 주제이기에 문서 유형은 학술지 논문(journal article)과 학술발표대회 논문(conference proceedings)을 모두 분석의 대상으로 삼았다. 학술발표대회 논문을 포함한 이유는, 학술지의 심사 기간이 상대적으로 긴 데 비해 학술발표대회 논문의 심사 기간이 상대적으로 짧으므로, 빠르게 변화하는 데이터사이언스의 트렌드를 읽기 위해서는 학술발표대회 논문의 분석이 함께 필요했기 때문이다.
본 논문에 사용된 데이터는 Clarivate Analytics사의 WoS의 핵심 컬렉션에 수록된 논문을 대상으로 전체 검색을 통해 수집됐다. WoS의 질의어는 "data science"로 따옴표를 사용하여 정확히 "데이터사이언스"와 일치하는 구문 만을 검색했다.
본 연구는, 데이터사이언스의 연구 동향을 이해하기 위해서 2012년부터 2021년까지 WoS 핵심 컬랙션에 수록된 자료 중, 데이터사이언스 관련 논문 총 17,997 건을 수집해서 분석했다. 기술 분석, 인용 분석, 공동구자 네트워크 분석, 동시 출현 네트워크 분석, 서지 결합 분석, 동시 인용 분석을 수행했다.
[표 2]는 분석의 대상이 되었던 WoS의 메타데이터에 대한 설명을 보여준다[21]. 수집된 자료의 메타데이터에는 17,997개의 논문에 대한 메타데이터가 포함되어 있었으며, 본 연구를 위해서 국가 명, 기관 명, 제목, 논문유형, 발행 년도 저자 명, 주제 분야, 참고 문헌, 출판년도 통제 키워드 피인용 횟수를 추출했다.
언어 분석의 정확성과 통일성을 높이기 위해 언어는 "영어"로 한정했다. 자료는 2012년 1월부터, 2021년 12월까지 최근 10년간의 자료를 대상으로 했다. 컷오프 년도(cut-off year)를 2012년으로 설정한 이유는 [그림 1]에서 보듯이 구글트렌드[20]에서의 데이터사이언스 단어의 출현 빈도가 성장하기 시작한 년도이기 때문이다.
[그림 9]는 데이터사이언스 관련 논문이 피인용된 학술지 또는 학술발표대회지를 기준으로 분석한 동시 인용 분석의 결과이다. 총 134,792개의 학술지 혹은 학술발표대회 논문 중, 최소 20회 이상의 인용이 있는 3,612건을 분석했다. 총 링크 강도를 기준으로 한 상위 3위는 The Astrophysical Journal, Monthly Notice of the Royal Astronomical Society, Nature였다.
[표 1]은 데이터사이언스와 관련된 논문의 출판 년도별 분포에서, 분석에 사용된 데이터를 구체적으로 보여준다. 총 17,997건의 자료가 분석의 대상이 되었으며, 문서 유형은 논문 7,770건, 학술발표대회 논문 10,227 건이었다. 데이터사이언스 관련의 논문은 2013년까지는 100편 미만이었지만, 이후 양적으로 크게 성장해 왔다.
[표 9]와 [표 10]은 공동 저자 협력 네트워크를 국가별, 조직 별로 분석한 상위 10위의 결과이다. 총 235개 국가와 총 10,548개 기관이 분석되었다. 국가 별 공동저자 네트워크는 중국을 제외하면 모두 북미와 유럽국가였으며, 기관 별 공동 저자 네트워크는 대부분이 미국에 소재한 기관이었다.
[그림 10]은 데이터사이언스 관련 논문이 피인용된 저자(cited authors)를 기준으로 분석한 동시 인용의 결과를 보여준다. 총 251,245명의 저자 중, 저자의 인용 수가 최소 20회인 2,778명의 저자를 분석했다. 인용 수에 따른 상위 3위 저자는 Breiman, Lecun, Pedregosa 순이었다.
[그림 8]은 데이터사이언스 관련 논문이 피인용된 참고 문헌(cited references)을 기준으로 분석한 동시 인용 결과이다. 총 462,233의 참고 문헌 중에서, 피인용된 참고 문헌의 인용이 최소 20회인 649건이 분석되었다. 제목이 없는 논문(no title captured)이 1위를 차지했으나, 해석에서는 제외됐다.
[표 5]와 [표 6]은 데이터사이언스 관련 학술지 논문과 학술발표대회 논문의 상위 10개 논문의 빈도를 보여준다. 학술발표대회 논문은 총 10,227건, 학술지 논문은 총 7,770 건으로 총 17,997건이 분석되었다. 학술지의 경우 EPJ Data Science, International Journal of Data Science and Analytics가 각각 1순위와 2순위를 차지했는데, 공통점은 학술지 명에 data science가 있다는 점이었다.

데이터처리

18 버전[22]을 활용하여 기술 분석, 인용 분석, 공동 저자 네트워크 분석, 동시 출현 네트워크 분석, 서지결합 분석, 동시 인용 분석을 수행했다. 데이터사이언스 관련 연구들의 핵심 주제 및 지식 구조를 파악하기 위해 논문 별 통제 키워드(keyword plus)의 동시 출현네트워크 분석을 실시했다. 통제 키워드를 사용한 이유는시스템이 부여한 통제 키워드가 논문 내용을 깊이있고 다양하게 포착할 수 있기 때문이다[23].
분석을 위해 마이크로소프트 엑셀과 VOSviewer 1.6.18 버전[22]을 활용하여 기술 분석, 인용 분석, 공동 저자 네트워크 분석, 동시 출현 네트워크 분석, 서지결합 분석, 동시 인용 분석을 수행했다. 데이터사이언스 관련 연구들의 핵심 주제 및 지식 구조를 파악하기 위해 논문 별 통제 키워드(keyword plus)의 동시 출현네트워크 분석을 실시했다.

이론/모형

하이픈(-)으로 구분된 용어를 모두 동일한 용어로 바꾸어 주기 위해서 'large-scale'의 경우 ~을 제거해 ·large scale 등으로 변경하는 과정을 거쳤다 또한, SQL와 같은 축약어의 경우, structured query language의 정식 명칭으로 변환 후 소문자로 통일시켰다. 기관명과 저널명은 WoS의 분류를 따랐다. 불용어 처리는 VOSviewer 에서 제공하는 불용어 리스트가 활용됐다.

성능/효과

셋째, 공동 저자 네트워크 분석 결과, 국가 별 공동 저자 네트워크에서는 상위 10위를 차지한 국가는 중국을 제외하고는 모두 북미와 유럽 국가였다. 기관별 공동 저자 네트워크 분석 결과, 상위 10 위를 차지한 기관은 중국의 중국 과학원을 제외한 상위9개의 기관은 모두 미국에 소재한 기관이었으며, 대부분 대학교였다. 넷째, 동시 출현 네트워크 분석 결과, 논문의 제목을 기준으로 한 동시 출현 네트워크는 4개의 군집으로 나누어졌으며, 각 군집의 주요 주제는 방법론, 사회적 역할, 보안 및 소셜 미디어 이용, 기회와 도전 과제였다.
다섯째, 서지 결합 분석 결과, 국가를 기준으로 한서지 결합 분석에서 상위를 차지한 국가는 미국, 중국, 영국, 독일, 프랑스였다. 기관을 기준으로 한서지결합 분석에서 상위를 차지한 기관은 모두 미국에 소재한 대학교였으며, 구체적으로는 워싱턴 대학교, 캘리포니아 대학교-버클리, 캘리포니아 공과 대학교, 뉴욕 대학교, 노스웨스턴 대학교였다. 학술지 및 학술발표대회논문을 기준으로 한 서지 결합 분석 결과, 데이터사이언스라는 단어가 학술지 및 학술발표대회명에 있는 경우 혹은 특정 학문 분야가 학술지 명에 있는 경우에 상위를 차지했다.
기관별 공동 저자 네트워크 분석 결과, 상위 10 위를 차지한 기관은 중국의 중국 과학원을 제외한 상위9개의 기관은 모두 미국에 소재한 기관이었으며, 대부분 대학교였다. 넷째, 동시 출현 네트워크 분석 결과, 논문의 제목을 기준으로 한 동시 출현 네트워크는 4개의 군집으로 나누어졌으며, 각 군집의 주요 주제는 방법론, 사회적 역할, 보안 및 소셜 미디어 이용, 기회와 도전 과제였다. 논문의 통제 키워드를 기준으로 한 동시 출현 네트워크는 6개의 군집으로 나누어졌고, 각 군집의 주요 주제는 의료, 방법론, 패턴 및 미래 예측, 보안과 소셜 미디어, 컴퓨터와 데이터 분석 및 시각화, 인공 지능이었다.
넷째, 동시 출현 네트워크 분석 결과, 논문의 제목을 기준으로 한 동시 출현 네트워크는 4개의 군집으로 나누어졌으며, 각 군집의 주요 주제는 방법론, 사회적 역할, 보안 및 소셜 미디어 이용, 기회와 도전 과제였다. 논문의 통제 키워드를 기준으로 한 동시 출현 네트워크는 6개의 군집으로 나누어졌고, 각 군집의 주요 주제는 의료, 방법론, 패턴 및 미래 예측, 보안과 소셜 미디어, 컴퓨터와 데이터 분석 및 시각화, 인공 지능이었다. 다섯째, 서지 결합 분석 결과, 국가를 기준으로 한서지 결합 분석에서 상위를 차지한 국가는 미국, 중국, 영국, 독일, 프랑스였다.
논문의 통제 키워드를 기준으로 한 동시 출현 네트워크는 6개의 군집으로 나누어졌고, 각 군집의 주요 주제는 의료, 방법론, 패턴 및 미래 예측, 보안과 소셜 미디어, 컴퓨터와 데이터 분석 및 시각화, 인공 지능이었다. 다섯째, 서지 결합 분석 결과, 국가를 기준으로 한서지 결합 분석에서 상위를 차지한 국가는 미국, 중국, 영국, 독일, 프랑스였다. 기관을 기준으로 한서지결합 분석에서 상위를 차지한 기관은 모두 미국에 소재한 대학교였으며, 구체적으로는 워싱턴 대학교, 캘리포니아 대학교-버클리, 캘리포니아 공과 대학교, 뉴욕 대학교, 노스웨스턴 대학교였다.
둘째, 인용 분석 결과, 데이터사이언스 관련 논문의 출판이 매년 증가함에도 불구하고, 인용 수는 대체로 일관성이 없었다. 데이터사이언스 관련 학술발표대회지의 경우, 논문의 증가 수와 인용 수모두 일관성이 없었다. 셋째, 공동 저자 네트워크 분석 결과, 국가 별 공동 저자 네트워크에서는 상위 10위를 차지한 국가는 중국을 제외하고는 모두 북미와 유럽 국가였다.
학술발표대회지의 경우, IEEE 학술발표대회지가 상위를 차지하는 비중이 높았다. 둘째, 인용 분석 결과, 데이터사이언스 관련 논문의 출판이 매년 증가함에도 불구하고, 인용 수는 대체로 일관성이 없었다. 데이터사이언스 관련 학술발표대회지의 경우, 논문의 증가 수와 인용 수모두 일관성이 없었다.
셋째, 통계학 및 머신러닝에서 제공하는 다양한 분석 기법을 활용한 보다 심도 있는 분석을 하고자 한다. 본 연구는 기존의 연구에서 다루지 않았던 다양한 계량 정보학 분석방법을 활용해 데이터사이언스 관련 연구 동향을 다각적인 방법으로 분석했다는데에 학술적 의의가 있다.
데이터사이언스 관련 학술발표대회지의 경우, 논문의 증가 수와 인용 수모두 일관성이 없었다. 셋째, 공동 저자 네트워크 분석 결과, 국가 별 공동 저자 네트워크에서는 상위 10위를 차지한 국가는 중국을 제외하고는 모두 북미와 유럽 국가였다. 기관별 공동 저자 네트워크 분석 결과, 상위 10 위를 차지한 기관은 중국의 중국 과학원을 제외한 상위9개의 기관은 모두 미국에 소재한 기관이었으며, 대부분 대학교였다.
학술지 및 학술발표대회논문을 기준으로 한 서지 결합 분석 결과, 데이터사이언스라는 단어가 학술지 및 학술발표대회명에 있는 경우 혹은 특정 학문 분야가 학술지 명에 있는 경우에 상위를 차지했다. 여섯째, 동시 인용 분석 결과, 피인용된 참고 문헌을 기준으로 동시 인용 분석을 한 경우, 각논문 별로 피인용이 뚜렷이 발견되었다. 피인용된 학술지또는 학술발표대회 논문을 기준으로 동시 인용 분석한 결과, 천문 물리학 분야의 학술지와 같은 특정 학문 분야의 학술지와 함께 Nature, Science 지 등 과학 전분야를 다루는 영향도 높은 저널이 상위를 차지했다.
분석의 결과는 다음과 같다. 첫째, 기술 분석 결과, 데이터사이언스 관련 논문의 WoS 주제 범주를 기준으로한 상위 10위 주제 범주는 모두 STEM 분야였다. 학술지의 경우, 수학, 천문 물리학, 엔지니어링, 통계 등 특정 학문 분야에 특화된 경우에 상위를 차지했다.
피인용된 학술지또는 학술발표대회 논문을 기준으로 동시 인용 분석한 결과, 천문 물리학 분야의 학술지와 같은 특정 학문 분야의 학술지와 함께 Nature, Science 지 등 과학 전분야를 다루는 영향도 높은 저널이 상위를 차지했다. 피인용된 저자를 기준으로 한 동시 인용 분석 결과, 집단 별로 뚜렷한 피인용 양상을 띄었다.
여섯째, 동시 인용 분석 결과, 피인용된 참고 문헌을 기준으로 동시 인용 분석을 한 경우, 각논문 별로 피인용이 뚜렷이 발견되었다. 피인용된 학술지또는 학술발표대회 논문을 기준으로 동시 인용 분석한 결과, 천문 물리학 분야의 학술지와 같은 특정 학문 분야의 학술지와 함께 Nature, Science 지 등 과학 전분야를 다루는 영향도 높은 저널이 상위를 차지했다. 피인용된 저자를 기준으로 한 동시 인용 분석 결과, 집단 별로 뚜렷한 피인용 양상을 띄었다.
학술지의 경우, 수학, 천문 물리학, 엔지니어링, 통계 등 특정 학문 분야에 특화된 경우에 상위를 차지했다. 학술발표대회지의 경우, IEEE 학술발표대회지가 상위를 차지하는 비중이 높았다. 둘째, 인용 분석 결과, 데이터사이언스 관련 논문의 출판이 매년 증가함에도 불구하고, 인용 수는 대체로 일관성이 없었다.
기관을 기준으로 한서지결합 분석에서 상위를 차지한 기관은 모두 미국에 소재한 대학교였으며, 구체적으로는 워싱턴 대학교, 캘리포니아 대학교-버클리, 캘리포니아 공과 대학교, 뉴욕 대학교, 노스웨스턴 대학교였다. 학술지 및 학술발표대회논문을 기준으로 한 서지 결합 분석 결과, 데이터사이언스라는 단어가 학술지 및 학술발표대회명에 있는 경우 혹은 특정 학문 분야가 학술지 명에 있는 경우에 상위를 차지했다. 여섯째, 동시 인용 분석 결과, 피인용된 참고 문헌을 기준으로 동시 인용 분석을 한 경우, 각논문 별로 피인용이 뚜렷이 발견되었다.

후속연구

첫째, Scopus 등 다양한 학술 데이터베이스를 활용하여 분석을 수행하고, 실제 논문의 전문을 활용해 집중 분석하고자 한다. 둘째, 데이터사이언스와 관련된 보다 다양한 유사어를 포함한 검색을 통한 분석을 하고자 한다. 셋째, 통계학 및 머신러닝에서 제공하는 다양한 분석 기법을 활용한 보다 심도 있는 분석을 하고자 한다.
본 연구는 연구 대상이 해외 학술지에 출판된 자료에 한정되어 있어 국내학술지에 발표된 국내 연구자의 연구는 포함하지 못했다. 따라서 향후 연구에서는 국내 학술지를 포함하여 국내의 데이터사이언스 관련 연구도 포함시킴으로써 데이터사이언스 관련 연구가 어떻게 이뤄졌는지 보다 폭넓게 검토할 필요가 있다. WoS를 분석 대상으로 했기에 충분한 논문과 주제어를 포함하지 못했을 수 있다.
본 연구의 한계는 다음과 같다. 본 연구는 연구 대상이 해외 학술지에 출판된 자료에 한정되어 있어 국내학술지에 발표된 국내 연구자의 연구는 포함하지 못했다. 따라서 향후 연구에서는 국내 학술지를 포함하여 국내의 데이터사이언스 관련 연구도 포함시킴으로써 데이터사이언스 관련 연구가 어떻게 이뤄졌는지 보다 폭넓게 검토할 필요가 있다.
둘째, 데이터사이언스와 관련된 보다 다양한 유사어를 포함한 검색을 통한 분석을 하고자 한다. 셋째, 통계학 및 머신러닝에서 제공하는 다양한 분석 기법을 활용한 보다 심도 있는 분석을 하고자 한다. 본 연구는 기존의 연구에서 다루지 않았던 다양한 계량 정보학 분석방법을 활용해 데이터사이언스 관련 연구 동향을 다각적인 방법으로 분석했다는데에 학술적 의의가 있다.
다음의 연구를 향후 연구에 포함하고자 한다. 첫째, Scopus 등 다양한 학술 데이터베이스를 활용하여 분석을 수행하고, 실제 논문의 전문을 활용해 집중 분석하고자 한다. 둘째, 데이터사이언스와 관련된 보다 다양한 유사어를 포함한 검색을 통한 분석을 하고자 한다.

참고문헌 (26)

윤상오, "빅데이터의 위험유형 분류에 관한 연구," 한국지역정보화학회지, 제16권, 제2호, pp.93-122, 2013.
F. Emmert-Streib, S. Mountari, and M. Dehmer, "The Process of Analyzing Data is the Emergent Feature of Data Science," Frontiers in Genetics, Vol.7, No.12, pp.1-4, 2016.
H. F. Cervone, "Informatics and Data Science: An Overview for the Information Professional," Digital Library Perspectives, Vol.32, No.1, pp.7-10, 2015.
McKinsey Global Institute, Big Data: The Next Frontier for Innovation, Competition, and Productivity, McKinsey & Company, 2011.
https://www.glassdoor.com/List/Best-Jobs-in-America-LST_KQ0,20.htm, 2022.05.30.
박초희, 이성숙, "연구 생태계 관점에서 본 국내 행정학 분야의 구조적 특성 분석: 공저자, 인용, 키워드 네트워크를 중심으로," 한국비블리아학회지, 제31권, 제1호, pp.213-235, 2020.
이수상, "언어 네트워크 분석 방법을 활용한 학술논문의 내용분석," 정보관리학회지, 제31권, 제4호, pp.49-68, 2014.

원문보기 상세보기
H. D. White and B. C. Griffth, "Author Cocitation: A Literature Measure of Intellectual Structure," Journal of the American Society for Information Science, Vol.32, No.3, pp.163-171, 1981.

상세보기
김희전, 조현양, "저자동시인용분석과 저자서지결합분석에 의한 지적 구조 분석: 사회복지학 분야를 중심으로," 정보관리학회지, 제27권, 제3호, pp.283-306, 2010.

원문보기 상세보기
N. De Bellis, Bibliometrics and Citation Analysis: From the Science Citation Index to Cybermetrics, Lanham: Scarecrow Press, 2009.
조재인, "네트워크 텍스트 분석을 통한 문헌정보학 최근 연구 경향 분석," 정보관리학회지, 제28권, 제4호, pp.65-83, 2011.

원문보기 상세보기
K. Badar, J. M. Hite, and Y. F. Badir, "Examining the Relationship of Co-authorship Network Centrality and Gender on Academic Research Performance: The Case of Chemistry Researchers in Pakistan," Scientometrics, Vol.94, pp.755-775, 2013.

상세보기
임병학, "논문 공동저자 네트워크가 연구 성과에 미치는 영향에 대한 연구: 로고스경영연구의 공동저자를 중심으로," 로고스경영연구, 제24권, pp.1-20, 2012.
조규락, 김찬희, "국내 교육공학 학문공동체의 지식구조의 모습과 특성 탐색: 네트워크 텍스트 분석을 통한 「교육공학연구」와 「교육정보미디어연구」의 비교를 중심으로," 교육공학연구, pp.571-609, 2016.
G. Y. Liu, J. M. Hu, and H. L. Wang, "A Co-word Analysis of Digital Library Field in China," Scientometrics, Vol.91, No.1, pp.203-217, 2012.

상세보기
M. Callon, J. P. Courtial, W. Turner, and S. Bauin, "From Translation to Problematic Networks: An Introduction to Co-word Analysis," Social Science Information, Vol.22, pp.191-235, 1984.
A. L. Porter, "QTIP: Quick Technology Intelligence Processes," Technological Forecasting & Social Change, Vol.72, pp.1070-1081, 2005.

상세보기
J. Bar-Ilan, "Which H-index? - A Comparison of WoS, Scopus and Google Scholar," Scientometrics, Vol.74, No.2, pp.257-271, 2008.

상세보기
김현정, "동시출현단어분석을 통한 데이터과학 분야의 지적구조에 관한 연구," 정보관리학회지, 제34권, 제4호, pp.101-126, 2017.

원문보기 상세보기
https://trends.google.com/trends/explore?dateall&q%22DATA%20SCIENCE%22 2022.04.10.
https://images.webofknowledge.com/images/help/WOK/hs_alldb_fieldtags.html 2022.04.12.
https://www.vosviewer.com/download, 2022.04.20.
E. Garfield, "Keywords Plus: ISI's Breakthrough Retrieval Method. Part 1. Expanding Your Searching Power on Current Contents on Diskette," Current Contents, Vol.13, No.32, pp.295-299, 1990.
https://images.webofknowledge.com/images/help/WOS/hp_research_areas_easca.html, 2022, 04.01.
V. Blondel, J. L. Guillaume, R. Lambiotte, and E. Lefebvre, "Fast Unfolding of Communities in Large Networks," Journal of Statistical Mechanics Theory and Experiment, Vol.2008, p.P10008, 2008.
K. W. Boyak, R. Klavans, and K. Borner, "Mapping the Backbone of Science," Scientometrics, Vol.64, pp.351-374, 2005.

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증