[논문]단일 문헌의 인용 영향력 측정 방식의 개선

이재윤

단일 문헌의 인용 영향력 측정 방식의 개선
Improved methods for assessing single paper's citation impact 원문보기

이재윤 (경기대학교)

최근 인용 네트워크 분석을 통해서 단일 문헌의 인용 영향력을 측정하려는 시도가 다양하게 전개되고 있다. 널리 알려진 PageRank를 보완하려는 일부 시도와 함께 h-index를 단일 문헌의 인용 영향력 측정에 적용한 단일문헌 h-index도 제안되었다. 이 연구에서는 Web of Science에서 검색한 계량정보학 분야 문헌집합을 대상으로 여러 측정 방식의 특징을 비교해본 후, 새로운 인용지수 2종을 제안하였다. 제안한 인용지수는 PageRank처럼 전역 네트워크 분석 방식인 지수 1종과 h-index처럼 지역 네트워크 분석 방식인 지수 1종으로서 상황에 따라 선택하여 사용할 수 있다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이 논문에서는 WoS에서 검색한 계량정보학 분야 문헌 집합(Lee and Choi 2011)을 대상으로 8가지 인용지수를 측정하여 특징을 비교해본다. 또한 비교적 단순하지만 분석 결과에서 단점이 뚜렷하게 드러난 f-value 공식을 개량하여 전역 네트워크와 지역 네트워크에 각각 적용할 수 있는 직관적이면서 단순한 공식 2종을 제안한다.

가설 설정

둘째, 인용하는 문헌의 중요도는 인용받는 문헌 각각에게 나누어 전달되어야 한다.
첫째, 각 인용의 중요도는 인용하는 문헌의 중요도에 따라서 차별되어야 한다.

제안 방법

41,510개 문헌에 사이의 인용 네트워크에서 각 문헌의 인용빈도(CFRQ)와 2세대 인용빈도(CFRQ-2gen)를 산출한 후, 8가지 인용지수를 적용하여 인용 지수를 측정해보았다. 측정 결과 파악된 인용빈도 상위 10건에 대해서 각 지수별 순위를 산출한 결과를 <표 3>에 제시하였다.
각 인용지수의 특성을 살펴보기 위해서 직접 인용빈도, 2세대 인용빈도, 출판년도, 8개 인용지수 측정값의 11개 변수 사이의 스피어맨 순위상관계수를 측정하였다. 상관관계 분석은 41,510개 문헌 중에서 인용빈도 3회 이상이면서 2001년 이후에 발표된 문헌 3,798건을 대상으로 하였다.
또한 인용은 빈익빈부익부 현상을 보이기 때문에 인용빈도의 차이를 그대로 영향력의 차이로 반영하는 것은 바람직하지 않다. 따라서 인용빈도에 1을 더한 값의 제곱근을 한 논문으로부터 전달되는 총 영향력으로 설정하였다.
이 논문에서는 WoS에서 검색한 계량정보학 분야 문헌 집합(Lee and Choi 2011)을 대상으로 8가지 인용지수를 측정하여 특징을 비교해본다. 또한 비교적 단순하지만 분석 결과에서 단점이 뚜렷하게 드러난 f-value 공식을 개량하여 전역 네트워크와 지역 네트워크에 각각 적용할 수 있는 직관적이면서 단순한 공식 2종을 제안한다.
이와 유사하게 인용하는 문헌으로부터 인용되는 문헌으로 전달되는 인용 영향력을 결정할 때 인용하는 문헌의 길이를 고려하여 전달되는 인용영향력을 정규화하였다. 이때 인용하는 문헌의 길이는 참고문헌의 수에 따라 결정되도록 하되, 문헌길이정규화 공식 중에서 가장 단순하면서 오래 사용되어온 코사인정규화 공식을 적용하였다. 단어가중치 계산에서 코사인정규화는 단어 출현빈도의 제곱을 합한 후 제곱근을 취한 값(벡터 norm)으로 나눠주는 것인데, 각 문헌으로의 인용은 빈도가 모두 1이므로 제곱은 무의미하고 내보내는 인용 건수의 제곱근으로 인용영향력을 나누면 된다.
한편 전역 네트워크 정보를 입수하기가 불가능한 경우에 적용할 수 있는 지역 네트워크 분석 방식의 새로운 지수인 cl-index를 다음과 같이 제안한다.

대상 데이터

각 인용지수의 특성을 살펴보기 위해서 직접 인용빈도, 2세대 인용빈도, 출판년도, 8개 인용지수 측정값의 11개 변수 사이의 스피어맨 순위상관계수를 측정하였다. 상관관계 분석은 41,510개 문헌 중에서 인용빈도 3회 이상이면서 2001년 이후에 발표된 문헌 3,798건을 대상으로 하였다.
인용 지수 측정 대상이 되는 문헌집합은 WoS에서 검색한 계량정보학 분야 문헌 1,715개와 이 문헌들로부터 인용된 39,795개를 합친 41,510개이다. 문헌들 사이의 인용 링크는 총 65,806개로 나타났다.

이론/모형

이재윤(2011)에서는 이런 기존 시도들 중에서 선정한 5가지 지수와 수정 제안한 3가지 지수를 포함한 8가지 지수들을 KISTI의 KSCD 데이터베이스를 대상으로 측정하여 비교분석한 바 있다. 분석된 지수는 PageRank 이외에 Schubert(2009)의 단일문헌 h-index, Sidiropoulos와 Manolopoulos (2005)의 SCEAS_B1, Bi 등(2011)의 CCI, Fragkiadaki 등(2011)의 f-value, 그리고 단일문헌 h-index를 이재윤(2011)이 개량한 hS-index, h1-index, hS1-index이다.

성능/효과

넷째, 전역 네트워크 정보를 이용할 경우에는 인용하는 문헌의 중요도가 일정한 비율로 감쇠되면서 전달되어야 한다.
전역 네트워크 분석 방식의 지수 중에서 PageRank와 SCEAS_B1은 연도별 평균값이 거의 변화가 없고 CCI도 약 2배 이내까지만 증가하였다. 반면에 f-value와 지역네트워크 지수인 h-index 계열 지수들은 출판 년도가 오래될수록 평균값도 크게 높은 것으로 나타났다. 특히 f-value는 2003년 이전으로 거슬러 올라가면 평균값이 급속하게 증가하였다.
셋째, 인용빈도가 0인 논문으로부터의 인용도 최소 수준의 중요도를 전달해야 한다.
<그림 4>는 2009년 발표논문의 지수별 평균값 대비 매년 발표된 논문의 평균값을 비교한 것이다. 전역 네트워크 분석 방식의 지수 중에서 PageRank와 SCEAS_B1은 연도별 평균값이 거의 변화가 없고 CCI도 약 2배 이내까지만 증가하였다. 반면에 f-value와 지역네트워크 지수인 h-index 계열 지수들은 출판 년도가 오래될수록 평균값도 크게 높은 것으로 나타났다.
제안한 두 지수는 기존 인용지수에 비해서 비교적 단순하면서도 직접 인용빈도와 2세대 인용빈도를 더 적절하게 반영하는 것으로 추정된다. 전역 네트워크 정보를 획득할 수 있는 경우에는 c-index를, 그렇지 못한 경우에는 cl-index를 적용할 수 있다.
제안한 인용지수 2종을 계량정보학 분야 문헌집합에 적용해본 결과 c-index로 측정한 인용영향력 1위와 2위인 문헌은 각각 직접 인용빈도 1위인 문헌과 2세대 인용빈도 1위인 문헌으로 나타났다. 앞의 <표 3>을 보면 기존지수는 대부분 두 문헌 중 어느 한 문헌만을 10위 이내에 포함하고 있는 것과는 차별화된 결과이다.
측정결과 PageRank와 SCEAS_B1, CCI는 1세대 인용빈도가 1위인 Hirsch의 2005년 논문(h-index를 제안한 논문)을 1위로 판정하였다. 반면에 f-value와 h-index 계열 4개 지수는 모두 2세대 인용빈도가 1위인 Ingwerson의 1999년 논문(웹 IF를 제안한 논문)을 1위로 판정하였다.

후속연구

전역 네트워크 정보를 획득할 수 있는 경우에는 c-index를, 그렇지 못한 경우에는 cl-index를 적용할 수 있다. 향후 다양한 문헌집합을 대상으로 지수의 특성을 검증하는 연구가 필요하다.

핵심어

질문

논문에서 추출한 답변

단일 논문에 대한 평가 지표는 무엇이 있는가?

인용빈도를 단서로 하여 학술적인 영향력을 평가하는 인용지수는 주로 학술지나 연구자/연구집단과 같이 여러 문헌의 집합체가 되는 대상에 대해서 적용되었다. 단일 논문에 대해서는 단순 인용빈도 이외의 평가 지표가 없었으나 최근 수년 동안 PageRank(Page et al. 1999) 공식을 문헌 인용 네트워크에 적용하거나(Chen et al. 2007; Radev et al. 2009) h-index(Hrisch 2005) 방식을 응용하여 단일 문헌의 인용 영향력을 측정하려는 시도(Schubett 2009)를 비롯한 여러 연구가 발표되었다.

인용지수 공식과 특성을 감안하여 문헌의 인용영향력을 계산하는 공식에 필요한 요건을 정리해보면?

첫째, 각 인용의 중요도는 인용하는 문헌의 중요도에 따라서 차별되어야 한다. 둘째, 인용하는 문헌의 중요도는 인용받는 문헌 각각에게 나누어 전달되어야 한다. 셋째, 인용빈도가 0인 논문으로부터의 인용도 최소 수준의 중요도를 전달해야 한다. 넷째, 전역 네트워크 정보를 이용할 경우에는 인용하는 문헌의 중요도가 일정한 비율로 감쇠되면서 전달되어야 한다.

PPY는 대체로 최근 논문에 유리한 것으로 보고됐는데 이것은 무얼 의미하는가?

전산언어학 분야 논문집합을 대상으로 분석한 Radev 등(2009)의 연구에서는 PageRank도 오래된 논문에 다소 유리한 결과가 나타난다고 판단하고 PageRank 값을 출판 후 경과된 햇수로 나눈 PPY(PageRank Per Year) 값을 산출하였다. 그 결과 PPY는 대체로 최근 논문에 유리한 것으로 보고되었는데, 이는 PageRank가 경과된 햇수로 나눌 만큼 충분히 오래된 논문에 유리한 값이 산출되는 지수는 아님을 의미한다.

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

단일 문헌의 인용 영향력 측정 방식의 개선
Improved methods for assessing single paper's citation impact 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

단일 문헌의 인용 영향력 측정 방식의 개선 Improved methods for assessing single paper's citation impact 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

단일 문헌의 인용 영향력 측정 방식의 개선
Improved methods for assessing single paper's citation impact 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper