Analysis and statistical modeling of citation graph for scientific articles

近年、学術論文の状況を解析するために Web of Science などの論文データベースが利用されている。本研究では、主として論文の情報をグラフとして表現し、そのグラフの生成構造に対するモデルを考えることにより、その理論的な裏付けを与え、論文や分野の評価などに利用することを考えている。まず、統計学分野を取り上げ、年ごとの論文数に対してはロジスティック分布を当てはめ、論文の重要度を被引用数で近似し、論文の種類を示すものとして引用数を考え、その分布は一般逆正規分布をあてはめ、引用確率の経年変化についてはガンマ分布密度関数での近似を利用する確率モデルを考えた。さらに、引用関係グラフにおいては特にエッジの構成する３角形の数が重要であることがわかったので、それを実データにあわせるために、確率的な優先的選択の上に隣接点選択を加えた用いたモデルを提案した。そして実データに合うようにパラメータ推定を行った。そのモデルによるシミュレーションを行い、実グラフとの類似度などを調べた。これらの結果は論文として掲載された。さらに、海外研究者との共同研究として Web of Science 全分野の論文を対象として、Web ページのサーチエンジン手法として有名なページランクを計算した。解析すべきデータ量が膨大になるため、新しい計算アルゴリズムを用いた。その結果、分野間の違いなどが明らかになっており、その結果も論文として掲載された。また、AI分野などの論文の著者の専門分野をいくつかの国毎に調査し、最新分野の研究動向の比較を行なった結果の論文も掲載された。

近年、学術論文の状況を解析するために Web of Science などの論文データベースが利用されている。本研究では、主として論文の情報をグラフとして表現し、そのグラフの生成構造に対するモデルを考えることにより、その理論的な裏付けを与え、論文や分野の評価などに利用することを考えている。まず、統計学分野を取り上げ、年ごとの論文数に対してはロジスティック分布を当てはめ、論文の重要度を被引用数で近似し、論文の種類を示すものとして引用数を考え、その分布は一般逆正規分布をあてはめ、引用確率の経年変化についてはガンマ分布密度関数での近似を利用する確率モデルを考えた。さらに、引用関係グラフにおいては特にエッジの構成する３角形の数が重要であることがわかったので、それを実データにあわせるために、確率的な優先的選択の上に隣接点選択を加えた用いたモデルを提案した。そして実データに合うようにパラメータ推定を行った。そのモデルによるシミュレーションを行い、実グラフとの類似度などを調べた。これらの結果は論文として掲載された。さらに、海外研究者との共同研究として Web of Science 全分野の論文を対象として、Web ページのサーチエンジン手法として有名なページランクを計算した。解析すべきデータ量が膨大になるため、新しい計算アルゴリズムを用いた。その結果、分野間の違いなどが明らかになっており、その結果も論文として掲載された。また、AI分野などの論文の著者の専門分野をいくつかの国毎に調査し、最新分野の研究動向の比較を行なった結果の論文も掲載された。