引用グラフ

情報科学および計量書誌学における引用グラフ(または引用ネットワーク) は、文書のコレクション内の 引用を記述する有向グラフです。

グラフ内の各頂点（またはノード）はコレクション内の文書を表し、各エッジは1つの文書からそれが引用する別の文書に向かっています（特定の実装によってはその逆もあります）。^[1]

引用グラフは、引用分析、学術検索ツール、裁判所の判決など、さまざまな方法で利用されてきました。今後、出版される研究が増えるにつれて、引用グラフの関連性と有用性は高まると予想されます。

書誌の引用には標準フォーマットが存在せず、引用のレコードリンクは時間がかかり、複雑なプロセスになる可能性があります。さらに、出版プロセスのどの段階でも引用エラーが発生する可能性があります。ただし、引用データベース（引用インデックスとも呼ばれる）の作成には長い歴史があるため、このような問題に関する情報は豊富にあります。

原則として、各文書は一意の公開日を持ち、以前の文書のみを参照できる必要があります。これは、理想的な引用グラフが有向であるだけでなく非循環的であることを意味します。つまり、グラフにループはありません。ただし、学術論文は出版プロセスで複数のバージョンを経るため、実際には常にそうであるとは限りません。参考文献の非同期更新のタイミングにより、明らかに時間を遡ったエッジが発生する可能性があります。このような「後方」引用は、リンクの総数の 1% 未満を占めるようです。^[2]

引用リンクは永続的なものであるため、引用グラフの大部分は静的であり、グラフの先端のみが変化するはずです。論文が流通から撤回された場合は例外が発生する可能性があります。^[2]

引用とは、出版済みまたは未出版のソース（必ずしも元のソースとは限りません）への参照です。より正確に言うと、引用とは、知的著作物の本文に埋め込まれた省略された 英数字表現であり、著作物の参考文献セクションのエントリを示します。その目的は、引用が出現する時点での議論のトピックに対する他者の著作物の関連性を認めることです。

一般的に、本文中の引用と書誌項目の両方の組み合わせが、引用として一般的に考えられているものを構成します（書誌項目自体は引用ではありません）。^[3]電子科学論文における単一の機械可読な主張への参照は、ナノパブリケーションと呼ばれ、マイクロアトリビューションの一形態です。

引用ネットワークは、引用データベースが初めて利用可能になったときから定量的に研究されてきた一種のソーシャル ネットワークです。1965 年、デレク J. デ ソラ プライスは「科学論文のネットワーク」と題する論文で、科学引用索引(SCI) の固有のリンク特性について説明しました。引用論文と被引用論文のリンクは、SCI がオンラインで公開されるようになったときに動的になりました。1973 年、ヘンリー スモールは共引用分析に関する研究を発表しました。これは自己組織化 分類システムとなり、文書クラスタリング実験につながり、最終的には「研究レビュー」と呼ばれるものになりました。^[4]

引用グラフは、特定の論文が学術界に与えた影響である学術的影響力の測定に応用できます。学術的影響力は数値化が難しい値ですが、多くの論文の学術的影響力の測定が重要な論文の特定に役立つため、有用です。また、特定の学術コミュニティの関連性の測定にも使用できます。引用グラフは、引用グラフ上の接続数が論文の学術的影響力に対応し、その論文が他の多くの論文に引用されていることを意味するため、これを測定するのに非常に役立ちます。^[5]

類似性分析は引用分析のもう一つの分野で、引用グラフを頻繁に利用します。引用グラフ内の2つの論文の関係は、それらのテキストベースの類似性と比較され、引用グラフの近さがテキストベースの類似性のレベルを予測できることがわかっています。^[6]さらに、引用グラフの近さと従来のコンテンツベースの類似性の2つの方法は、より正確な結果を生み出すためにうまく連携して機能することがわかっています。^[6]

引用グラフの分析により、学術界内のさまざまなコミュニティや研究分野を識別する方法として引用グラフが提案されました。キーワードと組み合わせて文書グループの引用グラフを分析すると、類似した研究のクラスターを正確に識別できることがわかっています。^{[7]同様に、引用グラフで}深さ優先探索アルゴリズムを使用すると、研究分野の主な「流れ」や、研究アイデアの経時的な進展を識別することができます。2つのノードまたは多くのノードのクラスター間の類似性を見る代わりに、この方法では、ノード間のリンクを調べて研究アイデアをその始まりまでさかのぼり、さまざまな論文を通じて現在の状態に至るまでの進展を見つけます。^[8]

学術検索ツールで使用されている従来の方法は、検索用語と論文内のキーワードの一致をチェックして、一致する可能性のあるものを返すというものです。この方法はほとんどの場合効果的ですが、2 つのトピックに実際にはほとんど共通点がない場合でも、キーワードが一致しているために別の分野の論文が推奨されるというエラーが発生する可能性があります。

多くの人は、引用グラフを学術論文検索ツールに組み込めば、関連論文の検索方法を改善し、より正確になると主張しています。たとえば、キーワードシステムと、引用グラフ内で論文がいくつつながっているかに基づく人気度システムの両方を使用するシステムが提案されました。このシステムでは、つながりの多い論文は人気が高いとみなされ、論文推奨システムでより高い重み付けが与えられます。^[9]

近年では、引用グラフを使用して論文間のつながりを視覚的に表現する視覚検索ツールが開発されています。このコンセプトを商用化したものが、検索ツールConnected Papers です。^{[引用が必要]}

引用グラフは、法律文書の引用を整理し、マッピングするために使用されてきた歴史があります。前述の検索ツールと同様に、法律文書に見られる引用の種類に特化した引用グラフの構築は、裁判所の判決に必要なときに関連する過去の法律文書を見つけるために使用されてきました。従来の検索方法に代わる、または改善する方法として、この引用グラフを利用した法律文書の整理方法は、より高い効率、正確性、および組織性を提供できます。^[10]

引用ネットワークと密接に関連するネットワーク グラフの種類は他にもいくつかあります。共引用グラフは、ドキュメントをノードとするグラフで、2 つのドキュメントが共通の引用を共有している場合に接続されます (共引用と書誌結合を参照)。その他の関連ネットワークは、ドキュメント内にあるその他の情報を使用して形成されます。たとえば、このコンテキストでは共著ネットワークと呼ばれるコラボレーション グラフでは、ノードはドキュメントの著者であり、同じドキュメントを共著している場合はリンクされます。共著ネットワーク内の 2 人の著者間のリンクの重みは、さらにコラボレーションが行われると、時間の経過とともに増加する可能性があります。

引用グラフは学術のさまざまな分野に顕著な影響を与えてきましたが、今後さらに重要性を増すと思われます。公開された研究が増えるにつれ、従来の論文検索方法では、特定のトピックに関連する論文を絞り込むのにあまり効果がなくなってしまいます。たとえば、テキストベースの類似性では、トピックに関連する論文を選択するのに限界がありますが、引用グラフを追加すると、トピックに関連する他の論文とのつながりが多い論文に高い優先順位を付けることができます。

しかし、このような開発は、引用グラフのほとんどのアプリケーションと同様の課題に直面しています。それは、標準化されたフォーマットや引用方法がないことです。論文から引用を抽出するには複雑なソフトウェア分析が必要なため、これらのグラフの構築は非常に困難です。この問題に対する提案された解決策の 1 つは、誰でも使用でき、引用グラフなどの別の形式に簡単に変換できる形式で引用情報のオープン データベースを作成することです。^[11]

• コラボレーショングラフ、文書の作成者によって定義されたグラフ
• ウェブグラフ、ワールドワイドウェブ上のウェブページ間の参照の引用グラフ
• 有向非巡回グラフ、適切に構築された引用グラフの正式な数学的構造
• 法的な引用分析法的な文脈での引用分析

• An, Yuan; Janssen, Jeannette ; Milios, Evangelos E. (2004)、「コンピュータサイエンス文献の引用グラフの特徴付けとマイニング」、Knowledge and Information Systems、6 (6): 664–678、doi :10.1007/s10115-003-0128-3、S2CID  348227。
• ヨン、ファン、ルソー、ロナルド (2001)、「引用ネットワークの格子: 引用グラフの構造の調査」、サイエントメトリクス、50 (2): 273–287、doi :10.1023/A:1010573723540、S2CID  413673。
• Lu, Wangzhong; Janssen, J.; Milios, E.; Japkowicz, N.; Zhang, Yongzheng (2007)、「引用グラフにおけるノードの類似性」、Knowledge and Information Systems、11 (1): 105–129、doi :10.1007/s10115-006-0023-9、S2CID  26234247。

• 関連論文