全文引用分析：学術ネットワークを強化する新しい方法

本記事では、革新的な全文引用分析と監視トピックモデリング、およびネットワーク分析アルゴリズムを用いて、従来の文献計量分析および出版/著者/会場のランキングを向上させます。大量の全文出版物から抽出された引用コンテキストを活用することにより、各引用または出版物は、事前定義されたトピックのセットに対する確率分布で表され、各トピックは著者が提供したキーワードでラベル付けされます。次に、出版物/引用トピック分布を使用して、頂点事前分布とエッジ遷移確率分布を持つ引用グラフを生成しました。各トピックにおける出版物の重要度スコアは、エッジおよび頂点事前分布を考慮したページランクにより計算されます。この作業を評価するために、レビュー論文において104のトピック（キーワードでラベル付け）をサンプリングしました。各レビュー論文の引用された出版物は、ターゲットトピック（キーワード）にとって「重要な出版物」と見なされ、これらの引用された出版物を使用してトピックランキング結果を検証し、異なる出版物ランキングリストを比較します。評価結果は、全文引用および出版物コンテンツ事前トピック分布が、従来のページランクアルゴリズムと共に文献計量分析および科学出版物ランキング性能を有意に向上させることを示しています。学術情報検索（IR）システムに対して、用語頻度-逆文書頻度（tf-idf）、言語モデル、BM 25、ページランク、ページランク + 言語モデル（p < .001）と比較して。