시간적 공저 네트워크의 구조 분석에 관한 연구 = An Analysis on the Structure of Temporal Co-Authorship Networks

국문 초록 (Abstract)

공저 네트워크에서는 문헌의 출판연도 정보로부터 시간이 지남에 따라 공저 관계가 형성되고 해체되는 것을 확인하여 시간적 네트워크를 구축할 수 있다. 이에 본 연구의 목적은 계량정보학 측면에서 시간적 네트워크 모델링을 목표로 데이터논문과 학술논문의 전체적인 연구 협업 네트워크를 진화적 관점으로 분석하고, 시간적 공저 네트워크의 구조적 특성을 규명하는 것이다. 이를 위해 데이터 출판을 위한 새로운 기제를 제안한 생물다양성 분야의 혼합형 데이터학술지 Biodiversity Data Journal에 게재된 공저 데이터논문 247건, 공저 학술논문 638건을 대상으로 시간적 공저 네트워크 분석을 수행하였다. 그 결과, 두 문헌 유형 모두, 네트워크가 진화하는 동안 무척도 네트워크 속성과 좁은 세상 현상이 나타났고, 국지적으로 응집된 저자들의 관계 구조가 시간이 경과 되어도 지속되고 있음을 파악했다. 또한, 본 연구에서 개발한 시간적 매개중심성 척도인 TTBC(Temporal Triadic Betweenness Centrality, 시간적 삼각매개중심성)를 적용하여 시간에 따른 중요한 저자들이 시점별로 확인되었고, 그 변화 추이를 파악할 수 있었다. 동적 접근으로 시각화 한 결과, 데이터논문과 학술논문의 시간적 공저 네트워크에서 드러나는 구조적 차이를 확인했으며, 이는 데이터를 다루는 연구자 집단의 협업 구조에 대한 특성으로 해석할 수 있다.

다국어 초록 (Multilingual Abstract)

In co-authorship networks, temporal networks can be modeled by identifying the formation and dissolution (linking and removing) of co-authorship relationships over time from the publication year information of the papers. Therefore, this study seeks to analyze the overall research collaboration networks of data papers and articles from an evolutionary perspective for modeling the temporal network in terms of informetrics and investigating the dynamic and structural mechanisms of the temporal co-authorship network. For that purpose, Biodiversity Data Journal, a mixed data journal in the biodiversity domain was used as the unit of analysis in this study as this domain had proposed data paper as a new mechanism for data publication. In addition, bibliometric records of 247 data papers and 638 articles involving two or more researchers were collected from the Web of Science. The results indicated that the dynamic co-authorship networks of data papers and articles in the biodiversity domain exhibited the scale-free property of a complex network and the small-world property in the Watts-Strogatz sense during the network evolution. Also, both publication types kept the structure of locally cohesive author groups over time in the networks. The implementation of TTBC (Temporal Triadic Betweenness Centrality) has allowed for the examination and tracking of the evolutionary trends of important or influential time-dependent authors (nodes) by the target year. And last, visualization with a dynamic approach enabled a more effective identification of analysis results, such as the exhibited structural difference in the temporal co-authorship networks of data papers and articles in the biodiversity domain, which can be interpreted as the structural properties of the networks among collaborative researchers dealing with data.