자아 중심 주제 인용분석을 활용한 딥러닝 연구동향 분석 = Deep Learning Research Trends Analysis with Ego Centered Topic Citation Analysis

다국어 초록 (Multilingual Abstract)

Recently, deep learning has been rapidly spreading as an innovative machine learning technique in various domains. This study explored the research trends of deep learning via modified ego centered topic citation analysis. To do that, a few seed documents were selected from among the retrieved documents with the keyword ‘deep learning’ from Web of Science, and the related documents were obtained through citation relations. Those papers citing seed documents were set as ego documents reflecting current research in the field of deep learning. Preliminary studies cited frequently in the ego documents were set as the citation identity documents that represents the specific themes in the field of deep learning. For ego documents which are the result of current research activities, some quantitative analysis methods including co-authorship network analysis were performed to identify major countries and research institutes. For the citation identity documents, co-citation analysis was conducted, and key literatures and key research themes were identified by investigating the citation image keywords, which are major keywords those citing the citation identity document clusters. Finally, we proposed and measured the citation growth index which reflects the growth trend of the citation influence on a specific topic, and showed the changes in the leading research themes in the field of deep learning.

국문 초록 (Abstract)

최근 들어 다양한 분야에서 딥러닝이 혁신적인 기계학습 기법으로 급속하게 확산되고 있다. 이 연구에서는 딥러닝 연구동향을 분석하기 위해서 자아 중심 주제 인용분석 기법을 변형하여 응용해보았다. 이를 위해 Web of Science에서 ‘deep learning’으로 탐색하여 검색된 문헌 중 소수의 씨앗 문헌으로부터 인용 관계를 통해 분석 대상 문헌을 확보하는 방법을 시도하였다. 씨앗 문헌을 인용하는 최근 논문들을 딥러닝 분야의 현행 연구를 반영하는 자아 문헌집합으로 설정하였다. 자아 문헌으로부터 빈번히 인용된 선행 연구들은 딥러닝 분야의 연구 주제를 나타내는 인용 정체성 문헌집합으로 설정하였다. 자아 문헌집합에 대해서는 공저 네트워크 분석을 비롯한 정량적 분석을 실시하여 주요 국가와 연구 기관을 파악하였다. 인용 정체성 문헌들에 대해서는 동시인용 분석을 실시하고, 도출된 문헌 군집을 인용하는 주요 키워드인 인용 이미지 키워드를 파악하여 주요 문헌과 주요 연구 주제를 밝혀내었다. 마지막으로 특정 주제에 대한 인용 영향력이 성장하는 추세를 반영하는 인용 성장지수 CGI를 제안하고 측정하여 딥러닝 분야의 선도 연구 주제가 변화하는 동향을 밝혔다.

참고문헌 (Reference)

1 이재윤, "폭소노미 연구 문헌에 대한 자아 중심 주제 인용 분석" 한국정보관리학회 29 (29): 295-312, 2012

2 이재윤, "텍스트마이닝을 이용한 건축학 분야의 지적 구조 분석" 39 : 1-21, 2009

3 김하수, "정치와 언어의 관계에 대한 양적 분석 시론" 담화·인지언어학회 20 (20): 79-111, 2013

4 김도미, "저자동시인용 분석과 인용한 문헌의 색인어 분석에 의한 지적구조의 규명: 경제학 분야를 대상으로" 24 (24): 32-57, 1993

5 장윤미, "자아 중심 주제 인용 분석에 의한 독서치료 주제 분야 지적구조에 관한 연구" 37-41, 2013

6 유소영, "자아 중심 네트워크 분석과 동적 인용 네트워크를 활용한 토픽모델링 기반 연구동향 분석에 관한 연구" 한국정보관리학회 32 (32): 153-169, 2015

7 "딥러닝"

8 이재윤, "국내 재난 관련 연구 동향에 대한 계량정보학적 분석" 한국정보관리학회 33 (33): 103-124, 2016

9 이재윤, "국내 광역 과학 지도 생성 연구" 한국정보관리학회 24 (24): 363-383, 2007

10 이재윤, "공동연구 네트워크 분석을 위한 중심성 지수에 대한 비교 연구" 한국정보관리학회 31 (31): 153-179, 2014

11 이재윤, "계량서지적 네트워크 분석을 위한 중심성 척도에 관한 연구" 한국문헌정보학회 40 (40): 191-214, 2006

12 이재윤, "계량서지적 기법을 활용한 LED 핵심 주제영역의 연구 동향 분석" 한국과학기술정보연구원 42 (42): 1-26, 2011

13 이재윤, "가중 네트워크를 위한 일반화된 지역중심성 지수" 한국정보관리학회 32 (32): 7-23, 2015

14 이재윤, "tnet과 WNET의 가중 네트워크 중심성 지수 비교 연구" 한국정보관리학회 30 (30): 241-264, 2013

15 White, H. D., "The web of knowledge: A festschrift in honor of Eugene Garfield" Information Today, Inc 475-496, 2000

16 Kullback, S., "On information and sufficiency" 22 (22): 79-86, 1951

17 Robert R. Braam, "Mapping of science by combined co-citation and word analysis. I. Structural aspects" Wiley-Blackwell 42 (42): 233-251, 1991

18 이재윤, "Intellectual Structure and Infrastructure of Informetrics: Domain Analysis from 2001 to 2010" 한국정보관리학회 28 (28): 11-36, 2011

19 Jae Yun Lee, "Domain analysis with text mining: Analysis of digital library research trends using profiling methods" SAGE Publications 36 (36): 144-161, 2010

20 Yann LeCun, "Deep learning" Springer Nature 521 (521): 436-444, 2015

21 Nees Jan van Eck, "CitNetExplorer: A new software tool for analyzing and visualizing citation networks" Elsevier BV 8 (8): 802-823, 2014