학술 데이터베이스에서 논문 랭킹 알고리즘의 성능 평가

Abstract

논문 검색 엔진의 이용이 증가함에 따라 다양한 논문 랭킹 방법들이 활발히 연구되고 있다. 이 방법들의 성능 비교 실험을 수행하고 그 결과를 분석하는 연구가 중요하지만 심도 있는 연구는 아직까지 수행되지 못하고 있다. 본 논문에서는 비교 실험을 통하여 대표적인 6가지 논문 랭킹 방법의 장단점을 파악하고자 한다. 먼저, 랜덤워크 위드 리스타트를 기반으로 하는 논문 랭킹 방법들을 소개하고, 이 방법들의 성능을 비교하기 위하여 실제 논문 데이터를 이용한 실험을 수행 한다. 또한, 실험 결과를 분석하여 논문 랭킹의 정확도 향상에 중요한 요인에 대해 분석한다.Due to the increasing usage of search engines for scientific literature data, various ranking methods for scientific literature data have been proposed. It is quite important to compare and to analyze the performances of those ranking methods. However, there is no such a research result that covers representative ranking methods. In this paper, we perform comparative performance study on six representative methods for ranking scientific literature data. We first introduce the six representative ranking methods that are based on the well-known framework of 'random walk with restart' and point out their characteristics. Then, we perform extensive experiments with a real-life literature data for comparing their performances. We analyze the results and also discuss the critical factors in each method that affect the accuracy of the ranking results.