情報処理学会 第76回全国大会講演要旨

研究評価の一手法としてインパクトファクターなどの論文引用に基づくビブリオメトリクスがある。分析のためにはメトリクスを多様な評価軸で区切ることが多く、研究機関、研究分野、出版年などの観点から論じることが多い。中でも研究分野は、専門家によって多様な分類が目的に応じて考案され、時代とともに変化するような複雑多岐にわたる性質がある。本研究では、トムソン・ロイター社の引用書誌データベースであるWeb of Scienceを対象に、機械学習を用いた書誌レコードリンケージによって、科研費の研究分野分類のマッピングを行う。これによって2つの研究分野分類のマッピングを導出し、様々な研究分野分類によるメトリクスの分析を可能とする。本報は、このマッピングの精度について、iLinkageによるブロッキングとSVMによる分類によって実現した書誌リンケージとそこから導出した分野マッピングの結果に対し、統計的な分析を行ったことについて報告する。