4B-06
自・他クラスタ結合の特徴量を用いたベイジアンネットワークによる学術動向予測
○大槻　明（日大），川村雅義（MK Future Software）
計量書誌学における直接引用による学術論文ネットワークを分析することによって，これまでに学術動向の進展を分析したり，トレンドな学術研究分野を特定したり，さらには，技術と科学との成長関係を明らかにするような研究は行われてきたが，自クラスタ（学術研究分野）及び他クラスタとの結合度（特徴量）に着目し，この特徴量を用いて学術動向予測を行うような手法は少ない．
ゆえに，本研究では，直接引用を用いて構築する学術論文ネットワークを対象として，自・他クラスタの結合度（特徴量）をベイジアンネットワークに適用することより学術動向の将来予測を行う手法について提案する．
footer 情報処理学会 セキュリティ プライバシーポリシー 倫理綱領 著作権について