Использование методов тематического анализа в наукометрических системах

Во многих современных наукометрических системах и системах цитирования представлены различные механизмы тематического поиска и тематической фильтрации информации. В большинстве случаев для тематического анализа статей и журналов используется полнотекстовый подход, который имеет ряд ограничений. Использование алгоритмов, основанных на анализе графов как автономно, так и совместно с полнотекстовыми алгоритмами, позволяет устранить эти ограничения и улучшить полноту и точность тематического поиска. Алгоритм, разработанный авторами и представленный в этой работе, использует для анализа тематической близости журналов граф соавторства. Алгоритм нечувствителен к языку журнала и подбирает похожие журналы на разных языках, что сложно реализуемо для алгоритмов, основанных на анализе полнотекстовой информации. Апробация алгоритма проводилась в наукометрической системе ИАС ИСТИНА. В интерфейсе, разработанном для этих целей, пользователь может выбрать один близкий ему по тематике журнал, и система автоматически сформирует подборку журналов, которые могут представлять интерес для пользователя как с точки зрения изучения имеющихся в них материалов, так и с точки зрения публикации собственных статей. В перспективе разработанный алгоритм можно адаптировать для поиска похожих по тематике конференций, сборников публикаций и научных проектов. Наличие такого инструмента увеличит публикационную активность молодых сотрудников, повысит цитируемость статей и цитируемость между журналами. Результаты работы алгоритма определения тематической близости между журналами, сборниками, конференциями и научными проектами также могут использоваться для построения правил в моделях разграничения доступа к данным на основе онтологий предметной области.

тематическая классификация, библиографические данные, граф соавторства, информационные системы

1. Акоев М.А., Маркусова В.А., Москалева О.В., Писляков В.В. Руководство по наукометрии: индикаторы развития науки и технологии. Екатеринбург: Издательство Уральского университета, 2014. 248 c.

2. Орлов А.И. Наукометрия и управление научной деятельностью // Управление большими системами. Специальный выпуск 44: Наукометрия и экспертиза в управлении наукой. Институт проблем управления им. В.А. Трапезникова РАН. 2013. С. 538–568.

3. Бричковский В.В. Наукометрический анализ в информационном обеспечении инновационной деятельности // В мире науки. 2017. № 8(174). С. 64–67.

4. Афонин С.А., Козицын А.С., Шачнев Д.А. Программные механизмы агрегации данных, основанные на онтологическом представлении структуры реляционной базы наукометрических данных // Программная инженерия. 2016. Т. 7, №9. С. 408–413.

5. Afonin S. Ontology models for access control systems // Proc. of the 3rd International Conference Russian-Pacific Conference on Computer Technology and Applications (RPC). 2018. P. 1–6.

6. Сервис подбора журнала WoS. URL: http://mjl.clarivate.com/home

7. Классификатор РНФ. URL: http://www.rscf.ru/node

8. Классификатор РФФИ. URL: http://www.rfbr.ru/rffi/ru/contest_documents

9. Классификатор МПК. URL: http://www.fips.ru

10. Классификатор ОКС. URL: http://classinform.ru/oks.html

11. Классификатор MSC. URL: http://www.ams.org/msc/

12. Классификатор JEL. URL: http://www.aeaweb.org/journal/jel_class_system.html

13. Проект по сопоставлению классификаторов Scopus и OECD. URL: http://report03.metrics.ekt.gr/en/appendixIII

14. Проект по сопоставлению классификаторов ВИНИТИ. URL: http://scs.viniti.ru/ MapService/mapform.aspx

15. Проект Times Higher Education. URL: http://www.timeshighereducation.com

16. Индекс World University Rankings. URL: http://gtmarket.ru/ratings/the-world-university-rankings/info

17. Проект QS World University Rankings. URL: http://www.topuniversities.com

18. Кинчарова А.В. Методология мировых рейтингов университетов: анализ и критика // Университетское управление: практика и анализ. 2014. № 2. С. 70–80.

19. Данные проекта ИСТИНА. URL: http://istina.msu.ru/statistics/activity/

20. Статистика организации в проекте ИСТИНА. URL: http://istina.msu.ru/ statistics/organization/214524/dynamic

21. Краснов Ф.В. Сравнительный анализ коллекций научных журналов // Труды СПИИРАН. 2019. Т. 18. С. 767–793.

22. Поиск по ключевым словам в системе РИНЦ. URL: https://www.elibrary.ru/ querybox.asp

23. Афонин С.А., Лунев К.В. Выявление тематических направлений в коллекции наборов ключевых слов // Программная инженерия. 2015. № 2. С. 29–39.

24. Vasenin Valery, Lunev Kirill, Afonin Sergey, and Shachnev Dmitry. Methods for intelligent data analysis based on keywords and implicit relations: The case of "ISTINA" data analysis system. In Proc. of the International Conference Actual Problems of Systems and Software Engineering (APSSE 2019), IEEE Conference Proceedings, P. 151–155, United States, 2019.

25. Козицын А.С., Афонин С.А. Разрешение неоднозначностей при определении авторов публикации с использование графов соавторства в больших коллекциях библиографических данных // Программная инженерия. 2017. Т. 8, № 12. С. 556–562.

26. Козицын А.С., Афонин С.А. Нахождение скрытых зависимостей между объектами на основе анализа больших массивов библиографических данных // In Proc. of the International Conference Actual Problems of Systems and Software Engineering (APSSE 2019), IEEE Conference Proceedings. 2019. P. 320–328.