Biblium: a Python library for comparative bibliometric analysis

Motivation

• Known: VOSviewer, CiteSpace, Bibliometrix 등 다양한 서지학 분석 소프트웨어가 존재하며, Metaknowledge, Pybliometrics 등 파이썬 생태계의 라이브러리들이 네트워크 분석, 텍스트 마이닝, 인용 분석 등을 지원하고 있다.
• Gap: 기존 서지학 소프트웨어 중 사용자 정의 겹칠 수 있는 서브그룹 정의, 통계적 연관성 테스트, 대응분석을 통한 차원 축소, 머신러닝 기반 문서 분류를 통합한 비교 그룹 분석 프레임워크를 제공하는 도구가 부재하다.
• Why: 대규모 학술 출판물(Scopus 9천만 건 이상)의 증가로 인해 서로 다른 출판물 부분집합을 통계적으로 구별하는 능력이 필수적이며, 이는 개방 접근과 구독 저널 간 협력 패턴 비교, 고영향도 및 신흥 학술지 간 키워드 표현 비교 등 기본적인 비교 서지학 질문에 답하는 데 필수적이다.
• Approach: BiblioGroup 프레임워크를 통해 (1) 범주형 변수, 임계값 규칙 또는 사용자 지정 기준에 따른 사용자 정의 그룹 정의, (2) Chi-square 테스트와 표준화 잔차를 사용한 통계적 연관성 테스트, (3) correspondence analysis를 통한 그룹-개체 관계의 차원 축소, (4) 교차 검증을 통한 머신러닝 기반 문서 분류를 제공한다.

Achievement

Fig. 4   Group analysis workflow in Biblium: defining groups, visualizing overlaps, and computing statistical

• BiblioGroup 프레임워크: 사용자 정의 겹칠 수 있는 서브그룹 조직, 표준화 잔차를 사용한 연관성 테스트, correspondence analysis 적용, 머신러닝 기반 문서 분류를 통합한 형식화된 비교 그룹 분석 프레임워크
• 다중 데이터베이스 지원: Scopus, Web of Science, OpenAlex, PubMed, Dimensions, Lens.org의 6개 주요 서지학 데이터베이스로부터 자동 열 정규화를 통한 데이터 임포트 지원
• 포괄적 분석 환경: 기술 통계, 네트워크 분석, 시간 역학 분석 및 GUI를 통한 비프로그래머 친화적 인터페이스 제공
• 교차 라이브러리 일관성: 5개의 확립된 파이썬 서지학 라이브러리에 대한 비교 테스트에서 모든 측정 지표에서 일치 확인
• 개방 소스 공개: GitHub 및 PyPI를 통한 공개 배포로 커뮤니티 접근성 보장

How

Fig. 3   Basic Biblium workflow: loading data, counting entities, generating visualizations, building co-

• 모듈식 계층 아키텍처를 mixin composition 패턴으로 구현하여 BiblioAnalysis(단일 데이터셋 분석)와 BiblioGroupAnalysis(비교 그룹 분석)의 두 가지 주요 분기 제공
• Chi-square 테스트와 표준화 잔차를 사용하여 그룹과 서지학적 개체(출처, 저자, 키워드, 국가) 간의 통계적 연관성 정량화
• Correspondence analysis를 통해 그룹-개체 관계의 고차원 데이터를 2차원 또는 3차원으로 축소하여 시각화
• 다중 머신러닝 알고리즘(구체적 알고리즘명 미지정)을 사용한 교차 검증 기반 문서 분류 및 성능 평가
• 데이터베이스별 필드 매핑을 투명하게 처리하는 자동화된 데이터 임포트 파이프라인
• matplotlib, networkx 등 표준 과학 파이썬 라이브러리에 기반한 시각화 및 네트워크 분석

Originality

• 사용자 정의 겹칠 수 있는 그룹 정의, 통계적 연관성 테스트, correspondence analysis, 예측 분류를 통합한 완전한 비교 그룹 분석 워크플로우는 기존 서지학 도구에서 미구현된 독창적 기여
• 6개 주요 데이터베이스를 기본 지원하는 포괄적 멀티 데이터베이스 아키텍처는 기존 도구(예: pyBiblioNet의 OpenAlex 중심)와 구별됨
• 표준화 잔차를 사용한 Chi-square 기반 연관성 테스트와 다중 비교 처리는 비교 서지학의 통계적 엄밀성을 강화하는 방법론적 기여

Limitation & Further Study

• NLP 접근법이 사용자 정의 사전 및 정규표현식 기반으로 제한되어, KeyBERT 기반 자동 추출(pyBiblioNet)에 비해 수동 작업 필요
• 논문에서 사용된 구체적 머신러닝 알고리즘 종류 및 성능 비교 수치가 미상세하게 기술됨
• correspondence analysis의 해석 및 시각화 방법에 대한 상세 지침이 주문서 자료에 위탁됨
• 향후 연구: (1) BERT 임베딩 기반 자동 키워드 추출 통합, (2) 시계열 그룹 분석 능력 확장, (3) GPU 기반 대규모 데이터셋 성능 최적화, (4) 추가 머신러닝 알고리즘 및 설명 가능성(XAI) 방법 통합

Evaluation

총평: Biblium은 기존 서지학 소프트웨어에서 부재하던 비교 그룹 분석의 형식화된 프레임워크를 제공하는 실질적 기여이며, 6개 데이터베이스 지원 및 통계적 엄밀성을 갖춘 포괄적 환경으로서 서지학 연구의 새로운 분석 질문에 답할 수 있는 중요한 도구이다.