Přejít k obsahu


Do PageRank-based author rankings outperform simple citation counts?

Citace:
FIALA, D., ŠUBELJ, L., ŽITNÍK, S., BAJEC, M. Do PageRank-based author rankings outperform simple citation counts?. Journal of Informetrics, 2015, roč. 9, č. 2, s. 334-348. ISSN: 1751-1577
Druh: ČLÁNEK
Jazyk publikace: eng
Anglický název: Do PageRank-based author rankings outperform simple citation counts?
Rok vydání: 2015
Autoři: Doc. Ing. Dalibor Fiala Ph.D. , Lovro Šubelj , Slavko Žitník , Marko Bajec
Abstrakt CZ: Základními indikátory výzkumníkovy produktivity a vlivu jsou stále počty jeho publikací a jejich citací. Tyto ukazatele jsou jasné, přímočaré a lze je snadno získat. V případě potřeby existence nějakého pořadí vědců, např. při udělování grantů a ocenění nebo kariérních postupech, je jejich použití nejrychlejším a nejlevnějším způsobem pro upřednostnění některých vědců před jinými. Avšak kvůli jejich povaze je zde nebezpečí přílišného zjednodušení výzkumných výsledků. Proto se navrhlo mnoho jiných indikátorů včetně algoritmu PageRank, který je známý hodnocením webových stránek, a byly představeny jeho varianty přizpůsobené citačním sítím. Nicméně tato rekurzivní metoda je výpočetně náročná a i když má tu výhodu, že více hodnotí prestiž než popularitu, její použití by mělo být dobře odůvodněno zvláště ve srovnání se standardními počty citací. V této studii analyzujeme tři velké datové kolekce odborných informatických publikací v kategorii umělé inteligence, softwarového inženýrství a teorie a metod a aplikujeme dvanáct různých evaluačních metod na citační sítě autorů. Výsledné žebříčky autorů porovnáváme s vytvořenými seznamy vynikajících vědců, které jsme vybrali na základě četnosti jejich výskytů v edičních radách prestižních časopisů v oboru, a docházíme k závěru, že neexistuje důkaz o tom, že by metody založené na PageRanku poskytovali lepší žebříčky autorů než prosté počty citací.
Abstrakt EN: The basic indicators of a researcher?s productivity and impact are still the number of publications and their citation counts. These metrics are clear, straightforward, and easy to obtain. When a ranking of scholars is needed, for instance in grant, award, or promotion procedures, their use is the fastest and cheapest way of prioritizing some scientists over others. However, due to their nature, there is a danger of oversimplifying scientific achievements. Therefore, many other indicators have been proposed including the usage of the PageRank algorithm known for the ranking of webpages and its modifications suited to citation networks. Nevertheless, this recursive method is computationally expensive and even if it has the advantage of favouring prestige over popularity, its application should be well justified, particularly when compared to the standard citation counts. In this study, we analyze three large datasets of computer science papers in the categories of artificial intelligence, software engineering, and theory and methods and apply 12 different ranking methods to the citation networks of authors. We compare the resulting rankings with self-compiled lists of outstanding researchers selected as frequent editorial board members of prestigious journals in the field and conclude that there is no evidence of PageRank-based methods outperforming simple citation counts.
Klíčová slova

Zpět

Patička