| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-03-01 11:35 Scopus APIを使った論文著者の所属機関の階層的組織名列の抽出方法 ～ ルールベース型機械学習の場合 ～ ○池川隆司（早大/東大）  ET2024-67 |
|
| 抄録 | （和） | 近年，機関名・部局名・課名からなる階層的組織名列（hierarchical organization name sequence: HONS）を用いた計量書誌学的分析が，幾つかの研究分野で採用されている． 本稿では，Scopusのアプリケーションプログラミングインタフェースを通じて取得した生データから，論文著者が所属するHONSを抽出する手法を提案する．これを高い精度で実現するために，25種類のパターンからなるHONS抽出規則を構築する．本手法を論文誌「IEEE Transactions on Information Theory」での1990年から2023年に出版された論文に適用した結果，94%のマッチング率が得られた． |
| （英） | Recently, bibliometric analysis using a hierarchical organization name sequence (HONS), which consists of institution, department, and section names, is employed for several research fields. In this paper, we propose the method to extract the HONSs for paper authors' affiliations from raw data obtained through Scopus application programming interface. To achieve this with high accuracy, we construct the HONS extraction rules consisting of 25 different patterns. Applying our scheme to papers published during 1990 - 2023 for the journal entitled ``IEEE Transactions on Information Theory'', we confirmed a matching rate of 94%. |
|
| キーワード | （和） | 階層的組織名列 / ルールベース型機械学習 / 計量書誌学的分析 / Scopusアプリケーションプログラミングインタフェース / / / / |
| （英） | hierarchical organization name sequence / rule-based machine learning / bibliometric analysis / Scopus application programming interface / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 388, ET2024-67, pp. 26-33, 2025年3月. | |
| 資料番号 | ET2024-67 | |
| 発行日 | 2025-02-22 (ET) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ET2024-67 |
|
| 研究会情報 | |
| 研究会 | ET |
| 開催期間 | 2025-03-01 - 2025-03-01 |
| 開催地（和） | 信州大学教育学部 |
| 開催地（英） | Shinshu University Faculty of Education |
| テーマ（和） | 先進的な教育・学習支援環境／一般 |
| テーマ（英） | Advanced Teaching and Learning Support Environment, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ET |
| 会議コード | 2025-03-ET |
| 本文の言語 | 日本語 |
| タイトル（和） | Scopus APIを使った論文著者の所属機関の階層的組織名列の抽出方法 |
| サブタイトル（和） | ルールベース型機械学習の場合 |
| タイトル（英） | Extraction method of hierarchical organization name sequences for authors' affiliations using the Scopus API |
| サブタイトル（英） | Case of rule-based machine learning |
| キーワード(1)（和/英） | 階層的組織名列 / hierarchical organization name sequence |
| キーワード(2)（和/英） | ルールベース型機械学習 / rule-based machine learning |
| キーワード(3)（和/英） | 計量書誌学的分析 / bibliometric analysis |
| キーワード(4)（和/英） | Scopusアプリケーションプログラミングインタフェース / Scopus application programming interface |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 池川 隆司 / Takashi Ikegawa / イケガワ タカシ |
| 第1著者 所属（和/英） | 早稲田大学/東京大学 (略称： 早大/東大) Waseda University/The University of Tokyo (略称： Waseda University/The University of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-01 11:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ET |
| 資料番号 | ET2024-67 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.388 |
| ページ範囲 | pp.26-33 |
| ページ数 | 8 |
| 発行日 | 2025-02-22 (ET) |
[研究会発表申込システムのトップページに戻る]