「ウェブメトリクスでは、AI は Web クロール、データ収集など、いくつかの具体的なメリットを提供できます...」

リンク一覧

概要と序論

材料と方法

結果

RQ 1: AIと科学計量学

RQ 2: AIとウェブメトリクス

RQ 3: AIと計量書誌学

議論

RQ 4: AI を活用した科学計量学、ウェブ計量学、書誌計量学の将来

RQ 5: AI を用いた科学計量学、ウェブ計量学、文献計量学の倫理的考慮

結論、限界、参考文献

RQ 2: AIとウェブメトリクス

ウェブメトリクスでは、AIは、図3に示すように、ウェブクローリングとデータ収集、ウェブリンク分析、ウェブコンテンツ分析、ソーシャルメディア分析、ウェブ影響分析、レコメンデーションシステムなど、いくつかの具体的な利点を提供できます。これは、[9、10、21、36-45]などの論文を通じて実証されています。

これら 6 つの考慮事項は、潜在的な利点を示しており、ウェブメトリクスで AI 機能を活用するための重点的な戦略を示唆しています。その結果、表 2 に示すように、AI がウェブメトリクス分析の品質、アクセシビリティ、データ収集プロセスをどのように改善できるかが明らかになりました。

実際、人工知能に基づくアルゴリズムは、機関のウェブサイト、科学研究ポータル、オンラインリポジトリなどのウェブサイトからデータを自動的にクロールして収集することができます[39、42]。これにより、研究者は出版データ、著者プロフィール、引用パターンなど、分析のために大量のウェブベース情報を収集することができます。

出版物、ウェブサイト、著者の関係を理解するために、人工知能のアプローチはハイパーリンク構造とウェブリンクパターンを分析することができます[9、43]。リンク構造を分析することで、AIアルゴリズムは影響力のあるウェブサイトや著者を特定し、ウェブベースの科学エコシステム内のコミュニティ、コラボレーション、研究ネットワークを検出することができます[17]。

自然言語処理や機械学習などのAI技術は、オンラインで利用可能なウェブページや科学出版物のコンテンツを分析するために使用できます[40, 41]。これにより、研究者はウェブベースの文書からキーワード、トピック、感情などの重要な情報を抽出し、研究成果の包括的な分析と理解を容易にすることができます。

AIはTwitterなどのソーシャルメディアプラットフォームを分析して、科学研究に関連するオンライン上の議論、傾向、相互作用を理解することができます[36、38、44]。ハッシュタグ、メンション、ユーザーの行動を分析することで、AIアルゴリズムは、以前の研究で実証されているように、オンライン科学コミュニティ内で影響力のある研究トピック、主要なオピニオンリーダー、潜在的なコラボレーションを特定できます。

AIは、ウェブ上での科学研究の影響と可視性を評価することができます[37、46]。実際、ウェブトラフィック、ページビュー、ソーシャルメディアの指標を分析することで、AIアルゴリズムは科学出版物、著者、研究機関のオンラインでの可視性、普及、関与に関する洞察を提供することができます。

「最後に」、AIを活用したレコメンデーションシステムは、研究者が関連する科学ウェブサイト、オンラインリソース、研究協力を発見するのを支援することができます[35、45]。これらの論文は、ユーザーの好み、読書行動、ウェブ使用データに基づいて、AIアルゴリズムを使用してパーソナライズされた推奨事項を生成できることを示しており、研究者がウェブベースの科学的ランドスケープを探索し、さらなる研究のための新しい機会を発見することが容易になります。