"웹 측정학에서 AI는 웹 크롤링, 데이터 수집 등 여러 가지 구체적인 이점을 제공할 수 있습니다.

링크 표

개요 및 소개

재료 및 방법

결과

RQ 1: AI와 과학계량학

RQ 2: AI와 웹메트릭스

RQ 3: AI와 계량서지학

논의

RQ 4: AI를 통한 과학계량학, 웹 측정학, 계량서지학의 미래

RQ 5: AI를 이용한 과학계측학, 웹계량학, 계량서지학의 윤리적 고려사항

결론, 제한 사항 및 참고 자료

RQ 2: AI와 웹메트릭스

웹 측정학에서 AI는 그림 3에 설명된 대로 웹 크롤링 및 데이터 수집, 웹 링크 분석, 웹 콘텐츠 분석, 소셜 미디어 분석, 웹 영향 분석 및 추천 시스템을 포함한 여러 가지 구체적인 이점을 제공할 수 있습니다. 예를 들어 다음과 같은 논문을 통해 입증되었습니다. [9, 10, 21, 36-45].

이러한 6가지 고려 사항은 잠재적인 이점을 지적하고 웹 측정학에서 AI 기능을 활용하기 위한 집중적인 전략을 제안합니다. 결과 결과는 표 2에 설명된 대로 웹 측정 분석에서 AI가 품질, 접근성 및 데이터 수집 프로세스를 어떻게 개선할 수 있는지 강조합니다.

실제로 인공지능 기반 알고리즘은 기관 웹사이트, 과학 연구 포털, 온라인 저장소를 포함한 웹사이트에서 데이터를 자동으로 크롤링하고 수집할 수 있습니다[39, 42]. 이를 통해 연구자는 출판 데이터, 저자 프로필, 인용 패턴 등 분석을 위해 대량의 웹 기반 정보를 수집할 수 있습니다.

출판물, 웹사이트, 저자 간의 관계를 이해하기 위해 인공지능 접근 방식은 하이퍼링크 구조와 웹 링크 패턴을 분석할 수 있습니다[9, 43]. AI 알고리즘은 링크 구조를 분석함으로써 영향력 있는 웹사이트와 저자를 식별할 수 있을 뿐만 아니라 웹 기반 과학 생태계 내 커뮤니티, 협업, 연구 네트워크를 탐지할 수 있습니다[17].

자연어 처리 및 기계 학습과 같은 AI 기술을 사용하여 온라인에서 제공되는 웹페이지 및 과학 출판물의 콘텐츠를 분석할 수 있습니다[40, 41]. 이를 통해 연구자는 웹 기반 문서에서 키워드, 주제, 정서 등의 핵심 정보를 추출할 수 있어 연구 결과에 대한 종합적인 분석과 이해가 용이해집니다.

AI는 트위터와 같은 소셜 미디어 플랫폼을 분석하여 과학 연구와 관련된 온라인 토론, 동향 및 상호 작용을 이해할 수 있습니다[36, 38, 44]. 해시태그, 멘션, 사용자 행동을 분석함으로써 AI 알고리즘은 이전 연구에서 입증된 것처럼 온라인 과학 커뮤니티 내에서 영향력 있는 연구 주제, 주요 오피니언 리더 및 잠재적인 협력을 식별할 수 있습니다.

AI는 웹에서 과학 연구의 영향과 가시성을 평가할 수 있습니다[37, 46]. 실제로 AI 알고리즘은 웹 트래픽, 페이지 조회수, 소셜 미디어 지표를 분석하여 과학 출판물, 저자 및 연구 기관의 온라인 가시성, 보급 및 참여에 대한 통찰력을 제공할 수 있습니다.

"마지막으로" AI 기반 추천 시스템은 연구자들이 관련 과학 웹사이트, 온라인 리소스 및 연구 협력을 검색하는 데 도움을 줄 수 있습니다[35, 45]. 사용자 선호도, 독서 행동, 웹 사용 데이터를 기반으로 한 이 논문은 AI 알고리즘을 사용하여 개인화된 추천을 생성할 수 있음을 보여줍니다. 이를 통해 연구자는 웹 기반 과학 환경을 더 쉽게 탐색하고 추가 연구를 위한 새로운 기회를 발견할 수 있습니다.