AI요약

기존 연구 성과 분석 방식은 단순 인용 횟수에만 의존하여 연구의 질적 영향력과 중요도를 파악하는 데 한계가 있었습니다. 본 기술은 이러한 문제를 해결하고자 논문, 특허 등 연구 성과 간의 인용 관계를 네트워크로 구성하고, 네트워크 분석 방법을 활용하여 질적 우수성을 평가하는 새로운 접근법을 제시합니다. 데이터베이스에 저장된 연구 성과 정보를 읽어 인용 관계 네트워크를 구축하며, 이를 시각화하여 연구 동향을 직관적으로 파악할 수 있습니다. 특히, 모듈러리티(modularity) 행렬 및 고유 벡터 분석을 통해 연구 성과들을 유사성 기반의 그룹으로 분류하고, 그룹 내에서 미처 참조하지 못했을 수 있는 유용한 논문들을 인용 거리 계산을 통해 추천합니다. 이로써 연구 성과의 객관적인 질적 평가를 가능하게 하고, 연구 시너지를 극대화하며, 향후 연구 기획 및 방향 설정에 실질적인 통찰력을 제공합니다.