「『ナショナルイノベーションシステムに係る定量データとその分析手法』WSシリーズ」: 第2回[巨人の上の肩に立つ-論文データベースの使い方 101-] の講義資料です。

1. 「『ナショナルイノベーションシステムに係る
定量データとその分析手法』WSシリーズ」:
第2回[巨人の上の肩に立つ
-論文データベースの使い方 101-]
2015/4/18 16:00-18:00
政策研究大学院大学
科学技術イノベーション政策研究センター
原泰史
2015/4/18 1

2. タイトルが変わった理由
1. 2015/4 月より IIR から GRIPS SciREX センターに異動したから
2. SciREX 事業教育拠点間連携プロジェクトの一環になったから、ちゃ
んとした名前つけなさいと言われたので
• 来月は一橋大学イノベーション研究センターで開催します
2015/4/18 2

3. WP シリーズの目的
• 目的
• 特許や論文のデータを使うことで解析できる範囲を知るために、まず分析手法を学ぶ
• 手法
• パソコンを用いたハンズオンセミナー方式 (手を動かして覚える！)
• 時間:
• 土曜日の夕方に90分-120分程度
• 一ヶ月に一回程度 (第一期; 5-6回) を予定
• 場所:
• 国立 (一橋大学イノベーション研究センター) または
• 六本木 (政策研究大学院大学科学技術イノベーション政策研究センター)
• 参加希望の方は, ya-hara@grips.ac.jp または @harayasushi (twitter) までご
連絡ください.
2015/4/18 3

4. WPシリーズのスケジュール
• [2015/1月] 第0回: 「数字が教えてくれないこと」 @一橋イノベーション研究センター
• [2015/3/28] 第1回: 「数字が教えてくれること」 @一橋イノベーション研究センター
• 特許や論文データはなぜイノベーション指標として活用されているのだろう
• [2015/4/18]第2回: 「巨人の上に立つ」 @GRIPS SciREX センター
• 論文データベース (Web of Knowledge, Scopus, Scival etc…) を用いた分析
• [2015/5/16] 第3回: 「select() すると幸せになれる理由」 @一橋イノベーション研究センター
• IIP データベース/patR データベースを用いた日本特許分析
• [2015/6/27] 第4回: 「科学とイノベーションの関係」
• 組織学会@一橋大学のため第四週におこないます
• サイエンスリンケージデータベースを用いた特許/論文の連結分析
• [2015/7/18]第5回: 「行間を読むっていろいろと大切」
• 書誌テキスト分析 (KHcoder) を使って分析できること
• [2015/8/8] 第6回 : 「まとめ」
• 科学とイノベーションのあれこれは書誌情報からどこまでわかるのだろう
2015/4/18 4

5. 今日のメニュー
1. 前回のおさらい
2. 論文データベースとは？
3. Web of Knowledge の使い方
4. Scopus の使い方
5. データを処理してみよう (Vantage Point 編)
2015/4/18 5

6. 1. 前回のおさらい
2015/4/18 6

7. データベースを使った分析に必要な知識
• Excel で vlookup くらい使ったことがある
• (現在の)コンピュータは、「命令をしないと動かない」ことを知っている
• コンピュータに対して命令を書くときは（多くの場合） 2byte 文字では
なくて 1byte 文字で入力する必要があることを知っている
• Ｓｅｌｅｃｔ ではなく, select と打つ必要があることを知っている
• マニュアルの通りコンピュータは動かないことを知っている
• 「コレは簡単ですよー」と, 技術者やITオタクがいう「簡単」と, 自らが
認識するところの「簡単」には相違があることを知っている
• あきらめないこころがある
2015/4/18 7

8. Web インターフェースではなく SQL データ
ベースを使うことのメリット
• Web 版にくらべてレスポンスがはやい
• （すべてはやいとはいっていない）
• 自分のニーズに則したデータを取得できる
• 他のデータベースとの接続が行い易くなる
• 特許データベースと論文データベースの接続
• 特許/論文データベースと財務データベースの接続 etc…
2015/4/18 8

9. PATSTAT
• EPO の特許データベース
• Web インターフェースも存在
• Raw Data 版は有償
• Web 版 PATSTAT は2ヶ月間無料
2015/4/18 9

10. 4’. 韓国に属する組織または個人が2014年に出願
した特許のうち, 他国の組織または企業とどのくら
いコラボレーションをしているのか調べてみる
• クエリ
• SELECT COUNT(*) AS numberOfCommonApplications,
p1.doc_std_name as name1, p1.person_ctry_code as cc1,
p2.doc_std_name as name2, p2.person_ctry_code as cc2
FROM tls206_person p1
JOIN tls207_pers_appln pa1 ON p1.person_id = pa1.person_id
JOIN tls207_pers_appln pa2 ON pa1.appln_id = pa2.appln_id
JOIN tls206_person p2 ON pa2.person_id = p2.person_id
join tls201_appln p3 on pa1.appln_id = p3.appln_id
WHERE p1.person_ctry_code = ‘KR'
AND p3.appln_filing_date >= '2014-01-01'
AND p3.appln_filing_date <= '2014-12-31‘
AND pa1.appln_id > 0
AND pa2.appln_id > 0
AND p1.person_ctry_code <> p2.person_ctry_code
GROUP by p1.doc_std_name, p1.person_ctry_code, p2.doc_std_name, p2.person_ctry_code
ORDER BY numberOfCommonApplications DESC, p1.doc_std_name ASC,
p2.doc_std_name ASC
2015/4/18 10

11. 4’-1 出力結果
2015/4/18 11
・Download を押して, CSV 形式でダウンロード, Excel で読み込み処理する

12. 4’-2. コラボレーション先国ランキング
2015/4/18 12
行ラベル numberOfCommonApplications
US 336
128
JP 101
CN 89
DE 54
IN 45
PK 40
RU 33
FR 22
GB 19
VN 15
NL 15
CA 13
CH 12
SG 8
PH 7
IT 7
GR 5
SE 3
TW 3
TR 3

13. 4’-3. コラボレーション元企業ランキング
2015/4/18 13
行ラベル
データの個数 /
numberOfCommonApplications
SAMSUNG ELECTRONICS CO LTD 100
IBM 56
LG ELECTRONICS INC 17
CHO YOUNG SHIN 17
KIM JIN-WOONG 13
JU YOUNG LEE 11
SK CHEMICALS CO LTD 11
SAMSUNG SDI CO LTD 9
LEE JEEWOO 8
LEE KEON JAE 8
HEO YOUN HYOUNG 8
LEE DONG HYUNG 8
KIM TAE-YOUNG 8
SUNDERMANN BERND 8
AHN HEUI-BOK 7
KIM SOENG-HUN 7
KIM JAE HAK 7

14. 4’-4. コラボレーション先企業ランキング
2015/4/18 14
行ラベル データの個数 / numberOfCommonApplications
31
THOMAS GOMER 14
CHEN JIANLE 11
PAPASAKELLARIOU ARIS 11
LEE GUN 10
ZHANG JIANZHONG 10
THANG TRUONG CONG 9
MASAKI TAKAKI 9
LUO YUAN YUAN 9
NAT UNIVERSITY OF SCIENCES & TECHNOLOGY 8
KUGIMIYA TOSHIHIRO 8
SUH JONG YEUL 8
AHMED ATIF 8
YUE XIN 8
GOTO HIROSHI 8
KIM HONGWOOK 8
HAFIZ REHAN 8
KOBE STEEL LTD 8
MIKI AYA 8
WATANABE MASATO 8
MORITA SHINYA 8
ALI ARSHAD 8
MURTAZA MUHAMMAD 8
LEE TAMMY 8

15. 4’-5 コラボレーション元企業xコラボレーショ
ン先国マトリックス
企業名 US JP CN DE IN PK RU FR GB VN NL CA CH SG
SAMSUNG ELECTRONICS CO LTD 30 20 2 12 16 12 6 1
IBM 30 2 3 14 3 2 2
LG ELECTRONICS INC 4 12 1
CHO YOUNG SHIN 10 2 1 1 2 1
KIM JIN-WOONG 12 1
JU YOUNG LEE 11
SK CHEMICALS CO LTD 11
SAMSUNG SDI CO LTD 9
LEE JEEWOO 8
LEE KEON JAE 7 1
HEO YOUN HYOUNG 4 1 3
LEE DONG HYUNG 8
KIM TAE-YOUNG 8
SUNDERMANN BERND 8
2015/4/18 15

16. 参考文献
• PATSTAT ONLINE (beta)
• http://www.epo.org/searching/subscription/patstat-online.html
• SQL Self-Study Course
• http://documents.epo.org/projects/babylon/eponet.nsf/0/55df36d61f27cdb
2c1257b1600323d91/$FILE/patstat_introduction_sql_en.pdf
• Data Elements of PATSTAT Raw Data
• http://documents.epo.org/projects/babylon/eponet.nsf/0/95da6bccf12e54a
1c1257aa1002e2d1d/$FILE/patstat_data%20elements_v1.1.pdf
2015/4/18 16

17. 2. 論文データベースとは？
2015/4/18 17

18. 特許や論文とはなにか？
4/18/2015 18
特許: “特許は、有用な発明をなした発明者またはその
承継人に対し、その発明の公開の代償として、一定期間、
その発明を独占的に使用しうる権利（特許権）を国が付
与するものである。特許権は、無体物（物ではない、形
のないもの）である発明に排他的支配権を設定すること
から、知的財産権のひとつとされる。(Wikipedia) ”
論文: “論文（ろんぶん、英: paper）とは、学問の研究
成果などのあるテーマについて論理的な手法で書き
記した文章。 (Wikipedia)”

19. 論文データベース
• 何がわかるのか
• だれが、いつ、どこで、どんな論文を書いたのかがわかる
• だれが、いつ、どこで、どんな論文を引用したかがわかる
• メリット
• 先行研究を知ることができる
• 自分のリサーチテーマと被る研究がどのくらいあるのか
• 新規性がどのくらいあるのか
• みんなが読んでいる論文がわかる！
• インパクトファクターの高い雑誌がわかる！（アカデミアでの就職に有利
な！）
• どんな研究が世の中で行われているかがわかる！
2015/4/18 19

20. 論文データベースに掲載されている情報
アブストラクト
タイトル
著者名
ジャーナル名
とページ数
発行年
論文キーワード
著者の所属と住所
パブリッシャー
論文の分類
論文のタイプと
使用言語
論文の引用数
と被引用数
2015/4/18 20

21. 前方引用と後方引用:
時点 : t
"An Approach to the Study of
Entrepreneurship," THE TASKS OF
ECONOMIC HISTORY (Supplemental
Issue of THE JOURNAL OF
ECONoMIc HISTORY), VI (1946), 1-15
Oscar Lange, "A Note on
Innovations," Review of Economic
Statistics, XXV (1943), 19-25
F. W. Taussig, Inventors and
Money-Makers (New York: The
Macmillan Company, 1915).
Fritz Redlich, The Molding of American
Banking—Men and Ideas (New York: Hafner
Publishing Company, 1947).
Robert A. Gordon, Business
Leadership in the Large Corporation
(Washington, D.C.: The Brookings
Institution, 1945).
F. J. Marquis and S. J. Chapman on the
managerial stratum ,of the Lancashire cotton
industry in the Journal of the Royal Statistical
Society, LXXV, Pt. III (1912). 293-306.
前方引用後方引用
・後方引用からわかること
-- どのような先行研究が活用されたのか
-- いつ公開された先行研究を活用したのか
-- 論文を執筆するにあたり、「科学的源泉」は
いったいなんだったのか
・後方引用からわからないこと
-- 引用されていないけど、重要だった「科学的源
泉」
-- 引用されていないけど、参照された先行研究
(in context.)
・前方引用からわかること
-- 論文自体の重要性
-- 「巨人の肩の上に立つ (Standing on the
shoulders of the giants) 」
-- 知識の伝播過程
-- 論文自体が「古くなっていない」か
・前方引用からわからないこと
-- ほんとうにその論文は重要な論文なのか (引
用されること自体が, 論文の重要性を示している
のか)
-- 後発の論文にとって重要な科学的源泉が, 直
接的には引用されていない場合も
2015/4/18 21

22. Schumpeter 1947 の後方引用数推移(Web
of knowledge)
2015/4/18 22

23. 論文のデータベースを使うと何がわかる？
• 著者の数が多い論文は被引用数が多くなる？
• どういうジャンルの論文を, 特定の大学や企業が投稿している？
• ある産業内では, どういった企業が論文を多く投稿している？
• スターサイエンティストはだれ？
• 引用する論文が多いほど, 被引用数が増える？
• 博士ホルダーが書いた論文は, 普通の研究者に比べてパフォーマン
スが高くなる？
• 様々なジャンルに投稿している研究者のパフォーマンスは高くな
る？
2015/4/18 23

24. ただし
• 世の中に「完備な」データベースはありません
• 「大人は嘘つきではありません、ただ間違いをするだ
けなのです…」
• 組織名が違う
• 自分の名前が違う
• 所属国が違う
• 論文のカテゴリが違う
ことが多々出てきます。
• 自らのリサーチクエスチョンに合わせて精緻な分析
を行うためには、(1) 問いに対応する最適なデータ
ベースを選び, (2) データのクリーニング作業 を行う
必要があります
2015/4/18 24

25. ケース1: 論文データベースによってカバーし
ている情報が違うことを確かめてみる
• “The renaissance in optical spectroscopy of phthalocyanines and
other tetraazaporphyrins” という論文を
• 1. J-Global: http://jglobal.jst.go.jp/
• 2. CiNII : http://ci.nii.ac.jp/
• 3. Web of Knowledge http://apps.webofknowledge.com/
• 4. Scopus http://www.scopus.com/
• 5. Google Scholar https://scholar.google.co.jp/
• 6. Microsoft Academic Search http://academic.research.microsoft.com/
の6種類の論文データベースで探し, どのような情報が掲載されているのか確
認する.
2015/4/18 25

26. 1. J-global の場合: 検出, しかしほとんど情報なし
2015/4/18 26

27. 2. CiNii の場合: 検出できない
2015/4/18 27

28. 3. Web of Knowledge@一橋の場合: いろいろ見つかる
2015/4/18 28

29. 3-2. Web of Knowledge@GRIPSの場合:一橋
とまったく同じ情報が見つかる
2015/4/18 29

30. 4. Scopus の場合:Web of Knowledge と同じ
結果になるけど, 被引用数が違う….
Web of Knowledge の場合: 被引用数 67
Scopus の場合: 被引用数 69
2015/4/18 30

31. 5. Google Scholar の場合
検出できる. 被引用数は WoK/Scopus と異なる
2015/4/18 31

32. 6. Microsoft Academic Search の場合
検出できる. 被引用数が著しく少ない.
2015/4/18 32

33. Microsoft Academic Search –
(Forward)Citation Graph
2015/4/18 33

34. わかること
• 有料のデータベースと無料のデータベースがある
• Web of Knowledge や Scopus にアクセスするのって, 実はお金がかかる
• 当該論文を検出できるデータベースとできないデータベースがある
• 被引用数はデータベースによって異なる
• 掲載されている情報もデータベースによって異なる
• 一番いいのは、実際の論文を読むこと/ダウンロードすること
• しかしながら, そんな時間はないので論文データベースを使わざるを得な
い
⇒ 網羅性が高いのは Web of Knowledge または Scopus, 日本語の論文な
ら CiNII
2015/4/18 34

35. 3. Web of Knowledge の使い方
2015/4/18 35

36. (英文)論文データベース
名前 Web of Knowledge Scopus
作っている会社 トムソン・ロイター エルゼビア
カバー範囲 ・社会科学文献の書誌および引用情報
(1898年-2015年)
・自然科学文献の書誌および引用情報
(1900年-2015年)
・5000以上の出版社の21,000誌以上の学術ジャーナ
ル
・20000タイトル以上の査読ジャーナル
・370タイトルのブックシリーズ
・550万件以上の会議録
メリット ・過去データが豊富
・社会科学のカバー率が高い
・他のデータベースとリンクさせることが比較的容易
・分野分類が (Web of Knowledge) に比べて明確
・自然科学のカバー率は Web of Knowledge に比べ高
い
・企業名および著者名の名寄せの精度が高いこともな
いみたい・・・
デメリット ・1945年以前のデータはカバー範囲が限られている
・カテゴリ分類が不明確
・現在カバー範囲が(Web of Knowledge に比べ)狭い
[引用情報は1996年以降のみカバー]
(2016年に向け拡大される予定)
価格 すごく高い！ すごく高い！
気をつけること ・一橋大学では利用可能
・大学によってカバーしているデータ範囲が違う
一橋大学では利用不能 (部局によっては契約している
場合あり)
2015/4/18 36

37. まず注意すること: データのカバー範囲
• Web of Knowledge やScopus は大学によってカバーしているデータの
範囲が異なります
• ある大学では検索できた結果が, 異なる大学では検索出来ないこと
があります
2015/4/18 37

38. Web of knowledge のデータカバー範囲を確認す
る方法 (1)
1. Web of Knowledge にアクセスし, “Web of Knowledge Core
Collection” を選択する
2015/4/18 38

39. Web of knowledge のデータカバー範囲を確認す
る方法 (2)
2. 画面下にある “詳細設定” をクリックする
2015/4/18 39

40. Web of knowledge のデータカバー範囲を確
認する方法 (3)
• GRIPSの場合
• Science Citation Index Expanded
(1993-現在)
• Conference Proceedings Citation
Index – Science (1990-現在)
• 一橋大学の場合
• Science Citation Index Expanded
(1900-現在)
• Social Sciences Citation Index
(1900-現在)
• Arts & Humanities Citation Index
(1975-現在)
2015/4/18 40

41. Web of knowledge のデータカバー範囲を確
認する方法 (3-2)
• UTS (@Sydney, Australia の場合) • National Taiwan University の場合
2015/4/18 41

42. Web of Knowledge のデータカバー範囲を確認する
方法 (4): Schumpeter の論文
“The Creative Response in Economic History” を探す
• GRIPS の場合: みつからない • 一橋大学の場合: みつかる
2015/4/18 42

43. 3-1. Web of Knowledge
• 一橋の学内からはどこからでも
利用可能
• 一橋大学図書館の My Library
からリモートログインで利用可
能
• GRIPS でも利用可能
• 東大でも利用可能（おそらく）
2015/4/18 43
http://ip-science.thomsonreuters.jp/products/web-of-
science/yokuwakaru/

44. ケース2: Web of Knowledge のインターフェー
ス ; シュンペーターの論文を探してみよう
1. www.webofknowledge.com を開き, 「著者名検索」を選択. 「姓」 と 「イニシャル」 を入力する.
2015/4/18 44

45. Web of Knowledge のインターフェース
例: シュンペーターの論文を探してみよう
2. 「研究領域」から, (とりあえず)すべての研究領域を選択し, 「著者所属を選択」をクリック
2015/4/18 45

46. Web of Knowledge のインターフェース
例: シュンペーターの論文を探してみよう
3. 「著者所属名短縮形」から, (とりあえず)すべての所属を選択. また, 「著者所属情報を含まないレコードを含める」
チェックボックスをクリックし, 「選択した文献で検索」をクリックする.
2015/4/18 46

47. Web of Knowledge のインターフェース
例: シュンペーターの論文を探してみよう
4. “著者名検索結果: 49レコード” が表示されるので, “並び替え” より “被引用数 – 多い順” を選択し並べ替える.
2015/4/18 47

48. Web of Knowledge のインターフェース
例: シュンペーターの論文を探してみよう
5. 一番引用数の多い “The Creative Response in Economic History” をクリックする.
わかること
・著者名
・ジャーナル名
・発行年月日
・被引用数
・引用文献
・インパクトファクター
・ドキュメントタイプ
・言語
・発行者
・研究分野
・Web of Knowledge Category
・最終引用
2015/4/18 48

49. Tips: たくさんのデータを Web of Knowledge
から合法的に取り出す方法
• 方法0: ロボット検索
• ダメ、ゼッタイ！
• 方法1: Web インターフェースを使う
• データの抽出方法はいくつかある
• 方法2: Endnote Web を使う
• ヒント: Endnote ライブラリ
• 方法3: API を使う
• ただし有償
2015/4/18 49

50. ケース3: Web of Knowledge を使って一橋大学から
2013年に公刊された論文を取り出してみる
• 1. 検索 -> Web of Science Core Collection -> 詳細検索 を選ぶ
2015/4/18 50

51. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• 検索条件を入力する
• PY: 年
• OG: 組織名
• [検索] をクリックする
2015/4/18 51

52. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• 検索が実施され, データが抽出される. 検索履歴より “80” をクリック
する
2015/4/18 52

53. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• 検索結果が表示される
2015/4/18 53

54. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• 画面の一番下までスクロールし, “他のファイルフォーマットで保存”
を選択する
2015/4/18 54

55. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• [レコード件数]から保存するレコード数
• [レコードコンテンツ]から”詳細表示と引用文献”
• [ファイルフォーマット]から”タブ区切り(Win (またはMac))” を選択し
保存をクリックする
2015/4/18 55

56. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• 取り出したテキストファイルをExcel に取り込む
• H Shimizu 先生が見つかったりする
2015/4/18 56

57. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• Alternative: エクセルを使うのがめんどくさい人向け
• [レコード件数]から保存するレコード数
• [レコードコンテンツ]から”詳細表示と引用文献”
• [ファイルフォーマット]から”テキスト” を選択し保存をクリックする
2015/4/18 57

58. ケース3: Web of Knowledge を使って一橋大学の
2013年に公刊された論文を取り出してみる
• Raw Data っぽいファイルが出力される
• 自分でコードを書いて処理するか, Vantage Point (後述)を使う
• ヒント: 終端処理はEF なので, そいつと先頭行を潰せばいくらでもデータ連結
が可能
2015/4/18 58

59. 「研究分野」と「Web of Knowledge Category」
• 研究分野
• 研究分野は、すべての Web of
Science 製品データベースで共有さ
れる主題分野を構成します。その結
果、同じ主題に属する複数のデータ
ベースのドキュメントを識別、検索、
分析することができます。
• Current Contents Connect およ
び Web of Science Core Collection に
含まれる各ジャーナルおよび書籍は、
Web of Science の分野の少なくとも 1
つに割り当てられます。Web of
Science の各分野は 1 つの研究分野
にマップされます。
• Web of Knowledge Category
• “Web of Science Core Collection に含
まれるすべてのジャーナルおよび書
籍は、以下の主題分野の少なくとも
1 つに割り当てられます。Web of
Science Core Collection のすべてのレ
コードは、[Web of Science の分野]
フィールドに出版物の主題分野を含
みます。”
※. ひとつの論文に対して複数の Web
of Knowledge Category が割り当てられ
ていることがある
2015/4/18 59

60. データの出力結果: コンパクチン後方引用文
献の場合
• 「研究分野」 • 「Web of Knowledge Category」
2015/4/18 60

61. Web of Knowledge で注意するポイント
• カテゴリ分けが1:1 の関係にはなっていない
• 精緻に行うためには, ジャーナル名などで名寄せする必要性
• 部局名などの名寄せが行われていない
• NISTEP 表記ゆれ辞書などを活用する
• Scopus を利用する（？）
• Web 経由では, 1回500件しかダウンロードできない
• Excel でひたすらくっつけていくか, Raw Data 方式でダウンロードしひたすら
連結, 処理をしたのち手元のSQL などに放り込む
• ロボット検索すると怒られます
2015/4/18 61

62. NISTEP: “大学・公的機関名英語表記ゆれ
テーブル(Web of Science版)(Ver.2014.1)”
• “1996-2012 年の期間にWeb of Scienceに採録された論文のうち、日
本の機関に所属する著者を含む論文のデータ(約150万件)を対象に、
機関名英語表記のゆれを調査・分析しリスト化した結果”
• http://www.nistep.go.jp/research/scisip/randd-on-university からダ
ウンロード可能
• カバー範囲 1996-2012
• Creative Commons BY-SA
2015/4/18 62

63. “大学・公的機関名英語表記ゆれテーブル
(Web of Science版)(Ver.2014.1)”
• F 列が表記バリエーションになっているので, C列の機関ID で
Matching させる
• Web of Knowledge で取り出したデータと, 例えばExcel なら vlookup
などして連結させる
2015/4/18 63

64. 4. Scopus を使ってみよう
2015/4/18 64

65. 4. Scopus
• エルゼビアが提供する論文データ
ベース
• “Scopus has twice as many titles and
over 30% more publishers listed than
any other A&I database”
• Journals や Book, Conference Papers
や Patents もカバー
• Scival を用いることで, 研究機関ごと
のパフォーマンスを知ることも可能
• なお、一橋では現時点 (2015年) では
契約していないので使えません
• GRIPSでは利用可能
2015/4/18 65

66. Scopus のインターフェース
ケース4: シュンペーターの論文を探してみよう
1. www.scopus.com を開き, 「著者検索」に Last Name と First Name を入力する.
2015/4/18 66

67. Scopus のインターフェース
ケース4: シュンペーターの論文を探してみよう
2. 著者名の候補が表示されるので, 該当する著者をクリックする
2015/4/18 67

68. Scopus のインターフェース
ケース4: シュンペーターの論文を探してみよう
3. 論文の一覧が表示される
2015/4/18 68

69. Scopus XML Data
• Scopus の Raw Data を利用可能
• 2015年6月以降GRIPS 内で稼働予定
• 利用対象者: GIST/SciREX センターの教員/研究員/客員研究員/学生
• NoSQL またはRDBMS 形式でのデータ提供を予定
2015/4/18 69

70. Scopus XML Data: 主な項目
• Abstract
• Author
• Author-group
• Bibliography
• Ce:doi
• ce:initials
• Chemical
• Chemical-Name
• Chemical-Group
• Citation-info
• Citation-Language
• Citation-type
• Citation-Title
• Country
• Editor
• Organization
• PageCount
2015/4/18 70

71. Author Metadata
2015/4/18 71

72. Cited by Counts
2015/4/18 72

73. All Science Journal Classification Codes
2015/4/18 73

74. サンプルデータ: XMLファイル
2015/4/18 74

75. サンプルデータ: XML ファイル (cited)
2015/4/18 75

76. サンプルデータ: XSDファイル
2015/4/18 76

77. Scopus を使う上で注意するポイント
• Web of Knowledge に比べたらカ
テゴリや組織や研究者個人の
名寄せがキッチリしているかと
思ったけど, 別にそんなことはな
いみたい
• データのカバー範囲が広い事,
データベース構造が Web of
Knowledge に比べ比較的単純
なのがメリットなくらい
2015/4/18 77
https://twitter.com/noricoco/status/585677912705261569

78. 大学・公的機関名英語表記ゆれテーブル
(Scopus版)(ver.2013.1)
• “1996-2010 年の期間にScopusに採録された論文のうち、日本の機
関に所属する著者を含む論文のデータ(約150万件)を対象に、機関
名英語表記のゆれを調査・分析しリスト化した結果”
• http://www.nistep.go.jp/research/scisip/randd-on-university からダ
ウンロード可能
2015/4/18 78

79. 大学・公的機関名英語表記ゆれテーブル
(Scopus版)(ver.2013.1)
• JSTだけでも様々な表記が
2015/4/18 79

80. Scopus-NISTEP大学・公的機関名辞書対応
テーブル(ver.2013.1)
• “科学論文の計量的分析に用いられるデータベース、Scopusの論文
ID(Scopus_eid)とNISTEP大学・公的機関名辞書の機関ID(NID)の対応
テーブルです。1996-2010 年の期間にScopusに採録された論文のう
ち、日本の機関に所属する著者を含む論文のデータ(約150万件)を
対象に、国内の大学・公的機関の機関名称の名寄せを行った結果”
• http://www.nistep.go.jp/research/scisip/randd-on-university からダ
ウンロード可能
• 論文IDごとに機関ID が割り振られているので, より正確に組織名で
名寄せができる
• データ量が巨大なので、MySQL/PostgreSQL か Access を使いましょう
• Excel でなんとかやれないこともないけど大変
2015/4/18 80

81. Scopus-NISTEP大学・公的機関名辞書対応
テーブル(ver.2013.1)
• Access に取り込んだ結果: レコード数2718337件
2015/4/18 81

82. では, Web of Knowledge? Scopus? Or Google
Scholar?
• (Kulkarni, Aziz, Shams and Busse
2009)
• Google Scholar, Web of Knowledge と
Scopus の Citation 推移を比較
• “Cohort study of 328 articles published
in JAMA, Lancet, or the New England
Journal of Medicine between October 1,
1999, and March 31, 2000. Total citation
counts for each article up to June 2008
were retrieved from Web of Science,
Scopus, and Google Scholar.”
• Findings
• “Compared with Web of Science, Scopus
retrieved more citations from non–English-
language sources (median, 10.2% vs 4.1%)
and reviews (30.8% vs 18.2%), and fewer
citations from articles (57.2% vs 70.5%),
editorials (2.1% vs 5.9%), and letters (0.8%
vs 2.6%) (allP < .001).”
2015/4/18 82
JAMA. 2009;302(10):1092-1096. doi:10.1001/jama.2009.1307

83. 2015年現時点での論文データベース利用法
• Web of KnowledgeとScopus, どちらにもデメリットとメリットがある
• Web of Knowledge: データベース全体の構造が複雑, かつノイズデータも多いけど
長い期間をカバーしている
• Scopus: Web of knowledge に比べればデータベース全体の構造は比較的単純.
Author ID や Affiliation ID などを備えているので一見 Name-Matching の手間は省
けそうだけど, やはりノイズデータが含まれている. 今後に期待.
• （高いから比べられないし, だいたいの大学ではひとつしか使えないし） 論
文データベースは Web of Knowledge, Scopus のいずれかを使う
• 恐らく, 両データベースの接合を試みるだけでたくさんの Paper が書ける
（けれど大変）
• 指標を使って, クエリを投げてデータを取り出した後, 整合性が取れている
かチェックしていく (別の組織が入っていないか, 別の国が入っていないか,
ダブルカウントしていないか etc…)
2015/4/18 83

84. http://www.elsevier.com/jp/press-releases/2014/201403274/18/2015 84

85. 5. データを処理してみよう
2015/4/18 85

86. 例. 引用分析
• 後方引用をたどることで, 発明に至る知識の流れを明らかにする
• JST プロジェクトの Feasibility Study
• Shuji Nakamura Patent に至るまでの Main Path
• 特許と、特許に引用された論文について調査
• ソース: Web of Knowledge / Thomson Innovation
2015/4/18 86

87. Network 全体 (属性付き)
赤色は Main Path に選択さ
れた Node を示す.2015/4/18 87

88. 1930s 1960s 1970s 1990s 2000s
1910-2007 (1次引用すべて導入; 上位12社明記)
1980s
2015/4/18 88

89. 論文データベースを使った分析の課題
• データ処理の開始までに手間が掛かる
• データクリーニング: ネットワーク図作成ソフトに合致するようにデータの処
理を行う手間 (平準化, 欠落データの処理など)
• 名寄せ (企業名, 個人名, 表記ゆれ etc…) を手作業で修正するのは、きわめ
て時間のかかる作業
• わかりやすいネットワーク図をつくるには、パラメータの調整が必要
(NetDraw etc…)
• 大量データを利用する場合、(フリーソフトウェアの場合)うまく動作し
ない場合がある
2015/4/18 89

90. Vantage Point
• データ解析ソフトウェア
• Search Technology, Inc.
• 多変量データに対して、ネットワーク解析、テキストマイニング、名寄
せなどを素早く実施できる
• Importing – Raw データをフィルタを用いることで簡単に取り込むことが可能
• Cleaning – データのグルーピング、平準化、企業名や個人名の名寄せを、予
め定義されたデータセットを用いて行うことが可能
• Analyzing – グラフ化、ネットワーク図化などが可能
• Reporting – 画像形式, Excel 形式などで出力することが可能
• Automating – スクリプトを用意することで、これらの処理の自動化が可能
• Thomson Data Analyzer (OEM 版) も存在
2015/4/18 90

91. Requirements
• コンピューティングリソース
• 32bit版, 64bit版が提供
• データ量が多いほど、多くの物理メモリが必要とされる (min 4GB)
• “VantagePoint files can be quite large and it is much easier to work with them if they can
be loaded into RAM. ”
• （大量パラメータに基づく）ネットワーク図などを生成するには、CPU パワーも
必要 (high clock speed, multi-core is needed)
• “With processors, clock speed is the most important attribute to VantagePoint. While
VantagePoint can use multiple cores for some operations, much of the math in
VantagePoint is inherently linear so multi-threading has only a small impact on
VantagePoint performance. Multi-core processors are still helpful if you intend to run
other operations while running VantagePoint.”
2015/4/18 91

92. メイン画面
2015/4/18 92

93. 入力フィルタ
• 主なデータベースに対応
• Web of
Knowledge/Thomson
Innovation/Scopus など
• 個別項目のうち、イン
ポートする項目を抽出可
能
• データベースサーバ
(Microsoft SQL/MySQL
etc…) に直接接続するこ
とが可能
• XML形式にも対応
2015/4/18 93

94. 対応データベース
• フィルタがすでに存在するデータ
ベース
• Bizint
• Cambridge Scientific Abstracts
• Delphion
• Dialog
• EBSCOhost
• Ei Engineering Village
• Factiva
• Generic RIS Report
• ISI Web of Knowledge
• Lexis Nexis
• Micropatent
• Pat base
• Pubmed
• Questel-Orbit
• Scopus
• Silver Platter
• STN
• Thomson Innovation
• US National Science Foundation
Awards
• USPTO
• etc…
http://www.thevantagepoint.com/resources/library-of-resources/566-import-filters.html?date=0&dpfilter=0&which_type=%24which_type
2015/4/18 94

95. 名寄せ
・アルゴリズムを用いて,
表記ゆれしているテー
ブルを一元化する
2015/4/18 95

96. 名寄せの例: コンパクチンの基本論文をどう
いった企業が引用しているか(1)
• 名寄せ前 • 一目観てわかること
• メルクの部局が分かれている
• 第一三共と三共が別計されている
• 大学の部局が分かれている
• 大文字表記と小文字表記で別個に
集計されている
• 適切に名寄せしなければ、特定の
大学や企業の貢献を過小評価や
過大評価する可能性がある
2015/4/18 96

97. 名寄せの例: コンパクチンの基本論文をどう
いった企業が引用しているか(2)
• 名寄せアルゴリズムを用いてコホートを作成する
2015/4/18 97

98. 名寄せの例: コンパクチンの基本論文をどう
いった企業が引用しているか(3)
• 名寄せ後
• メルクの順位があがる
2015/4/18 98

99. キーワード抽出
• 縦軸と横軸に
異なる指標を
指定して、年
代ごとのmain
keyword を抽
出
2015/4/18 99

100. タイムライン
2015/4/18 100

101. グラフ
2015/4/18 101

102. ネットワーク図(1)
• Cross-correlation
• Author x Category など,
複数項目での関係性を
抽出
• Auto-correlation
• Author 同士の共著関
係を抽出
• Factor
• 主なキーワードを抽出
し, その関係性を導出
2015/4/18 102

103. ネットワーク図(2)
• Aduna
Cluster Map
2015/4/18 103

104. 世界分布
2015/4/18 104

105. その他の機能
• Data Fusion
• 既存のデータベース同士を接続し、新しいデータベースを作成する
• 例. 特許のデータベースと、論文のデータベースを、著者名をピボットに接続する -> 特
許と論文の発表数/出願数を同時に分析することが可能
• Record Fusion
• 既存のデータベースに、別のレコードを付記する
• 情報のアップデートなどがあった場合に有用
2015/4/18 105

106. Vantage Point のメリット/デメリット
• メリット
• ネットワーク分析を簡単に行うことができる
• 大量データにも対応 (64bit)
• 様々なデータフォーマットにも対応
• 名寄せアルゴリズム搭載
• 外部出力（excel, 画像） も容易
• デメリット
• 相応のコンピューティングリソースが要求される
• ネットワーク指標 (Centrality, Betweenness etc…) のRaw Dataは出力されない
• R, NetDraw などを併用する必要あり
• 日本語には一部対応
• カスタムデータの場合、データ方式を個別指定する必要がある
2015/4/18 106

107. 利用例. 長岡JST/RISTEX PJ
知識フロー分析: 共同研究の分析
• 産学連携や企業間連携などによって行われた、科学的知識の伝播
フローが可視化できるか否か調査する
• 方法
1. ヒヤリング調査, 基本論文および基本特許のサーベイより医薬品の開発プ
ロセスにおいて重要な役割を果たしたキープレイヤーを同定
2. キープレイヤーの公刊した特許/論文データを時系列順に収集
3. 一定の期間ごとに区切り, 共著者情報および組織情報から共同研究のプ
レイヤーを精緻化 (ネットワークグラフ化)
3/19/2015 107

108. アクテムラ
• キープレイヤー
• 大杉義征
• アクテムラの研究開発における基礎
研究から探索研究までを一貫して担
当
• 初期の研究 (カルフォルニア大
デービス校および東京大学) では
共同論文により確認可能
• 探索研究 (大阪大学岸本研究室
および MRC) では共同特許および
共同論文により確認可能
年 コラボレーショ
ン先
研究開発内容 共同研究方法
基礎
研究
a. 1978-1981 カルフォルニア
大学デービス
校
ガーシュイン
教授
B 細胞研究 留学による共
同研究の実施
(2年間)
b. 1984-1985 東京大学 B細胞分化因
子の研究
研究の実験装
置の提供.契
約時, 共同研
究の目標など
は明記されず
探索
研究
c. 1986- 大阪大学 岸本
研究室
IL-6 阻害剤の
探索
中外製薬研究
員の大学派遣
.定期ミーティ
ングの実施.契
約時, 特許の
帰属先などを
明記
d. 1990 MRC ヒト化抗体の
作製
中外製薬研究
員の研究所派
遣, ロイヤリ
ティ契約
アクテムラ研究開発過程における
他大学, 研究機関とのコラボレーション
3/19/2015 108

109. アクテムラの研究開発プロジェクトにおける産学
連携研究と共著論文
年 コラボレーション先 研究開発内容 共著論文数
(出所: Web of Knowledge)
共同発明(米国特許)
基礎
研究
1978-1981 カルフォルニア大学
デービス校
ガーシュイン教授
B 細胞研究 3 無し
1984-1985 東京大学 B細胞分化因子
の研究
1 無し
探索
研究
1986- 大阪大学 岸本研究
室
IL-6 阻害剤の探
索
2(1986-1990)
12(1991-1995)
9(1996-2000)
6 (※ - 大阪大学岸本忠三
氏との共同出願)
1990 MRC ヒト化抗体の作
製
2 3
3/19/2015 109

110. ネットワーク分析
1980-1985年に大杉が執筆した学術論文
の書誌情報より, 組織情報を抽出
(データ: Web of Knowledge, ネットワークグラフ化: Vantage Point)
1986-1990年に大杉が執筆した学術論文
の書誌情報より, 組織情報を抽出
(データ: Web of Knowledge, ネットワークグラフ化: Vantage Point)
a. カルフォルニア大学デービス校
ガーシュイン教授との共同研究
b. 東京大学片桐教授とのB細胞分
化因子の研究
c. 大阪大学岸本研究室および東
ソー株式会社との三社共同研究
3/19/2015 110

111. ネットワーク分析
c. 大阪大学岸本研究室および東
ソー株式会社との三社共同研究
d. MRC との共同研究によるヒト化抗
体の作製
1991-1995年に大杉が執筆した学術論文
の書誌情報より, 組織情報を抽出
(データ: Web of Knowledge, ネットワークグラフ化: Vantage Point)
3/19/2015 111

112. 今日のまとめ
• 論文データベースは大学にいる間に活用しよう
• 論文データベースは完璧ではないことを知ろう
• 論文データベースを使って分析するには、データの整理や名寄せが
必要不可欠である
• NISTEP製テーブルをたくさん使いましょう
• 論文データベースからデータを取得して多変量解析するには、やっ
ぱりデータベース処理の知識が必要になってくる
• いまのうちにNoSQL とか覚えておくと、すごい論文が書けちゃうかも
2015/4/18 112

113. 次回
• 日本の特許データベースのお話
• 場所は一橋大学イノベーション研究センターの会議室
2015/4/18 113

114. Acknowledgement
• 文部科学省 SciREX プログラム
• 「政策のための科学」基盤的研究・人材育成拠点事業（領域開拓拠
点）イノベーションマネジメント・政策プログラム（Innovation
Management and Policy Program：IMPP）
• 独立行政法人科学技術振興機構社会技術研究開発センターによる
「科学技術イノベーション政策のための科学研究開発プログラム」:
• 「イノベーションの科学的源泉とその経済効果」
• 「科学技術イノベーション政策の経済成長分析評価プロジェクト」
1142015/4/18

115. Thanks.
ya-hara@grips.ac.jp
hara@iir.hit-u.ac.jp
yasushi.hara1982@gmail.com
1152015/4/18