BibFusion: A Python package to integrate, deduplicate, and harmonize exported bibliographic records from Scopus and Web of Science for bibliometric analysis

Essence

Figure 1 provides a synopsis of the end-to-end

BibFusion은 Scopus와 Web of Science의 서지 레코드를 통합, 중복 제거, 조화시켜 단일의 추적 가능한 분석 준비 코퍼스(corpus)를 생성하는 Python 패키지이다.

Known: Scopus와 WoS는 커버리지, 내보내기 구조, 메타데이터 완성도가 다르며, 기존 도구들(bibliometrix, VOSviewer, CiteSpace 등)은 데이터 수집 후 처리에는 효과적이지만 데이터베이스 간 통합 시 메타데이터 불일치 문제를 완전히 해결하지 못한다.
Gap: 현존하는 도구들은 명시적 관계형 ER(Entity-Relationship) 모델 제공과 병합 및 중복 제거 결정을 문서화하는 감시 가능한 산출물이 부족하며, 특히 참고문헌 수준의 추적성이 제한적이다.
Why: 신뢰할 수 있는 과학계량 분석을 위해서는 기저가 되는 서지 메타데이터의 일관성이 필수적이며, 재현 가능하고 감사 가능한 조화 단계를 통해 편향 없는 생산성, 협력, 지리적 지표를 보장해야 한다.
Approach: DOI 기반 우선 중복 제거 전략과 OpenAlex API를 통한 메타데이터 보강, 정규화된 PersonID 계층 구조를 이용한 저자 명확화, 그리고 감사 추적 산출물 생성을 결합한 재현 가능한 전처리 파이프라인을 제시한다.

Figure 2 presents the unified ER model of the

메타데이터 조화 및 정규화: ASCII/대문자 표준화, 제목과 SR 키 정규화, 국가 추출을 포함한 소속기관 파싱
DOI 기반 보강: OpenAlex 해석을 통해 OpenAlex 저작 ID, ORCID, OpenAlex 저자 ID 등 지속적 식별자 회수
지능형 중복 제거: DOI 우선 전략과 DOI 부재 시 보수적 대체(제목-연도-첫 저자) 적용
저자 명확화: ORCID → OpenAlexAuthorID → 정규화 이름으로 이루어진 정규 PersonID 계층 구조 구현
인용 네트워크 유지: 인용 문자열 정리 및 재매핑으로 일관된 인용 링크 보존
실제 성과: 436개 소스 레코드를 253개 고유 저작으로 통합하고 8,569개 논문의 통합 코퍼스 생성

Figure 1 provides a synopsis of the end-to-end

통합의 신뢰성은 지속적 식별자(특히 DOI) 가용성에 의존하며, DOI 부재 시 오류 위험 증가
저자 명확화는 ORCID와 OpenAlexAuthorID의 불완전성에 제약을 받으며, 강제 병합 없이 미해결 사례 노출
소속기관 파싱과 국가 추출은 비표준 또는 불완전한 소속정보에서 한계 존재
주 코퍼스는 검색어 범위로 한정되며, 인용 참고문헌은 시간 창(time window) 및 문서 유형 제약을 초과할 수 있음
후속 연구: 기계학습 기반 저자 명확화 모델 개발, 다국어 정규화 확대, 추가 데이터베이스(예: PubMed, Dimensions) 통합, 실시간 업데이트 메커니즘 구현

Novelty: 4/5 Technical Soundness: 4/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: BibFusion은 Scopus-WoS 통합의 구조적 과제를 해결하는 재현 가능하고 감사 가능한 솔루션으로서, 명시적 ER 모델, 식별자 기반 보강, 투명한 감사 추적을 통해 과학계량 연구의 메타데이터 품질을 근본적으로 향상시킨다.

다른 접근

서지 데이터베이스 통합 방법론에 비해 개별 데이터베이스의 메타데이터 품질 평가라는 보완적 접근을 제시한다.

다른 접근

데이터베이스 통합을 통한 품질 개선 방법에 비해 개별 데이터베이스 자체의 품질 평가라는 근본적 접근을 제시한다.

응용 사례

출판사 과점화 같은 대규모 서지 분석에 필요한 데이터 통합과 품질 관리 도구를 제공한다.

응용 사례

출판사 과점화 분석에 필요한 서지 데이터의 통합과 품질 관리 방법론을 제공한다.

응용 사례

시맨틱 네트워크 구축에 필요한 고품질 서지 데이터 통합 방법론을 제공한다.