Closed jisungyoon closed 4 years ago
sco 는 스코틀랜드어 simple은 simple-english(인공어) la 은 라틴어입니다.
simple은 좀 더 쉽게 쓰여진 영어라는 측면에서 많은 나라에서 영어권이 아닌 많은 나라 사람들이 봐서 그렇다 볼 수 있을 것 같습니다 라틴어는 많은 언어들의 근간이고 많은 나라에서 쓴다는 측면에서도 말이되구요
그러면 스코틀랜드어는 도대체 어떤 곳에서 보는 거죠?
설마 아일랜드...?
[('US', 26.75110343504126), ('CN', 11.379773555939359), ('FR', 8.693149107656879), ('DE', 8.194204567261561), ('GB', 7.522548455190941), ('IN', 3.876415275379006), ('CA', 3.550182306658991), ('NL', 2.494722701976588), ('RU', 1.3433122241412399), ('UA', 1.2281711763577048), ('ES', 1.0554596046824027), ('KR', 0.9978890807906352), ('AU', 0.8443676837459221), ('SE', 0.8251775091153329), ('PL', 0.8251775091153329), ('BR', 0.8059873344847437), ('IT', 0.7867971598541548), ('--', 0.7292266359623872), ('JP', 0.6332757628094415), ('PK', 0.6140855881788524), ('ID', 0.5757052389176741), ('RO', 0.556515064287085), ('VN', 0.5373248896564959), ('MX', 0.4797543657647284), ('IE', 0.4797543657647284), ('SG', 0.40299366724237184), ('PH', 0.3646133179811936), ('NO', 0.3646133179811936), ('CH', 0.3454231433506045), ('MY', 0.32623296872001534), ('TH', 0.28785261945883706), ('IL', 0.28785261945883706), ('DK', 0.28785261945883706), ('ZA', 0.28785261945883706), ('HU', 0.28785261945883706), ('FI', 0.26866244482824797), ('CZ', 0.26866244482824797), ('BE', 0.26866244482824797), ('AE', 0.2494722701976588), ('AR', 0.2494722701976588), ('HK', 0.2302820955670697), ('NG', 0.2302820955670697), ('DO', 0.2302820955670697), ('EE', 0.2302820955670697), ('TW', 0.21109192093648052), ('NZ', 0.21109192093648052), ('KH', 0.19190174630589138), ('PT', 0.19190174630589138), ('IR', 0.19190174630589138), ('AT', 0.19190174630589138), ('EG', 0.19190174630589138), ('MA', 0.17271157167530224), ('KE', 0.17271157167530224), ('BD', 0.17271157167530224), ('GR', 0.17271157167530224), ('HR', 0.1535213970447131), ('RS', 0.1535213970447131), ('CL', 0.1535213970447131), ('LV', 0.13433122241412399), ('SK', 0.13433122241412399), ('GH', 0.13433122241412399), ('SA', 0.13433122241412399), ('CO', 0.13433122241412399), ('BG', 0.13433122241412399), ('BY', 0.13433122241412399), ('VE', 0.13433122241412399), ('PA', 0.11514104778353484), ('CR', 0.11514104778353484), ('AZ', 0.11514104778353484), ('SI', 0.11514104778353484), ('GE', 0.11514104778353484), ('LT', 0.11514104778353484), ('BA', 0.11514104778353484), ('TN', 0.11514104778353484), ('MK', 0.11514104778353484), ('AM', 0.11514104778353484), ('UZ', 0.11514104778353484), ('LU', 0.11514104778353484), ('LK', 0.11514104778353484), ('PE', 0.11514104778353484), ('AL', 0.11514104778353484), ('OM', 0.11514104778353484), ('CY', 0.11514104778353484), ('JO', 0.11514104778353484), ('KZ', 0.11514104778353484), ('EC', 0.11514104778353484), ('UY', 0.11514104778353484), ('LB', 0.11514104778353484), ('DZ', 0.11514104778353484), ('MM', 0.11514104778353484), ('GT', 0.11514104778353484), ('IQ', 0.11514104778353484), ('MD', 0.11514104778353484), ('KW', 0.11514104778353484), ('QA', 0.11514104778353484), ('NP', 0.11514104778353484), ('IS', 0.11514104778353484), ('ET', 0.09595087315294569), ('MT', 0.09595087315294569), ('BO', 0.09595087315294569), ('TR', 0.09595087315294569), ('BH', 0.09595087315294569), ('HN', 0.09595087315294569), ('UG', 0.09595087315294569), ('TZ', 0.09595087315294569), ('JM', 0.09595087315294569), ('PR', 0.09595087315294569), ('CI', 0.05757052389176742), ('ZM', 0.05757052389176742), ('LA', 0.05757052389176742), ('PS', 0.038380349261178275), ('AO', 0.038380349261178275), ('ZW', 0.038380349261178275), ('SV', 0.038380349261178275), ('TG', 0.038380349261178275), ('MU', 0.038380349261178275), ('SO', 0.038380349261178275), ('CW', 0.019190174630589137), ('KG', 0.019190174630589137), ('NI', 0.019190174630589137), ('TT', 0.019190174630589137), ('SN', 0.019190174630589137), ('SC', 0.019190174630589137), ('BN', 0.019190174630589137), ('RE', 0.019190174630589137), ('MN', 0.019190174630589137)]
중국이 왜있는지는 모르겠지만.... 마음같아서는 확뺴고 싶네요..
이런 데이터를 보고있으니 나라별 이용페턴 분석도 재밋을 것 같다는 생각이 드네요
이거 단위가 무엇인가요? Pageview per day?
이거 단위가 무엇인가요? Pageview per day?
위에 있는 데이터를 말씀하시는 거면, 퍼센티지라고 보시면 됩니다. 기반이 되는 데이터는 1년간 나라별 페이지뷰
사실 스코틀랜드어에 US나 FR이 있는것도 이상하긴 한데... -_-;
정작 영국도 없고... 아일랜드도 ('IE', 0.4797543657647284), 너무 낮고....
뭔가 좀 특이하네요 스코틀랜드어는...
뭔가 좀 특이하네요 스코틀랜드어는...
넵... 그런데 데이터가 그러니..
인구 수의 영향을 많이 받는 것 같아서 나라를 축으로 노말라이즈가 필요할 것 같기도 합니다.
예를 들면 한 나라의 뷰를 다 더한다음에 나눠줘서 한 나라의 사람들이 관심있어 하는 위키들을 퍼센티지로 나타낸 다음 그 값을 바탕으로 매칭하는?
이게 "위키 안에 반영되어 있는" 지식이 어떤 나라의 역할이 큰지를 보는 역할이 되야 할 것 같아서, 제 생각에는 아마 그런식의 접근법이 그렇게 좋을 것 같지는 않을 것 같습니다....
이게 "위키 안에 반영되어 있는" 지식이 어떤 나라의 역할이 큰지를 보는 역할이 되야 할 것 같아서, 제 생각에는 아마 그런식의 접근법이 그렇게 좋을 것 같지는 않을 것 같습니다....
아 그점을 망각하고 있었군요.. 우선 매칭이슈는 어느정도 진행 됬으니 기존 지식구조 관련해서 좀 더 논의하는 게 좋지 않을까요? 아직 저 쪽 부분을 구체화를 하지 못해서 ㅜㅜ
월요일에 화상미팅 한번 하시죠 :>
월요일에 화상미팅 한번 하시죠 :>
한국시간으로 월요일 9시 여기 시간으로 일요일 10시 괜찮으신가요?
혹시 선호하는 시간 대 있으시면 말씀해주시면 감사하겠습니다:)
일요일 밤에 괜찮으시겠어요? 저는 오케이.
일요일 밤에 괜찮으시겠어요? 저는 오케이.
여기시간으로 일요일 8시였군요 ㅎㅎ 시간을 잘못 계산했습니다. 초대장 보냈습니다:)
위키의 나이를 결정하기가 생각보다 힘들군요 https://en.wikipedia.org/wiki/Wikipedia:Multilingual_monthly_statistics_(2001) 에 보면 위키별 시작 년도가 나오기는 하지만, 첫 페이지만 만들어놓고 아무것도 안하는 위키도 많은지라...
일단은 언어 전에 위키의 위치를 지도에 찍어보았습니다. 방법은 다음과 같습니다.
가중 평균점은 다음과 같이 구하였습니다.
dispersion vector들의 L2 norm을 점의 분산으로 정의한다.
대부분 잘 작동 하는 걸로 보이는데 저 위에 있는 이상한 언어들이 문제군요.. 점의 크기는 dispersion의 점의 분산입니다. 크면 클수록 지역 언어라고 보기 힘들어집니다.
영어, 스페인어 등은 여러 국가에서 쓰니 평균점을 찍으면 예상 외의 장소에 찍히는 거군요.
영어, 스페인어 등은 여러 국가에서 쓰니 평균점을 찍으면 예상 외의 장소에 찍히는 거군요.
넵 스페인어 같은경우는 예상대로 남미에 가까운걸로 나오네요.
네. 그래서 이게 문화권의 중심이라 하긴 그렇겠네요.
점의 분산의 분포는 다음과 같습니다.
저 분산이 중국의 영향이 큰게 많아서..
linear fitting이 될 거 같군요...
센트로이드를 잡는 방법을 조금 더 고민 해봐야 될 것 같습니다.ㅜㅜ
진짜 고민을 좀 해야겠네요. 예를 들어서 af같은 경우는 단순히 보기에 분산이 크지만, 이건 아프리카 자체가 크기 때문일 가능성이 높구요. 일단 비율상 x% 이상인 언어만 걸러내고, 각 언어별로 spatial clustering 같은 것으로 cluster의 수를 센 이후에 cluster가 2개 이상인 경우를 다 걸러내는 식으로?
진짜 고민을 좀 해야겠네요. 예를 들어서 af같은 경우는 단순히 보기에 분산이 크지만, 이건 아프리카 자체가 크기 때문일 가능성이 높구요. 일단 비율상 x% 이상인 언어만 걸러내고, 각 언어별로 spatial clustering 같은 것으로 cluster의 수를 센 이후에 cluster가 2개 이상인 경우를 다 걸러내는 식으로?
아까 버스타고 오면서 생각해보니 저기서 잰 분산보다는 평균점의 직교 좌표계의 L2 norm 의 크기가 그 역활을 해주지 않을까 합니다.
저 크기가 작다라는 말은 반대 방향을 가진 벡터기리 상쇄된 효과가 많다는 소리고 반대로 크기가 크단 말은 그만큼 대표성을 가지는 점이라 생각할 수 있지않을까요?
영어도 유럽과 미주 둘로 나눠야 하지 않나요. 그런 면에선, 클러스터 수를 카운팅해서 살펴보고 논의하는 거 좋겠네요.
진짜 고민을 좀 해야겠네요. 예를 들어서 af같은 경우는 단순히 보기에 분산이 크지만, 이건 아프리카 자체가 크기 때문일 가능성이 높구요. 일단 비율상 x% 이상인 언어만 걸러내고, 각 언어별로 spatial clustering 같은 것으로 cluster의 수를 센 이후에 cluster가 2개 이상인 경우를 다 걸러내는 식으로?
냅 지금은 1% 이상으로 하고 있는데 10%까지 올려도 괜찮을까요?
영어도 유럽과 미주 둘로 나눠야 하지 않나요. 그런 면에선, 클러스터 수를 카운팅해서 살펴보고 논의하는 거 좋겠네요.
아마 클러스터가 나뉠것 같긴합니다. 교수님이 말씀하신대로 몇개의 언어별로 클러스터링을 해보고 상황을 보는게 좋을 것 같내요.
클러스터링 방법 찾으러 가봐야 되겠군요 :)
진짜 고민을 좀 해야겠네요. 예를 들어서 af같은 경우는 단순히 보기에 분산이 크지만, 이건 아프리카 자체가 크기 때문일 가능성이 높구요. 일단 비율상 x% 이상인 언어만 걸러내고, 각 언어별로 spatial clustering 같은 것으로 cluster의 수를 센 이후에 cluster가 2개 이상인 경우를 다 걸러내는 식으로?
아까 버스타고 오면서 생각해보니 저기서 잰 분산보다는 평균점의 직교 좌표계의 L2 norm 의 크기가 그 역활을 해주지 않을까 합니다.
저 크기가 작다라는 말은 반대 방향을 가진 벡터기리 상쇄된 효과가 많다는 소리고 반대로 크기가 크단 말은 그만큼 대표성을 가지는 점이라 생각할 수 있지않을까요?
쿠라모토 모델의 오더 파라미터 츠럼 역활을 하지 않을까요?
2D이니 https://scikit-learn.org/stable/modules/mixture.html#mixture 이런걸 쓰는게 나쁘지 않을겁니다... (클러스터 갯수를 모를때 괜찮은 방법입니다)
2019년 6월 11일 (화) 오전 9:33, Jisung Yoon notifications@github.com님이 작성:
진짜 고민을 좀 해야겠네요. 예를 들어서 af같은 경우는 단순히 보기에 분산이 크지만, 이건 아프리카 자체가 크기 때문일 가능성이 높구요. 일단 비율상 x% 이상인 언어만 걸러내고, 각 언어별로 spatial clustering 같은 것으로 cluster의 수를 센 이후에 cluster가 2개 이상인 경우를 다 걸러내는 식으로?
아까 버스타고 오면서 생각해보니 저기서 잰 분산보다는 평균점의 직교 좌표계의 L2 norm 의 크기가 그 역활을 해주지 않을까 합니다.
저 크기가 작다라는 말은 반대 방향을 가진 벡터기리 상쇄된 효과가 많다는 소리고 반대로 크기가 크단 말은 그만큼 대표성을 가지는 점이라 생각할 수 있지않을까요?
쿠라모토 모델의 오더 파라미터 츠럼 역활을 하지 않을까요?
— You are receiving this because you were assigned. Reply to this email directly, view it on GitHub https://github.com/balla2081/Structure-of-Science/issues/40?email_source=notifications&email_token=AGIOSXHXTAHM3L3PDA27LWTPZ3XEDA5CNFSM4HNPMIM2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODXLS6BI#issuecomment-500641541, or mute the thread https://github.com/notifications/unsubscribe-auth/AGIOSXH57S4VKK66CT4Z7X3PZ3XEDANCNFSM4HNPMIMQ .
-- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
2D이니 https://scikit-learn.org/stable/modules/mixture.html#mixture 이런걸 쓰는게 나쁘지 않을겁니다... (클러스터 갯수를 모를때 괜찮은 방법입니다) 2019년 6월 11일 (화) 오전 9:33, Jisung Yoon notifications@github.com님이 작성: … 진짜 고민을 좀 해야겠네요. 예를 들어서 af같은 경우는 단순히 보기에 분산이 크지만, 이건 아프리카 자체가 크기 때문일 가능성이 높구요. 일단 비율상 x% 이상인 언어만 걸러내고, 각 언어별로 spatial clustering 같은 것으로 cluster의 수를 센 이후에 cluster가 2개 이상인 경우를 다 걸러내는 식으로? 아까 버스타고 오면서 생각해보니 저기서 잰 분산보다는 평균점의 직교 좌표계의 L2 norm 의 크기가 그 역활을 해주지 않을까 합니다. 저 크기가 작다라는 말은 반대 방향을 가진 벡터기리 상쇄된 효과가 많다는 소리고 반대로 크기가 크단 말은 그만큼 대표성을 가지는 점이라 생각할 수 있지않을까요? 쿠라모토 모델의 오더 파라미터 츠럼 역활을 하지 않을까요? — You are receiving this because you were assigned. Reply to this email directly, view it on GitHub <#40?email_source=notifications&email_token=AGIOSXHXTAHM3L3PDA27LWTPZ3XEDA5CNFSM4HNPMIM2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODXLS6BI#issuecomment-500641541>, or mute the thread https://github.com/notifications/unsubscribe-auth/AGIOSXH57S4VKK66CT4Z7X3PZ3XEDANCNFSM4HNPMIMQ . -- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
이 방법론이 포인트가 작을 때도 워킹하는 방법론인가요? 많아봤자 10개고 작으면 3~4포인트가 있을떄도..
When one has insufficiently many points per mixture, estimating the covariance matrices becomes difficult, and the algorithm is known to diverge and find solutions with infinite likelihood unless one regularizes the covariances artificially.
이걸 쓰긴 힘들겠네요...
2019년 6월 11일 (화) 오전 9:39, Jisung Yoon notifications@github.com님이 작성:
2D이니 https://scikit-learn.org/stable/modules/mixture.html#mixture 이런걸 쓰는게 나쁘지 않을겁니다... (클러스터 갯수를 모를때 괜찮은 방법입니다) 2019년 6월 11일 (화) 오전 9:33, Jisung Yoon notifications@github.com님이 작성: … <#m2401327646999734456> 진짜 고민을 좀 해야겠네요. 예를 들어서 af같은 경우는 단순히 보기에 분산이 크지만, 이건 아프리카 자체가 크기 때문일 가능성이 높구요. 일단 비율상 x% 이상인 언어만 걸러내고, 각 언어별로 spatial clustering 같은 것으로 cluster의 수를 센 이후에 cluster가 2개 이상인 경우를 다 걸러내는 식으로? 아까 버스타고 오면서 생각해보니 저기서 잰 분산보다는 평균점의 직교 좌표계의 L2 norm 의 크기가 그 역활을 해주지 않을까 합니다. 저 크기가 작다라는 말은 반대 방향을 가진 벡터기리 상쇄된 효과가 많다는 소리고 반대로 크기가 크단 말은 그만큼 대표성을 가지는 점이라 생각할 수 있지않을까요? 쿠라모토 모델의 오더 파라미터 츠럼 역활을 하지 않을까요? — You are receiving this because you were assigned. Reply to this email directly, view it on GitHub <#40 https://github.com/balla2081/Structure-of-Science/issues/40?email_source=notifications&email_token=AGIOSXHXTAHM3L3PDA27LWTPZ3XEDA5CNFSM4HNPMIM2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODXLS6BI#issuecomment-500641541>, or mute the thread https://github.com/notifications/unsubscribe-auth/AGIOSXH57S4VKK66CT4Z7X3PZ3XEDANCNFSM4HNPMIMQ . -- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
이 방법론이 포인트가 작을 때도 워킹하는 방법론인가요? 많아봤자 10개고 작으면 3~4포인트가 있을떄도..
— You are receiving this because you were assigned. Reply to this email directly, view it on GitHub https://github.com/balla2081/Structure-of-Science/issues/40?email_source=notifications&email_token=AGIOSXE4UWIGIVR55YFRNLLPZ3X3LA5CNFSM4HNPMIM2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODXLTGCY#issuecomment-500642571, or mute the thread https://github.com/notifications/unsubscribe-auth/AGIOSXBS3VCQ6HADFIW5ME3PZ3X3LANCNFSM4HNPMIMQ .
-- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
표본이 적으면 어떤 걸 써도 어려울 수 있겠네요. 그냥 하나하나 수작업으로 확인해서 분류해야 하나요. :(
https://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html 디비스켄이라는 방법론이 있더군요 영어의 경우입니다.
문제는 입실론이라는 하이퍼파라미터를 잘 조정해줘야 한다는 문제가 있네요 (이또한 수작업)
중동은 왜 나오는지 알 수 없으나... 결과는 이쁘네요. 이리 되면 수작업 해야 하는 상황이겠죠... -_-
중동은 이란입니다.
적성국들끼리 우찌...
적성국들끼리 우찌...
전체 트래픽의 2.57%를 차지하는군요 등수로는 6등입니다
figure.zip 클러스터는 생각보다 잘 작동하는 것 같같은데.. 이 그림을 보고나니 미국과 중국이 매우 많은 영향을 주네요..
미-중 체계임이 여기서도 확인되네요.
거의 무조건 US / CN / RU 중 하나는 나오는군요... -_-;
2019년 6월 11일 (화) 오전 10:35, Woo-Sung Jung notifications@github.com님이 작성:
미-중 체계임이 여기서도 확인되네요.
— You are receiving this because you were assigned. Reply to this email directly, view it on GitHub https://github.com/balla2081/Structure-of-Science/issues/40?email_source=notifications&email_token=AGIOSXG7LFWJEED67RHP7L3PZ36ORA5CNFSM4HNPMIM2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODXLVRMA#issuecomment-500652208, or mute the thread https://github.com/notifications/unsubscribe-auth/AGIOSXGEPMMYJET4ATJ2BBTPZ36ORANCNFSM4HNPMIMQ .
-- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
최하 %가 여전히 1%인 것이지요? 이걸 좀 올려볼까요?
2019년 6월 11일 (화) 오전 10:43, Jinhyuk Yun noirkura@gmail.com님이 작성:
거의 무조건 US / CN / RU 중 하나는 나오는군요... -_-;
2019년 6월 11일 (화) 오전 10:35, Woo-Sung Jung notifications@github.com님이 작성:
미-중 체계임이 여기서도 확인되네요.
— You are receiving this because you were assigned. Reply to this email directly, view it on GitHub https://github.com/balla2081/Structure-of-Science/issues/40?email_source=notifications&email_token=AGIOSXG7LFWJEED67RHP7L3PZ36ORA5CNFSM4HNPMIM2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODXLVRMA#issuecomment-500652208, or mute the thread https://github.com/notifications/unsubscribe-auth/AGIOSXGEPMMYJET4ATJ2BBTPZ36ORANCNFSM4HNPMIMQ .
-- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
-- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
최하 %가 여전히 1%인 것이지요? 이걸 좀 올려볼까요? 2019년 6월 11일 (화) 오전 10:43, Jinhyuk Yun noirkura@gmail.com님이 작성: … 거의 무조건 US / CN / RU 중 하나는 나오는군요... -_-; 2019년 6월 11일 (화) 오전 10:35, Woo-Sung Jung @.>님이 작성: > 미-중 체계임이 여기서도 확인되네요. > > — > You are receiving this because you were assigned. > Reply to this email directly, view it on GitHub > <#40?email_source=notifications&email_token=AGIOSXG7LFWJEED67RHP7L3PZ36ORA5CNFSM4HNPMIM2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODXLVRMA#issuecomment-500652208>, > or mute the thread > https://github.com/notifications/unsubscribe-auth/AGIOSXGEPMMYJET4ATJ2BBTPZ36ORANCNFSM4HNPMIMQ > . > -- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: @. -- Jinhyuk Yun, Ph. D. Dept. of Scientometric Research, Future Information Research Center Korea Institute of Science and Technology Information TEL: +82 2 3299 6061 MAIL: jinhyuk.yun@kisti.re.kr
의도적으로 중국을 짤라볼까요? 조사를 한다음에 짤..
Links that speak를 자세히 읽어본 결과, 이 논문에서는 언어 - 국가 매칭을 직접 하지 않았더군요. 대신 언어별 스피커의 숫자 데이터를 이용해서 가중평균으로 직접적으로 언어의 GDP를 계산했습니다. 이 논문도 이전의 논문의 방법을 따라가서 이용했더군요.
이 방법이 뭔가 좀 더 맞는 것 같은데, 어떻게 생각하시는지요?