- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 인쇄형 해외학술지 원문제공서비스(DDS)의 경제성을 분석하기 위해 이용자 기반의 경제적 가치 평가 방법론 및 모델을 개발하고자 하였다. 본 연구를 위해 K기관의 구독중인 해외학술지 원문제공서비스의 데이터 중 일부가 분석을 위해 사용되었고 K기관 원문제공서비스 이용자를 대상으로 웹 서베이를 실시하였다. 해외학술지 원문제공서비스의 경제적 가치는 사용가치, 비사용가치, 그리고 기대가치가 고려되었고 사용가치 산출을 위해서는 소득접근법과 시장접근법을 제안하였다. 이용자에 의한 가치 산출을 위해, 본 연구는 조건부가치평가법을 적용하였고 이를 위해 가상 시나리오를 설정하였다.
Abstract
This study is to develope a user-based economic valuation methodology and model for the economic analysis on the DDS of foreign journals. For this study, the sampling data on the annual subscribed journals by K institution was used and the online questionnaire was used to collect data. There are three aspects of the economic value of DDS journals was classified as use value, non-use value, and expectancy value. We suggested the income and market approach to measure its economic use value. To estimate the its value by individual users, this study applied a contingent valuation method and designed the imaginary scenarios.
초록
본 연구에서는 공공부문에서 운영되고 있는 KMS의 성과평가의 일환으로 KMS 사용자 만족도의 선행요인 및 사용자 만족도와 성과 간의 구조적 관계를 분석하고 효과적인 KMS 운영을 위한 함의를 제시하였다. 본 연구에서 실시한 지식품질과 KMS 품질, 사용자 만족도 및 성과 간의 영향관계에 관한 구조방정식 분석결과, 연구모형에서 설정한 3개의 가설 모두가 채택되었다. 이러한 분석결과를 토대로 본 연구에서는 KMS 사용자 만족도 및 성과 향상을 위한 효과적인 KMS 운영방안을 제시하였다.
Abstract
The purposes of this study are to examine the factors influencing the user satisfaction of knowledge management system(KMS) and the influence of the user satisfaction on the performance, and to search the strategies for effective KMS operating. The results of covariance structural analyses indicate that the factors-knowledge quality and KMS quality significantly influence the user satisfaction. User satisfaction also significantly affects the performance. Based on the results, this study discusses the potential implications for the strategies of KMS implementing to improve the user satisfaction and performance.
초록
컴퓨터와 정보통신기술의 급격한 발전으로 인터넷의 활용이 보편화됨에 따라 가상공간에서 중요 매체가 되는 웹사이트의 기능과 역할은 매우 중요하며, 이러한 웹사이트에 대한 올바른 수준 평가는 웹사이트의 구축과 운영에 필요한 시사점을 제공해 준다. 많은 선행 연구에서 웹사이트 평가요소가 사용자의 만족도와 재방문에 대한 의도에 긍정적인 영향을 미치는 것으로 보고 있다. 본 연구에서는 기존 웹사이트 평가요소에 대한 연구를 바탕으로 대학도서관의 웹사이트 평가요소를 디자인, 콘텐츠, 사용자 인터페이스, 신뢰감, 운영관리라는 5 가지 항목으로 선정하였고, 사용자 만족과 재방문 의도를 내생 변수로 한 연구모형을 설계하고, 가설을 설정한 다음, 실증 연구를 통해 검증하였다. 그 결과 사용자 만족은 사용자 인터페이스에 가장 영향을 받으며, 재방문 의도는 콘텐츠와 사용자에 대한 신뢰감에 영향을 받는다. 하지만 대학도서관의 웹사이트는 사용자 만족과 재방문 의도 간에는 긴밀한 관계를 가지고 있다고 단정할 수는 없는 것으로 보인다.
Abstract
As time goes by, the function and role of website become more important. Therefore, it is very critical to evaluate and improve continuously the website to the purpose. Many previous studies show that some website evaluation factors will influence the user satisfaction and revisit to the website. The website evaluation criteria from the previous studies related to the university library website evaluation were classified into five assessment criteria which are design, contents, user interface, reliability, and site management. In the results, some significant suggestions were found out. User satisfaction is seriously affected by user interface, and user's intention to revisit is influenced by contents and reliability, but there may not be a close connection between them. Besides, the evaluation method in this study may be applicable to the new website-improving approach of website administrators and researchers.
초록
로치오 알고리즘에 기반한 자동분류의 성능 향상을 위하여 두 개의 실험집단(LISA, Reuters-21578)을 대상으로 여러 가중치부여 기법들을 검토하였다. 먼저, 가중치 산출에 사용되는 요소를 크게 문헌요소(document factor), 문헌집합 요소(document set factor), 범주 요소(category factor)의 세 가지로 구분하여 각 요소별 단일 가중치부여 기법의 분류 성능을 살펴보았고, 다음으로 이들 가중치 요소들 간의 조합 가중치부여 기법에 따른 성능을 알아보았다. 그 결과, 각 요소별로는 범주 요소가 가장 좋은 성능을 보였고, 그 다음이 문헌집합 요소, 그리고 문헌 요소가 가장 낮은 성능을 나타냈다. 가중치 요소 간의 조합에서는 일반적으로 사용되는 문헌 요소와 문헌집합 요소의 조합 가중치(tfidf or ltfidf)와 함께 문헌 요소를 포함하는 조합(tf*cat or ltf*cat) 보다는, 오히려 문헌 요소를 배제하고 문헌 집합 요소를 범주 요소와 결합한 조합 가중치 기법(idf*cat)이 가장 좋은 성능을 보였다. 그러나 실험집단 측면에서 단일 가중치와 조합 가중치를 서로 비교한 결과에 따르면, LISA에서 범주 요소만을 사용한 단일 가중치(cat only)가 가장 좋은 성능을 보인 반면, Reuters-21578에서는 문헌집합 요소와 범주 요소간의 조합 가중치(idf*cat)의 성능이 가장 우수한 것으로 나타났다. 따라서 가중치부여 기법에 대한 실제 적용에서는, 분류 대상이 되는 문헌집단 내 범주들의 특성을 신중하게 고려할 필요가 있다.
Abstract
This study examines various weighting methods for improving the performance of automatic classification based on Rocchio algorithm on two collections(LISA, Reuters-21578). First, three factors for weighting are identified as document factor, document factor, category factor for each weighting schemes, the performance of each was investigated. Second, the performance of combined weighting methods between the single schemes were examined. As a result, for the single schemes based on each factor, category-factor-based schemes showed the best performance, document set-factor-based schemes the second, and document-factor-based schemes the worst. For the combined weighting schemes, the schemes(idf*cat) which combine document set factor with category factor show better performance than the combined schemes(tf*cat or ltf*cat) which combine document factor with category factor as well as the common schemes(tfidf or ltfidf) that combining document factor with document set factor. However, according to the results of comparing the single weighting schemes with combined weighting schemes in the view of the collections, while category-factor-based schemes(cat only) perform best on LISA, the combined schemes(idf*cat) which combine document set factor with category factor showed best performance on the Reuters-21578. Therefore for the practical application of the weighting methods, it needs careful consideration of the categories in a collection for automatic classification.
초록
저자동시인용분석 기법은 특정 분야의 연구 주제와 동향을 파악하는 수단으로 널리 사용되어왔다. 그러나 저자동시인용분석 기법은 인용 지체 현상 때문에 최근 동향을 나타내거나 활동적인 현역 연구자를 파악하기에는 다소 한계가 있음이 알려져 있다. 이 연구에서는 최신 연구 동향을 분석함과 동시에 활동적인 연구자를 파악하기위한 새로운 방법으로 서지적 저자결합분석 기법을 제안한다. 이 기법은 Kessler가 제안한 서지결합에 기반을 두되 분석 단위를 문헌이 아닌 저자로 삼고 있다. 즉 서지적 저자결합분석 기법은 같은 저자를 인용하는 저자끼리는 연구 주제가 유사할 것이라는 가정에 근거한 분석 기법이다. 저자동시인용분석 기법을 사용한 기존 연구의 분석 결과를 서지적 저자결합분석을 적용한 경우와 비교해본 결과, 제안된 기법이 저자동시인용분석 기법에 비해서 최근 연구 동향을 더 잘 반영하며 활동적인 현역 연구자 위주의 해석을 가능케 하는 것으로 나타났다.
Abstract
Author co-citation analysis(ACA) technique has been widely used for identifying research areas and trends in a discipline. But this technique has some limitations, mainly due to citation delay, on analyzing current trends and identifying active researchers. In this study, a new method, named as Bibliographic Author Coupling Analysis(BACA), is suggested for overcoming those limitations of author co-citation analysis. BACA is based on Kessler's bibliographic coupling approach and focuses not on documents but on authors. Simply stated, BACA technique assumes that those likewise citing authors have the same research interests. For the purpose of comparing with author co-citation analysis, two preceding studies with author co-citation analysis are reconsidered and re-examined using BACA. The comparing results can be regarded as promising the usefulness of BACA in analyzing current research trends and identifying active researchers.
초록
동일한 인명을 갖는 서로 다른 실세계 사람들이 존재하는 현실은 인터넷 세계에서 인명으로 표현된 개체의 신원을 식별해야 하는 문제를 발생시킨다. 상기의 문제가 학술정보 내의 저자명 개체로 제한된 경우를 저자식별이라 부른다. 저자식별은 식별 대상이 되는 저자명 개체 사이의 유사도 즉 저자유사도를 계산하는 단계와 이후 저자명 개체들을 군집화하는 단계로 이루어진다. 저자유사도는 공저자, 논문제목, 게재지정보 등의 저자식별자질들의 자질유사도로부터 계산되는데, 이를 위해 기존에 교사방법과 비교사방법들이 사용되었다. 저자식별된 학습샘플을 사용하는 교사방법은 비교사방법에 비해 다양한 저자식별자질들을 결합하는 최적의 저자유사도함수를 자동학습할 수 있다는 장점이 있다. 그러나, 기존 교사방법 연구에서는 SVM, MEM 등의 일부 기계학습기법만이 시도되었다. 이 논문은 다양한 기계학습기법들이 저자식별에 미치는 성능, 오류, 효율성을 비교하고, 공저자와 논문제목 자질에 대해 자질값 추출 및 자질 유사도 계산을 위한 여러 기법들의 비교분석을 제공한다.
Abstract
In bibliographic data, the use of personal names to indicate authors makes it difficult to specify a particular author since there are numerous authors whose personal names are the same. Resolving same-name author instances into different individuals is called author resolution, which consists of two steps: calculating author similarities and then clustering same-name author instances into different person groups. Author similarities are computed from similarities of author-related bibliographic features such as coauthors, titles of papers, publication information, using supervised or unsupervised methods. Supervised approaches employ machine learning techniques to automatically learn the author similarity function from author-resolved training samples. So far, however, a few machine learning methods have been investigated for author resolution. This paper provides a comparative evaluation of a variety of recent high-performing machine learning techniques on author disambiguation, and compares several methods of processing author disambiguation features such as coauthors and titles of papers.
초록
공공도서관 문화프로그램에 대한 중요성이 커짐에 따라 그 경제적 효과에 대하여 전반적으로 평가할 필요성이 제기되어 왔다. 본 연구는 문화프로그램의 경제적 가치를 분석하기 위한 방법으로 기존에 사용되어 온 가상가치평가법의 대안으로 DM 포맷과 IBM 포맷을 제안하였다. 또한 이 모형을 공공도서관이 적용할 수 있도록 사례분석을 통해 그 과정을 구체적으로 설명하고 있다. 이 연구는 가상가치평가법의 바이어스를 최대한 감소함으로써 공공도서관의 정확한 가치를 평가할 수 있는 기본 틀을 마련하였다는 데에 그 의의가 있다.
Abstract
The need for overall assessment of economic effectiveness of library culture program has been suggested, as its importance continues to grow. Our study proposed a new assessment method by applying DM format and IBM format to contingent valuation method that has been used for analyzing the economic value of culture program. This study also illustrates the process through case analysis so that the public library can apply this model. It is meaningful that the study provides basic framework to evaluate the fair value of the public library by minimizing the bias that the contingent valuation method has.
초록
이 논문은 학술지가 지니는 다양한 속성들(내부적인 요소, 외부적인 요소, 그리고 요구론적 요소)이 학술지의 이용 가치에 어떠한 영향을 미치는 지에 대한 실증적 사례분석을 목적으로 하였다. 이 사례연구의 방법은 웹 질문지법을 채택하였으며, K기관 원문서비스 이용자와 DDS 담당자들을 대상으로 수집된 총 383개의 유효한 데이터를 분석하였다. 학술지의 내부적인 요소(즉, IF, 학술지 가격, 사용언어)가 학술지 이용가치에 영향을 미치는 것으로 나타났고, 학술지의 외부적인 요소와 요구론적 요소는 학술지 이용가치에 별다른 영향을 미치지 않는 것으로 나타났다.
Abstract
The purpose of this empirical case study is to explore what factors affect on the economic valuation of academic journals and to ascertain the degree of each impact. For this study, factors were categorized into three groups: internal factors, external factors and demand theory factors. The on-line questionnaire was used to collect data and 383 responded from individual users of and the persons in charge of the DDS(Document Delivery Service). Collected data were analyzed using SPSS 12.0 for Windows/PC. The result showed that there exist a strong relationship between the internal factors of academic journals(i.e., Impact Factor, Cost, and Language) and economic valuation in terms of its use value.
초록
본 연구는 ‘독서의 달’ 프로그램의 주요 이용자 유형을 밝히기 위한 것이다. 이 목적을 달성하기 위하여, 7대도시 지역(서울, 부산, 대구, 인천, 대전, 광주, 울산)의 62개 표본 공공도서관으로부터 9월의 ‘독서의 달’ 프로그램 622개를 그들의 홈페이지를 통하여 조사 수집하였다. 이렇게 수집된 프로그램을 대상으로 본 연구에서는 내용분석법과 크리펜도르프(Krippendorff)의 신뢰계수 알파(α)를 사용하여 이들 프로그램을 지역별로 그리고 이용자 유형별로 분석하였다. 그 결과, 본 연구에서는 7대도시 각 지역별로 공공도서관이 선호하는 주요 이용자 유형의 순위에는 약간씩 차이가 있다는 것과 모든 대도시지역의 공공도서관에서 가장 중요한 이용자 유형은 어린이 또는 전연령층이라는 것이 밝혀졌다.
Abstract
This study investigated the main user types of the reading programs which are provided by sixty-two public libraries during September, “the Month of Reading,” in seven metropolitan cities, Seoul, Pusan, Daegu, Incheon, Daejeon, Gwangju and Ulsan. For the analysis, the data are collected from 622 programs of “the Month of Reading.” The content analysis method was used to analyze data and find meanings from it. The findings show, there are a little differences in the priority order of the main user types among the seven metropolitan cities, however, the children and all ages of the public libraries in seven metropolitan cities are identified as the main user types of the libraries.
초록
이 연구에서는 사건중심 뉴스기사 요약문을 자동생성하기 위해 뉴스기사들을 SVM 분류기를 이용하여 사건 주제범주로 먼저 분류한 후, 각 주제범주 내에서 싱글패스 클러스터링 알고리즘을 통해 특정한 사건 관련 기사들을 탐지하는 기법을 제안하였다. 사건탐지 성능을 높이기 위해 고유명사에 가중치를 부여하고, 뉴스의 발생시간을 고려한 시간벌점함수를 제안하였다. 또한 일정 규모 이상의 클러스터를 분할하여 적절한 크기의 사건 클러스터를 생성하도록 수정된 싱글패스 알고리즘을 사용하였다. 이 연구에서 제안한 사건탐지 기법의 성능은 단순 싱글패스 클러스터링 기법에 비해 정확률, 재현율, F-척도에서 각각 37.1%, 0.1%, 35.4%의 성능 향상률을 보였고, 오보율과 탐지비용에서는 각각 74.7%, 11.3%의 향상률을 나타냈다.
Abstract
This study investigates an event detection method with the aim of generating an event-focused news summary from a set of news articles on a certain event using a multi-document summarization technique. The event detection method first classifies news articles into the event related topic categories by employing a SVM classifier and then creates event clusters containing news articles on an event by a modified single pass clustering algorithm. The clustering algorithm applies a time penalty function as well as cluster partitioning to enhance the clustering performance. It was found that the event detection method proposed in this study showed a satisfactory performance in terms of both the F-measure and the detection cost.