초록

전자저널의 활용이 급속히 증가하면서 도서관에서는 자관에서 구입되는 전자저널이 얼마나, 어떻게 활용되고 있는지에 대한 관심이 증가하였다. 또한 전자정보 컨소시엄 주관기관에서도 컨소시엄 내에서 유통되는 학술자원의 이용통계에 대한 분석을 통해 국가 차원의 전자학술저널의 유통 현황 파악 및 수요자 중심의 정보수집 정책 개발이 필수적이다. 그러나 기존의 수작업에 의존한 이용통계 수집과 출판사에서 제공하는 저널 이용통계 보고서만으로는 이용에 대한 포괄적이고 심층적인 분석이 불가능하다. 이에 본 연구에서는 대용량 이용통계 수집 및 분석의 기반 마련을 위해 스크린 스크래핑과 SUSHI 프로토콜을 적용한 전자저널 이용통계 자동수집 시스템을 구현하였다. 또 저널 서지정보 및 컨소시엄 계약 데이터베이스를 연동하여 심층적인 이용통계 분석정보를 생성할 수 있는 방안을 제안하였다.

Abstract

The proliferating use of e-journals has led increasing interest in collecting and analyzing usage statistic information. However, the existing manual method and simple journal usage reports provided by publishers hinder the effective collection of large-scale usage statistics and the comprehensive/in-depth analysis on them. Thus we have proposed a hybrid automatic method of collecting e-journal usage statistics based on screen scraping and SUSHI protocol. In addition, the generation method of summary statistics presented in graphs, charts and tables has been suggested in this study. By utilizing the suggested system and analysis data, librarians can compose various reports on budget or operation of the libraries.

초록

본 연구는 연구과정에서 생산되는 연구데이터 공유를 위한 수집을 활성화하기 위해 연구자들의 연구데이터 제출의도를 측정하고, 이러한 제출의도에 영향을 미치는 요인을 분석하였다. 이를 위해 국내외 연구관리규정과 선행연구를 통해 요인항목을 도출하였다. 도출된 항목을 바탕으로 영향요인 분석을 위해 국내 35개 기관 연구원 135명으로부터 설문 결과를 받았다. 결과분석을 통해 정보인프라, 동기부여, 장애 측면에서의 영향요인을 파악하고, 이를 바탕으로 연구데이터 수집을 활성화할 수 있는 방안을 제시하였다.

Abstract

The purpose of this study is to examine the factors which have an effect on researcher’s behavior and attitudes about depositing data from sponsored research. I analyzed the behavior, barriers, incentives and information infrastructure of 135 researchers in 35 Korean research institutes. The survey identified several factors that may encourage timely deposit of data by researchers. According to the analyzing factors, I propose the following methods in perception, incentives, use, policy and information infrastructure aspects.

초록

개체들 사이의 관계를 저차원 공간에 매핑하는 다차원척도법을 수행하기 위한 다양한 방법과 알고리즘이 개발되어왔다. 그러나 PROXSCAL이나 ALSCAL과 같은 기존의 기법들은 50개 이상의 개체를 포함하는 데이터 집합을 대상으로 개체 간의 관계와 군집 구조를 시각화하는데 있어서 효과적이지 못한 것으로 나타났다. 이 연구에서 제안하는 군집 지향 척도법 CLUSCAL(CLUster-oriented SCALing)은 기존 방법과 달리 입력되는 데이터의 군집 구조를 고려하도록 고안되었다. 50명의 저자동시인용 데이터와 85개 단어의 동시출현 데이터에 대해서 적용해본 결과 제안한 CLUSCAL 기법은 군집 구조를 잘 식별할 수 있는 MDS 지도를 생성하는 유용한 기법임이 확인되었다.

Abstract

There have been many methods and algorithms proposed for multidimensional scaling to mapping the relationships between data objects into low dimensional space. But traditional techniques, such as PROXSCAL or ALSCAL, were found not effective for visualizing the proximities between objects and the structure of clusters of large data sets have more than 50 objects. The CLUSCAL(CLUster-oriented SCALing) technique introduced in this paper differs from them especially in that it uses cluster structure of input data set. The CLUSCAL procedure was tested and evaluated on two data sets, one is 50 authors co-citation data and the other is 85 words co-occurrence data. The results can be regarded as promising the usefulness of CLUSCAL method especially in identifying clusters on MDS maps.

초록

본 연구의 목적은 사서교사의 특성 변인에 따른 조직 커뮤니케이션 만족도가 학교도서관의 정보․교육서비스에 끼치는 영향을 분석하고 학교도서관의 교육적 역할 활성화에 주는 시사점을 도출하는데 있다. 분석 결과 사서교사는 업무수행에서 상사 및 동료와의 대화와 면담 등 비공식적 커뮤니케이션과 수평적 커뮤니케이션을 선호하고 있는 것으로 나타났다. 그리고 성별, 경력, 학교 급 등 사서교사의 특성 변인에 따라서 이용자 교육, 도서관활용수업, 독서교육 프로그램 및 정보활용교육 운영 방식 등에 차이가 나타났다. 특히 비공식 커뮤니케이션에 대한 만족도가 높을수록 교과연계도서목록 제공이 증가하고 있으며, 수평적 커뮤니케이션이 정보활용교육을 활성화하는데 긍정적인 영향을 주는 것으로 나타났다. 그러나 학교도서관 운영과 관련된 공동체 구성원에게 학교도서관의 비전과 목적을 알리고 책임과 역할을 분명히 하기 위해서는 수평적 커뮤니케이션 수단인 협조문, 위원회, 협의회 등을 활성화하고 적극적으로 참여하여야 한다. 또한 비공식 커뮤니케이션의 한계를 극복하기 위해서는 사서교사의 리더십 개발, 동료교사에 대한 맞춤형 서비스 제공을 위한 마케팅 전략 수립 등의 노력이 필요하다.

Abstract

The purpose of this study is to analyze the effects of organizational communication satisfaction of teacher librarians on the informational and educational service and to draw implications for improvement of the school libraries' educational role. According to the results of the analysis, teacher librarians have preferred informal communication by conversation and face-to-face talk with superiors or co-workers and horizontal communication during their performance. Characteristics of teacher librarians, such as career, gender and school levels, have influential effect on user education, library- assisted instruction, reading and information literacy instruction. The more teacher librarians felt satisfaction of the informal communication, the more textbook-related reference lists are offered. Horizontal communication have a positive influence on information literacy instruction. However, teacher librarians should utilize cooperative statements, committees and councils and actively participate in those horizontal communication methods to share the vision and aims of school libraries with the larger school community. Teacher librarians also should put more efforts into developing their leadership role and marketing strategies in order to overcome the weaknesses of informal communication.

초록

본 연구는 일상생활 정보탐색의 맥락에서 개인에게 생활의 모니터링 도구로 기능할 수 있는 주변 사람과의 반복적 접촉인 일상적 만남에 대해 탐색한 연구이다. 의도적 정보행위와 비의도적 정보행위의 조합인 일상적 만남의 특성을 밝히기 위해 일상생활 정보탐색 이론에 관한 연구를 바탕으로 9명의 기러기엄마와 일대일 면접을 수행하였다. 결론적으로 일상적 만남에서의 정보요구, 정보탐색과정, 정보탐색행위의 특성 등을 밝혀내고, 연구 참여자의 해석에 기초한 일상적 만남의 레퍼토리를 분석함으로써 정보원으로서의 가치를 살펴보았다.

Abstract

This study focuses on the characteristics of information seeking behavior through the casual interactions which are regular contacts with others as information sources in the context of ELIS. Qualitative data were gathered using semi-structured one-to-one interviews with 9 wild-goose mothers in order to investigate the casual interactions. We identified information needs, patterns and characteristics of information seeking behavior through the casual interactions and the major interpretative repertoires.

초록

본 연구는 한국 통합 검색 환경에서의 이용자 적합성 판단 기준에 관한 탐색적 연구이다. 이를 위해 10명의 참가자들을 대상으로 반구조화(semi-structured) 인터뷰를 수행하여 데이터를 수집하였다. 참가자들은 네이버, 다음 등과 같은 통합 검색 환경에서 본인들이 관심 있거나 필요로 하는 다양한 검색을 수행하고, 그 과정에서 문서가 적합한지와 그 판단 기준에 대해 기술하였다. 연구 결과 8개의 적합성 판단 기준과 비적합성 판단 기준, 그리고 검색 환경이 변화하여도 이용자가 적합성을 판단하는 기준들이 크게 변화하지는 않지만 데이터 증가와 이용자 요구의 고도화로 특수성과 구체성이 중요한 적합성 판단 기준으로 부각되는 점을 발견하였다.

Abstract

This study is an exploratory research on the user relevance criteria in Korean search service environments that provide integrated search results. Data were collected from 10 participants using a semi-structured interview technique. The participants conducted a web search using integrated search services, such as Naver or Daum on a self-selected topic. They were asked to judge the relevance of retrieved documents and to report their relevance criteria. As a result, the research indicated 8 user-defined relevance and non-relevance criteria. The research shows that specificity and richness are the two most important criteria yet, the user’s relevance criteria have not changed much despite the change in search environment.

초록

Abstract

Social Q&A sites such as Yahoo! Answers and Naver Knowledge-iN have become a viable method for information seeking and sharing on the Web. Considering their immense popularity and growing concerns about their validity as information sources, questions about the credibility of the information provided on social Q&As are timely. Therefore, this paper summarizes recent research on credibility related to the social Q&A context, identifies research gaps, and presents a research agenda for future research to advance this newly developing area.

초록

텍스트 범주화에 있어서 일반적인 문제는 문헌을 표현하는 핵심적인 용어라도 학습문헌 집합에 나타나지 않으면 이 용어는 분류자질로 선정되지 않는다는 것과 형태가 다른 동의어들은 서로 다른 자질로 사용된다는 점이다. 이 연구에서는 위키피디아를 활용하여 문헌에 나타나는 동의어들을 하나의 분류자질로 변환하고, 학습문헌 집합에 출현하지 않은 입력문헌의 용어를 가장 유사한 학습문헌의 용어로 대체함으로써 범주화 성능을 향상시키고자 하였다. 분류자질 선정 실험에서는 (1) 비학습용어 추출 시 범주 정보의 사용여부, (2) 용어의 유사도 측정 방법(위키피디아 문서의 제목과 본문, 카테고리 정보, 링크 정보), (3) 유사도 척도(단순 공기빈도, 정규화된 공기빈도) 등 세 가지 조건을 결합하여 실험을 수행하였다. 비학습용어를 유사도 임계치 이상의 최고 유사도를 갖는 학습용어로 대체하여 kNN 분류기로 분류할 경우 모든 조건 결합에서 범주화 성능이 0.35%~1.85% 향상되었다. 실험 결과 범주화 성능이 크게 향상되지는 못하였지만 위키피디아를 활용하여 분류자질을 선정하는 방법이 효과적인 것으로 확인되었다.

Abstract

In text categorization, core terms of an input document are hardly selected as classification features if they do not occur in a training document set. Besides, synonymous terms with the same concept are usually treated as different features. This study aims to improve text categorization performance by integrating synonyms into a single feature and by replacing input terms not in the training document set with the most similar term occurring in training documents using Wikipedia. For the selection of classification features, experiments were performed in various settings composed of three different conditions: the use of category information of non-training terms, the part of Wikipedia used for measuring term-term similarity, and the type of similarity measures. The categorization performance of a kNN classifier was improved by 0.35~1.85% in F1 value in all the experimental settings when non-learning terms were replaced by the learning term with the highest similarity above the threshold value. Although the improvement ratio is not as high as expected, several semantic as well as structural devices of Wikipedia could be used for selecting more effective classification features.

초록

본 연구는 도서관의 가치측정에 일반적으로 사용하고 있는 CVM(Contingent Valuation Method) 설계 시 필요한 지불수단이 가치금액에 미치는 영향을 분석하기 위해 수행되었다. CVM은 가상의 상황, 질문 유형, 지불 수단 등 다양한 세부적인 설계에 따라 측정값의 편의가 발생하기 때문에 이에 대한 검증이 요구되는데 특히, 지불수단은 해당 재화의 가치를 표현하는 메카니즘으로 가치에 큰 영향을 미친다. 이에 세금, 기부금, 이용요금이라는 세 가지 유형의 지불수단으로 동일한 공공도서관의 이용가치를 측정하였다. 측정 결과, 기부금은 개인이 월 14,542.3원을 지불할 의향을 보여 가장 높은 가치를 나타냈고 세금은 8,577.5원 지불의향이 있는 것으로 나타났다. 이용요금은 1회 방문에 1,612.7원을 지불할 의향이 있어 가장 낮게 측정되었으나 이를 월 단위로 할 경우 세금과 유사한 수준으로 나타났다.

Abstract

CVM (Contingent Valuation Method) has been most widely used for valuation of public libraries. However, there have been a debate on the validity of CVM in that many kind of biases could exist due to its hypothetical nature, the type of questions, payment vehicles and so on. To ensure the validity and reliability of public library valuation, this study analyzed the effects of payment vehicles to valuation using CVM. Three types of payment vehicle, tax, donation, fee were used to pay in hypothetical market. As a result, these payment vehicles estimated the different WTP and donation produced 14,542 won, which is the highest WTP.

초록

Abstract

The characteristics of citation and centrality measures in citation networks can be identified using multiple linear regression analyses. In this study, we examine the relationships between bibliometric indices and centrality measures in an article-level co-citation network to determine whether the linear model is the best fitting model and to suggest the necessity of data transformation in the analysis. 703 highly cited articles in Physics published in 2004 were sampled, and four indicators were developed as variables in this study: citation counts, degree centrality, closeness centrality, and betweenness centrality in the co-citation network. As a result, the relationship pattern between citation counts and degree centrality in a co-citation network fits a non-linear rather than linear model. Also, the relationship between degree and closeness centrality measures, or that between degree and betweenness centrality measures, can be better explained by non-linear models than by a linear model. It may be controversial, however, to choose non-linear models as the best-fitting for the relationship between closeness and betweenness centrality measures, as this result implies that data transformation may be a necessary step for inferential statistics.

초록

자동 분류에서 문헌을 표현하는 일반적인 방식인 BOW는 용어를 독립적으로 처리하기 때문에 주변 문맥을 반영하지 못한다는 한계가 있다. 이에 본 연구는 각 용어마다 주제범주별 문맥적 특징을 파악해 프로파일로 정의하고, 이 프로파일과 실제 문헌에서의 문맥을 비교하는 과정을 통해 동일한 형태의 용어라도 그 의미나 주제적 배경에 따라 구분하고자 하였다. 이를 통해 주제가 서로 다름에도 불구하고 특정 용어의 출현만으로 잘못된 분류 판정을 하는 문제를 극복하고자 하였다. 본 연구에서는 이러한 문맥적 요소를 용어 가중치, 분류기 결합, 자질선정의 3가지 항목에 적용해 보고 그 분류 성능을 측정했다. 그 결과, 세 경우 모두 베이스라인보다 분류 성능이 향상되었고 가장 큰 성능 향상을 보인 것은 분류기 결합이었다. 또한 제안한 방법은 학습문헌 수가 많고 적음에 따라 발생하는 성능의 편향을 완화하는데도 효과적인 것으로 나타났다.

Abstract

One of the limitations of BOW method is that each term is recognized only by its form, failing to represent the term’s meaning or thematic background. To overcome the limitation, different profiles for each term were defined by thematic categories depending on contextual characteristics. In this study, a specific term was used as a classification feature based on its meaning or thematic background through the process of comparing the context in those profiles with the occurrences in an actual document. The experiment was conducted in three phases; term weighting, ensemble classifier implementation, and feature selection. The classification performance was enhanced in all the phases with the ensemble classifier showing the highest performance score. Also, the outcome showed that the proposed method was effective in reducing the performance bias caused by the total number of learning documents.

초록

본 연구는 국내 주요 학술 DB의 검색서비스에서 제공되고 있는 저자키워드(비통제키워드)의 재분류를 통하여 디스크립터(통제키워드)를 자동 할당할 수 있는 가능성을 모색하였다. 먼저 기계학습에 기반한 주요 분류기들의 특성을 비교하는 실험을 수행하여 재분류를 위한 최적 분류기와 파라미터를 선정하였다. 다음으로, 국내 독서 분야 학술지 논문들에 부여된 저자키워드를 학습한 결과에 따라 해당 논문들을 재분류함으로써 키워드를 추가로 할당하는 실험을 수행하였다. 또한 이러한 재분류 결과에 따라 새롭게 추가된 문헌들에 대하여 통제키워드인 디스크립터와 마찬가지로 동일 주제의 논문들을 모아주는 어휘통제 효과가 있는지를 살펴보았다. 그 결과, 저자키워드의 재분류를 통하여 디스크립터를 자동 할당하는 효과를 얻을 수 있음을 확인하였다.

Abstract

This study purported to investigate the possibility of automatic descriptor assignment using the reclassification of author keywords in domestic scholarly databases. In the first stage, we selected optimal classifiers and parameters for the reclassification by comparing the characteristics of machine learning classifiers. In the next stage, learning the author keywords that were assigned to the selected articles on readings, the author keywords were automatically added to another set of relevant articles. We examined whether the author keyword reclassifications had the effect of vocabulary control just as descriptors collocate the documents on the same topic. The results showed the author keyword reclassification had the capability of the automatic descriptor assignment.