초록

인터넷 환경과 디지털자원의 활용환경이 빠르게 변화됨에 따라 탐색과 브라우징을 제공해주는 정보시스템의 인터페이스 또한 새롭게 변해가고 있다. 특히 최근에 검색 인터페이스에서 많이 사용되고 있는 긴 리스트의 메뉴항목을 이용자가 보다 쉽게 브라우징하고 선택할 수 있도록 하기 위하여 시각화기법을 이용하여 디스플레이하고 있다. 본 연구는 이용자와 데이터 특성에 맞는 긴 메뉴항목 시각화 기법을 제안하기 위하여 긴 리스트의 메뉴항목을 시각화하기 위하여 많이 사용되고 있는 기법 즉 트리구조 메뉴, 목차방식 메뉴, 롤-오버방식 메뉴, 클릭방식 메뉴, 어안렌즈방식 메뉴를 비교하였다 그 결과 계층구조 메뉴 중에서는 전문가는 목차방식 메뉴를, 초보자는 트리구조 메뉴를 선호하고, 또 순차적 구조 메뉴 중에서는 전문가와 초보자 모두 롤-오보방식 메뉴를 선호하고 있음을 알 수 있었다.

Abstract

With the rapid change of the Web and E-transaction application, the search interface is providing more powerful search and visualization methods, while offering smoother integration of technology with task. Especially, visualization techniques for long menu-lists are applied in retrieval system with the goal of improving performance in users ability to select one item from a long list. In order to review visualization techniques appropriate to the types of users and data set, this study compared the five visualization browsers such as the Tree-structured menu, the Table-of-contents menu, the Roll-over menu, the Click menu, and Fisheye menu. The result of general analyses shows that among the hierarchical methods, the experienced group prefers the Table-of-contents method menu, whereas the novices group prefers the Tree-structure method menu. Among the linear methods, the two groups prefer the Roll-over menu. The Roll-over menu is most preferred among the five browsers by the two groups.

초록

본 논문에서는 온라인 뉴스 기사에서 자동으로 추출된 키워드 집합을 활용하여 특정 시점에서의 세부 주제별 토픽을 추출하고 정형화하는 새로운 방법론을 제시한다. 이를 위해서, 우선 다량의 텍스트 집합에 존재하는 개별 단어들의 중요도를 측정할 수 있는 복수의 통계적 가중치 모델들에 대한 비교 실험을 통해 TF-IDF 모델을 선정하였고 이를 활용하여 주요 키워드 집합을 추출하였다. 또한 추출된 키워드들 간의 의미적 연관성을 효과적으로 계산하기 위해서 별도로 수집된 약 1,000,000건 규모의 뉴스 기사를 활용하여 단어 임베딩 벡터 집합을 구성하였다. 추출된 개별 키워드들은 임베딩 벡터 형태로 수치화되고 K-평균 알고리즘을 통해 클러스터링 된다. 최종적으로 도출된 각각의 키워드 군집에 대한 정성적인 심층 분석 결과, 대부분의 군집들이 레이블을 쉽게 부여할 수 있을 정도로 충분한 의미적 집중성을 가진 토픽들로 평가되었다.

Abstract

In this paper, we propose a new methodology for extracting and formalizing subjective topics at a specific time using a set of keywords extracted automatically from online news articles. To do this, we first extracted a set of keywords by applying TF-IDF methods selected by a series of comparative experiments on various statistical weighting schemes that can measure the importance of individual words in a large set of texts. In order to effectively calculate the semantic relation between extracted keywords, a set of word embedding vectors was constructed by using about 1,000,000 news articles collected separately. Individual keywords extracted were quantified in the form of numerical vectors and clustered by K-means algorithm. As a result of qualitative in-depth analysis of each keyword cluster finally obtained, we witnessed that most of the clusters were evaluated as appropriate topics with sufficient semantic concentration for us to easily assign labels to them.

초록

본 연구는 다양한 지식이 축적되고 공유되며 구성원 간의 관계와 상호작용을 바탕으로 지식이 생산되고 활용되는 공간인 소셜 러닝 커뮤니티에서 학습자의 지식소싱 행위가 지식활용 성과에 어떠한 영향을 미치는지를 실증적으로 분석하는 것을 목적으로 하였다. 이를 위해 한 대학의 사회과학분야 전공수업에 참여한 55명의 학습자들을 대상으로 소셜 러닝 커뮤니티를 구성하고 한 학기의 소셜 러닝 완료 후 설문조사를 통해 자료를 수집하였으며, 다중회귀분석을 사용하여 지식소싱 행위와 지식활용 성과의 영향관계를 규명하였다. 연구 결과, 양자 지식소싱과 문서 지식소싱은 지식재이용과 지식응용에 영향을 미치며, 그룹 지식소싱은 지식응용과 지식혁신에 영향을 미치는 것으로 나타났다. 본 연구의 결과는 소셜 러닝 커뮤니티에서 지식의 이용 목적에 따라 효율적인 지식소싱 행위를 선택하는데 유용할 것으로 기대된다.

Abstract

This research aims to analyze empirically the effects of learners’ knowledge sourcing behavior on the knowledge utilization outcomes in a social learning community. This kind of virtual community is of service to users who not only produce but also share a variety of valuable knowledge which is created based on relationships and interactions among learners. In order to conduct the study, a group of learners was made of 55 undergraduate students who were majoring in social science. The data was collected by online survey at the end of the term and multiple regression methods have been used for empirical analysis. The study shows that dyadic knowledge sourcing and published knowledge sourcing both have significant effects on knowledge reuse and knowledge adaptation. In addition, knowledge adaptation and knowledge innovation were affected by group knowledge sourcing. The research results help to select appropriate knowledge sourcing behavior depending on one’s purpose of knowledge use.

초록

학제적 분야의 연구 전선을 분석하는 새로운 기법으로 인용 이미지 구축자 프로파일링 기법을 제안하였다. 인용 이미지 구축자 프로파일링은 해당 문헌을 인용한 문헌의 표제어를 단서로 사용하여 문헌 간의 주제관계를 파악하는 방법이다. 이 연구에서는 시험적으로 국내 여성학 연구를 대상으로 인용 이미지 구축자 프로파일링 기법을 적용하여 연구 전선과 주요 연구 주제를 파악해보았다. 분석 대상은 KCI의 2015년 기준 여성학분야 인용빈도 10회 이상에 해당하는 핵심문헌 집합이다. 여성학 분야에 문헌동시인용 기법을 적용한 결과 인용 데이터 부족 때문에 어려움이 있었던 반면에, 인용 이미지 구축자 프로파일링 기법을 적용한 결과 성공적으로 2개 대분야 및 6개 소분야를 파악할 수 있었다. 이 연구에서 제안한 인용 이미지 구축자 프로파일링 기법은 학제적 연구분야의 동향을 파악하는데 기여할 수 있을 것으로 기대된다.

Abstract

A new technique for revealing the research fronts of a interdisciplinary discipline has been developed. Citation image makers profiling (CIMP) determines the relationships between research papers with the title words of the citing documents. We adapted this new technique to analyze the research fronts and hot topics in women’s studies of Korea. By Korean Citation Index (KCI) data in 2015, we selected 148 papers cited more than 9 times as the core documents of women’s studies. Analysis of intellectual structure using citation image makers profiling was performed with the 148 core documents and those citing papers. Document co-citation analysis was hindered by citation data sparsity, while CIMP method successfully revealed the structure of research fronts of Korean women’s studies including 2 divisions and 6 subdivisions. The CIMP method suggested in this study has good potential to discover the characteristics of research fronts of interdisciplinary research domains.

초록

본 연구의 목적은 물리적 환경의 품질을 측정하는 도구로서의 서비스스케이프 개념을 이용하여 학습공간의 서비스스케이프 요인이 이용자 만족과 지속의도에 미치는 영향과 학습활동유형의 조절효과를 확인하는데 있다. 선행연구 및 심층면담을 통해 청결성, 쾌적성, 편의성, 심미성, 접근성, 유연성의 6개의 학습공간 서비스스케이프 요인을 선정하였고, 수도권 지역의 대학생을 대상으로 설문조사를 진행하였다. 연구 결과, 청결성, 쾌적성, 편의성과 접근성 요인이 이용자 만족에 유의한 영향을, 이용자 만족은 지속의도에 유의한 영향을 미치는 것으로 나타났다. 또한 학습활동유형은 청결성, 쾌적성 요인과 이용자 만족 관계에 부(-)적 조절효과가 있는 것으로 나타났다. 본 연구는 학습공간으로의 대학도서관에 대한 이용자 만족을 높이는 물리적인 환경 구성의 기초자료를 제공하였다는데 의의를 둔다.

Abstract

The purpose of this study is to investigate the effect of learning space Servicescape on the user satisfaction level and continuance intention and to identify moderating effect of the learning activity. The six Servicescape factors are selected after literature review and in-depth interviews; cleanliness, comfort, convenience, aesthetics, accessibility, and flexibility. The online survey is given to the university students at four-year private universities in Seoul metropolitan area. The result shows that among the learning space Servicescape factors, cleanliness, comfort, convenience, and accessibility have a significant impact on the user’s satisfaction and the user’s satisfaction response determines the continuance intention to the learning space. It is also found that the factors of cleanliness and comfort have a negative moderating effect on user satisfaction. This study implies that the result provides methods to develop the space arrangement for university libraries that provide the better-support to students’ learning experience.

초록

정보통신기술의 발달로 학술 정보의 양이 기하급수적으로 증가하였고 방대한 양의 텍스트 데이터를 처리하기 위한 자동화된 텍스트 처리의 필요성이 대두되었다. 생의학 문헌에서 생물학적 의미와 치료 효과 등에 대한 정보를 발견해내는 바이오 텍스트 마이닝은 문헌 내의 각 개념들 간의 유의미한 연관성을 발견하여 의학 영역에서 상당한 시간과 비용을 줄여준다. 문헌 기반 발견 연구로 새로운 생의학적 가설들이 발견되었지만 기존의 연구들은 반자동화된 기법으로 전문가의 개입이 필수적이며 원인과 결과의 한가지의 관계만을 밝히는 제한점이 있다. 따라서 본 연구에서는 중간 개념인 B를 다수준으로 확장하여 다양한 관계성을 동시출현 개체와 동사 추출을 통해 확인한다. 그래프 기반의 경로 추론을 통해 각 노드 사이의 관계성을 체계적으로 분석하여 규명할 수 있었으며 새로운 방법론적 시도를 통해 기존에 밝혀지지 않았던 새로운 가설 제시의 가능성을 기대할 수 있다.

Abstract

Due to the recent development of Information and Communication Technologies (ICT), the amount of research publications has increased exponentially. In response to this rapid growth, the demand of automated text processing methods has risen to deal with massive amount of text data. Biomedical text mining discovering hidden biological meanings and treatments from biomedical literatures becomes a pivotal methodology and it helps medical disciplines reduce the time and cost. Many researchers have conducted literature-based discovery studies to generate new hypotheses. However, existing approaches either require intensive manual process of during the procedures or a semi-automatic procedure to find and select biomedical entities. In addition, they had limitations of showing one dimension that is, the cause-and-effect relationship between two concepts. Thus, this study proposed a novel approach to discover various relationships among source and target concepts and their intermediate concepts by expanding intermediate concepts to multi-levels. This study provided distinct perspectives for literature-based discovery by not only discovering the meaningful relationship among concepts in biomedical literature through graph-based path interference but also being able to generate feasible new hypotheses.

초록

오픈액세스의 기본적인 정신은 법적, 경제적, 기술적 장벽없이 전세계 누구나 학술정보를 공유함으로써 학술정보유통 활성화에 기여하고자 함이다. 이를 실현하기 위한 전략으로서 기관리포지터리가 있다. 본 연구는 국내에서의 기관리포지터리 성공을 위한 주요 요인들을 도출하여 오픈액세스 기반 학술정보유통 활성화에 필요한 기초자료를 마련하는데 그 목적이 있다. 구체적으로 문헌조사, 사례연구를 통하여 기관리포지터리 성공요인을 도출하였으며, 관련 분야 전문가와 심층면담을 통해 요인을 검증하였다. 그 결과는 조직적 요인과 정책적 요인, 그리고 기술적 요인으로 구분할 수 있었다. 조직적 요인에는 기관장의 적극적 의지가 포함된다. 정책적 요인에는 핵심콘텐츠 선정, 품질통제 수준의 최소, 저작권보호, 적극적 홍보를 통한 옹호집단구성, 장기보존, 인센티브, 의무조항이 포함된다. 기술적 요인에는 제출방식의 편이성, 상호운영성 지원, 저작활동 지원이 포함된다.

Abstract

One of the main goals of providing open access is to vitalize the exchange of academic information by allowing access to the scholarly research outputs for everyone without the legal, financial, and technical barriers. We regard the use of the institutional repository as an open access enabler. In this study, we tried to make the factors, which enable the successful deployment of the institutional repository, explicit. We utilized literature review and case studies to generate the potential success factors for the institutional repository deployment. We verified the factors by having in-depth interviews with the subject matter experts. The resulting factors were organized as organizational, political, and technical ones. The organizational factors included the strong open access support by the organization heads. Under the policy factors, a number of issues such as selection of the core contents, minimum quality control, protection of the copyrights, forming supporting groups through active advertising, long-term preservation, incentive, and mandate, were included. The technical factors included easy submission, support for interoperability, and support for the publication activities.

초록

불리언 검색만을 제공하는 정보시스템들은 순위화된 검색 결과를 제공하지 않아 이용자들이 많은 시간을 들여 수많은 결과를 일일이 확인해야하는 단점이 있다. 따라서 본 연구에서는 불리언 검색 모델의 단점을 극복하기 위한 방법으로써 불리언 검색에서 적용되고 있는 색인 가중치 정보 대신에 태그 간의 결합 관계 정보를 이용하여 순위화된 검색 결과를 제공하기 위한 시스템을 제안한다. 본 연구에서 제안하고 있는 방법은 일반적인 키워드 질의 대신에 문서를 질의로 사용하기 때문에 해당 문서에서 질의로 사용하는 핵심태그를 추출한다. 질의 생성 과정에서는 태그결합도에 따라 다양한 그룹의 불리언 질의를 생성하고, 매칭 과정에서는 해당 질의어 그룹 간에 차별성 정보와 태그 중요도 정보를 이용하여 순위화를 처리한다. 본 연구에서 제안하고 있는 방법의 유용성을 평가하기 위하여 선정된 연구정보와 관련된 동향분석정보를 추출하는 과정에 적용하여 실험을 수행하였다. 또한 제안된 방법에 대한 이용자 평가를 위하여 다수의 이용자들을 대상으로 약 1년간 서비스를 제공하였으며 그 결과 높은 이용자 만족도를 확보할 수 있다고 조사되었다.

Abstract

Since IR systems which adopt only Boolean IR model can not provide ranked search result, users have to conduct time-consuming checking process for huge result sets one by one. This study proposes a method to provide search results ranked by using coupling information between tags instead of index weight information in Boolean IR model. Because document queries are used instead of general user queries in the proposed method, key tags used as queries in a relevant document are extracted. A variety of groups of Boolean queries based on tag couplings are created in the process of extracting queries. Ranked search result can be extracted through the process of matching conducted with differential information among the query groups and tag significance information. To prove the usability of the proposed method, the experiment was conducted to find research trend analysis information on selected research information. Aslo, the service based on the proposed methods was provided to get user feedback for a year. The result showed high user satisfaction.

초록

Abstract

As co-authorship has been prevalent within science communities, counting the credit of co-authors appropriately is an important consideration, particularly in the context of identifying the knowledge structure of fields with author-based analysis. The purpose of this study is to compare the characteristics of co-author credit counting methods by utilizing correlations, multidimensional scaling, and pathfinder networks. To achieve this purpose, this study analyzed a dataset of 2,014 journal articles and 3,892 cited authors from the Journal of the Architectural Institute of Korea: Planning & Design from 2003 to 2008 in the field of Architecture in Korea. In this study, six different methods of crediting co-authors are selected for comparative analyses. These methods are first-author counting (m1), straight full counting (m2), and fractional counting (m3), proportional counting with a total score of 1 (m4), proportional counting with a total score between 1 and 2 (m5), and first-author-weighted fractional counting (m6). As shown in the data analysis, m1 and m2 are found as extreme opposites, since m1 counts only first authors and m2 assigns all co-authors equally with a credit score of 1. With correlation and multidimensional scaling analyses, among five counting methods (from m2 to m6), a group of counting methods including m3, m4, and m5 are found to be relatively similar. When the knowledge structure is visualized with pathfinder network, the knowledge structure networks from different counting methods are differently presented due to the connections of individual links. In addition, the internal validity shows that first-author-weighted fractional counting (m6) might be considered a better method to author clustering. Findings demonstrate that different co-author counting methods influence the network results of knowledge structure and a better counting method is revealed for author clustering.

초록

기록관의 역할이 커지고 있음에도 불구하고 아직 기록의 중요성에 대해 인지하지 못하는 잠재적 이용자가 많다. 이 연구에서는 이용자에 대한 기록정보서비스를 강화하기 위한 방법으로 기록관과 이용자의 상호작용을 지원하는 챗봇을 개발해보고자 하였다. 이에 챗봇의 구체적인 개발 절차와 방법을 살펴보고, 명지대학교 대학사료실을 사례로 이용자 요구 및 질의 분석을 진행하였으며, 챗봇 개발을 위한 논리적 구조 설계를 진행하였다. 이어 IBM Watson Conversation과 카카오톡 메신저를 통해 챗봇을 구축한 뒤, 시험 실행(Pilot run) 과정을 통해 챗봇과 이용자의 상호작용 과정을 확인하였다. 이러한 기록정보서비스 챗봇 개발 경험을 바탕으로, 챗봇 도입을 위한 수준 결정, 이용자 요구 분석, 챗봇 구축을 위한 도구 선정, 대화식 상호작용을 위한 구문 설정과 관련된 시사점을 제시하였다.

Abstract

The role of archives and records centers is expanding, however many potential users are not aware of the importance of the records and archives. As a method to improve the archival information services to users, in this study, we developed chatbot that supports the interaction between the users and the archives and records centers. Thus we examined the specific development procedures and methods, analyzed user requests and questions of the archives and records center of Myongji university as a case, and conducted a logical structure design for chatbot development. After building the chatbot based on IBM Watson Conversation and Kakaotalk messenger, we were able to find how the chatbot interacted with the users through a pilot run. Based on the experience of developing information service chatbot, the implications related the introduction of the chatbot were suggested which include determination of the level of the chatbot, analysis of the user requests, selection of the tool for the chatbot, and syntax setting for the conversational interaction.