- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 대학생들의 개인적 특성이 도서관 모바일 이용도와 도서관 모바일 콘텐츠 이용 패턴에 어떤 영향을 미치는지 살펴보았다. 개인적 특성의 변인들로는 대학생의 성별, 전공, 학년, 대학, 인지된 유용성, 개인적 혁신성 및 스마트폰 의존도를 사용하였다. 설문 조사는 두 개의 대학들의 학부생 309명을 대상으로 진행하였다. 조사 결과, 전공, 학년, 인지된 유용성 및 개인적 혁신성은 모바일 이용도에, 그리고 성별, 전공, 대학 및 스마트폰 의존도는 모바일 콘텐츠 이용 패턴에 유의미한 영향을 미쳤다. 끝으로 이러한 연구 결과를 반영하여 효율적인 대학도서관 모바일 구현을 위한 방안들을 제안하였다.
Abstract
This study aims to investigate the influence of undergraduate students’ personal characteristics on the use behaviors of library mobiles and its contents. We used gender, major, grade, university, perceived usefulness, personal innovativeness, and smartphone dependency variables to measure their personal characteristics. We conducted a survey with 309 undergraduate students who belong to two universities. The results showed that the major, grade, perceived usefulness, and innovativeness variables significantly influenced the use frequency of library mobiles, while the gender, major, university, and smartphone dependency ones did the use pattern of library mobile contents. Based on the results, we proposed three methods for constructing an efficient university library mobile.
초록
본 연구는 시청자가 사운드 자료의 주제를 파악하는 과정과 사운드의 특성을 이해하기 위한 인지적 정보처리 모형을 구성하였다. 이후 사건관련유발전위(event related potentials, ERP)의 두뇌의 전후측에 걸쳐서 발현하는 N400, P600 구성요소들을 인지적 정보처리 모형의 언어적 표상에 접목시켜 사운드 요약을 생성하는 방안을 제안하기 위해서 연구 가설들을 수립하였다. 뇌파 실험을 통해서 연구 가설들을 검증한 결과, P600이 사운드 요약의 핵심 구성 요소로 나타났다. 본 연구 결과는 분류 알고리즘 설계에 적용되어 내용 기반 메타데이터 즉, 일반적인 또는 개인화된 미디어 요약(사운드 요약, 비디오 스킴)을 생성하는 데에 활용될 수 있을 것이다.
Abstract
This study constructed a cognitive model of information processing to understand the topic of a sound material and its characteristics. It then proposed methods to generate sound summaries, by incorporating anterior-posterior N400/P600 components of event-related potential (ERP) response, into the language representation of the cognitive model of information processing. For this end, research hypotheses were established and verified them through ERP experiments, finding that P600 is crucial in screening topic-relevant shots from topic-irrelevant shots. The results of this study can be applied to the design of classification algorithm, which can then be used to generate the content-based metadata, such as generic or personalized sound summaries and video skims.