- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
학교도서관은 학생들에게 미래의 불확실성에 대응할 수 있는 능력을 기를 수 있는 장소로, 다양한 정보를 활용하여 기본 역량과 변화 대응력을 키울 수 있는 곳이다. 학교도서관의 활용은 교사의 지도가 필수적이므로 교사의 인식은 매우 중요하다. 그러나 대부분의 연구는 교사의 인식을 외부환경으로 간주하여 그 중요성을 계량적인 척도로 측정하는 데 초점을 맞추고 있다. 본 연구에서는 초등학교 교사들의 학교도서관 인식을 구체적으로 알아보고자, 사람 중심적인 접근 방법인 잠재프로파일 분석기법(Latent Profile Analysis, 이하 LPA)을 사용하여 기존 연구에서 검토하기 어려웠던 교사의 학교도서관의 역할과 중요성에 대한 복합적인 인식과 그 인식의 대표적인 유형을 확인하였다. 이를 토대로 교사의 인식유형에 따라 학교도서관의 운영과 활성화 방안을 맞춤형으로 제안하였다.
Abstract
A school library is where students develop their skills to cope with future uncertainty and can utilize various information materials to build their capability and response abilities to changes. Teachers’ perception is crucial as their guidance is essential for the student to use the school library. Most studies, however, focused on quantitative measurement of the importance of the teachers’ perception as an external environment, and there is a lack of specific categorization of different types of perceptions on the role of the school library. This study aims to examine types of perceptions about the school library among elementary school teachers. To do so, this study used Latent Profile Analysis (LPA), a person-centered approach, to identify teachers’ complex perceptions about the role and importance of the school library, which were difficult to review in previous studies, and the teachers’ most representative types of perceptions. Based on the findings from the above, this study is meaningful in proposing customized measures to operate and promote the school library depending on teachers’ perceptions.
초록
본 연구는 ‘우수한 성능의 메타데이터 속성 유사도 기반의 학술 문헌추천시스템’을 제안하는 데에 목적을 두고 있다. 본 연구에서는 정보조직에서 다루는 메타데이터의 활용과 계량정보학에서 다루고 있는 동시인용, 저자-서지결합법, 동시출현 빈도, 코사인 유사도의 개념을 활용한 문헌정보학 기반의 학술 문헌 추천기법을 제안하고자 하였다. 실험을 위해 수집한 ‘불평등’, ‘격차’ 관련 총 9,643개의 논문 메타데이터를 정제하여 코사인 유사도를 활용한 저자, 키워드, 제목 속성 간의 상대적 좌표 수치를 도출하였고, 성능 좋은 가중치 조건 및 차원의 수를 선정하기 위해 실험을 수행하였다. 실험 결과를 제시하여 이용자의 평가를 거쳤으며, 이를 이용해 기준노드와 추천조합 특성 분석 및 컨조인트 분석, 결과 비교 분석을 수행하여 연구질문 중심의 논의를 수행하였다. 그 결과 전반적으로는 저자 관련 속성을 제한 조합 혹은 제목 관련 속성만 사용하는 경우 성능이 뛰어난 것으로 나타났다. 본 연구에서 제시한 기법을 활용하고 광범위한 표본의 확보를 이룬다면, 향후 정보서비스의 문헌 추천 분야뿐 아니라 사회의 다양한 분야에 대한 추천기법 성능 향상에 도움을 줄 수 있을 것이다.
Abstract
The purpose of this study is to propose a scholarly paper recommendation system based on metadata attribute similarity with excellent performance. This study suggests a scholarly paper recommendation method that combines techniques from two sub-fields of Library and Information Science, namely metadata use in Information Organization and co-citation analysis, author bibliographic coupling, co-occurrence frequency, and cosine similarity in Bibliometrics. To conduct experiments, a total of 9,643 paper metadata related to “inequality” and “divide” were collected and refined to derive relative coordinate values between author, keyword, and title attributes using cosine similarity. The study then conducted experiments to select weight conditions and dimension numbers that resulted in a good performance. The results were presented and evaluated by users, and based on this, the study conducted discussions centered on the research questions through reference node and recommendation combination characteristic analysis, conjoint analysis, and results from comparative analysis. Overall, the study showed that the performance was excellent when author-related attributes were used alone or in combination with title-related attributes. If the technique proposed in this study is utilized and a wide range of samples are secured, it could help improve the performance of recommendation techniques not only in the field of literature recommendation in information services but also in various other fields in society.