- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 논문은 C대학도서관의 학술정보시스템(LAS)에 구축되어 있는 장서와 대출기록 및 고객관련 데이터를 수집하여 이를 분석하고 그 결과를 고객관계관리(CRM)에 적용할 수 있는 방안을 제시하였다. 수집된 자료는 C 대학도서관에서 소장하고 있는 대출이 가능한 단행본 총 269,387책의서지데이타와고객 12,281명의 데이터, 이용자 대출기록 39,269건이었다. 대출기록 분석 데이터에서 관계변수로 이용자 신분, 대출빈도, 대출책수와 대출횟수, 출판년도를 추출하여 데이터 마이닝 기법으로 분석하고, 상관계수로 검증하였다.
Abstract
The books and circulation-related data in the Library Automation System(LAS) of C-academic library were collected and analyzed, and also the method which may be applied to the Customer Relationship Management (CRM) based on the results was suggested in this paper. Collected data were 269,387 bibliographic data of books, 12,281 patron data, and 39,269 circulation records. User identity, circulation frequencies, total number of circulated books, and publication year as relation factor from the analyzed data of circulation records were extracted. They were also analyzed, and verified by correlation coefficient.
초록
본 연구는 서울특별시 A구 산하 9개 도서관 이용자들의 대출 기록을 모두 조사하여 주제별 장서이용 행태를 분석하고 주제 분야 간 어떠한 연관성을 지니고 있는가를 알아보는데 그 목적이 있다. 이를 위하여 2006년 6월부터 2014년 6월까지 발생한 2,723,115건의 대출 기록을 수집하여 분석하였다. 한국십진분류(KDC)에 따라 총류(000)부터 역사(900)까지 10개 대분류와 총류(000)부터 전기(990)까지 100개 중분류로 나누어 주제별 대출빈도를 분석하였으며, 도서관 이용자들의 대출기록 기록을 중분류에 따른 상관계수에 근거한 군집분석을 통하여 주제별 연관성을 분석하였다.
Abstract
The goal of this study is to analyze use patterns of library collections using circulation statistics of 9 public libraries user’s of the Seoul borough “A”. For this study, the 2,723,115 circulation-related data of 9 public libraries located in borough “A” which were occurred between June 2006 and June 2014 were collected and used. According to the Korea Decimal Classification (KDC), All circulation records is divided into 10 categories from general (000) to history (900) and 100 divisions from general (000) to biography (990), is analyzed the frequency by category and is analyzed by cluster analysis based on thematic relevance.
초록
이 연구는 의학도서관 이용자의 대출기록을 이용하여 자료이용행태를 분석하고 이를 통해 이용자를 위한 효율적인 장서구성과 도서관서비스 개선에 목적이 있다. 이를 위해 A 의학도서관에서 2012년부터 2014년까지 최근 3년간 발생한 대출기록 90,420건의 신분별/주제별 대출 통계와 상위 대출빈도 도서, 상호대차 서비스 이용 데이터를 수집하여 분석하였다. 연구 대상은 학부생과 대학원생, 교수직, 수련직, 일반직을 포함한 병원 직원을 대상으로 하였다. 그 결과, 의학도서관 이용자들은 기술과학 분야의 자료와 문학자료, 사회과학 분야 자료를 집중적으로 대출하였다. 특히 장서구성대비 문학자료에 대한 요구가 상대적으로 다른 주제 영역에 비해 높았다.
Abstract
The aim of this study is supporting efficient development of library collection and improvement of library service for users by analyzing utilization patterns of library collection using circulation statistics of medical library users. With this purpose, circulation statistics were extracted from 90,420 cases of circulation records in A library for recent 3 years (from 2012 to 2014). Specifically, circulation data categorized according to status and subject, loan data of most popular books and use data of inter-library loan service were collected and analyzed. Subject groups of this study are undergraduate students, graduate students and incumbent hospital employees including faculty members, training members and nondoctor members. For the result, medical library users intensively lent materials of Technology (Applied Sciences), Literature and Social science areas. Especially, the demand of the materials of literature was higher than the demand of the other subject areas compared in the base of collection development.
초록
본 연구는 국민들에게 불안감을 야기하고 전반적인 사회활동을 위축시키는 메르스와 같은 질병의 유행이 공공도서관의 이용에 어떠한 영향을 주는지 알아보고자 하였다. 이를 위해 국립세종도서관에 위치하고 있는 “공공도서관 빅데이터 수집 및 분석 플랫폼”을 통해 전국 303개 공공도서관에서 수집된 18,711,453건의 대출기록을 분석하였다. 분석 결과는 다음과 같다. 첫째, 메르스가 유행했던 2015년도는 64,645.05권으로 2014년보다 하루 평균 6,300권 가량 대출책수가 감소하였다. 둘째, 2014년의 경우 7월 5일부터 8월 19일까지의 일평균 대출책수가 4월 4일부터 5월 19일까지와 5월 20일부터 7월 4일까지보다 많은 것으로 나타났다. 이는 학생들의 여름방학이 공공도서관의 대출책수 증가에 영향을 주었을 것으로 파악할 수 있다. 셋째, 메르스가 발생했던 2015년의 경우 메르스 유행 후 기간의 일평균 대출책수가 메르스 유행기간인 5월 20일부터 7월 4일까지보다 많은 것으로 나타났으나 메르스 유행 전 기간과는 유의한 차이가 존재하지 않았다. 넷째, 2014년과 2015년의 메르스 유행 전 기간의 일평균 대출책수와 2014년과 2015년의 메르스 유행 기간의 일평균 대출책수에는 유의한 차이가 없었으나, 2014년과 2015년의 메르스 유행 후 기간의 일평균 대출책수에서는 유의한 차이가 있었다. 연구 결과 국민들에게 불안감을 가져다 준 메르스는 질병의 유행 기간 보다는 오히려 유행 후 기간 동안 공공도서관의 일평균 대출책수에 영향을 주었음을 확인할 수 있었다.
Abstract
This study aimed to investigate the impact of the epidemic disease including Middle East Respiratory Syndrome Coronavirus (MERS) on the usage of public libraries. Such disease yields anxiety throughout the nation and discourages social activities in general. 18,711,453 records from 303 public libraries were examined with “big data retrieval & analysis platform for public libraries” located in Sejong National Library. The results are as follows. First, in 2015, when MERS was prevalent, the daily mean of books checked out was 64,645.05, showing decrease of 6,300 per day compared to that of 2014. Second, in 2014, the daily mean of books checked out from July 5th to August 19th was greater than that of from April 4th to May 19th and that of from May 20th to July 4th, implying the impact of summer vacation on the increase in books checked out in public libraries. Third, in 2015, the daily mean of books checked out from July 5th was greater than during MERS outbreak(from May 20th to July 4th), while it did not show statistically significant difference with that of before the outbreak. Fourth, the daily mean of books checked out did not show statistically significant difference between 2014 and 2015 before and during the outbreak, while it showed statistically significant difference between 2014 and 2015 after the epidemic period. The results indicate that MERS and the anxiety it brought nationwide had an impact on the daily mean of books checked out in public libraries after the epidemic period rather than during the outbreak.
초록
본 연구는 대학 도서관 사용 증진을 위하여 개인별 맞춤 도서 추천시스템을 구축하는 것을 목적으로 한다. 특히 사용자의 아이템에 대한 선호도가 존재하는 다수의 추천시스템과는 달리, 선호도가 존재하지 않을 때에 도서 추천이 가능하도록 하는 방안인 도서관 이용자의 도서 대출 목록과 성향을 활용하여 평가지표를 생성하는 방법을 제안하고자 한다. 이용자가 아직 읽지 않은 책에 대한 예상 선호도를 산출하는 방식으로 도서를 추천하는 행렬 분해 방법인 Singular Value Decomposition(SVD)과 Stochastic Gradient Descent(SGD) 알고리즘을 활용한 모델을 구축했다. 더불어 유사도가 높은 이용자 그룹 내의 도서 대출 목록을 참조하여 추천하는 사용자 기반 협업 필터링 알고리즘을 활용해 모델을 구현했다. 최종적으로 평가지표를 활용한 세 가지 모델에 대하여 사용자 평가를 진행했다. 각각의 모델이 제시한 개인별 맞춤 도서 다섯 권의 목록을 해당 대출자에게 제공하고, 추천 도서에 대한 만족/불만족 여부를 이진화 점수화하여 모델에 대한 평가를 진행했다.
Abstract
The purpose of this study is to propose a personalized book recommendation system to promote the use of university libraries. In particular, unlike many recommended services that are based on existing users’ preferences, this study proposes a method that derive evaluation metrics using individual users’ book rental history and tendencies, which can be an effective alternative when users’ preferences are not available. This study suggests models using two matrix decomposition methods: Singular Value Decomposition(SVD) and Stochastic Gradient Descent(SGD) that recommend books to users in a way that yields an expected preference score for books that have not yet been read by them. In addition, the model was implemented using a user-based collaborative filtering algorithm by referring to book rental history of other users that have high similarities with the target user. Finally, user evaluation was conducted for the three models using the derived evaluation metrics. Each of the three models recommended five books to users who can either accept or reject the recommendations as the way to evaluate the models.