- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구에서 제안하는 기법은 최대 개념강도 인지기법(Maximal Concept-Strength Recognition Method: MCR)이다. 신규 데이터베이스가 입수되어 자동분류가 필요한 경우에, 기 구축된 여러 데이터베이스 중에서 최적의 데이터베이스가 어떤 것인지 알 수 없는 상태에서 MCR 기법은 가장 유사한 데이터베이스를 선택할 수 있는 방법을 제공한다. 실험을 위해 서로 다른 4개의 학술 데이터베이스 환경을 구성하고 MCR 기법을 이용하여 최고의 성능값을 측정하였다. 실험 결과, MCR을 이용하여 최적의 데이터베이스를 정확히 선택할 수 있었으며 MCR을 이용한 자동분류 정확률도 최고치에 근접하는 결과를 보여주었다.
Abstract
The proposed method in this study is the Maximal Concept-Strength Recognition Method(MCR). In case that we don't know which database is the most suitable for automatic-classification when new database is imported, MCR method can support to select the most similar database among many databases in the legacy system. For experiments, we constructed four heterogeneous scholarly databases and measured the best performance with MCR method. In result, we retrieved the exact database expected and the precision value of MCR based automatic-classification was close to the best performance.
초록
정보환경의 변화에 따라 도서관과 웹 검색엔진의 차별성이 있음에도 불구하고 이용자들은 인터넷의 자원과 학술데이터베이스의 자원을 혼동하고 있다. 특히 구글스칼라와 같은 상업용 검색엔진의 검색속도와 조작 편의성이라는 상대적 장점 때문에 학술데이터베이스가 갖고 있는 학술적 가치와 신뢰성에도 불구하고 이용자는 구글스칼라를 선호하고 있는 실정이다. 이 연구에서는 구글스칼라가 갖는 장점을 반영한 메타서치시스템의 특성과 가치를 인터페이스 측면과 전자정보원 측면에서 분석하였다. 또한 이러한 새로운 검색채널로서 메타서치시스템과 이와 연계된 링크리졸버를 이용하는 대학도서관의 이용통계를 분석하였다. 이를 바탕으로 구글스칼라와 차별화될 수 있는 도서관만의 특징인 이용자 이용행태 패턴과 주제별 전자정보 이용행태를 도출하여 전자정보 서비스의 방안으로 활용할 수 있음을 조사하였다.
Abstract
The amount of online scholarly information rapidly expands in numerous resources, while user behavior demands single search box interface like Google Scholar. Despite scholarly values of e-resources libraries provide, users consider Google Scholar as the most efficient research tool attracted by its speed, simplicity, ease of use, and convenience. Characteristics of Metasearch System compared with Google Scholar are analyzed from perspectives of the interface and e-resource. Based on usage statistics of Metasearch System along with a link resolver in one academic library, e-resource accessibility patterns and information seeking behaviors of subject-specific areas are investigated for electronic information services.
초록
최근까지 학술지의 영향력을 측정하기 위하여 Thomson Reuters(ISI)의 영향력지수(JIF: Journal Impact Factor)가 널리 사용되어왔다. 그러나, 이러한 JIF는 학술지 단위가 아니라 수록 논문의 평균 영향력을 측정하는 지표라는 근본적인 한계를 가지고 있으며, 이외에도 다양한 측면에서 많은 문제점들이 지적되었다. 특히 국내 인용색인은 국제적인 인용색인 데이터베이스에 비해서 인용 데이터의 규모가 상당히 제한적이므로, 이를 고려하여 국내 학술지 인용 환경에 적합한 지수의 적용이 필요하다. 따라서 이 연구는 최근 급속히 확산되고 있는 Hirsch 유형 지수(h-type indices)를 적용하여 국내 학술지의 영향력을 보다 더 상세하게 측정할 수 있는 실제적인 방안을 모색하였다. 결과적으로, h-지수의 변형지수(hs-지수, fs-지수)를 사용하거나 호 단위 합산(호 기반 h-지수, 호 기반 f-지수) 방법을 통하여, 기존 Hirsch 유형 지수들의 변별력을 향상시킬 수 있음은 물론 국내 학술지의 영향력을 더욱 정밀하게 측정할 수 있는 것으로 나타났다.
Abstract
The journal impact factor(JIF) of the Thomson Reuters(ISI) has been widely used to assess the impact of journal as well as its quality. However, the JIF contains its critical limitation, in which it does not measure the impact of journal but the average impact of articles in journal. Besides significant number of problems of the JIF has been noticed. Furthermore, given the limited coverage of domestic citation index database in comparison to those of international citation index, it is necessary to apply a more appropriate index with a high level of discriminating power. This study, therefore, aims to introduce some practical methods to measure the impact of domestic journals by using the Hirsch-type indices. As the Hirsch-type indices has been often used for overcoming the limitations of the JIF in worldwide, we hope that our research outcome offers an effective alternative to gauge the impact of journals more accurately. Consequently, using the variations of the h-index(hs-index, fs-index) or the sum of issue level(issue based h-index, issue based f-index), we argue that it would improve the discrimination capacity of the Hirsch-type indices significantly and that we can measure the impact of domestic journals more clearly.