- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
기업이나 연구소 등에서 운영하는 전문도서관의 경제적 가치 평가에 대한 필요성이 제기됨에 따라 본 연구는 전문도서관 주요 서비스의 가치평가에 대한 새로운 접근방법을 제시하였다. 선행연구의 이론과 보편타당성과 적용가능성을 기준으로 삼았다. 서비스에 어떤 유형의 자원(물적 자원 또는 인적 자원)이 사용되었는지에 따라 측정요소와 방법론을 달리 적용하였으며, 이를 토대로 전문도서관 주요 서비스의 가치평가를 위한 산출식을 제시하였다. 전문도서관 서비스의 경제적 가치평가를 위한 분석모형 개발은 서비스의 가치에 대한 객관적 입증이 가능해져서 전문도서관의 진정한 가치를 알릴 수 있는 계기가 될 수 있을 것으로 사료된다.
Abstract
This study aims to suggest a new approach to economic valuation of the special library, in response to the necessity of economic justification of the special library operated by firms and research institutes. Benefit measurement elements and analysis methods to be used in the studywere derived through feasibility evaluation on models in previous studies, and objectivity and applicability were the criteria for feasibility evaluation. Depending on which type of resources are used in providing service, different benefit measurement elements and methods were applied. Based on this, calculation formula for service valuation of special library was presented. The development of analysis model for economic valuation of special library made it possible to objectively prove the value of the special library, and is considered to provide an opportunity to publicize the real value of the special library.
초록
이용자를 시스템 디자인 과정에 적극적으로 참여하는 것이 유용한 정보 시스템의 디자인을 성공시키는 필수요소이다. 본 논문에서는 이용자 중심의 시스템 디자인에 관한 대표적인 방법론을 조사하고, 그 조사결과에 따라 최적의 이용자 모델을 제안하였다. 최적의 정보시스템을 설계하기 위해 실제 이용자들이 자신들의 정보요구를 만족시키기 위해 어떠한 정보를 필요로 하는지와 그들이 수립하는 일련의 정보전략을 분석하였다. 본 연구에서 사용한 분석기법은 더빈의 Sense-Making 이론에서 사용한 Sense-Making Timeline 인터뷰이다. 특히 이 연구에서 제시된 이용자 모델은 이 연구에서 사용된 소프트웨어가 본래 가지고 있던 메뉴 배열순서와는 상이한 절차(timeline)를 보여주고 있다. 궁극적으로 본 연구에서는 장래에 수행되어질 시스템 디자인과 그 평가에 적용시킬 수 있기 위해, 이용자 모델수립에 필요한 개발과정의 단계들을 제시하였다.
Abstract
In order to make interactive computing systems, including information systems, usable it is important to bring users into the design process. This article surveys and introduces several major system design approaches that are widely accepted as approaches from a users' perspective. A user model developed by the author is introduced following these existing approaches. This user model is developed from actual users' understanding of their goals and strategies to solve their information needs by using Dervin's Sense-Making Theory with Sense-Making Timeline Interviews. This user model reveals a different timeline from the default menu presentation orders that originally comes with the software. Steps for developing a user model from the Sense-Making Timeline Interviews are suggested for further application and guidelines in developing user models for system design and evaluation.
초록
비십진식 분류법에 속하는 BC는 Henry Evelyn Bliss에 의해서 창안된 것으로, 미국에서 시작되었으나 영국에서 개정되고 현재까지 사용되고 있다. BC는 지식의 분류에 근거하여 주류를 배열했기 때문에 학구적이라는 평가를 받고 있다. 또한 기존 분류 체계 중에서는 가장 완전한 분류법으로 인정받고 있다. 그러나 우수한 분류체계임에도 불구하고, 국내에서는 분류론에 조금씩 언급되어 있을 뿐 그 연구가 체계적으로 분석된 적은 없다. 따라서 본 연구에서는 BC의 창안자인 Bliss에 대한 생애 및 사상 연구를 통해 그가 분류학 분야에 끼친 영향을 분석하고자 한다. 또한 BC에 대한 역사 및 특성 연구를 통해 그 우수성과 가치를 연구하였다. 가장 학구적이라고 평가받고 있는 BC의 연구를 통해 분류학이론에 대한 논리성 및 철학성에 대한 기반을 구축할 수 있을 것이다.
Abstract
Bliss stated that one of the purposes of the classification was to demonstrate that a coherent and comprehensive system, based on the logical principles of classification and consistent with the systems of science and education, may be available to services in libraries, to aid revision of long established classifications and to provide an adaptable, efficient and economical classification, notation and index. A fundamental principle is the idea of subordination each specific subject is subordinated to the appropriate general one. The full scheme followed the publication of two massive theoretical works on the organization of knowledge. Its main feature was the carefully designed main class order, reflecting Comte principle of gradation in speciality.
초록
기계가 정보의 의미를 이해하고 처리할 수 있도록 기존의 웹을 확장하는 것을 목적으로 하는 시멘틱 웹은 온톨로지를 이용하여 지식을 공유하게 된다. 본 논문에서는 정교한 질의의 처리를 위하여 온톨로지 내에 존재하는 의미 관계들을 질의의 확장을 위한 연관피드백 정보로 이용하는 방안을 제안한다. 실험은 도메인 온톨로지인 Medicine 온톨로지를 대상으로 하였으며, 출현 용어들의 빈도정보만을 이용한 키워드기반 문서검색과 제안한 온톨로지기반 문서검색의 성능을 비교하였다. 이 때, 두 시스템의 정확률과 재현율을 성능 평가의 기준으로 삼았다. 그 결과, 검색 엔진은 온톨로지에 정의된 개념들과 규칙들을 활용하면서 검색의 정확률을 향상시키는데 도움이 되었고 검색 성능을 향상시키기 위한 추론의 기반으로도 사용될 수 있었다.
Abstract
For the purpose of extending the Web that is able to understand and process information by machine, Semantic Web shared knowledge in the ontology form. For exquisite query processing, this paper proposes a method to use semantic relations in the ontology as relevance feedback information to query expansion. We made experiment on pharmacy domain. And in order to verify the effectiveness of the semantic relation in the ontology, we compared a keyword based document retrieval system that gives weights by using the frequency information compared with an ontology based document retrieval system that uses relevant information existed in the ontology to a relevant feedback. From the evaluation of the retrieval performance, we knew that search engine used the concepts and relations in ontology for improving precision effectively. Also it used them for the basis of the inference for improvement the retrieval performance.
초록
이 연구에서는 문헌 및 질의의 내용을 대표하는 주제어의 중의성 해소를 위해 대표적인 지도학습 모형인 나이브 베이즈 분류기와 비지도학습 모형인 EM 알고리즘을 각각 적용하여 검색 실험을 수행한 다음, 주제어의 중의성 해소를 통해 검색 성능의 향상을 가져올 수 있는지를 평가하였다. 실험문헌 집단은 약 12만 건에 달하는 한국어 신문기사로 구성하였으며, 중의성 해소 대상 단어로는 한국어 동형이의어 9개를 선정하였다. 검색 실험에는 각 중의성 단어를 포함하는 18개의 질의를 사용하였다. 중의성 해소 실험 결과 나이브 베이즈 분류기는 최적의 조건에서 평균 92%의 정확률을 보였으며, EM 알고리즘은 최적의 조건에서 평균 67% 수준의 클러스터링 성능을 보였다. 중의성 해소 알고리즘을 통합한 의미기반 검색에서는 나이브 베이즈 분류기 통합 검색이 약 39.6%의 정확률을 보였고, EM 알고리즘 통합 검색이 약 36%의 정확률을 보였다. 중의성 해소 모형을 적용하지 않은 베이스라인 검색의 정확률 37%와 비교하면 나이브 베이즈 통합 검색은 약 7.4%의 성능 향상률을 보인 반면 EM 알고리즘 통합 검색은 약 3%의 성능 저하율을 보였다.
Abstract
This paper presents a semantic vector space retrieval model incorporating a word sense disambiguation algorithm in an attempt to improve retrieval effectiveness. Nine Korean homonyms are selected for the sense disambiguation and retrieval experiments. The total of approximately 120,000 news articles comprise the raw test collection and 18 queries including homonyms as query words are used for the retrieval experiments. A Naive Bayes classifier and EM algorithm representing supervised and unsupervised learning algorithms respectively are used for the disambiguation process. The Naive Bayes classifier achieved 92% disambiguation accuracy, while the clustering performance of the EM algorithm is 67% on the average. The retrieval effectiveness of the semantic vector space model incorporating the Naive Bayes classifier showed 39.6% precision achieving about 7.4% improvement. However, the retrieval effectiveness of the EM algorithm-based semantic retrieval is 3% lower than the baseline retrieval without disambiguation. It is worth noting that the performances of disambiguation and retrieval depend on the distribution patterns of homonyms to be disambiguated as well as the characteristics of queries.