초록

Abstract

In this study, the author examined medical information management research trends in abroad and Korea from the perspectives of library and information science. LISA was used to collect research data in abroad from 2007 to 2010 (a total of 225 research articles). Korean studies were investigated using DBPIA to compare research trends. Content analysis results based on subject category show that research in abroad increased consistently and electronic resources and collection-related subjects were frequently studied. In Korea, the electronic resources and collection-related research proportion was also high, and much research was done in the areas of bibliometrics. However, medical information management researches did not increase in Korea between 2000 and 2010.

초록

본 연구는 최근 7년간 문헌정보학분야에 게재된 논문 1,752건을 대상으로 빈도 분석과 네트워크텍스트 분석을 실시하여 다양한 주제 개념의 분포와 그 관계성을 도출하였다. 더불어 보다 최근의 연구 경향을 분석하고 변화 양상을 살펴보기 위해, 최근 2년 사이에 연구된 482건을 추출하여 2차 분석을 실시하였다. 분석 결과, 최근 7년간 문헌정보학 분야는 “공공도서관”과 “대학도서관” 개념을 중심으로 하는 연구가 가장 높은 출현 빈도를 보였으며, “평가”, “교육”, “웹”은 가장 높은 연결 중심성을 나타내 다양한 문헌정보학의 주제 개념들과 관련을 맺고 연구되고 있는 개념으로 파악할 수 있었다. 최근 2년간을 대상으로 한 2차 분석 결과에서는 “웹”, “분류” 개념이 종전보다 높은 상대 빈도를 보였으며, 네트워크 텍스트 분석 결과에서는 “이용자” 연구와 “공공도서관” 개념이 종전보다 더 다양한 주제 개념들과 관련을 맺고 수행되고 있음을 확인할 수 있었다.

Abstract

In this study, Network Text Analysis was performed on 1,752 articles which had been published in recent 7 years and drew the subject concept distribution and their relations in Library and Information Science research areas. Furthermore, for analyzing more recent trends and changing aspects, this study performed secondary analysis based on 482 articles published in recent 2 years. Results show that “public library”, and “academic library” concepts were most frequently studied in the field and “evaluation”, “education”, and “web” concepts showed the highest-degree centrality during the recent 7 years. In the result of recent two years analysis, “web”, and “classification” concepts showed high frequency and “user”, and “public library” showed an improvement in high degree centrality.

초록

우울증은 전 세계적으로 많은 사람들이 겪고 있으며, 최근 다양한 분야에서 꾸준히 우울증에 대한 연구가 수행되고 있다. 특히 사람들이 본인의 스트레스나 감정 상태에 대해 소셜미디어에 공유한 글을 통해 그들의 심리나 정신건강에 대해 파악해보고자 하는 맥락에서 소셜미디어를 활용한 연구 역시 유의미하게 받아들여지고 있다. 이에 본 연구에서는 우울 경향의 이용자와 그렇지 않은 이용자들의 2016년부터 2019년 2월까지의 트위터 데이터를 수집하여 어떤 주제적, 어휘 사용의 특성을 보이는지 보고자 하였으며, 우울 경향의 시기별로도 어떤 차이를 보이는지 살펴보기 위해 우울 경향 관측 날짜를 기준으로 하여 이전(before) 시기와 이후(after) 시기를 구분하여 실험을 수행하였다. 토픽모델링, 동시출현 단어분석, 감성분석 방법을 통해 우울 경향과 비(非)우울 경향 이용자의 텍스트의 주제적 차이를 살펴보았고, 감성 반응에 따라 사용한 어휘에 대해서도 살펴봄으로써 어떠한 특성이 있는지 확인해 보았다. 데이터 수집 단계에서 ‘우울’ 표현을 포함한 텍스트 데이터 수집방법을 통해 비교적 긴 기간, 많은 양의 데이터를 수집할 수 있었고, 또한 우울 경향의 여부와 시기적 구분에 따른 관심 주제에 대한 차이도 확인할 수 있었다는 점에서 유의미하다고 볼 수 있다.

Abstract

Depression is a serious psychological disease that is expected to afflict an increasing number of people. And studies on depression have been conducted in the context of social media because social media is a platform through which users often frankly express their emotions and often reveal their mental states. In this study, large amounts of Korean text were collected and analyzed to determine whether such data could be used to detect depression in users. This study analyzed data collected from Twitter users who had and did not have depressive tendencies between January 2016 and February 2019. The data for each user was separately analyzed before and after the appearance of depressive tendencies to see how their expression changed. In this study the data were analyzed through co-occurrence word analysis, topic modeling, and sentiment analysis. This study’s automated data collection method enabled analyses of data collected over a relatively long period of time. Also it compared the textual characteristics of users with depressive tendencies to those without depressive tendencies.

초록

본 연구는 공황장애 말뭉치 구축과 분석을 통해 공황장애의 특성을 살펴보고 공황장애 경향 문헌을 분류할 수 있는 딥러닝 자동 분류 모델을 만들고자 하였다. 이를 위해 소셜미디어에서 수집한 공황장애 관련 문헌 5,884개를 정신 질환 진단 매뉴얼 기준으로 직접 주석 처리하여 공황장애 경향 문헌과 비 경향 문헌으로 분류하였다. 이 중 공황장애 경향 문헌에 나타난 어휘적 특성 및 어휘의 관계성을 분석하기 위해 TF-IDF값을 산출하고 단어 동시출현 분석을 실시하였다. 공황장애의 특성 및 증상 간의 관련성을 분석하기 위해 증상 빈도수와 주석 처리된 증상 번호 간의 동시출현 빈도수를 산출하였다. 또한, 구축한 말뭉치를 활용하여 딥러닝 자동 분류 모델 학습 및 성능 평가를 하였다. 이를 위하여 최신 딥러닝 언어 모델 BERT 중 세 가지 모델을 활용하였고 이 중 KcBERT가 가장 우수한 성능을 보였다. 본 연구는 공황장애 관련 증상을 겪는 사람들의 조기 진단 및 치료를 돕고 소셜미디어 말뭉치를 활용한 정신 질환 연구의 영역을 확장하고자 시도한 점에서 의의가 있다.

Abstract

This study is to create a deep learning based classification model to examine the characteristics of panic disorder and to classify the panic disorder tendency literature by the panic disorder corpus constructed for the present study. For this purpose, 5,884 documents of the panic disorder corpus collected from social media were directly annotated based on the mental disease diagnosis manual and were classified into panic disorder-prone and non-panic-disorder documents. Then, TF-IDF scores were calculated and word co-occurrence analysis was performed to analyze the lexical characteristics of the corpus. In addition, the co-occurrence between the symptom frequency measurement and the annotated symptom was calculated to analyze the characteristics of panic disorder symptoms and the relationship between symptoms. We also conducted the performance evaluation for a deep learning based classification model. Three pre-trained models, BERT multi-lingual, KoBERT, and KcBERT, were adopted for classification model, and KcBERT showed the best performance among them. This study demonstrated that it can help early diagnosis and treatment of people suffering from related symptoms by examining the characteristics of panic disorder and expand the field of mental illness research to social media.

초록

본 연구는 대학생들의 성격유형에 따라 인터넷 정보활동과 삶의 만족도에는 어떤 영향을 미치는지를 분석하는데 목적을 두고 있다. 연구목적을 위하여 인터넷 정보활동을 하고 있는 대구지역에 거주하는 대학생들을 대상으로 인구통계학적 특성과 MBTI 성격유형, 그리고 인터넷 정보활동과 관련된 질문을 포함한 총 38개의 항목으로 이루어진 자체 설문지를 사용하여 데이터를 수집하였다. 전체 480명의 응답자 중 유효한 102명의 데이터는 SPSS Ver. 18.0의 다중회귀분석을 통하여 분석하였다. 분석결과 외향적, 감각적, 사고적, 감정적 성격을 가진 대학생들은 인터넷 온라인게임을 통하여 그들의 삶의 만족도가 높아지는 경향을 보였다. 한편 내향적, 감각적, 직관적, 사고적, 감정적 성격을 가진 대학생들은 인터넷 정보검색을 통하여 그들의 삶의 만족도가 낮아지는 경향을 보였다. 또한 외향적, 직관적, 감정적 성격을 가진 대학생들은 스마트폰메신저 활동을 통하여 그들의 삶의 만족도가 낮아지는 경향을 보였다.

Abstract

The objective of this study is to analyse the college students’ Internet information activities and life satisfaction with their personality types. For this study, data were collected using self-designed questionnaire which included the items of college students’ demographic information, MBTI personality types, and their information activities of the Internet. Total of 480 data were collected and 102 valid data were analysed with the multiple regression using SPSS version 18.0. It was found that extraversion, sensing, thinking, and feeling types of college students were tend to show the higher of their life satisfaction through the online game; introversion, sensing, intuition, thinking, and feeling types of college students were tend to show the lower of their life satisfaction through the internet retrieval; and extraversion, intuition, and feeling types of college students were tend to show the lower of their life satisfaction through the smart-phone messenger use.

초록

연관성 척도는 정보검색 및 데이터마이닝을 비롯한 다양한 분야에서 사용되고 있다. 각 연관성 척도가 높거나 낮은 빈도 중에서 어떤 쪽을 선호하는가를 나타내는 빈도수준 선호경향은 척도의 적용 결과에 중요한 영향을 미치므로 이에 대한 면밀한 조사가 필요하다. 이 연구에서는 주요 연관성 척도들의 빈도수준 선호경향을 가상의 데이터를 통해 분석하고 그 결과를 제시하였다. 또한 코사인 계수를 비롯한 대표적인 연관성 척도에 대해서 빈도수준 선호경향을 조절할 수 있는 방법을 제안하였다. 이 조절 방법을 동시출현 기반 질의확장 정보검색에 적용해본 결과 그 유용성이 확인되었다. 마지막으로 분석 및 실험 결과가 관련 분야에 시사하는 바를 논하였다.

Abstract

Association measures are applied to various applications, including information retrieval and data mining. Each association measure is subject to a close examination to its tendency to prefer high or low frequency level because it has a significant impact on the performance of applications. This paper examines the frequency level preference(FLP) tendency of some popular association measures using artificially generated cooccurrence data, and evaluates the results. After that, a method of how to adjust the FLP tendency of major association measures such as cosine coefficient is proposed. This method is tested on the cooccurrence-based query expansion in information retrieval and the result can be regarded as promising the usefulness of the method. Based on these results of analysis and experiment, implications for related disciplines are identified.

초록

문헌정보학 전공자는 사서직 공무원, 대학도서관, 공공도서관 등 도서관 분야로 취업하는 경향이 있다. 반면, 최근의 정보기술 발전과 직업관의 변화는 문헌정보학 전공자의 진로를 다양한 영역으로 확대하고 있다. 진로탐색에 대한 연구는 대학의 전공 또는 직업군에 따라 다양한 방식으로 진행되고 있다. 본 연구는 문헌정보학 전공자의 지속적인 진로탐색을 위해 애자일 방식으로 설문조사와 데이터 분석을 위한 프레임워크를 제안하고, 문헌정보학 전공자의 진로탐색 조사에 대한 결과를 분석한다. 연구 결과에 따르면, 문헌정보학 전공자는 사회변화에 따라 급여, 가치관에 대한 변화가 있고, 사서직에 한정되지 않고 다양한 직종을 희망하는 경향이 나타나고 있다. 이런 맥락에서 문헌정보학 전공자의 진로탐색을 위한 효과적인 지원과 지속적인 연구가 필요하다.

Abstract

Individuals majoring in Library and Information Science (LIS) typically find employment in the library sector, such as working as librarians, university librarians, and in public libraries. Recent advancements in information technology and shifts in work outlooks have broadened the professional opportunities for students majoring in LIS in several sectors. Research on career exploration varies based on the university major or occupation. This paper suggests a methodology for conducting surveys and analyzing data efficiently to support ongoing career exploration for students majoring in LIS. It also examines the findings of a career exploration survey conducted among LIS majors. The survey findings indicate that individuals majoring in LIS are adapting their salary expectations and priorities in alignment with societal shifts, showing a preference for diverse career opportunities outside traditional librarian roles. Effective support and ongoing research are essential for the career development of LIS majors in this environment.

초록

이 연구는 저자동시인용분석과 저자서지결합분석을 종합한 학문의 지적 구조 분석 방법론의 유용성을 밝혀 이를 새롭게 제안하고자 하였다. 또한 국내 사회복지학 분야의 전통적인 지적 구조뿐만 아니라 최신의 연구동향 및 최근 활발한 연구 활동을 하는 핵심 연구자를 파악하는 데에 그 목적이 있다. 연구 결과 특정 학문 분야의 지적 구조를 파악하는데 있어 학문의 전통적 하위 주제 영역의 파악이나 실제 연구자들의 연구 경향을 파악하기 위하여 저자동시인용분석뿐만 아니라 저자서지결합분석을 병행하는 것이 보다 효율적인 것으로 나타났다.

Abstract

This study intended to make new suggestions by clarifying usefulness of analysis methodology for the intellectual structure of disciplines, which combines author co-citation analysis and author bibliographic coupling analysis. It also aimed to identify the recent research trend and key researchers recently doing research activities actively as well as the intellectual structure in the field of social welfare. It was found to be more efficient to conduct both author co-citation analysis and author bibliographic coupling analysis in order to identify traditional sub-areas of disciplinary subject or the research trend of actual researchers in examining the intellectual structure of a specific discipline.

초록

국내를 비롯하여 전 세계적으로 우울증 환자 수가 매년 증가하는 추세이다. 그러나 대다수의 정신질환 환자들은 자신이 질병을 앓고 있다는 사실을 인식하지 못해서 적절한 치료가 이루어지지 않고 있다. 우울 증상이 방치되면 자살과 불안, 기타 심리적인 문제로 발전될 수 있기에 우울증의 조기 발견과 치료는 정신건강 증진에 있어 매우 중요하다. 이러한 문제점을 개선하기 위해 본 연구에서는 한국어 소셜 미디어 텍스트를 활용한 딥러닝 기반의 우울 경향 모델을 제시하였다. 네이버 지식인, 네이버 블로그, 하이닥, 트위터에서 데이터 수집을 한 뒤 DSM-5 주요 우울 장애 진단 기준을 활용하여 우울 증상 개수에 따라 클래스를 구분하여 주석을 달았다. 이후 구축한 말뭉치의 클래스 별 특성을 살펴보고자 TF-IDF 분석과 동시 출현 단어 분석을 실시하였다. 또한, 다양한 텍스트 특징을 활용하여 우울 경향 분류 모델을 생성하기 위해 단어 임베딩과 사전 기반 감성 분석, LDA 토픽 모델링을 수행하였다. 이를 통해 문헌 별로 임베딩된 텍스트와 감성 점수, 토픽 번호를 산출하여 텍스트 특징으로 사용하였다. 그 결과 임베딩된 텍스트에 문서의 감성 점수와 토픽을 모두 결합하여 KorBERT 알고리즘을 기반으로 우울 경향을 분류하였을 때 가장 높은 정확률인 83.28%를 달성하는 것을 확인하였다. 본 연구는 다양한 텍스트 특징을 활용하여 보다 성능이 개선된 한국어 우울 경향 분류 모델을 구축함에 따라, 한국 온라인 커뮤니티 이용자 중 잠재적인 우울증 환자를 조기에 발견해 빠른 치료 및 예방이 가능하도록 하여 한국 사회의 정신건강 증진에 도움을 줄 수 있는 기반을 마련했다는 점에서 의의를 지닌다.

Abstract

The number of depressed patients in Korea and around the world is rapidly increasing every year. However, most of the mentally ill patients are not aware that they are suffering from the disease, so adequate treatment is not being performed. If depressive symptoms are neglected, it can lead to suicide, anxiety, and other psychological problems. Therefore, early detection and treatment of depression are very important in improving mental health. To improve this problem, this study presented a deep learning-based depression tendency model using Korean social media text. After collecting data from Naver KonwledgeiN, Naver Blog, Hidoc, and Twitter, DSM-5 major depressive disorder diagnosis criteria were used to classify and annotate classes according to the number of depressive symptoms. Afterwards, TF-IDF analysis and simultaneous word analysis were performed to examine the characteristics of each class of the corpus constructed. In addition, word embedding, dictionary-based sentiment analysis, and LDA topic modeling were performed to generate a depression tendency classification model using various text features. Through this, the embedded text, sentiment score, and topic number for each document were calculated and used as text features. As a result, it was confirmed that the highest accuracy rate of 83.28% was achieved when the depression tendency was classified based on the KorBERT algorithm by combining both the emotional score and the topic of the document with the embedded text. This study establishes a classification model for Korean depression trends with improved performance using various text features, and detects potential depressive patients early among Korean online community users, enabling rapid treatment and prevention, thereby enabling the mental health of Korean society. It is significant in that it can help in promotion.

초록

본 연구는 정보추구행태 모형을 제시하고 있는 기존 논의들을 대상으로 이들의 연구경향들을 개관하고 분석함으로써 향후 정보추구행태 연구의 방향점을 논의하고자 하는 시도이다. 본 연구에서는 기존논의들을 정보추구행태의 영향요인 모형, 과정모형, 스타일/패턴모형의 3가지 연구유형으로 대별하였으며, 이들 모형들을 방법론/이론적 틀, 정보추구 맥락, 연구대상/주제분야, 모형 특색 등 9가지 측면에서 분석하였다. 기존 연구의 한계를 극복하기 위한 한국적 연구전략은 연구대상의 확대뿐 아니라, 정보추구가 가지는 복잡다양성과 다차원성을 포함하는 총체적인 연구접근이 필요하다. 더불어, 한국적 정보추구 현상을 설명하는 실제에 기반한 이론들을 개발할 필요가 있다.

Abstract

The purpose of this study is to discuss the direction of studies of information seeking behavior(ISB) by analyzing previous studies provided model of ISB. Studies were divided into 3 types in terms of factors, processes, or types/patterns of ISB and sub-analyzed by 9 aspects such as research method/ theoretical framework, context of ISB and vice versa. Korean research strategies for overcoming the limitation of ISB studies are to do holistic research approach capturing complexity and multidimention of ISB as well as to extend research objects. Also, it needs to construct substantive theories based upon korean phenomenon of ISB.