- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구에서는 도서관의 사회적 가치를 평가할 수 있는 평가지표를 개발하고자 하였으며, 이를 위해 1차적으로 도서관의 가치에 대해 연구한 60여 개의 국내․외 논문들을 총체적으로 분석하여 예비 평가지표를 도출하였다. 도출한 예비 평가지표를 토대로 11명의 전문가를 선정하여 3차에 걸친 델파이조사를 실시하여 최종평가지표를 개발하였다. 최종평가지표는 공공도서관의 사회적 가치를 크게 지역 사회 개발, 지역 사회의 연계, 지역 주민의 삶의 질 향상, 지역 주민의 평등화, 지역 사회에 필요한 정보제공서비스 등의 5가지 평가영역과, 13개 평가항목, 64개 평가지표로 구성된다. 향후에는 이를 기반으로 공공도서관의 사회적 가치를 측정하는 연구가 수행되어야 할 것으로 보인다.
Abstract
The purpose of this research is to develop evaluation indicators for evaluating the social value of libraries and, for this, first of all, preliminary evaluation indicators were derived by analyzing comprehensively about 60 domestic and overseas papers which researched on the value of libraries. On the basis of the derived preliminary evaluation indicators, 11 experts were selected and the final evaluation indicators were developed by conducting Delphi survey three times. The final evaluation indicators are composed of five evaluation areas, which are the divided areas of the social value of libraries, such as the development of local communities, the linkage of local communities, the improvement of local residents’ life quality, the equalization of local residents, and the information services necessary for local communities, 13 evaluation items, and 64 evaluation indicators. In the future, it seems that researches to measure the social value of libraries based on this will have to be conducted.
초록
본 연구에서는 기술수용모델(TAM: Technology Acceptance Model)을 적용하여 개인의 특성과 지각된 상호작용성이 모바일 건강정보서비스의 수용에 미치는 영향을 측정하였다. 또한 PC기반 건강정보서비스의 사용의도를 연구한 선행연구에서 주요 변수로 작용한 지각된 상호작용성이 모바일 환경에서도 동일하게 작용하는지 검증하고자 하였다. 분석 결과, 개인적 특성인 건강염려증은 지각된 상호작용성과 음의 관계를, 건강관심도는 지각된 상호작용성과 양의 관계를 나타내고 있었다. 또한 개인적 특성은 지각된 상호작용성을 매개로 모바일 건강정보서비스의 지각된 유용성과 지각된 사용용이성에 영향을 미치고 있었다. 지각된 상호작용성은 지각된 유용성, 지각된 사용용이성, 사용의도에 직접적인 영향을 미치고 있었다. 따라서 웹과 모바일 환경의 건강정보서비스에서 지각된 상호작용성은 다른 변수들을 매개하거나 직접적으로 작용하는 중요 변수임을 알 수 있었다.
Abstract
This study is to investigate the effects of personal characteristics and perceived interactivity on acceptance of mobile health information service by applying Technology Acceptance Model (TAM). Also it examine whether the perceived interactivity, which is a key variable in the previous research studying the intention of PC-based health information service, works on the mobile environment equally. As a result of the analysis, the relationship between the health hypochondria of personal characteristics and perceived interactivity is negative, and the health concern and perceived interactivity is positive. Also, personal characteristics influence perceived usefulness and perceived ease of use of mobile health information service through perceived interactivity. Therefore, the perceived interactivity in the health information service of web and mobile environment is an important variable to mediate or directly affect other variables.
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
네트워크 분석이 확산되면서 매개중심성이나 연결정도중심성과 같은 다양한 중심성 지수가 개발되어 활용되고 있으나, 가중 네트워크에서 지역중심성을 측정할 수 있는 지수로는 최근접이웃중심성 이외에는 거의 알려져 있지 않다. 이 연구에서는 가중 네트워크를 위한 일반화된 지역중심성 지수인 이웃중심성 지수를 새롭게 제안한다. 이웃중심성 지수는 파라미터 α를 사용하여 이진 네트워크를 위한 연결정도중심성 지수와 가중 네트워크를 위한 최근접이웃중심성 지수를 일반화한 것이다. 6가지 실제 네트워크 데이터를 대상으로 하여 제안된 지수의 특징과 적정 파라미터 값을 살펴보는 실험을 수행하고 결과를 보고하였다.
Abstract
While there are several measures for node centralities, such as betweenness and degree, few centrality measures for local centralities in weighted networks have been suggested. This study developed a generalized centrality measure for calculating local centralities in weighted networks. Neighbor centrality, which was suggested in this study, is the generalization of the degree centrality for binary networks and the nearest neighbor centrality for weighted networks with the parameter α. The characteristics of suggested measure and the proper value of parameter α are investigated with 6 real network datasets and the results are reported.
초록
이 논문에서는 학술지 인용 데이터와 웹 링크 데이터를 이용하여 8개 과학기술 분야의 학제적 구조를 파악하고 각 학문분야 간 학제성을 비교하였다. 분석 대상이 되는 학술지와 웹 페이지의 주제적 성격을 파악하기 위해 기존의 과학기술 분류체계를 재구성하여 이용하였다. 이 연구에서 학제성은 여러 학문분야 간 학제적 연결의 측면에서 파악하였으며, 학제성의 정도는 연관 학문분야의 수로 측정한 학제적 다양성과 자기인용률에 의해 평가하였다. 분석 결과 학술지 인용 분석에서는 밝혀내지 못한 새로운 학제적 연결을 웹 링크 분석에 의해 파악하였으며, 이를 통해 웹 링크 분석이 학제성을 연구하는 수단으로서 유용함을 알 수 있었다. 또한 인용 분석과 링크 분석에서 모두 자연과학 분야에 비해 공학 분야의 학제성이 대체로 더 높게 나타났다.
Abstract
This study identifies the interdisciplinary structures of 8 scientific disciplines in science and technology using the data from journal citations and web links, and compares the interdisciplinarity among these scientific disciplines. The interdisciplinarity refers to interdisciplinary connections among scientific fields and the degree of interdisciplinarity is measured by the number of associated fields and the rate of self-citation. A re-arranged classification scheme for science and technology was adopted to identify subject categories of journals and web pages. Web link analysis revealed a few additional interdisciplinary connections that were not identified by the journal citation analysis, thus demonstrating that it is useful means of investigating the interdisciplinarity of scientific fields. Besides, in most of the cases the interdisciplinarity of the engineering fields were found greater than that of the fields in natural sciences in both analyses.
초록
최근 들어 다양한 분야에서 딥러닝이 혁신적인 기계학습 기법으로 급속하게 확산되고 있다. 이 연구에서는 딥러닝 연구동향을 분석하기 위해서 자아 중심 주제 인용분석 기법을 변형하여 응용해보았다. 이를 위해 Web of Science에서 ‘deep learning’으로 탐색하여 검색된 문헌 중 소수의 씨앗 문헌으로부터 인용 관계를 통해 분석 대상 문헌을 확보하는 방법을 시도하였다. 씨앗 문헌을 인용하는 최근 논문들을 딥러닝 분야의 현행 연구를 반영하는 자아 문헌집합으로 설정하였다. 자아 문헌으로부터 빈번히 인용된 선행 연구들은 딥러닝 분야의 연구 주제를 나타내는 인용 정체성 문헌집합으로 설정하였다. 자아 문헌집합에 대해서는 공저 네트워크 분석을 비롯한 정량적 분석을 실시하여 주요 국가와 연구 기관을 파악하였다. 인용 정체성 문헌들에 대해서는 동시인용 분석을 실시하고, 도출된 문헌 군집을 인용하는 주요 키워드인 인용 이미지 키워드를 파악하여 주요 문헌과 주요 연구 주제를 밝혀내었다. 마지막으로 특정 주제에 대한 인용 영향력이 성장하는 추세를 반영하는 인용 성장지수 CGI를 제안하고 측정하여 딥러닝 분야의 선도 연구 주제가 변화하는 동향을 밝혔다.
Abstract
Recently, deep learning has been rapidly spreading as an innovative machine learning technique in various domains. This study explored the research trends of deep learning via modified ego centered topic citation analysis. To do that, a few seed documents were selected from among the retrieved documents with the keyword ‘deep learning’ from Web of Science, and the related documents were obtained through citation relations. Those papers citing seed documents were set as ego documents reflecting current research in the field of deep learning. Preliminary studies cited frequently in the ego documents were set as the citation identity documents that represents the specific themes in the field of deep learning. For ego documents which are the result of current research activities, some quantitative analysis methods including co-authorship network analysis were performed to identify major countries and research institutes. For the citation identity documents, co-citation analysis was conducted, and key literatures and key research themes were identified by investigating the citation image keywords, which are major keywords those citing the citation identity document clusters. Finally, we proposed and measured the citation growth index which reflects the growth trend of the citation influence on a specific topic, and showed the changes in the leading research themes in the field of deep learning.
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
이 연구는 KCI 기타인문학, 기타사회과학, 사회과학일반 분야(이하 ‘일반 및 기타 분야’로 표기)에 속한 학술지의 다학문성과 학제성을 분석한 후, 이를 바탕으로 일반 및 기타 분야의 학술지 분류에 대한 개선방안을 제안하는 것이 목적이다. 개별 학술지의 다학문성과 학제성은 인용관계에 나타난 학술지 단위 엔트로피와 논문 단위 엔트로피로 각각 측정하였다. 학술지 간 인용관계 분석 결과 KCI 일반 및 기타 분야에는 다학문성과 학제성 측면에서 다양한 학술지가 혼재되어 있는 것으로 나타났다. 일반 및 기타 분야 학술지의 분류를 바로잡기 위해서는 우선 학술연구분야 분류표에 인문학일반 분야를 새로 설정할 필요가 있음을 밝혔다. 나아가서 각 학술지의 다학문성 수준 및 학제성 수준을 고려하여 일반 및 기타 분야 학술지를 재분류하는 방안을 제안하였다.
Abstract
This study analyzed humanities and social science (HSS) journals of KCI to examine the multidisciplinarity and interdisciplinarity in the general and miscellaneous fields (hereinafter referred to as ‘GM fields’), The multidisciplinarity and interdisciplinarity identified in this study will be a foundation to improve classification of KCI journals in GM fields. Each journal’s multidisciplinarity and interdisciplinarity were measured by journal-level entropy and document-level entropy, respectively, in the citation relationships. According to the analysis, GM field journals have wide ranges of multidisciplinarity and interdisciplinarity. To improve classification quality of journals in GM fields, the general humanities should be considered as a new classification class for the multidisciplinary and interdisciplinary journals in the humanities. Furthermore, this study proposes a strategy to reclassify GM field journals of HSS according to their multidisciplinarity and interdisciplinarity.
초록
자동 분류에서 문헌을 표현하는 일반적인 방식인 BOW는 용어를 독립적으로 처리하기 때문에 주변 문맥을 반영하지 못한다는 한계가 있다. 이에 본 연구는 각 용어마다 주제범주별 문맥적 특징을 파악해 프로파일로 정의하고, 이 프로파일과 실제 문헌에서의 문맥을 비교하는 과정을 통해 동일한 형태의 용어라도 그 의미나 주제적 배경에 따라 구분하고자 하였다. 이를 통해 주제가 서로 다름에도 불구하고 특정 용어의 출현만으로 잘못된 분류 판정을 하는 문제를 극복하고자 하였다. 본 연구에서는 이러한 문맥적 요소를 용어 가중치, 분류기 결합, 자질선정의 3가지 항목에 적용해 보고 그 분류 성능을 측정했다. 그 결과, 세 경우 모두 베이스라인보다 분류 성능이 향상되었고 가장 큰 성능 향상을 보인 것은 분류기 결합이었다. 또한 제안한 방법은 학습문헌 수가 많고 적음에 따라 발생하는 성능의 편향을 완화하는데도 효과적인 것으로 나타났다.
Abstract
One of the limitations of BOW method is that each term is recognized only by its form, failing to represent the term’s meaning or thematic background. To overcome the limitation, different profiles for each term were defined by thematic categories depending on contextual characteristics. In this study, a specific term was used as a classification feature based on its meaning or thematic background through the process of comparing the context in those profiles with the occurrences in an actual document. The experiment was conducted in three phases; term weighting, ensemble classifier implementation, and feature selection. The classification performance was enhanced in all the phases with the ensemble classifier showing the highest performance score. Also, the outcome showed that the proposed method was effective in reducing the performance bias caused by the total number of learning documents.
초록
빅 데이터 시대에 접어들면서 저장 기술과 처리 기술이 급속도로 발전함에 따라, 과거에는 간과되었던 롱테일(long tail) 데이터가 많은 기업과 연구자들에게 관심의 대상이 되고 있다. 본 연구는 롱테일 법칙의 영역에 존재하는 데이터의 활용률을 높이기 위해 텍스트 마이닝 기반의 기술 용어 네트워크 생성 및 통제 기법을 제안한다. 특히 텍스트 마이닝의 편집 거리(edit distance) 기법을 이용해 학문 분야에서 사용되는 기술 용어의 상호 네트워크를 자동으로 생성하는 효과적인 방안을 제시하였다. 데이터의 활용률 향상 실험을 위한 데이터 수집을 위해 LOD(linked open data) 환경을 이용하였으며, 이 과정에서 효과적으로 LOD 시스템의 데이터를 활용하는 기법과 용어의 패턴 처리 알고리즘을 제안하였다. 마지막으로, 생성된 기술 용어 네트워크의 성능 측정을 통해 제안한 기법이 롱테일 데이터의 활용률 제고에 효과적이었음을 확인하였다.
Abstract
As data management and processing techniques have been developed rapidly in the era of big data, nowadays a lot of business companies and researchers have been interested in long tail data which were ignored in the past. This study proposes methods for generating and controlling a network of technical terms based on text mining technique to enhance data utilization in the distribution of long tail theory. Especially, an edit distance technique of text mining has given us efficient methods to automatically create an interlinking network of technical terms in the scholarly field. We have also used linked open data system to gather experimental data to improve data utilization and proposed effective methods to use data of LOD systems and algorithm to recognize patterns of terms. Finally, the performance evaluation test of the network of technical terms has shown that the proposed methods were useful to enhance the rate of data utilization.