- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
전거데이터 공동구축을 목표로 하는 많은 국내 연구가 시행되었음에도 불구하고 국가전거구축의 협업 환경은 표준 전거의 제정, 표준 전거 구축원칙의 제정, 기존 전거구축 기관의 업무 개편, 공동구축 업무의 핵심기관 선정 등과 같은 전제 조건의 미비로 인해 그 실질적 조성이 막혀 있다. 국가전거를 공동으로 구축하고 원활하게 활용하기 위해서는 기존 전거구축기관의 업무에 지장을 초래하지 않는 현실적 협업 방안과 지속적 추진력을 보유한 국가기관의 참여와 아울러 다수 기관의 데이터 병합을 가능케 하는 표준식별체계가 요구된다. 본 연구의 목적은 국가전거의 공동 구축을 위한 여건 조성에 있어서 필수사항이 무엇인가를 문헌조사로 밝히고, 시맨틱웹 기반으로 구축되어 상호운용성이 우수한 VIVO 온톨로지 모델의 활용을 통해 구현 가능한 국가전거 구축모델을 제시하는 것이다.
Abstract
Despite repeated efforts to develop a methodological foundation for assembling collaborative authority data in South Korea, issues such as the establishment of a standard authority model and standard authority construction as well as the reconfiguration of existing entities in authority building have prevented such research from generating a cooperative push for nation-wide authority data and progressing toward concrete implementation. The formulation of a collaborative and well-utilized collection of national authority data accordingly calls for 1) a practical approach to supporting both established authority data contributors and newly organized avenues of mutual participation in authority building, 2) committed involvement on the part of national institutions capable of providing the project with sustained assistance, and 3) a standard identification system which allows multiple organizations to merge their data. This study addresses the challenges of the current environment by taking stock of the key components necessary for the creation of collaborative authority data and using a Semantic Web-based interoperable VIVO ontology model to propose a viable national authority data framework.
초록
본 연구는 도서관의 구체적이고 실제적인 폐교 활용방안에 앞서, 폐교 현황과 활용 사례를 기반으로 최근 도서관의 폐교 활용 트렌드를 파악하고 도서관의 폐교 활용 가능성 및 방향성을 확인하고자 하였다. 사례조사를 통하여 폐교를 활용한 도서관 건립은 복합문화공간 제공, 친환경적 공간 제공, 지역 커뮤니티 장소 제공 등 기존의 공공도서관과는 또 다른 특색을 가진 도서관으로 재탄생할 수 있음을 확인할 수 있었다. 또한, 연구 결과를 기반으로 향후 도서관의 폐교 활용 방향을 다음과 같이 제시하였다: 지역경제 기여와 지역의 재활성화 기회 제공, 지역주민을 위한 생활 밀착형․친화형 공간, 노인복지․요양서비스․귀농 생활 등과 연계한 공간의 재활용, 폐교를 활용한 부가 가치 창출과 지역 비즈니스 창출, 환경친화적 공간으로 구성, 복합문화공간의 형태로 구성된 통합적인 공간으로 활용, 지역의 커뮤니티 센터 역할 수행, 지역의 요구를 충족․보완할 수 있는 공간으로 재활용.
Abstract
Prior to the concrete and practical use of closed schools, this study was designed to identify trends in the use of closed schools, and the possibility and direction of the library’s use of closed schools based on the status of closed schools and use cases. As a result of the case analysis, the building of libraries using closed schools can be reborn as libraries with different characteristics from general public libraries, such as providing complex cultural spaces, eco-friendly spaces, and local community places. In addition, based on the results of the study, future direction of library closure is suggested as follows: Provide local economic contribution and local revitalization opportunities, life-friendly and friendly space for local residents, recycling space linked with elderly welfare, care service, urban to rural Immigrants, creation of added value and creation of local business using closed schools, environment-friendly space, recycling as a complex community center, recycled into a space that meets and complements local needs.
초록
본 연구는 LDA 토픽 모델과 딥 러닝을 적용한 단어 임베딩 기반의 Doc2Vec 기법을 활용하여 자질을 선정하고 자질집합의 크기와 종류 및 분류 알고리즘에 따른 분류 성능의 차이를 평가하였다. 또한 자질집합의 적절한 크기를 확인하고 문헌의 위치에 따라 종류를 다르게 구성하여 분류에 이용할 때 높은 성능을 나타내는 자질집합이 무엇인지 확인하였다. 마지막으로 딥 러닝을 활용한 실험에서는 학습 횟수와 문맥 추론 정보의 유무에 따른 분류 성능을 비교하였다. 실험문헌집단은 PMC에서 제공하는 생의학 학술문헌을 수집하고 질병 범주 체계에 따라 구분하여 Disease-35083을 구축하였다. 연구를 통하여 가장 높은 성능을 나타낸 자질집합의 종류와 크기를 확인하고 학습 시간에 효율성을 나타냄으로써 자질로의 확장 가능성을 가지는 자질집합을 제시하였다. 또한 딥 러닝과 기존 방법 간의 차이점을 비교하고 분류 환경에 따라 적합한 방법을 제안하였다.
Abstract
This research evaluated differences of classification performance for feature selection methods using LDA topic model and Doc2Vec which is based on word embedding using deep learning, feature corpus sizes and classification algorithms. In addition to find the feature corpus with high performance of classification, an experiment was conducted using feature corpus was composed differently according to the location of the document and by adjusting the size of the feature corpus. Conclusionally, in the experiments using deep learning evaluate training frequency and specifically considered information for context inference. This study constructed biomedical document dataset, Disease-35083 which consisted biomedical scholarly documents provided by PMC and categorized by the disease category. Throughout the study this research verifies which type and size of feature corpus produces the highest performance and, also suggests some feature corpus which carry an extensibility to specific feature by displaying efficiency during the training time. Additionally, this research compares the differences between deep learning and existing method and suggests an appropriate method by classification environment.
초록
지식활용은 조직의 역량 제고와 직접적으로 연결하는 활동이며 새로운 가치를 다시 생산하게 하는 지식관리의 가장 핵심적 활동이라 할 수 있다. 따라서 지식활용 활동에 영향을 미치는 요인 및 환경에 대한 체계적이며 종합적인 연구는 더욱 필요하다고 본다. 본 연구의 목적은 지식관리 활동 중 마지막 단계인 지식활용에 직접적으로 영향을 미치는 정보문화와 조직문화를 파악하고자 지식활용에 영향을 미치는 정보문화 및 조직문화 요인을 규명하는 것이다. 이를 위하여 정부출연연구소, 도서관, 기업연구소에 근무하는 사서직, 연구직, 일반직 300명을 대상으로 설문조사를 수행하였고 이를 통하여 수집된 데이터는 다중회귀분석을 적용하여 정보문화의 여섯 가지 속성과 조직문화의 네 가지 유형이 지식활용의 문제대처, 지식재생산, 지식확산에 미치는 영향관계를 분석하였다. 분석결과, 정보문화(제어성, 공개성, 적극성)와 조직문화(관계지향문화, 혁신지향문화, 과업지향문화)가 지식활용의 중요한 요인으로 나타났으며, 이러한 연구결과를 토대로 조직의 지식활용에 있어서 시사점을 논의하였다.
Abstract
Knowledge utilization is an activity directly linked to organizational capacity and is the most essential activity in knowledge management that is to produce new values. Thus, systematic and comprehensive understanding of factors and the environment that affect knowledge utilization are needed. The purpose of this study is to investigate the effects of information culture and organizational culture on knowledge utilization. For this, data were collected from 300 workers from 6 institutions including government-funded research institutes, libraries, and cooperation research institutes. This study analyzes the effects of six aspects of information cultures and four organizational culture types on knowledge utilization. The results show that information cultures(control, transparency, proactiveness) and organizational culture (The Clan Culture, The Adhocracy Culture, The Market Culture, The Hierarchy Culture) are significantly influential factors for the knowledge utilization. Based on results, this study provides the implication of knowledge sharing in the organizations and suggests further studies.
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.
초록
국가기록원의 기록정보콘텐츠는 사회적 관심이나 열람 요청이 많은 주제에 대해 신뢰성 있는 기록물을 누구나 쉽게 활용할 수 있도록 정리한 것이다. 그러나 기록정보콘텐츠를 이용하는데 접근성의 어려움, 상세정보부족, 사용 용이성과 흥미 유도성이 낮은 전달방식, 맞춤형 콘텐츠 부족 등의 이슈가 대두되었다. 이에 대한 타개책으로 본 연구에서는 유튜브(YouTube) 채널을 통한 기록정보콘텐츠의 활용방안을 제안한다. 이를 위해 국가기록원 기록정보콘텐츠의 서비스 현황과 문제점을 분석하고, 해외 유사 기관의 영상콘텐츠 활용 현황과 비교․분석하였다. 나아가 구체적인 유튜브 채널을 통한 기록정보콘텐츠 영상화 프로세스를 제안하고 예시를 적용하였다. 이를 통해 국가기록원 기록정보콘텐츠의 인지도와 활용성이 제고되기를 기대한다.
Abstract
The archival contents of the National Archives of Korea are organized so that anyone can easily use the records with a lot of social interest or request for reading. However, there are some problems in accessibility of archival contents, lack of detailed information, difficult to use and less interesting delivery method, and lack of customized content. As an alternative to this, this study proposed the utilization method of the archival contents of the National Archives through YouTube channel. For this purpose, we analyze the status and problems of the archival contents of the National Archives and understand the contents of the YouTube channel of the foreign agencies and the National Archives, and evaluate and compare them. Based on this, we propose and apply the process of the archival contents visualization using YouTube. Through this, We expect that the recognition and usability of the contents information of the National Archives of Records will be improved.
초록
최근 학술문헌의 양이 급증하고, 융복합적인 연구가 활발히 이뤄지면서 연구자들은 선행 연구에 대한 동향 분석에 어려움을 겪고 있다. 이를 해결하기 위해 우선적으로 학술논문 단위의 분류 정보가 필요하지만 국내에는 이러한 정보가 제공되는 학술 데이터베이스가 존재하지 않는다. 이에 본 연구에서는 국내 학술문헌에 대해 다중 분류가 가능한 자동 분류 시스템을 제안한다. 먼저 한국어로 기술된 기술과학 분야의 학술문헌을 수집하고 K-Means 클러스터링 기법을 활용하여 DDC 600번 대의 중분류에 맞게 매핑하여 다중 분류가 가능한 학습집합을 구축하였다. 학습집합 구축 결과, 메타데이터가 존재하지 않는 값을 제외한 총 63,915건의 한국어 기술과학 분야의 자동 분류 학습집합이 구축되었다. 이를 활용하여 심층학습 기반의 학술문헌 자동 분류 엔진을 구현하고 학습하였다. 객관적인 검증을 위해 수작업 구축한 실험집합을 통한 실험 결과, 다중 분류에 대해 78.32%의 정확도와 72.45%의 F1 성능을 얻었다.
Abstract
Recently, as the amount of academic literature has increased rapidly and complex researches have been actively conducted, researchers have difficulty in analyzing trends in previous research. In order to solve this problem, it is necessary to classify information in units of academic papers. However, in Korea, there is no academic database in which such information is provided. In this paper, we propose an automatic classification system that can classify domestic academic literature into multiple classes. To this end, first, academic documents in the technical science field described in Korean were collected and mapped according to class 600 of the DDC by using K-Means clustering technique to construct a learning set capable of multiple classification. As a result of the construction of the training set, 63,915 documents in the Korean technical science field were established except for the values in which metadata does not exist. Using this training set, we implemented and learned the automatic classification engine of academic documents based on deep learning. Experimental results obtained by hand-built experimental set-up showed 78.32% accuracy and 72.45% F1 performance for multiple classification.
초록
Mendeley의 독자 정보는 학계 밖에서 학문의 결과물이 어떻게 소비되고 있는지 다각도로 파악하여 피인용도로는 해석할 수 없었던 미지의 세계를 예측하는데 활용될 수 있다. 본 연구는 Mendeley의 co-readership 데이터를 활용해 한국 관련 논문의 독자 국가 네트워크 분석을 수행하여 공통의 학문적 관심사를 공유하는 국가 군집을 이해하고 이들 국가가 네트워크 상에서 어떠한 영향력을 가지는지 확인하였다. 그 결과 전 분야에서 미국을 비롯한 선진국은 대체로 높은 전역중심성을 보여 한국 관련 연구에 대한 전반적인 협력과 잠재적 교류 가능성을 가지는 것으로 나타났으며, 일부 개발도상국은 높은 지역중심성을 보여 상호간 공통의 학문적 관심사로 연계되어 있는 것으로 확인되었다. 한편 의학과 사회과학 분야는 OECD 국가와 개발도상국이 분리된 독자층을 이루었으며, 공학 분야는 신흥경제개발국이 대규모 독자 군집으로 형성되는 특징을 보였다. 또한 공학은 네트워크 밀도가 상대적으로 높게 나타나 국가간 학문적 교류와 지식의 확산, 협력의 가능성이 높은 것으로 분석되었다.
Abstract
Mendeley readership data could be used to understand how research outcome be spent outside of academia in multi way. So it could be utilized to understand unknown world which citation rate could not explain still now. This study, by conducting a country network analysis using Mendeley’s co readership data about articles of Korea related research, clusters countries that share common academic interest. As a result, the US and other advanced countries in all fields showed high overall and regional centrality, indicating that they have overall cooperation and potential for exchange of Korea related studies. Some developing countries have shown high regional centrality and are linked to common academic interests. In the medical and social sciences, the OECD and developing countries have formed a separate group of readers, and the engineering sector has been characterized by emerging developing countries as a large community of readers. In addition, engineering science field has shown that network density is relatively high, so there might be high possibility of academic exchanges, knowledge dissemination and cooperation among countries.
초록
본 연구는 공공도서관에서 어린이를 대상으로 진행하는 독서프로그램의 성과를 측정하기 위한 프레임워크 개발을 목적으로 한다. 프레임워크 개발을 위한 이론적 토대로 성과 평가에 기반 한 로직모델을 적용하였다. 로직모델의 요소로 제안된 6개 요소 중에서 가정과 외부적 요인을 제외한 투입, 활동, 산출, 성과 요인을 중심으로 프로그램 평가 프레임워크를 개발하였다. 연구결과로, 서울 시내 한 공공도서관에서 연구기간 동안 진행된 4개의 프로그램에 대한 평가 프레임워크와 성과측정을 위한 지표를 제안하였다. 프로그램별로 다양한 성과지표의 개발이 가능하지만 본 연구에서는 도서관 데이터를 기반으로 측정 가능한 지표를 중심으로 제안하였다. 본 연구 결과가 사례 연구로 진행되었지만 대상 프로그램이 공공도서관에서 일반적으로 진행하는 프로그램이라는 점에서 타 도서관의 어린이 대상 프로그램의 평가 프레임워크로 활용될 수 있을 것으로 기대된다.
Abstract
The purpose of this study is to develop frameworks for evaluating reading programs for children provided by a public library. Logic Model based on outcome evaluations was applied for the framework development. While the logic model is generally composed of six factors, the frameworks developed in this study has four factors including input, activity, output, and outcome. Additionally, this study suggests outcome indicators which were driven from library data. Even though the evaluation frameworks were developed from specific programs operated by a public library, those might be able to be used to evaluate other libraries’ programs for children since the target programs are commonly provided by public libraries.
초록
본 연구의 목적은 연구데이터 관리서비스 구현 시 성공적인 서비스를 위한 고려사항을 도출하는 것이다. 이를 위해 선행연구를 활용하여 연구데이터 관리서비스의 영역을 파악하였고, 미국, 독일, 호주에서 연구데이터 관리서비스를 시행중인 대학도서관 6곳과 1개의 기관에서 담당자 8명을 대상으로 연구데이터 서비스에 관한 질문의 답변을 이메일을 통해 수집하였다. 또 해외서비스를 대상으로 수집한 고려사항이 국내에 적용가능한지 국내 연구데이터 관리서비스 전문가와 검토하였다. 연구데이터 서비스 영역은 총 9개의 카테고리로 구분하여 분석하였는데, 연구서비스와 연구데이터 관리서비스 연계, 국가/대학/기관 차원의 협약, 메타데이터 입력주체 및 필수 요소, 직원의 전문화 방안, 이용자 요구분석을 통한 주요서비스 영역 선정, 연구데이터와 연구결과물의 효과적인 연결방안, 이용자와 유관기관과 긴밀한 공조 등의 연구데이터 관리서비스 구축 시 고려사항을 도출할 수 있었다.
Abstract
The purpose of this study is to determine crucial factors of consideration in ensuring the successful implementation of research data management services. The study begins by extracting a range of service areas from their equivalent in existing research on data management services. It then collects relevant information via e-mail survey from eight individuals respectively overseeing research data management services at six university libraries and one institution located throughout the United States, Germany, and Australia. Having originated in overseas cases, the resulting factors of consideration were reviewed by domestic experts in research data management services. The finalized areas of research data management services consist of nine categories. The crucial factors of consideration in RDM services are connection between research services and research data management services; national/university-level/institutional agreements; metadata entry personnel and required elements; strategies for the provision of specialized staff; major service area selection through user demand analysis; effective linkage between research data and research results; and close cooperation with users and related organizations.