- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
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
최근 문헌정보학의 관련 분야로 주목받고 있는 데이터과학은 오랫동안 문헌정보학에서 해오던 정보의 수집, 저장, 조직, 분석, 활용 등의 활동을 데이터에 적용하여 그 가치를 이해하려는 학문이며, 통계학과 컴퓨터공학 등 다른 학문분야와의 연계가 필요한 분야이다. 이러한 데이터과학 분야의 연구 영역을 파악하기 위하여 동시출현단어 분석을 사용하여 Web of Science 핵심컬렉션에 수록된 문헌들 중 데이터과학 관련 자료들을 수집하고, 그 주제범주를 활용하여 네트워크분석을 실시하였다. 총 667건의 자료에 대한 159개의 주제범주를 기술분석하여 데이터과학 관련 연구가 많이 이루어지고 있는 학문분야를 조사하였고, 네트워크분석을 통해 데이터과학 분야 연구영역의 지적구조를 시각적으로 파악하였다. 분석결과, 데이터과학 분야의 연구들은 2개 영역 9개 군집으로 구분되었으며, 주제범주의 용어들 중 중심성이 높은 용어들을 통해 각 군집의 대표적인 주제들을 선정하였다. 연구의 결과는 데이터과학 분야의 연구들에 대한 지적구조를 파악하는데 도움이 될 수 있고, 문헌정보학과의 연계융합전공으로서의 데이터과학 교과과정 개발에 방향성을 제시할 수도 있을 것이다.
Abstract
Data Science is emerging as a closely related field of study to Library and Information Science (LIS), and as an interdisciplinary subject combining LIS, statistics and computer science in an attempt to understand the value of data by applying what LIS has been doing for collecting, storing, organizing, analyzing, and utilizing information. To investigate which subject fields other than LIS, statistics, and computer science are related to Data Science, this study retrieved 667 materials from Web of Science Core Collection, extracted terms representing Web of Science Categories, examined subject fields that are studying Data Science using descriptive analysis, analyzed the intellectual structure of the field by co-word analysis and network analysis, and visualized the results as a Pathfinder network with clustering created with the PNNC clustering algorithm. The result of this study might help to understand the intellectual structure of the Data Science field, and may be helpful to give an idea for developing relatively new curriculum.
초록
본 연구는 Figshare를 통해 공유되고 있는 문헌정보학분야 연구데이터의 유형, 주제, 공개 수준 등을 분석하고 재사용성이 상대적으로 높은 데이터의 특성을 통계적으로 해석해 보았다. 분석 결과 데이터의 유형은 dataset과 paper 유형이, 주제 분야는 open access와 research data가 가장 많은 비중을 차지하였으며, 70%에 가까운 연구데이터가 pdf와 같이 편집과 재사용이 원활하지 않은 형태로 공개되어 있는 것으로 조사되었다. 또한 연구데이터의 특성과 활용 정도간의 관계 분석 결과, 주제에 있어서는 APC(Article Processing Charge)를 비롯한 open access 영역이 가장 많이 활용되고 있는 것으로 나타났으며, 데이터 유형에 있어서는 paper의 활용도가 가장 높은 것으로 나타났다.
Abstract
This study analyzed the type, subject and open level of research data in the field of library and information science field shared by Figshare, and statistically analyzed the characteristics of data with relatively high recyclability. The results of the analysis showed that datasets and papers were most common data types, and open access and research data were the most common keywords of data, and that 70% of the data were published in a form that can not be processed mechanically such as pdf. As a result of analysis of the relationship between characteristics of research data and degree of sharing, open access areas such as APC (Article Processing Charge) were found to be most common in the subject. However in data type, gray literature such as paper found to be highly utilized rather than dataset.
초록
본 연구에서는 국립중앙도서관 링크드 데이터를 대상으로 인물 정보가 표현되고 연계되는 방식을 분석하고, 이를 확장하기 위한 방안을 제안하였다. 분석 결과, 저자로서의 인물 정보는 링크드 데이터에서도 인물을 표현하는 어휘와 연계되어 기술되고 있는 반면에, 주제로 표현된 인물은 개념으로만 취급되고 있었다. 또한 링크드 데이터 구축과정에서 기존의 전거 정보를 변환한 것 외에는 별도의 부가 정보를 추가했는지를 확인할 수 없었다. 이에 본 연구에서는 저자로서의 인물 정보뿐 아니라 주제로서의 인물 정보도 서지 정보에 포함시키고, 저자로서의 인물 정보와 주제로서의 인물 정보를 연계할 때 링크드 데이터의 품질을 제고할 수 있다고 판단하였다. 그리고 이와 더불어 인물과 관련된 부가 링크 정보를 함께 구축하고 이를 활용하여 서지데이터 검색의 접근점을 확장하는 방안도 함께 제안하였다.
Abstract
This study analyzed the methods for representing and linking personal information in the linked data of National Library of Korea and provided suggestions for expanding the scope of identifying and linking of the personal information. As a result, the personal information as a subject has been dealt with a concept, where the personal information as a contributor has been linked with a vocabulary of personal name. In addition, there have not been assured of including additional information except existing authority data in the process of building the linked data. Therefore, this study suggested that linking personal information as a subject and personal information as a contributor was essential for the quality of linked data. In addition, we proposed to provide additional information related to the person in linked data for expanding the scope of access points in information discovery.
초록
본 연구의 목적은 국내 디지털 도서관 관련된 연구의 동향을 분석하는 것이다. 연구의 목적을 달성하기 위하여 국내 문헌정보학 분야 대표 학술지 4종으로부터 최근 10년(2007년-2016년) 동안 발표된 디지털 도서관 관련 논문 272편을 대상으로 해당 논문의 저자가 직접 부여한 영문키워드 578개를 수집하였다. 수집된 자료는 NetMiner V.4를 사용하여 연결중심성과 매개중심성을 분석하였다. 연구 결과로는, 첫째, 연구 주제의 양적인 측면에서는 ‘Academic Library’, ‘Reference Service’, ‘Public Library’, ‘E Resource’, ‘E Book’ 순으로 나타났고, 둘째, 연구 주제의 영향력 측면에서는, ‘Academic Library’, ‘Reference Service’, ‘Information Behavior’, ‘E Resource’ 등의 순으로 나타났다. 마지막으로 연구 주제의 확장성 측면에서는, ‘Academic Library’, ‘Metadata’, ‘Information Behavior’, ‘E Resource’, ‘Librarian’ 등의 순으로 파악되었다.
Abstract
The aim of this study was to analyze the research trends on the digital libraries in Korea. To achieve this objective, a total of 578 author-assigned English keywords were collected from the 272 major LIS journal articles published in Korea during last ten years-period, i.e., 2007-2016. The collected data were analyzed using NetMiner V.4 to discover their ‘degree centrality’ and ‘betweenness centrality’. As the results, ‘Academic Library’, ‘Reference Service’, ‘Public Library’, ‘E Resource’, and ‘E Book’ showed the most frequently conducted research topics, and ‘Academic Library’, ‘Reference Service’, ‘Information Behavior’, and ‘E Resource’ were the most influencing research topics. Finally, ‘Academic Library’, ‘Metadata’, ‘Information Behavior’, ‘E Resource’, and ‘Librarian’ seemed the most widely intervening research topics in this research.
초록
본 연구는 KCI 등재지 1,890종을 대상으로 국내 학술지의 오픈액세스의 주요 특성을 분석하고자 하였다. 이를 위해서 학술지의 오픈액세스 특성을 무료접근과 자유로운 재사용이라는 2가지 측면으로 구분하였다. 분석결과, 국내 학술지의 오픈액세스 특성은 무료접근적 성향이 강하였다. 학술지 홈페이지를 기준으로 보면 67%가 로그인 없이 무료로 접근할 수 있었고 무료DB를 기준으로 보면 48%가 무료로 접근할 수 있었다. 반면 자유로운 재사용적 성향은 무료접근적 성향에 비해 약한 것으로 나타났다. 전체 등재지 중에서 14%만이 CC 라이선스를 부여하고 있었다. 또한 주제분야간에 오픈액세스 성향의 차이가 분명하게 나타났다. 의약학, 자연과학, 농수해양, 공학 분야가 인문학, 사회학, 예술체육, 복합학 분야에 비해 오픈액세스 성향이 상대적으로 강한 것으로 나타났다. 그 이유는 해당 주제분야의 학술지 유통을 지원해 주는 기관의 존재 유무에 따라 차이가 발생한 것으로 보인다. 이런 문제를 해결하기 위해서는 주제분야와 상관없이 국내 학술지의 오픈액세스 정책을 수립하고 지원하는 오픈액세스 거버넌스 체제가 구축될 필요가 있다.
Abstract
This study aimed to analyze open access features of 1,890 Korean scientific journals registered in the Korea Citation Index (KCI). To this end, this study classified open access features of the target scientific journals into two main aspects, free access and free redistribution. The analysis results indicated that the target scientific journals had strong free access aspects. Based on websites, 67% of the target scientific journals allowed for free access without a login process and based on free database, 48% provided free access. On the other hand, the target scientific journals had weaker free redistribution aspects compared to their free access aspects. Only 14% of them offered the CC (creative commons) license. Another finding was that there were clear differences in open access aspects by academic field. Medicine, pharmacy, natural science, agriculture, fisheries, oceanography, and engineering had stronger open access aspects than humanities, sociology, arts, physical education, and interdisciplinary science. It appears that the difference was caused by the presence or absence of organizations supporting distribution of scientific journals of the fields concerned. To narrow the gap, it is recommended that the open access governance system is established to set up open access policies for Korean scientific journals regardless of academic fields and to support them.
초록
여러 학문 분야에서 데이터의 공유와 재이용에 관한 관심이 증가하고 있다. 실제로 다른 연구자의 데이터를 다시 연구에 사용하고 인용을 부여하는 관행이 서서히 자리를 잡아가고 있다. 이러한 변화를 반영하여 톰슨로이터는 Data Citation Index(DCI)라는 데이터인용 색인 데이터베이스 서비스를 2012년부터 제공하기 시작하였다. DCI는 모든 학문의 전 영역에서 데이터의 인용 현황을 저널의 논문과 유사하게 집계한다. 본 연구에서는 데이터인용이 활발한 사회학 분야의 인용된 연구데이터를 분석하여 해당 분야의 특성과 지적구조를 규명하고자 하였다. 이를 위해 논문 인용을 기반으로 한 사회학 분야의 지적구조와 비교하였으며, 사회학 분야의 연구데이터의 특성과 고유한 지적구조를 살펴보고자 하였다. 분석을 위한 데이터는 두 종류로 수집하였다. 첫째는 DCI에서 ‘Sociology’로 주제 검색을 수행하여 총 8,365건의 인용된 데이터를 수집하였다. 둘째로, 논문 인용 분석과의 비교를 위해서 Web of Science에서 ‘Sociology’로 주제 검색을 수행하여 총 12,132건의 데이터를 수집하였다. 이 두 데이터를 활용하여 저자키워드 동시출현단어 분석을 수행한 결과, 데이터를 기반으로 한 사회학 분야는 2영역 15군집으로 구성된 반면, 논문을 기반으로 한 사회학 분야는 3영역 17군집으로 나타났다. 내용적인 특성을 살펴보면, 전통적으로 사회학의 지적구조를 나타낸다고 볼 수 있는 논문 기반 사회학과 달리 사회학 분야의 연구데이터는 의학 분야와의 활발한 접목을 찾아볼 수 있으며, 그 중에서도 공중보건과 심리학이 중심 영역인 것으로 나타났다.
Abstract
Through a wide variety of disciplines, practices on data access and re-use have been increased recently. In fact, there has been an emerging phenomenon that researchers tend to use the data sets produced by other researchers and give scholarly credit as citation. With respect to this practice, in 2012, Thomson Reuters launched Data Citation Index (DCI). With the DCI, citation to research data published by researchers are collected and analyzed in a similar way for citation to journal articles. The purpose of this study is to identify the characteristics and intellectual structure of sociology field based on research data, which is one of actively data-citing fields. To accomplish this purpose, two data sets were collected and analyzed. First, from DCI, a total of 8,365 data were collected in the field of sociology. Second, a total of 12,132 data were collected from Web of Science with a topic search with ‘Sociology’. As a result of the co-word analysis of author provided-keywords for both data sets, the intellectual structure of research data-based sociology was composed of two areas and 15 clusters and that of article-based sociology was composed with three areas and 17 clusters. More importantly, medical science area was found to be actively studied in research data-based sociology and public health and psychology are identified to be central areas from data citation.
초록
본 연구는 학교교육 및 교과연계와 도서관의 자원 활용을 아우르는 협력모델로 이벤트 체험과 컬렉션 체험의 융합 프로그램인 이벤트컬렉션 프로그램의 효과와 활용방안을 모색하는데 그 목적이 있다. 이를 위해 양적 및 질적 데이터를 이용하여 다각적으로 분석한 결과, 이벤트컬렉션 프로그램의 효과로 학생들의 독서와 도서관의 역할 인식에 긍정적인 영향을 미치고 있음을 확인하였다. 본 연구는 이벤트컬렉션이 주제분류에 의한 자료배열로서는 제공할 수 없는 특정 관심분야와 관련된 다양한 자료를 제시함으로써 학생들에게 새로운 지식 발견 및 그 깊이와 범위의 확장을 통한 지식의 구조화를 지원하고, 전시이벤트 형식의 체험마케팅 요소를 통해 독서자료와 학생의 상호작용 및 공유와 참여를 촉진함으로써 자기주도적 독서에 효과적인 도구임을 제안하였다는 데에 의의가 있다.
Abstract
This study explores the effectiveness and applications of event collection programs, which are integrated programs with event experience and collection experience as a cooperation model that combines school education and library resources as course-related materials. For the purpose, a triangulated analysis with both quantitative and qualitative data was conducted. As a result, This study examined an event collection program’s effectiveness which were positive effects on the participated students’ reading and perceptions on the roles of their school libraries. The event collection supported the students to self-construct their knowledge by exploring information with the provision of a collection with various materials on a topic, which would be hardly provided within the traditional library subject classification, and that the event collection program could be a useful tool for self-directed reading due to its promotion of interaction, sharing, and participation among materials and the participated students by functional factors of experiential marketing.