- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 최근 많은 이슈가 되고 있는 빅데이터를 도서관 분야에 적용하여 다양한 형태의 도서관 빅데이터의 활용 가치에 대한 이해를 높이고 이에 대한 수요자의 요구 분석을 바탕으로 공공도서관 빅데이터 서비스 모형을 개발하는 것을 목적으로 하고 있다. 이를 위해 도서관 빅데이터의 개념과 내용 및 가치 등을 고찰하고, 도서관 빅데이터 서비스에 대한 수요 분석을 바탕으로 도서관 빅데이터 서비스 모형을 개발하였다. 서비스 모형 개발을 위해 도서관 빅데이터의 유형에 따라 활용 가능한 도서관 빅데이터를 분석하였으며, 수요자의 요구를 다양한 방법으로 도출하였다. 수요자의 요구 분석은 도서관계 연구자 및 현장 사서와의 심층인터뷰, 표적집단인터뷰(Focus Group Interview, 이하 FGI), 사서 및 이용자 설문조사를 통해 이루어졌다. 이를 바탕으로 총 16개의 도서관 빅데이터 서비스 모형을 정의하고, 서비스의 필요성, 시급성, 개발 가능성을 고려해 최종적으로 사서 의사결정 지원 서비스와 이용자 도서 추천 및 독서이력 관리 서비스 모형을 개발하였다.
Abstract
Big data refers to dataset whose size is beyond the ability of typical database software tools to capture, store, manage, and analyze. And now it is considered to create the new opportunity in every industry. The purpose of this study is to develop of big data services in public library for improved library services. To this end, analysed the type of library big data and needs of stockholders through the various methods such as deep interview, focus group interview, questionnaire. At first step, we defined the 16 big data service models from interview with librarians, and LIS professions. Second step, it was considered necessity, timeliness, possibility of development. We developed the final two services called on ‘Decision Support Services for Public Librarians’ and ‘Book Recommendation Services for Users.’
초록
본 연구에서는 커뮤니티 기반 질의응답 서비스에서의 질의할당을 위하여, 해당 커뮤니티에 축적된 질의응답 데이터 세트를 이용하여 해당 카테고리내의 토픽을 분석하고 이를 바탕으로 해당 토픽에 관심을 가지는 이용자의 관심 토픽을 분석하고자 하였다. 특정 카테고리 내의 토픽을 분석하기 위해서 LDA기법을 사용하였고 이를 이용하여 이용자의 관심 토픽을 모델링하였다. 나아가, 커뮤니티에 새롭게 유입되는 질의에 대한 토픽을 분석한 후, 이를 바탕으로 해당 토픽에 대해 관심을 가지고 있는 이용자를 추천하기 위한 일련의 방법들을 실험하였다.
Abstract
The main goal of this study is to investigate how to route a question to some relevant users who have interest in the topic of the question based on users’ topic interest. In order to assess users’ topic interest, archived question-answer pairs in the community were used to identify latent topics in the chosen categories using LDA. Then, these topic models were used to identify users’ topic interest. Furthermore, the topics of newly submitted questions were analyzed using the topic models in order to recommend relevant answerers to the question. This study introduces the process of topic modeling to investigate relevant users based on their topic interest.