- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
한국과학기술정보연구원 선임연구원(sanglee@kisti.re.kr)＊＊ 한국과학기술정보연구원 연구원(lovesin@kisti.re.kr)＊＊＊ 한국과학기술정보연구원 선임연구원(jaesoo@kisti.re.kr)＊＊＊＊ 고려대학교 컴퓨터학과 교수(choi@formal.korea.re.kr)＊＊＊＊＊ 한국과학기술정보연구원 책임연구원(tychung@kisti.re.kr) 논문접수일자 : 2004년 6월 24일 게재확정일자 : 2004년 9월 17일攀攀정보통신 및 인터넷의 급속한 발전으로 기존의 물리적인 저작물이 디지털 콘텐츠로 급속히 전환되면서 디지털 콘텐츠 자원에 대한 접근 및 서비스 방식과 기존의 식별기호로는 디지털 콘텐츠의 특성을 충족시키는 식별이 미흡하고 한계가 있다. 또한, URN명세를 만족하는 DOI 식별체계도 저널, 회의자료와 같은 학술잡지형태에만 활용되고 있어 다양한 형태의 비학술잡지에 적용할 식별체계가 필요하다. 따라서, 해외 주요 디지털 콘텐츠 서비스기관의 식별체계 활용사례와 KISTI에서 소장하고 있는 학술잡지 형태 2종, 비학술잡지 형태 3종 등 5종을 분석하여 학술잡지뿐만 아니라 비학술잡지에도 적용할 수 있는 고유 식별기호를 개발하고, 고유 식별기호 기반의 전자원문 연계시스템을 설계 및 구현하고자 한다.
Abstract
With the rapid growth of information technology and the internet, the physical contents are transformed into digital contents at a fast rate. With the change, accessing the digital contents, the service methods and the identifier used for the digital contents are not systematic and limited for use. The DOI identifier system used for the URN is also limited to academic journals or magazines and are not adequately applicable for non-academic journal or digital contents. Therefore, we have developed a unique identifier based on the analysis made on the system adopted by foreign digital contents service institutes, two types of academic journals 3 types of non-academic journals owned by KISTI that can be adopted by non-academic journals. The identifier is to be used to design and implement a digital contents service system.
초록
본 논문은 고에너지 물리학(HEP) 분야 국내 연구자들의 학술 커뮤니케이션의 특성을 파악하고자 성공적인 오픈액세스 모델로 평가되는 SCOAP3 학술지를 분석하였다. HEP 분야 국내 연구자들의 협업과 연구 활동 내용을 파악하기 위한 연구방법으로 통계를 활용한 양적 분석과 저자 소속기관과 학술지에 대한 네트워크 분석을 수행하였다. 연구 결과, 국내 연구자가 참여한 10종의 SCOAP3 학술지 가운데 국내 저자 참여 논문 비율은 전체 논문 가운데 8.0%였다. 논문 한 편당 공저자 수가 천 명이 넘는 논문 비율이 전체 논문의 28.7%나 되었다. 이 분석 결과들은 HEP 글로벌 네트워크에서 국내 연구자들이 적극적으로 협업하고 있다는 것을 증명하였다. 소속기관을 중심으로 협력 관계를 파악하고자 네트워크 분석을 실시한 결과, 협력 네트워크를 3개의 클러스터로 구분할 수 있었다. 즉 S대학 중심의 클러스터, CERN과 협력 인프라를 제공하는 K연구기관 중심의 클러스터, 그리고 I연구원 중심의 클러스터로 나누어졌다. 연구기관과 학술지의 네트워크 분석을 통하여 학술지 중 JHEP, PRD, PLB가 참여도가 높은 학술지였으며 대학들과 연구원들도 협력하여 오픈 액세스 논문 저작에 참여하고 있음을 알 수 있었다. 본 연구 결과는 SCOAP3 컨소시엄에 참여하는 도서관들이 HEP 분야 연구자를 이해하고 이들을 위한 최적의 연구 정보환경을 구축하기 위한 기초자료로 활용될 수 있다.
Abstract
This paper analyzed SCOAP3 journals, which have been evaluated as successful open access models, to understand the characteristics of scholarly communication among domestic researchers in the field of high energy physics (HEP). As research methods, a quantitative analysis using statistics and a network analysis of authors’ affiliated institutions and academic journals were conducted to understand collaboration and research activities of domestic researchers in the HEP field. The results of the study revealed that, among the 10 SCOAP3 journals in which Korean researchers participated, the proportion of articles in which Korean authors participated was 8.0% of the total. The proportion of papers with more than 1,000 co-authors per paper was 28.7% of the total. The results of this analysis proved that Korean researchers were actively collaborating in the HEP global network. From the results of the network analysis to understand the cooperative relationship centered on the affiliated organization, the cooperative network could be divided into three clusters: a cluster centered on S universities, a cluster centered on K research institutes that provided researchers a cooperative infrastructure with CERN, and a cluster centered on I research institute. Through the network analysis for research institutes and journals, it was found that JHEP, PRD, and PLB among academic journals were highly participating journals, and universities and researchers were also participating in the writing of open access papers. The results of this study can be used as a basic resource for understanding researchers and building a research information environment in libraries.
초록
대표적인 앙상블 기법으로서 랜덤포레스트(RF)를 문헌정보학 분야의 학술지 논문에 대한 자동분류에 적용하였다. 특히, 국내 학술지 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 트리 수, 자질선정, 학습집합 크기 등 주요 요소들에 대한 다각적인 실험을 수행하였다. 이를 통해, 실제 환경의 불균형 데이터세트(imbalanced dataset)에 대하여 랜덤포레스트(RF)의 성능을 최적화할 수 있는 방안을 모색하였다. 결과적으로 국내 학술지 논문의 자동분류에서 랜덤포레스트(RF)는 트리 수 구간 100〜1000(C)과 카이제곱통계량(CHI)으로 선정한 소규모의 자질집합(10%), 대부분의 학습집합(9〜10년)을 사용하는 경우에 가장 좋은 분류 성능을 기대할 수 있는 것으로 나타났다.
Abstract
Random Forest (RF), a representative ensemble technique, was applied to automatic classification of journal articles in the field of library and information science. Especially, I performed various experiments on the main factors such as tree number, feature selection, and learning set size in terms of classification performance that automatically assigns class labels to domestic journals. Through this, I explored ways to optimize the performance of random forests (RF) for imbalanced datasets in real environments. Consequently, for the automatic classification of domestic journal articles, Random Forest (RF) can be expected to have the best classification performance when using tree number interval 100〜1000(C), small feature set (10%) based on chi-square statistic (CHI), and most learning sets (9-10 years).
초록
디지털 큐레이션은 디지털 시대의 새로운 정보관리 및 서비스라고 할 수 있다. 디지털 환경에서 정보자원에 대한 체계적 관리 및 서비스를 추구한다는 측면에서 디지털 큐레이션은 문헌정보학의 핵심 영역에 해당한다. 본 연구는 디지털 큐레이션 관련 문헌들을 검토하여 주요 연구 영역을 설정하고, 대표적인 문헌정보학 분야 학술 데이터베이스(LISTA)에서 검색한 학술 논문들을 대상으로 연구동향을 분석하였다. 또한 이러한 연구동향 분석의 결과에 기초하여 문헌정보학 분야의 디지털 큐레이션 관련 향후 연구과제를 제시하였다.
Abstract
Digital curation can be said that the new information management and services in the digital age. In terms of exploring the systematic management and services for the information resources in the digital environment, Digital curation is one the core areas of library and information science. This study was set up a research areas as a result of reviewing the related literatures, and analyzed the research trends to the scholarly articles retrieved from a representative databases in the areas of Library and Information Science (LISTA). Also, I suggested future research agendas for digital curation in the areas of library and information science based on the results of the this analysis.
초록
문헌정보학 분야의 국내 학술지 논문으로 구성된 문헌집합을 대상으로 기계학습에 기초한 자동분류의 성능에 영향을 미치는 요소들을 검토하였다. 특히, 「정보관리학회지」에 수록된 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 용어 가중치부여 기법, 학습집합 크기, 분류 알고리즘, 범주 할당 방법 등 주요 요소들의 특성을 다각적인 실험을 통해 살펴보았다. 결과적으로 분류 환경 및 문헌집합의 특성에 따라 각 요소를 적절하게 적용하는 것이 효과적이며, 보다 단순한 모델의 사용으로 상당히 좋은 수준의 성능을 도출할 수 있었다. 또한, 국내 학술지 논문의 분류는 특정 논문에 하나 이상의 범주를 할당하는 복수-범주 분류(multi-label classification)가 실제 환경에 부합한다고 할 수 있다. 따라서 이러한 환경을 고려하여 단순하고 빠른 분류 알고리즘과 소규모의 학습집합을 사용하는 최적의 분류 모델을 제안하였다.
Abstract
This study examined the factors affecting the performance of automatic classification based on machine learning for domestic journal articles in the field of LIS. In particular, In view of the classification performance that assigning automatically the class labels to the articles in 「Journal of the Korean Society for Information Management」, I investigated the characteristics of the key factors(weighting schemes, training set size, classification algorithms, label assigning methods) through the diversified experiments. Consequently, It is effective to apply each element appropriately according to the classification environment and the characteristics of the document set, and a fairly good performance can be obtained by using a simpler model. In addition, the classification of domestic journals can be considered as a multi-label classification that assigns more than one category to a specific article. Therefore, I proposed an optimal classification model using simple and fast classification algorithm and small learning set considering this environment.
초록
학술 문헌 원문에서 발견되는 인용문은 인용에 기초한 학술문헌 자동 요약, 리뷰 논문 자동 생성, 인용문 감성 분석, 인용문 기반 문헌 검색 등 다양한 학술 정보 서비스의 창출을 가능케 한다. 이러한 서비스가 가능하기 위해서는 원문 텍스트로부터 인용문의 자동 인식이 선행되어야 한다. 그러나 인용문의 인식은 인용 표지가 부착되지 않은 암묵 인용문의 존재로 인해 그 처리가 용이하지 않다. 영어의 경우 최근 이에 대한 연구가 집중되고 있으나 한국어 학술 문헌 내 인용문의 자동 인식 연구는 찾기 힘들다. 이 논문은 한국어 인용문을 자동 인식하는 규칙 기반의 방법을 제시하고 다양한 베이스라인 기법들과 인용문 인식 성능을 비교하였다. 제안된 방법은 테스트 셋 내 전체 암묵 인용문의 30%를 약 70%의 정확률로 인식할 수 있었다.
Abstract
Identifying citing sentences from article full-text is a prerequisite for creating a variety of future academic information services such as citation-based automatic summarization, automatic generation of review articles, sentiment analysis of citing statements, information retrieval based on citation contexts, etc. However, finding citing sentences is not easy due to the existence of implicit citing sentences which do not have explicit citation markers. While several methods have been proposed to attack this problem for English, it is difficult to find such automatic methods for Korean academic literature. This article presents a rule-based approach to identifying Korean citing sentences. Experiments show that the proposed method could find 30% of implicit citing sentences in our test data in nearly 70% precision.
초록
본 연구는 사용자의 중심의 시스템을 지향하고 있는 현 시점에서 사용자 인터페이스 연구의 동향을 분석하는 것이 그 어느 때 보다 중요하다고 보고, 최근 10년 동안에 정보학분야에서 수행된 사용자 인터페이스 연구를 정량적으로 그리고 정성적으로 살펴보았다. 즉, 6개의 정보학관련 학술잡지에 수록된 128편의 논문을 분석하여 다음과 같은 4가지의 연구질문에 답하였다: 1) 어떠한 주제들이 연구되었는지, 2) 어떠한 학술지가 주로 어떠한 주제의 논문을 출판하는지, 3) 어떠한 방법론이 어떤 주제에서 많이 사용되고 있는지, 4) 연도별 연구변화는 어떠한지. 이에 따라 본 연구는 주제별 분포, 학회지별 분포, 학회지별 주제 분포, 방법론별 학회지 분포, 방법론별 주제 분포, 연도별 주제 분포와 연도별 학회지 분포를 살펴보고 정성적으로 각각의 논문들을 주제별로 리뷰하였다. 그 결과, 「정보관리학회지」가 비율적으로 이 주제를 가장 많이 다루고 있는 것으로 나타났고, ‘웹사이트 평가’, ‘탐색 인터페이스’, ‘정보설계’, ‘상호작용 스타일 설계’ 순으로 연구가 많이 수행되었다. 또한 방법론은 서베이 연구 방법론, 비개입적 연구방법론, 실험연구 방법론 순으로 많이 사용된 것으로 나타났다. 그리고 사용자 인터페이스 연구는 2000년대 초반에 후반보다 더 많은 연구가 수행된 것을 알 수 있었다. 앞으로 사용자 인터페이스 연구가 보다 확고한 정보학의 소주제 영역으로 자리 잡기 위해서는 폭넓은 연구주제와 연구방법론의 선택이 필요하다고 본다.
Abstract
The aims of this study are to provide an overview of research trends on user interface in the field of Information Science. This study attempts to address the following four questions: 1) what are the research areas or subject topics, 2) what are the patterns of user interface publication, 3) what methods are often used to what topics, and 4) what are the changes in the subject topics and research methods over the past ten years. It analyzed a total of 128 research articles published in four Korean LIS journals and one U.S. journal. The study also reviewed 72 articles published in Korean journals for identifying research trends. The study found that the most productive areas were ‘web site evaluation’, followed by ‘search interface’, ‘information design’ and ‘interaction style design’. The most frequently used research methods were survey methods, followed by unobtrusive methods, and experiments. Journal of the Korean Society for Information Management published the most articles on research of user interface. The research of user interface was conducted more frequently in the early 2000s than later years.
초록
전통적으로 학위논문은 우수한 학술정보적 가치를 내포하고 있음에도 불구하고 물리적 이용가능성의 부재로 인하여 평가 절하되어 왔다. 이를 해소하려면 전자형 학위논문시스템의 개발이 필요하며, 그것은 정보탐색 과정에서 연구결과를 배포하는 기본채널로 그리고 학위논문이 핵심자료임을 인식시키는 계기를 제공할 것이다. 그래서 최근에 각국의 많은 대학(도서관)이 디지털 환경에 부응할 목적으로 전통적(인쇄형) 학위논문을 전자버전으로 변환하고 있다. 이에 주목하여 본 연구는 웹설문지와 홈페이지 조사방식으로 학위논문 관리시스템의 현황을 분석한 선행연구를 이론적 배경으로 삼아 국내 학위논문의 표준관리모형을 제안하였다.
Abstract
Traditionally, theses and dissertations have been extremely underutilized information sources due to their lack of physical availability. The development of electronic theses and dissertations system will provide the opportunity for theses and dissertations to be recognized as a basic channel for the dissemination of research findings and an essential resource in the discovery process. In digital environment, many universities and libraries throughout the world are now making digitized versions of traditional(print) dissertations available online. The purpose of this paper is to analyze the current theses and dissertations management system based on web questionaries and survey of home pages, and to suggest a standardized theses and dissertation management model in Korea.
초록
이 연구의 목적은 아시아 지역의 여러 나라 중 대만을 대상으로 문헌정보학 분야의 특성을 연구하는데 있다. 이를 위해 대만 문헌정보학 분야의 주요 학술지 8개를 대상으로 연구 통계와 공저 네트워크를 분석하고, 이를 한국과 비교하였다. 그 결과 연구 통계 측면에서 우리나라와 유사하게 단독 저술이 가장 많으며, 공저 논문의 경우 저자가 2-3인이 가장 많았다. 중심성 분석에서는 대만 국립대 교수를 주축으로 주요 저자별로 공저의 범위와 강도가 높았으며, 이들과 공저한 저자들은 대학원생 또는 대학도서관 사서 등이 주류를 이루었다. 대만 문헌정보학 분야의 고유한 특징으로, 현장과 밀접히 관련된 연구가 주로 게재되는 학술지가 존재하며, 이러한 학술지를 중심으로 현장 사서들의 연구 참여가 활발히 진행되고 있음을 알 수 있다.
Abstract
The purpose of this research was to investigate the characteristics of library and information science (LIS) field in Asian countries, focusing on the case of Taiwan. In order to conduct this study, the obtained statistical data and co-authorship networks based on eight major LIS journals in Taiwan were analyzed and compared to the case of South Korea. In Taiwan like Korea, papers published by a single-author and 2 to 3 co-authors were the most common. The centrality analysis showed that leading professors in the national-level university in Taiwan have strong and distinctive ties in the network. Additional unique characteristics pertaining to collaboration in Taiwan include the existence of journals focused on practical aspects in the field of LIS and active research participation involving librarians who publish papers in these journals.
초록
국내 학술회의 논문으로 구성된 문헌집합을 대상으로 기계학습에 기초한 자동분류의 성능에 영향을 미치는 요소들을 검토하였다. 특히 구현이 쉽고 컴퓨터 처리 속도가 빠른 로치오 알고리즘을 사용하여 『한국정보관리학회 학술대회 논문집』의 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 분류기 생성 방법, 학습집합 규모, 가중치부여 기법, 범주 할당 방법 등 주요 요소들의 특성을 다각적인 실험을 통해 살펴보았다. 결과적으로 분류 환경 및 문헌집합의 특성에 따라 파라미터(β, λ)와 학습집합의 크기(5년 이상)를 적절하게 적용하는 것이 효과적이며, 동등한 성능 수준이라면 보다 단순한 단일 가중치부여 기법을 사용하여 분류의 효율성을 높일 수 있음을 발견하였다. 또한 국내 학술회의 논문의 분류는 특정 논문에 하나 이상의 범주가 부여되는 복수-범주 분류(multi-label classification)가 실제 환경에 부합한다고 할 수 있으므로, 이러한 환경을 고려하여 주요 성능 요소들의 특성에 기초한 최적의 분류 모델을 개발할 필요가 있다.
Abstract
This study examined the factors affecting the performance of automatic classification for the domestic conference papers based on machine learning techniques. In particular, In view of the classification performance that assigning automatically the class labels to the papers in Proceedings of the Conference of Korean Society for Information Management using Rocchio algorithm, I investigated the characteristics of the key factors (classifier formation methods, training set size, weighting schemes, label assigning methods) through the diversified experiments. Consequently, It is more effective that apply proper parameters (β, λ) and training set size (more than 5 years) according to the classification environments and properties of the document set. and If the performance is equivalent, I discovered that the use of the more simple methods (single weighting schemes) is very efficient. Also, because the classification of domestic papers is corresponding with multi-label classification which assigning more than one label to an article, it is necessary to develop the optimum classification model based on the characteristics of the key factors in consideration of this environment.