초록

본 연구는 고등학교 교과교사들의 학교도서관에 대한 인식과 경험이 협력수업 시행의지에 미치는 영향을 알아보고, 학교도서관 협력수업을 위한 기초자료를 제공함을 그 목적으로 한다. 이를 위하여 서울 지역의 고등학교 14개교의 교과교사 198명을 대상으로 설문조사를 실시하였다. 그 결과 교과교사의 학교도서관에 대한 인식 및 학교도서관 관련 경험이 협력수업 시행의지에 유의한 영향을 미치며, 소속 학교 또한 교과교사의 시행의지와 관련된 일부 인식에 유의한 영향을 미치는 것으로 나타났다. 특히 교과교사들의 도서관 인식에 대한 차이가 협력수업 시행의지에 대해서 교육적 효과에 영향을 미치며, 필요성에는 큰 영향을 미치지 않았는데, 시행계획에 대해서는 모든 독립변인들의 유의한 영향을 파악하였다.

Abstract

The purpose of this study is to provide basic data for implementing library collaborative instruction (LCI) through investigating the effects of high school teachers’ perceptions and experiences of school libraries on the recognition of LCI. To accomplish it, a questrionnaire survey of 198 teachers in 14 high schools in Seoul was conducted. As a result, teachers’ perceptions of school libraries and school library experience had significant effects on the their willingness to implement LCI, which consisted of educational effect(EE), necessity and implementation plan(IP). In short, teachers’ perception of school libraries influenced most variables in EE and did not influence necessity. All independent variables had significant effects on IP. This can be interpreted as that teachers recognize the need of LCI, but the perception of EE is influenced by conveying tool for the knowledge of LCI, such as education, promotion, and experience.

초록

이 연구에서는 우리나라 토목공학분야 연구자들이 참조하는 정보원의 유형을 인용분석을 통해 조사하였다. 분석 결과는 다음과 같다. 1)주요 인용정보원은 학술지(55.7%)와 단행본(15.6%)과 회의자료(10.2%) 순이었다. 2)출판 후 10년 이내(26.1%)의 문헌을 가장 많이 인용하였다. 3)핵심학술지는 국내학술지였으며, 상위권 핵심학술지 선호도에서도 국내와 국외문헌의 의존도가 유사하였다. 4)최신자료의 경우 국내문헌을, 출판 이후 경과시간이 오래된 자료의 경우 국외문헌을 선호하였다. 5)국내외 모든 핵심학술지들이 영향력 지수와 즉시성 지수의 값이 동시에 높게 나타나지 않았다.

Abstract

This study analyzes types of primary sources cited by South Korean civil engineers. The results are as follows: 1) primary sources by preference are academic journal (55.7%), book (15.6%), seminar contents (10.2%). 2) documents published within last 10 years (26.1%) are cited most often. 3) domestic journal is the primary academic journal cited, and the finding is similar in preference of top-ranked primary reference (domestic and foreign combined). 4) In terms of time, domestic sources are preferred for up-to-date publications, and foreign sources for relatively non-recent publications. 5) The indices of influence and extemporaneity for both domestic and foreign sources do not show high numbers simultaneously.

초록

본 연구는 대용량 음악콘텐츠환경에서 개인화 추천 서비스를 위한 기반구조의 제공을 위하여 시도되었다. 추천서비스를 위한 기존의 많은 연구와 상용프로그램에도 불구하고 대규모의 쇼핑몰들은 개인화 추천서비스와 실시간으로 대용량의 데이터를 처리할 수 있는 추천시스템을 필요로 하고 있다. 이를 위하여 본 연구에서는 데이터마이닝 기술과 새로은 패턴매칭 알고리즘을 제안하고 있다. 콘텐츠 주제분야에 대한 이용자의 선호도를 이용한 이용자 분할을 위하여 군집화 기법이 사용되었다. 다음으로는 군집화를 통하여 생성된 분할된 이용자 그룹에서 개별 이용자의 콘텐츠에 대한 접근 패턴의 추출을 위하여 순차패턴 마이닝기법을 적용하였다. 최종적으로 각각의 이용자 군집의 콘텐츠 접근 패턴과 콘텐츠 선호도에 기반한 제안된 추천 알고리즘에 의해 추천이 이루어진다. 이러한 추천을 위하여 기반구조와 함께, 전처리과정과 원본 데이터의 형식변환이 데이터베이스에서 수행되어진다. 본 연구에서 제안하고 있는 기반구조의 적절성을 보여주기 위하여 제안된 시스템을 구현하였다. 실제 이용자에 의해 이용된 데이터를 실험에 적용하였으며, 해당 실험에서 추천은 실시간으로 이루어졌으며 추천결과에 있어서는 적절한 정확성을 보여주고 있다.

Abstract

This study attempts to give a personalized recommendation framework in large-sized music contents environment. Despite of many existing studies and commercial solutions for a recommendation service, large online shopping malls are still looking for a recommendation system that can serve personalized recommendation and handle large data in real-time.This research utilizes data mining technologies and new pattern matching algorithm. A clustering technique is used to get dynamic user segmentations using user preference to contents categories. Then a sequential pattern mining technique is used to extract contents access patterns in the user segmentations. Finally, the recommendation is given by our recommendation algorithm using user contents preference history and contents access patterns of the segment. In the framework, preprocessing and data transformation and transition are implemented on DBMS. The proposed system is implemented to show that the framework is feasible. In the experiment using real-world large data, personalized recommendation is given in almost real-time and shows acceptable correctness.

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

Abstract

This study aims to provide a method of extracting the most recent information on US patent documents. An HTML paring technique that can directly connect to the US Patent and Trademark Office (USPTO) Web page is adopted. After obtaining a list of 50 documents through a keyword searching method, this study suggested an algorithm, using HTML parsing techniques, which can extract a patent number, an applicant, and the US patent class information. The study also revealed an algorithm by which we can extract both patents and subsequent patents using their closely connected relationship, that is a very distinctive characteristic of US patent documents. Although the proposed method has several limitations, it can supplement existing databases effectively in terms of timeliness and comprehensiveness.

초록

Abstract

The objective of this research was to quantitatively examine the uses of first person pronouns in academic journal paper abstracts. An approximate total of 144,400 abstracts that comprising of four disciplines (chemistry, computer sciences, social sciences, and medicine) from nine countries (China, Germany, India, Japan, South Korea, France, Spain, United Kingdom, and U.S.) were quantitatively examined. By exploring the use of first person pronoun in abstracts, this paper examined the current practices among academics in the world. The results indicate the norms of each author’s country and the norms of each discipline. Furthermore, the frequency-count result of this study contradicted viewpoints of academics who disapprove the use of personal person expressions in abstracts. An implication of this study is that there is a need for academics to acknowledge the uses of first person pronoun in the real world before forming personal opinions regarding the first person pronoun.

초록

시멘틱 웹은 현재의 월드와이드웹의 진화된 모습으로 컴퓨터와 인간이 서로 협업할 수 있도록 컴퓨터가 이해할 수 있는 지식데이터베이스인 온톨로지 기술을 활용한다. 그러나, 온톨로지를 활용하여 정보의 의미를 이해하고 처리 가능하도록 데이터의 표현형식이 표준화 되더라도, 각기 다른 개발자가 서로 다른 개념하에 구축한 온톨로지를 기반으로 작성된 데이터는 상호 불일치 문제를 유발할 수 있다. 따라서, 서로 다른 개념 하에 구축된 온톨로지 간에는 상호 서로 다른 온톨로지 간 정렬작업이 필요하다. 서로 다른 온톨로지 개념노드 간 자동화 처리된 의미정렬 시 인간전문가가 참으로 판단한 사실을 거짓으로 잘못 판단하는 문제상황(false negative)에 의해 정렬오류문제가 발생하게 되는데, 본 연구에서는 서로 다른 온톨로지 개념노드 간 의미정렬과정에서 발생하는 false negative 오류를 최소화 할 수 있는 알고리즘을 새롭게 개발, 제시하였다.

Abstract

Semantic web technology is the evolution of current World Wide Web including a machine-understandable knowledge database, ontology, it may be enable machine and people to work together. However, problems arise when we try to communicate with different data, which are annotated by different ontologies created by different people with different concepts. Thus, to communicate between ontologies, it needs to align between heterogeneous ontologies. When it is aligned between concept nodes of heterogeneous ontologies, one of main problems is a misalignment situation caused by false negative of automatic ontology mapping. So, in this paper, we present a new method to minimize the false negative error in the process of aligning concept nodes of different ontology.

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

대출데이터는 대학도서관에 축적된 중요한 데이터로서 도서관 장서개발이나 서비스 개선에 활용될 수 있는 중요한 데이터이다. 이 연구는 대출빈도를 기반으로 한 다양한 대출관련지수를 비교분석하여 지수별 특성을 파악한 후 도서관 운영에 적용할 수 있는 타당성을 평가하고자 하였다. A 대학도서관의 10개 단과대학별 대출데이터를 대상으로 비교분석한 지수는 대출빈도, 대출엔트로피, 대출 h-지수, 대출주제차별지수 등 총 4개의 지수이다. 이 지수들을 적용하여 단과대학별 대출현황을 분석하였고 단과대학별로 나타나는 대출주제의 특성을 표하는 각 지수의 특성을 비교 분석하였다. 분석 결과 대출 엔트로피는 여러 대학이 공통으로 선호하는 주제를 표현하는 성향이 있는 것으로 나타났다. 반면 대출주제차별지수는 특정대학에서만 특화되어 대출되는 주제를 표현하는 성향이 있는 것으로 나타났다.

Abstract

Circulation data is a key data set of academic libraries in terms of collection development and service improvement This study aims to identify the characteristics of circulation measures and their feasibility. This study collected the circulation data of 10 colleges in a university and analyzed 4 measures based on the circulation data: circulation frequency, circulation entropy, circulation h-index, and circulation divergence. These measures are to present the circulation topics of each college. This study identified that circulation entropy tends to present general topics which are popular for many colleges, but circulation divergence tends to present specific topics which are preferred by a specific college.

초록

본 연구는 학교도서관에서 활용할 수 있는 도서추천시스템을 제안하는데 목적이 있다. 도서추천시스템은 DLS의 대출 데이터를 활용하여 연관규칙 기반의 알고리즘을 적용하였으며, 학교도서관 이용자들에게 개인화 도서추천 서비스 제공이 가능하도록 설계하였다. 이를 위해 Apriori 알고리즘 기반의 연관규칙과 매개 중심성 분석을 적용하고, 기술통계, 연관규칙 생성, 학생중심 추천, 도서 중심추천 등 세부 기능을 구현하였다. 이어서 사서교사를 대상으로 심층면담을 통해 도서추천시스템 사용에 대한 의견을 조사하였다. 조사 결과, 도서추천의 필요성 및 어려움, 학생의 반응, 기존 추천방식과의 차이점 및 활용방안, 개선 사항에 대한 의견을 확인할 수 있었으며, 이를 토대로 다음의 논의점을 제안하였다. 첫째, 개별학교의 특성을 파악하기 위해서 장기간의 대출 데이터의 제공이 필요하다. 둘째, 지역별 혹은 학교 특성별 데이터 통합 방안에 대한 논의가 필요하다. 셋째, 독서교육종합시스템에서 제공하는 도서추천시스템의 구축이 필요하다. 본 연구에서 제안된 내용을 토대로 향후 학교도서관 현장에서 활용할 수 있는 개인화 추천시스템 적용에 대한 다양한 논의가 이루어지길 기대한다.

Abstract

The purpose of this study is to propose a book recommendation system that can be used in school libraries. The book recommendation system applies an algorithm based on association rules using DLS lending data and is designed to provide personalized book recommendation services to school library users. For this purpose, association rules based on the Apriori algorithm and betweenness centrality analysis were applied and detailed functions such as descriptive statistics, generation of association rules, student-centered recommendation, and book-centered recommendation were materialized. Subsequently, opinions on the use of the book recommendation system were investigated through in-depth interviews with teacher librarians. As a result of the investigation, opinions on the necessity and difficulty of book recommendation, student responses, differences from existing recommendation methods, utilization methods, and improvements were confirmed and based on this, the following discussions were proposed. First, it is necessary to provide long-term lending data to understand the characteristics of each school. Second, it is necessary to discuss the data integration plan by region or school characteristics. Third, It is necessary to establish a book recommendation system provided by the Comprehensive Support System for Reading Education. Based on the contents proposed in this study, it is expected that various discussions will be made on the application of a personalization recommendation system that can be used in the school library in the future.