- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 문헌정보학 측면에서 국외 독서 및 독서교육 연구의 동향을 분석하고 향후의 연구과제를 제시하였다. 이를 위해 첫째, 문헌정보학 분야 국외 데이터베이스(LISTA)의 통제 키워드와 DDC 23판을 검토하여 독서 및 독서교육 관련 주요 연구 영역을 설정하였다. 둘째, 문헌정보학 분야 국외 데이터베이스(LISTA)에서 검색한 지난 100년(1914년～2014년) 동안의 독서 및 독서교육 관련 학술논문(2,115편)을 대상으로 지적구조 분석을 적용하여 연구동향을 분석하였다. 셋째, 이러한 연구동향 분석의 결과에 기초하여 독서 및 독서교육 분야의 향후 연구과제를 제시하였다.
Abstract
This study aims to analyse the research areas and trends of reading (reading instruction) abroad in the respect of LIS, and suggest future research tasks. First, I reviewed the controlled keywords in SU field of LISTA database and the entries of DDC 23, and identified the research areas of reading and reading instruction in overseas. Second, I analysed the research trends of this field by applying a intellectual structure analysis on 2,115 research articles (1914～2014) retrieved from a representative database in the areas of Library and Information Science (LISTA). Third, Based on the results of these analysis, I suggested the future research tasks of this field in the domain of library and information science.
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.