초록

협동적 정보행태에 대한 연구의 중요성이 대두됨에 따라, 다양한 문제 상황에서 협동적 정보행태에 대한 많은 수의 연구가 수행되어 왔고, 그를 바탕으로 여러 모형이 제안되고 있다. 본 연구에서는 Prekop(2002), Reddy와 Jansen(2008), Shah(2008), Karunakaran, Spence와 Reddy(2010), Yue와 He(2010) 등이 제안한 5개의 협동적 정보행태 모형들을 비교 분석하고, 그 결과를 토대로 향후 협동적 정보행태 연구의 지향점을 논의하였다. 협동적 정보행태에 대한 기존 연구의 한계를 극복하고 후속 연구를 위한 전략은 다음과 같다. 첫째, 다양한 이용자 그룹 및 문제 상황에 따른 협동적 정보행태의 연구가 요구되며, 둘째, 협동적 정보행태에서 나타나는 다양하고 복잡한 측면을 다루는 총체적인 연구의 접근이 필요하고, 셋째, 제안된 협동적 정보행태 모형에 대한 논의와 일반화의 검증이 필요하다. 특히, 국내외 환경을 반영한 경험적 연구를 바탕으로 제안된 모형이 수정․보완되어야 할 것이다.

Abstract

A number of studies and models have focused on collaborative information behavior (CIB) in various contexts as the importance of research on CIB is recognized in information behavior research. This study compared and analyzed the models of CIB developed by Prekop (2002), Reddy and Jansen (2008), Shah (2008), Karunakaran, Spence and Reddy (2010), and Yue and He (2010), and discussed the direction of future studies of CIB. The future research strategies for overcoming the limitation of previous studies and models on CIB are to extend research object and context, to do holistic research approach tracing complexity of CIB, and to debate and verify the models of CIB. In particular, it needs to modify and improve the models based on the empirical research for domestic context.

초록

Abstract

This exploratory study describes the social bookmarking perceptions and behaviors of students in university courses. Although an emerging discussion regarding the value of social bookmarking tools exists, how users adopt tools in practice is not well known. Students were asked to utilize the bookmarking tool del.icio.us to store information relating to course projects. They were also asked to comment how they employed del.icio.us for course projects. The study analyzed student perceptions and behaviors when using social bookmarking tools for university coursework. The study noted that the use of tags, notes, and networking within these social bookmarking tools remained less active and social bookmarking services in Web 2.0 as shared collaboration, shared communities, and vertical search were less present. Utilizing social bookmarking tools to facilitate personal information management includes the activities of information use, information re-use, and mobility.

초록

본 연구는 과학기술분야 R&D 라이프사이클 각 단계 세부연구 목표를 달성하는 과정에서 이루어지는 정보행동(정보요구, 정보검색, 정보도구, 정보채널, 정보장애)을 과학기술커뮤니티 환경의 맥락에서 분석하였다. 이 연구는 의미형성이론, 일상생활정보탐색이론, 활동이론에 근거하여 과학기술자를 대상으로 질적 인터뷰연구를 통해 이루어졌으며, 연구결과 과학기술분야 R&D 라이프사이클 5단계는 14개의 세부 정보행동 단계로 이루어짐을 밝혀내었다. 과학기술 R&D 연구 세부단계별로 문제상황 극복을 위한 정보행동 규명은 연구자와 연구환경의 변화를 이해할 뿐만 아니라 향후 도서관 및 정보서비스 기관에서 과학기술 전주기적 정보서비스 전략을 수립하는데 기초자료로 활용될 것이다.

Abstract

This study analyzed scientists information behaviors when they engage in solving specific research problems in various situations throughout the entire scientific R&D lifecycle process. In-depth interviews with a total of 24 scientists were conducted in their research laboratories, the scientists’ everyday workplace and the contexts of scientific research. The theoretical and methodological frameworks employed for this study were Dervin’s Sense-making, Savolainen’s Everyday Life Information Seeking, and Engeström's Activity Theory. The findings of this study informed context-specific research and information behaviors of the scientists in the 14 sub stages of the five-stage of R&D lifecycle. Specifically, the study revealed the research objectives and related information behaviors (e.g., information needs, information seeking, information sources and channels, information barriers, etc.) to achieve the objectives at each sub-stage. The study results provided essential information to re-design the information services and strategies that accommodate the scientific R&D lifecycle.

초록

본 연구에서는 웹, IPTV 등의 콘텐츠 유통망에서의 개인화 추천서비스를 위하여 이용자의 콘텐츠 이용행위와 콘텐츠의 위치정보를 활용한 추천방법을 제안하고 있다. 추천방법의 성능향상을 위하여 이용자 및 콘텐츠 프로파일 생성방법과 함께, 이용자의 콘텐츠 이용행위를 암묵적 이용자 피드백으로서 학습과정에 적용하여 이용자 선호도를 분석하였다. 학습과정에서의 이용자 선호도 분석을 위하여 협업여과추천방법 및 내용기반추천방법을 적용하였다. 또한 보다 정확한 추천을 위한 최종 콘텐츠 추천을 위하여 웹사이트 상의 콘텐츠에 대한 위치정보를 활용한 추천방법을 제안하고 있다. 이를 통하여 보다 효율적이고 정확한 추천 서비스의 제공이 가능할 수 있다.

Abstract

In this paper, we propose user contents using behavior and location information on contents on various channels, such as web, IPTV, for contents distribution. With methods to build user and contents profiles, contents using behavior as an implicit user feedback was applied into machine learning procedure for updating user profiles and contents preference. In machine learning procedure, contents-based and collaborative filtering methods were used to analyze user's contents preference. This study proposes contents location information on web sites for final recommendation contents as well. Finally, we refer to a generalized recommender system for personalization. With those methods, more effective and accurate recommendation service can be possible.