초록

본 연구는 간호학과 학생들의 전자형태 문서의 이용 및 문서읽기 행태를 분석하기 위해 이들의 행태에서 나타나는 요소들에 대해 종합적으로 분석해 보고자 하였다. 이를 위해 본 연구는 간호학과 학생을 중심으로 지난 한 학기동안 학생들이 경험한 읽기행태를 조사하여 문서형태선호도와 요소 등을 다각적으로 분석하였다. 총 509명의 응답에 기초하여 분석한 결과, 간호학과 학생들은 일반적으로 전자형태문서에 대한 선호도가 높은 것으로 나타났으며, 소장하고 싶은 문서형태 또한 전자형태문서라고 응답하였다. 응답자 중, 약 94% 이상이 필요한 정보를 찾기 위해 30분 이상을 소요하고 있다고 나타났으며, 접근경로는 ‘네이버’ 검색엔진을 가장 많이 사용하는 것으로 응답하였다. 또한 주로 찾는 정보의 주제는 수업관련 정보가 가장 많았으며, 정보의 접근 장소로는 집에서 주로 정보를 찾고 이용하는 것으로 나타났다. 특히, 응답자들의 이동 중에 나타나는 문서선호도는 전자형태에 대한 선호도가 높게 나타났으며, 이동의 간편성과 접근의 용이성이 가장 높은 이유로 드러났다. 본 연구의 결과는 간호학과 학생들의 문서읽기행태를 분석하여 인쇄형태와 전자형태 문서의 읽기행태에 대한 이해를 증진시키고 향후 간호학 분야에서의 의학도서관 디지털정보이용의 서비스 설계 및 도구를 개발 또는 보완하기 위한 자료와, 더 나아가, 디지털 도서관 이용자 서비스 개선 방안을 모색하는 데 자료를 제시하고자 한다.

Abstract

The purpose of this study is to analyze undergraduate nursing students' electronic document use and reading behavior. To do this, a survey questionnaire was collected from 509 respondents who experienced reading behavior for the last semester. The results of this study show that nursing students’ preference of electronic documents is higher than that of printed documents in general. They also prefer electronic documents to printed documents when they want to keep documents. Of respondents, about 94% or higher spent 30mins or more to find information and the main source to find information is ‘Naver’ search engine as the highest information source, and the place to access information is ’Home’ as their highest information access location. In particular, the preference of the document ‘on the move’ is electronic documents and the main reason includes convenience and easiness to access and move the documents. The findings of this study expect to facilitate the understanding of undergraduate nursing students electronic document use and reading behavior so that it can be used to design and develop medical digital library services and tools more effectively and efficiently in medical area in the future. Furthermore, it expects to provide useful data in promoting user services in digital library in a whole.

초록

Abstract

Titles have been regarded as having effective clustering features, but they sometimes fail to represent the topic of a document and result in poorly generated document clusters. This study aims to improve the performance of document clustering with titles by suggesting titles in the citation bibliography as a clustering feature. Titles of original literature, titles in the citation bibliography, and an aggregation of both titles were adapted to measure the performance of clustering. Each feature was combined with three hierarchical clustering methods, within group average linkage, complete linkage, and Ward's method in the clustering experiment. The best practice case of this experiment was clustering document with features from both titles by within-groups average method.

초록

본 연구의 목적은 외국학술지 지원센터로 시범 선정된 K대 도서관의 원문복사서비스에 대한 경제적 가치를 추정하기 위한 것이다. 신제품이나 신규 서비스의 수요 예측에 활용되는 Bass 확산모형이 본 연구에서 활용되었다. 본 연구를 위하여 2007년 9월 10일부터 9월 20일까지 11일간에 걸친 설문조사도 함께 이루어졌다. 경제적 가치의 추정결과 유용가치는 2015년에 20억원을 약간 상회하는 것으로 나타났고, 지불의사가치의 경우는 20억원에 조금 못 미치는 것으로 조사되었다. 본 연구에서 외국학술지 지원센터의 경제적 가치분석은 원문복사서비스에 한정되었고, 이를 위한 분석방법도 유용가치와 지불의사가치로 제한되었다. 유용가치와 지불의사가치의 인구통계적 분석(성별, 연령, 근무처, 학력)도 함께 이루어졌다.

Abstract

The purpose of this study is to estimate economic value of document delivery services(DDS) at foreign journal supporting center in K University library. For this study, Bass diffusion model, which is widely used in forecasting, especially new product and new service forecasting, was adopted. User survey was also carried out from September 10 to 20, 2007. As a result, useful value(UV) of DDS is estimated about not less than 2,000,000,000 won, and willingness to pay(WTP) is estimated about less than 2,000,000,000 won. This study, economic value analysis at foreign journal supporting center, was limited to DDS, and used methodology for the study is also limited to UV and WTP. Demographic analysis(i.e., sex, age, occupation, educational level) for UV and WTP is also conducted.

초록

본 연구의 목적은 객체-관계형 데이터베이스 접근에 의한 XML 문헌의 검색 성능을 평가하는 것이다. 본 논문에서는 INEX(Initiative for the Evaluation of XML retrieval)에서의 XML 문헌의 색인 및 검색 방법에 대하여, 그리고 실험 방법론들에 대하여 기술하고 있다. 대부분의 전통적인 정보검색 성능평가 실험에서와 같이 본 연구에서 사용된 테스트 콜렉션(test collection)은 문헌(즉, XML 문헌), 토픽, ad hoc 검색, 적합성 판단, 평가로 이루어졌다. 그리고 ORDBMS 기술들을 기반으로 개발된 전용 XML 데이터베이스의 일종인 EXIMATM Supply을 사용하여 INEX에서 제공한 대규모 XML 문헌들을 저장하고 검색하였다. 본 논문에서는 실험에서 사용한 시스템에 대한 개략적인 기능들과 색인 및 검색 과정 그리고 INEX 2002에서의 성능평가 결과에 대하여, 앞으로 개선되어야 할 기능에 대하여 논하고 있다.

Abstract

The purpose of this study is to evaluate the performance of XML retrieval based on ORDBMSs(Object-Relational Database Management Systems) approach. This paper describes indexing and retrieval methods for XML documents and the methodologies of experiments at INEX(Initiative for the Evaluation of XML retrieval). Like any other traditional information retrieval experiment, the test collection was consists of documents, topics/queries, task, relevance assessments and evaluation. EXIMATM Supply, a kind of native XML DB based on ORDBMS technologies, is used for this experiment. Although this approach has many benefits, for example, no delay in storing and searching XML documents, but it showed relatively disappointed retrieval performance at INEX 2002. This result may caused since the given topics had to be decomposed and modified to be processed by the XPath processor, and during this modification the original meaning of topics can be changed inevitably and some important information may pass over.

초록

통신기술과 정보기기의 발달로 대학에서 교육과정에 정보를 활용하는 방식이 급격히 변화하고 있어 저작권이 있는 정보를 윤리적, 합법적으로 교육 자료로 사용하게 될 경우 인지해야할 사항들이 점점 늘어나고 있다. 이 연구에서는 대학에 필요한 교육적 목적의 정보 공정사용에 관련한 저작권 법과 각종 지침을 분석한 후 대학도서관에서 교육자와 학생에게 인지시켜야 할 주요 개념을 도출하여 대학 도서관이 정보 공정사용 지침에 포함해야 할 주요 영역을 제시하고자 하였다. 또한 영역별로 도출된 주요 개념들이 국내 대학 도서관 사이트에서 적절하게 교육자와 학생들에게 제공되고 있는지를 조사하였다.

Abstract

Due to the radical changes of information technology, it becomes indispensable for educators and students of university to learn how to use copyrighted works ethically and legally without violating the copyright law. As a result, academic libraries need to take responsibilities to inform them fair use criteria and to provide proper fair use guidelines. This study analysed various fair use guidelines for them and copyright law to identify key areas of fair use guideline for the academic libraries. It also investigated 10 university libraries' web sites to find that the identified key areas are delivered to the educators and students.

초록

본 연구는 2004년에서 2012년까지 9년간의 KERIS 문헌복사 트랜잭션 데이터를 대상으로 문헌복사 서비스 참여기관에 대한 통계 분석과 네트워크 분석을 수행하였다. 연구 결과 발견한 주요 사실은 다음과 같다. 첫째, 신청건수가 제공건수에 비해 많은 기관이 전체 기관 중에서 약 80%를 차지하고 있었다. 둘째, 신청과 제공면 모두 건수가 많은 상위기관들에게 문헌복사 서비스 의존도가 높으며, 특히 제공면에서 그 집중도가 더욱 높았다. 셋째, 2012년 대학도서관 학술지를 대상으로 주제별 네트워크 분석 결과 각 주제별로 단일기관 집중형, 복수기관 주도형, 다수기관 분산형과 같은 세 가지 유형의 협력체제가 나타남을 파악하였다.

Abstract

In this study, we analyzed KERIS Document Delivery Service (DDS) using its transaction data for the period of nine years from 2004 to 2012. We first examined the overall statistics focusing on member contributions, and conducted a network analysis based on the records of request/response (supply) between member libraries. Key findings include the following: First, in over 80% of member libraries, the number of outgoing requests exceeded the number of their responses to incoming requests. That is, for the vast majority of member libraries, their participation was concentrated on the request side. Second, KERIS DDS relies heavily on a relatively small number of top contributors, especially on the supply side. While the top contributors were active in both requests and responses (supplies), in most cases, they received and processed a disproportionally large number of requests. Third, the network analysis based on DDS requests for journal articles in 2012 further revealed the central role of top contributors. The level and pattern of concentration, however, appeared to differ by subjects (DDC). Three main patterns of centralization were found in different subjects - a network centered on a single member, a network having multiple centers, or a distributed network.

초록

자동 분류에서 문헌을 표현하는 일반적인 방식인 BOW는 용어를 독립적으로 처리하기 때문에 주변 문맥을 반영하지 못한다는 한계가 있다. 이에 본 연구는 각 용어마다 주제범주별 문맥적 특징을 파악해 프로파일로 정의하고, 이 프로파일과 실제 문헌에서의 문맥을 비교하는 과정을 통해 동일한 형태의 용어라도 그 의미나 주제적 배경에 따라 구분하고자 하였다. 이를 통해 주제가 서로 다름에도 불구하고 특정 용어의 출현만으로 잘못된 분류 판정을 하는 문제를 극복하고자 하였다. 본 연구에서는 이러한 문맥적 요소를 용어 가중치, 분류기 결합, 자질선정의 3가지 항목에 적용해 보고 그 분류 성능을 측정했다. 그 결과, 세 경우 모두 베이스라인보다 분류 성능이 향상되었고 가장 큰 성능 향상을 보인 것은 분류기 결합이었다. 또한 제안한 방법은 학습문헌 수가 많고 적음에 따라 발생하는 성능의 편향을 완화하는데도 효과적인 것으로 나타났다.

Abstract

One of the limitations of BOW method is that each term is recognized only by its form, failing to represent the term’s meaning or thematic background. To overcome the limitation, different profiles for each term were defined by thematic categories depending on contextual characteristics. In this study, a specific term was used as a classification feature based on its meaning or thematic background through the process of comparing the context in those profiles with the occurrences in an actual document. The experiment was conducted in three phases; term weighting, ensemble classifier implementation, and feature selection. The classification performance was enhanced in all the phases with the ensemble classifier showing the highest performance score. Also, the outcome showed that the proposed method was effective in reducing the performance bias caused by the total number of learning documents.

초록

The purpose of this study is to generate the local level knowledge structure of a single document, similar to end-of-the-book indexes and table of contents of printed material, through the use of term clustering and cluster representative term selection. Furthermore, it aims to analyze the functionalities of the knowledge structure, and to confirm the applicability of these methods in user-friendly information services. The results of the term clustering experiment showed that the performance of the Ward's method was superior to that of the fuzzy K-means clustering method. In the cluster representative term selection experiment, using the highest passage frequency term as the representative yielded the best performance. Finally, the result of user task-based functionality tests illustrate that the automatically generated knowledge structure in this study functions similarly to the local level knowledge structure presented in printed material.攀＊＊＊ 본 연구는 연세대학교 대학원 박사학위논문의 일부를 요약한 것임.＊＊＊ 日本 慶應義塾大學(Keio University) 圖書館情報學科 訪問硏究員(libinfo@yonsei.ac.kr)＊＊＊＊연세대학교 문헌정보학과 교수(ymchung@yonsei.ac.kr) 논문접수일자 : 2004년 8월 17일 게재확정일자 : 2004년 9월 10일攀攀

Abstract

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

개방형 네트워크인 인터넷의 확산과 웹(Web) 기술이 발전함에 따라 다양한 형태의 전자문서가 생산 및 유통되고 있다. 전자문서(e-Document)는 문서를 생산한 기관에서 일련의 행위를 유발하기 위한 정보 또는 내용을 포함하는 기록물의 일종이다. 본 연구에서는 이러한 전자문서의 안전한 이용 및 유통을 위하여 요구되는 보안 알고리즘을 제안하였다. 특히, 제안된 방법은 전자문서의 진본성(Authenticity), 신뢰성(Reliability), 무결성(Integrity)을 보장하기 위한 전자서명의 생성과 이용자의 정당성 확보를 위한 인증과정에 적용할 수 있다. 또한, 보안성과 저장성에 있어서 높은 신뢰도를 가지고 있는 스마트카드를 활용함으로써 기존의 방법에 비하여 높은 보안성을 확보할 수 있었다. 제안된 방법의 효율성 및 신뢰성에 대한 검증을 위하여 실험을 수행하였다.

Abstract

With explosive growth in the area of the Internet and IT services, various types of e-documents are generated and circulated. An e-Document is a sort of electronic records which a organization performs works and goals. In this study, we propose a security algorithm for secure use and distribution of e-documents. Especially, the proposed method can be applied to generate digital signature which can guarantee authenticity, integrity, confidentiality of an e-document and authenticate authorized users. Also, we can get higher security level as using a smart card that provides highly storing capacity and security. We carried out an experiment to verify efficiency and security of the proposed method.