초록

능력중심의 사회가 도래함에 따라 사서직이 고숙련의 전문직으로 전문성강화를 하기 위하여 직무분석을 통하여 국립중앙도서관사서의 핵심직무를 도출하고, 전문사서의 유형을 개발하였다. 직무분석 결과 국립중앙도서관사서의 업무는 22개의 책무와 216개의 작업이며, 96개의 핵심업무로 구성되었다. 이를 체계적 교육과정개발을 위한 교육과정 우선순위 결정도구에 의하여 분석하고, 현장의 수요를 반영한 결과 기능별 10종, 이용대상별 2종을 제안하였다. 제안된 유형은 다음과 같다:장서개발전문사서, 분류ㆍ목록전문사서, 정보조사제공전문사서, 독서전문사서, 국제표준(ISO/TC, ISBN, ISSN, CIP)연구전문사서, DB전문가 및 시스템전문사서, 국내협력지원전문사서, 국제교류전문사서, 도서관마케팅전문사서, 교육설계전문사서, 어린이 전문사서, 장애인서비스 전문사서.

Abstract

Analyzing out the Key Tasks and Developing the Professional Type of National Librarians through Job Analysis was made, because improving the professionalism of librarians is the strategy of survival in the competency based society. It is composed of 22 duties, 216 tasks of national librarian job and 96 key tasks is extracted among them. As the results, 12 types of professional librarian which is composed 10 function oriented types, and 2 user oriented types, is suggested: collection development librarian, catalogerㆍtaxonomist, information service librarian, reading coach, research librarian of international standards, database & system manager, international work librarian, national support librarian, marketing librarian, library literacy librarian, children' librarian, handicapped service librarian.

초록

Abstract

Although it has been a long subject of study why researchers prefer some cited documents to others, the existing relative researches have had a variety of perspectives on the nature and complexity of the citation behavior and not provided a complete answer to this question. In particular, Korea researchers mainly used statistical analysis of bibliographic information, which has limitations in revealing dynamic and complex cognitive aspects of the citation process. In this study, I investigate the citer perception of citing motives and bibliographic factors through survey and compared the responses according to the researchers’ characteristics. After extracting the 22 motivations and 21 factors through the literature analysis and configuring a 5-point Likert scale questions, I conducted a survey in the wat of an e-mail attachment. From the SPSS 22.0, the frequency analysis, t-test, and one-way ANOVA were performed on the 354 valid samples. As a result, it is found that supporting is considered the most important citing motive and social connection, self-citation have little influence. In the case of bibliographic factors, the journal’s reputation was recognized the most influential factor and the number of pages and authors was the least. Significant differences in fields of study and research careers were showed in some parts. These results can substantiate earlier studies, determine whether the factors assumed influential in selecting references were intended, and suggest the search point to the specialty library or academic database.

초록

이 연구에서는 토픽 모델링 결과 해석의 용이성을 위하여, 동적 인용 네트워크를 활용하여 LDA 기반 토픽 모델링의 토픽 수를 설정하고 중복 배치된 주요 키워드를 자아 중심 네트워크 분석을 통해 재배치하여 제시하는 방법을 제안하였다. ‘White LED’ 두 분야의 논문 데이터를 이용하여 분석한 결과, 동적 인용 네트워크 분석을 통해 형성된 분석대상 문헌집단에 혼잡도에 따른 토픽수를 사용하고 중복 분류된 토픽 내 주요 키워드를 자아중심 네트워크 분석 기법을 적용하여 재배치한 결과가 토픽 간의 중복도가 가장 낮은 것으로 나타났다. 따라서 동적 인용 네트워크 및 자아 중심 네트워크 분석을 적용함으로써 토픽모델링에 의한 분석 결과를 보완하는 다면적인 연구 동향 분석이 가능할 것으로 보인다.

Abstract

The combined approach of using ego-centric network analysis and dynamic citation network analysis for refining the result of LDA-based topic modeling was suggested and examined in this study. Tow datasets were constructed by collecting Web of Science bibliographic records of White LED and topic modeling was performed by setting a different number of topics on each dataset. The multi-assigned top keywords of each topic were re-assigned to one specific topic by applying an ego-centric network analysis algorithm. It was found that the topical cohesion of the result of topic modeling with the number of topic corresponding to the lowest value of perplexity to the dataset extracted by SPLC network analysis was the strongest with the best values of internal clustering evaluation indices. Furthermore, it demonstrates the possibility of developing the suggested approach as a method of multi-faceted research trend detection.

초록

본 연구는 장서개발관리 분야의 최근 연구동향을 분석함으로써 핵심 연구주제를 파악하고 학문의 지적구조를 규명하고자 하였다. 2003년부터 2017년까지 15년간 문헌정보학 분야 4개 학회지에 등재된 논문 중 장서개발관리 분야의 키워드를 가진 연구논문을 선정하여 저자키워드를 추출하였다. 추출된 저자키워드를 가지고 NetMiner4 프로그램을 이용하여 키워드 네트워크를 구성한 뒤 빈도분석, 연결중심성 분석, 매개중심성 분석을 수행하였다. 분석은 시간의 흐름에 따른 연구 변화를 살펴보기 위하여 2003년부터 2017년까지 전 구간을 대상으로 한 분석과 5년 단위의 3구간으로 나누어 살펴보았다. 연구결과, ‘오픈액세스’, ‘기관 레포지터리’, ‘학술지’ 등의 장서개발관리 분야의 핵심키워드를 파악하고, ‘대학도서관’ 등의 계속 연구될 분야의 주제어를 파악하였다.

Abstract

The purpose of this study is to investigate the development direction of future scholarship by analyzing recent research trends in collection development and management field using keyword network analysis. Data was collected from four journals in library and information science field during period of 2003 to 2017. Related articles of Collection Development and Management field were retrieved, and author keywords were extracted from selected papers. Keyword network analysis using NetMiner4 program was performed based on frequency analysis, connection-centered analysis, and parametric analysis. The analysis covers all sections from 2003 to 2017 to look at the changes in research over time, and three sections on five-year basis. As a result, main keywords such as ‘open access’, ‘institutional repository’ and ‘academic journals’ were identified, and topics to be continuously researched were identified.

초록

본 연구는 높은 접근성과 간결성으로 인해 방대한 양의 텍스트를 생산하는 트위터 데이터를 분석하여 토픽의 변화 시점 및 패턴을 파악하였다. 먼저 특정 상품명에 관한 키워드를 추출한 후, 동시출현단어분석(Co-word Analysis)을 이용하여 노드와 에지를 통해 토픽과 관련 키워드를 직관적으로 파악 가능한 네트워크로 표현하였다. 이후 네트워크 분석 결과를 검증하기 위해 출현빈도 기반의 시계열 분석과 LDA 토픽 모델링을 실시하였다. 또한 트위터 상의 토픽 변화와 언론 기사 검색결과를 비교한 결과, 트위터는 언론 뉴스에 즉각적으로 반응하며 부정적 이슈를 빠르게 확산시키는 것을 확인하였다. 이를 통해 기업은 대중의 부정적 의견을 신속하게 파악하고 이에 대한 즉각적인 의사결정 및 대응을 위한 도구로 본 연구방법을 활용할 수 있을 것으로 기대된다.

Abstract

This study identified topic shifts and patterns over time by analyzing an enormous amount of Twitter data whose characteristics are high accessibility and briefness. First, we extracted keywords for a certain product and used them for representing the topic network allows for intuitive understanding of keywords associated with topics by nodes and edges by co-word analysis. We conducted temporal analysis of term co-occurrence as well as topic modeling to examine the results of network analysis. In addition, the results of comparing topic shifts on Twitter with the corresponding retrieval results from newspapers confirm that Twitter makes immediate responses to news media and spreads the negative issues out quickly. Our findings may suggest that companies utilize the proposed technique to identify public’s negative opinions as quickly as possible and to apply for the timely decision making and effective responses to their customers.

초록

기록관리학은 전통적인 기록학과 문서관리, 디지털 데이터의 처리에 이르기까지 복합학적인 학문으로 재정립하였다. 본 연구에서는 국내 기록관리학 대표 학술지인 「한국기록관리학회지」와 「기록학연구」에 2000년부터 2015년까지 게재된 681편의 논문을 조사하여 기록관리 분야의 학제성과 주제 변화 추이에 대해 분석하였다. 이를 위해 두 학술지에 발표된 모든 논문으로부터 저자의 소속기관, 직업, 학문분야, 공저자, 그리고 주제 분야를 추출하였다. 분석방법으로 빈도분석과 네트워크 분석을 사용하였다. 분석 내용은 다음과 같다. 첫째, 두 학회지는 연구자 배경(소속 기관, 직업, 학문문야)에서 분명한 차이를 보인다. 둘째, 공동연구는 점차 증가하는 추세이며, 대학이 중심이 되어 연구가 이루어졌다. 셋째, 각 학회지별 주제 변화 추이를 살펴보았다. 마지막으로 각 기관별로 중심이 되는 주제 영역에 차이를 확인할 수 있었다.

Abstract

In recent years, Korea’s archives management is reestablished as an academic subject. This study presents the interdisciplinarity and the research trend of Archives management in Korea. For the study, 681 articles from Journal of Records Management & Archives Society of Korea and The Korean Journal of Archival Studies published between 2000 and 2015 is analyzed. In this articles, author’s background (agency, job, discipline) and subject is extracted. Cross- tabulation analysis and network analysis are used as major methods. The summary of the study is as follows: First, there are distinct difference between two journals about researcher’s backgrounds. Second, joint-research is gradually increasing and the majority of co-authors are belong to the university. Third, two journals show different research trend. Finally, each institution have different interest about specific subjects.

초록

본 연구는 대표적인 온라인 협업커뮤니티인 한국 위키피디아의 초기 2002년부터 2019년까지의 편집로그 빅데이터를 해체하여 공동협업과정을 시계열적으로 분석하였다. 공개된 오픈데이터의 표준화된 XML 문서편집 기록을 활용해 Phython과 R을 이용하여 분석 요소를 추출하여 이를 활용하였다. 연구 분석 결과 한국 위키피디아 편집자의 참여 방법, 데이터 내용의 특징, 문서 생성의 추이 등을 설명할 수 있었다. 소수 편집자들의 적극적 활동과 대다수 편집자들의 느슨한 참여도 밝혀졌으며, 온라인에서도 나타나는 사회 문화적 특징이 한국 위키피디아에서도 나타났다. 집단지성을 지속화시키기 위해서는 새롭고 다양한 외부자원이 필수인데 신규 진입자들이 공동편집 커뮤니티에 안착하기 위한 다각적인 고려가 필요하며, 관리자 그룹의 고착화를 탈피하여 순환구조를 통한 개방성이 필요함을 제언하였다.

Abstract

This study analyzed the collaborative process in time series by dismantling the edit log big data of Wikipedia Korea, a representative online collaboration community, from early 2002 to 2019. Analysis elements were extracted from the document edit records, formatted in standardized XML, and analyzed using Python and R. The ways of editors’ contribution, the characteristics of data contents, and the trend of document creation were explained by the analysis. An active contribution of a small set of editors and a loose participation of the majority were revealed. In addition, sociocultural characteristics that appear in online communities were also found in Wikipedia Korea. A new, diverse set of external resources is necessary to sustain the collective intelligence. An effort to settle new editors into the wikipedia community and an openness through circulation structure to avoid the exclusiveness of the management group are suggested.

초록

이 연구에서는 한 대학도서관의 신착 도서 리스트 중 사회 과학 분야 6,253권에 대해 목차 정보를 이용하여 자동 분류를 적용하였다. 분류기는 kNN 알고리즘을 사용하였으며 자동 분류의 범주로 도서관에서 도서에 부여한 DDC 300대 강목을 사용하였다. 분류 자질은 도서의 서명과 목차를 사용하였으며, 목차는 인터넷 서점으로부터 Open API를 통해 획득하였다. 자동 분류 실험 결과, 목차 자질은 분류 재현율과 분류 정확률 모두를 향상시키는 좋은 자질임을 알 수 있었다. 또한 목차는 풍부한 자질로 불균형인 데이터의 과적합 문제를 완화시키는 것으로 나타났다. 법학과 교육학은 사회 과학 분야에서 특정성이 높아 서명 자질만으로도 좋은 분류 성능을 가져오는 점도 파악할 수 있었다.

Abstract

This study applied automatic classification using table of contents (TOC) text for 6,253 social science books from a newly arrived list collected by a university library. The k-nearest neighbors (kNN) algorithm was used as a classifier, and the ten divisions on the second level of the DDC’s main class 300 given to books by the library were used as classes (labels). The features used in this study were keywords extracted from titles and TOCs of the books. The TOCs were obtained through the OpenAPI from an Internet bookstore. As a result, it was found that the TOC features were good for improving both classification recall and precision. The TOC was shown to reduce the overfitting problem of imbalanced data with its rich features. Law and education have high topic specificity in the field of social sciences, so the only title features can bring good classification performance in these fields.

초록

이 연구는 의학도서관 이용자의 대출기록을 이용하여 자료이용행태를 분석하고 이를 통해 이용자를 위한 효율적인 장서구성과 도서관서비스 개선에 목적이 있다. 이를 위해 A 의학도서관에서 2012년부터 2014년까지 최근 3년간 발생한 대출기록 90,420건의 신분별/주제별 대출 통계와 상위 대출빈도 도서, 상호대차 서비스 이용 데이터를 수집하여 분석하였다. 연구 대상은 학부생과 대학원생, 교수직, 수련직, 일반직을 포함한 병원 직원을 대상으로 하였다. 그 결과, 의학도서관 이용자들은 기술과학 분야의 자료와 문학자료, 사회과학 분야 자료를 집중적으로 대출하였다. 특히 장서구성대비 문학자료에 대한 요구가 상대적으로 다른 주제 영역에 비해 높았다.

Abstract

The aim of this study is supporting efficient development of library collection and improvement of library service for users by analyzing utilization patterns of library collection using circulation statistics of medical library users. With this purpose, circulation statistics were extracted from 90,420 cases of circulation records in A library for recent 3 years (from 2012 to 2014). Specifically, circulation data categorized according to status and subject, loan data of most popular books and use data of inter-library loan service were collected and analyzed. Subject groups of this study are undergraduate students, graduate students and incumbent hospital employees including faculty members, training members and nondoctor members. For the result, medical library users intensively lent materials of Technology (Applied Sciences), Literature and Social science areas. Especially, the demand of the materials of literature was higher than the demand of the other subject areas compared in the base of collection development.

초록

이 연구에서는 웹과 학술지를 통한 학술 커뮤니케이션의 특성을 각각 분석하고, 웹상에서의 학술 커뮤니케이션 패턴이 학문 분야에 따라 어떤 차이를 보이는지 비교하였다. 경제학과 컴퓨터공학정보시스템 분야에서 키워드를 추출하여 이와 관련된 학술적 웹페이지와 학술지 논문을 수집하였고, 이를 학술적 웹페이지의 특성, 웹페이지 동시링크와 학술지 논문 동시인용 데이터의 다차원척도(MDS) 분석, 시간의 흐름에 따른 학술 활동의 변화 등 세 가지 측면에서 분석하였다. 분석 결과, 웹과 학술지를 통한 학술 커뮤니케이션에는 공통점과 차이점이 나타났으며, 이런 현상은 두 학문 분야에서 모두 확인되었다. 그리고 웹을 통한 학술 커뮤니케이션의 경우 같은 학문 분야 내의 세부 주제에 따라서 고유한 특성이 나타나는 것을 볼 수 있었다.

Abstract

In this study, the characteristics of scholarly communication through the Web and scientific journals are explored, and scholarly communication patterns in two scientific disciplines are compared to reveal the difference. Economics and Computer Science－Information Systems are selected as two disciplines to be analyzed. In the data collection process, 10 keywords are extracted from a database for each subject field, and scholarly Web pages and journal articles related to these keywords are collected and analyzed. Our investigation includes the characteristics of scholarly Web pages, Multi-Dimensional Scaling (MDS) analysis of co-linked Web pages as well as co-cited journal articles, and changes in the scholarly communication activities occurring on the Web and in scientific journals respectively over time. We found certain differences as well as common features in scholarly communication patterns between the Web and scientific journals for both fields of Economics and Computer Science. We also found that scholarly communication occurring on the Web displays unique features for each subtopic within the same field of study.