- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 왜 이용자들이 정보탐색에 많은 노력을 기울이지 않는가를 알아보기 위하여 교육심리학분야에서 개발된 정신적 노력에 관한 개념을 웹 검색엔진과 도서관시스템 정보탐색행위에 적용하여 보았다. 실험실 환경에서 학부학생 총 15명을 대상으로 탐색실험을 실시하여, 탐색전 설문조사, 탐색후 설문조사, 탐색후 인터뷰, 생각 소리내어 말하기 (think-aloud), 로그데이터를 통하여 데이터를 수집하였다. 연구결과, 이용자들은 웹 검색엔진을 도서관시스템에 비하여 휠씬 쉽다고 인지하며 스스로 탐색에 대한 높은 자신감을 가지고 있었다. 이러한 이용자성향은 이용자들이 웹 탐색에 도서관탐색때보다 더 적은 노력을 기울이는 것과 깊은 연관성을 가지고 있는 것으로 나타났다. 이용자들의 정신적 노력에 관한 개념은 결과적으로 이용자들의 정보탐색 행위와 경험을 설명하는데 매우 유용한 것으로 밝혀졌다.
Abstract
The purpose of this study was to explore whether the concept of amount of invested mental effort (AIME) developed in the field of educational psychology can help explain why people put so little effort into online searching. In this experimental study, two information retrieval systems a web search engine and a university library system were used to make a comparison. The data were collected from 15 undergraduate students through background questionnaires, think-aloud protocols, search logs, post-search questionnaires, and post-task interviews. The findings indicate that perception of the webs easy-ness and high levels of self confidence in searching capability led the subjects to put less effort into web searching than they do into library system searching. In addition, the perceived difficulty of search task influenced the extent of mental effort invested. The AIME proved a useful framework for understanding search behavior and user experience for both web search engines and library systems.
초록
본 연구는 차세대 포탈(EP) 기능의 평가 프레임워크를 지식창출의 관점에서 제시하는데 목표를 두고 있다. 스마트 엔터프라이즈 통합포탈 (SES)과 같은 차세대 상품이 기존의 EP 기능에 협업과 컨텐츠 관리를 통합시킴으로써, EP는 더 이상 정보와 컨텐츠의 단순 통로가 아니게 되었다. EP는 상호보완적인 정보기술의 통합체로서 거듭나고 있다. 이러한 통합현상의 일반화와 더불어 지식창출의 중요성을 감안한다면 EP기능을 지식창출의 관점에서 평가할 수 있는 기반을 마련하는 것은 중요하다고 할 수 있다. 본 연구는 문헌조사를 통하여 EP 기능의 기본적 요소를 설정하였다. 이를 기반으로 델파이 조사법을 이용하여 각각의 요소를 실증적으로 검증함과 동시에 지식창출 모델에 근거하여 분류하였다. 델파이 조사법에 사용된 전문가 그룹은 엔트루 컨설팅 파트너스에 근무하고 있는 7명의 지식경영 전문 컨설턴트로 구성되었다. 본 연구의 결과는 이론적 모델을 실무와 통합시킴으로써 EP의 평가에 있어서 새로운 비전을 제시하였다고 할 수 있다.
Abstract
The purpose of this paper is to imply for the assessing framework of next generation Enterprise Portals'(EPs) function through the lens of organizational knowledge creation. As the emerging “suite” products such as Smart Enterprise Suite (SES) converges EPs with collaboration and content management, EPs are no longer just a gateway to information and content. EPs are emerging as the center of convergence for many complementary technologies. Considering that this trend is common and knowledge creation is one of key goals of EPs, it is important to assess EPs’ function through the knowledge creation process. This paper reviews literatures to set initial assessing elements of EPs’ function, then adopts Delphi Technique to prove and categorize the elements according to the knowledge creation process. The samples are consisted of 7 professional knowledge management consultants at Entrue Consulting Partners, LG CNS. This paper may be significant in providing a new vision to the evaluation of EPs by combining a theoretical model with a practical situation.
초록
본 연구는 학술연구 성과물의 개방과 공유 활동의 국제적인 흐름에 호응하고, 국민들의 학술연구 정보의 자유로운 접근을 보장하기 위한 오픈액세스시스템의 주제기반 온라인 학술 커뮤니티의 성공적인 운영모형을 제시하는 것을 목표로 한다. 이를 위한 세부적인 연구내용은 다음과 같이 네 영역으로 나누어 진행하였다. 첫째는 커뮤니티와 온라인 커뮤니티의 개념과 특성, 주요 성공 요인에 대한 일반적 분석이다. 둘째는 널리 알려진 온라인 학술 커뮤니티인 KISTI의 과학기술 학회마을, 생물학 연구정보센터, MIT의 DSpace를 대상으로 기능적인 요소와 구체적인 성공요인을 분석하였다. 셋째, 이들 사례의 주요 기능과 성공요인을 토대로 오픈액세스시스템의 핵심기능인 커뮤니티 서비스에 대한 주요기능을 도출하였다. 넷째, 국내 연구자들을 대상으로 커뮤니티 서비스의 기능 요구도와 참여의지를 설문으로 통해 조사, 분석하였다. 그 결과 온라인 커뮤니티 서비스의 주요 기능은 30-40대의 인문사회계열 연구자들에게 초점을 맞추어 특히 ‘연구 성과물 관리 기능’, ‘이슈 리포트 게시 기능’, ‘연구 사업 정보 통합 제공 기능’ 등을 우선적으로 제공하여야 할 것으로 나타났다.
Abstract
The purpose of this study is to provide successive online community operational model in response to the world wide open access movement which supports the broadest possible access to published research and other scholarly writings. This study is divided into four areas in a large. First, this study reviewed general community, online community and open access movement. Second, well-known online scholarly community, i.e., KISTI Society, BRIC, DSpace were analyzed precisely focusing on the administrative and functional factors to find key to success. Third, based on the above two studies, major functions of community services were identified. For this work, community service functions and participation will were asked to the researchers registered in Korea Research Foundation. According to the results of the above works, this study presents the important functions of online community services as follows: management function of research results, posting function of issue reports, and provision function of integrated information on research proposal should be provided preferentially to researchers aged 30s and 40s.
초록
인터넷의 대중화와 함께, 인터넷의 불법유해정보의 존재는 정부와 인터넷 사용자들에게 큰 근심거리가 된지 오래다. 불법유해정보 문제에 대한 다양한 해법들 중에서, 인터넷 콘텐츠 필터링 기술은 사용자들이 스스로 유해정보 문제에 대처할 수 있도록 개발되어 왔다. 지난 몇 년 사이, 상업 필터링 제품에 대한 관심이 높아지고 있다. 부모, 교사, 심지어는 정부 당국도 청소년을 인터넷 유해정보로부터 보호하는 기술적 대안으로써 상업 필터링 제품을 선택하고 있고, 그 시장도 빠르게 성장하고 있다. 하지만 시민단체들을 중심으로 인터넷 콘텐츠 필터링에 대한 비판의 목소리가 높다. 필터링은 기술적 측면에서 태생적인 약점을 가지고 있을 뿐 아니라, 표현의 자유를 위축시키는 결과를 초래할 것이라는 비판이다. 이 논문은 인터넷 콘텐츠 필터링, 특히 일세대 필터링과 구분되어 내용등급시스템으로 불리는 PICS/RDF 기반의 라벨 필터링의 기술적 측면을 분석하고 표현의 자유, 사용자 자율성과 관련된 문제들을 살펴봄으로써, 불법유해정보에 대한 기술적 해법의 타당성에 대하여 논하고자 한다.
Abstract
Since the use of the Internet has proliferated, the availability of illegal and harmful content has been a great concern to both governments and Internet users. Among various solutions for issues related to such content, Internet content filtering technologies have been developed for enabling users to deal with harmful content. In recent years, commercial filtering has become massively popular. Many parents, teachers and even governments have chosen commercial filtering software as a feasible technical solution for protecting minors from harmful information on the Internet. The Internet content filtering software market has grown significantly. However, Internet content filtering software has led to intense debate among civil liberties groups. They deem this to be censorship and argue that Internet filtering technologies are simply unworkable because they have inherent weaknesses. They are critical of the fact that most filtering has violated free speech rights and will eventually wipe out minor and controversial, yet innocent incidences of free speech on the Internet. In this article Internet content filtering, in particular PICS/RDF-based label filtering, so-called Internet content rating system, will be explored and its advantages and drawbacks relating to end-users' autonomy and freedom of expression will be discussed.
초록
문헌간 유사도를 자질로 사용하는 분류기에서 미분류 문헌을 학습에 활용하여 분류 성능을 높이는 방안을 모색해보았다. 자동분류를 위해서 다량의 학습문헌을 수작업으로 확보하는 것은 많은 비용이 들기 때문에 미분류 문헌의 활용은 실용적인 면에서 중요하다. 미분류 문헌을 활용하는 준지도학습 알고리즘은 대부분 수작업으로 분류된 문헌을 학습데이터로 삼아서 미분류 문헌을 분류하는 첫 번째 단계와, 수작업으로 분류된 문헌과 자동으로 분류된 문헌을 모두 학습 데이터로 삼아서 분류기를 학습시키는 두 번째 단계로 구성된다. 이 논문에서는 문헌간 유사도 자질을 적용하는 상황을 고려하여 두 가지 준지도학습 알고리즘을 검토하였다. 이중에서 1단계 준지도학습 방식은 미분류 문헌을 문헌유사도 자질 생성에만 활용하므로 간단하며, 2단계 준지도학습 방식은 미분류 문헌을 문헌유사도 자질 생성과 함께 학습 예제로도 활용하는 알고리즘이다. 지지벡터기계와 나이브베이즈 분류기를 이용한 실험 결과, 두 가지 준지도학습 방식 모두 미분류 문헌을 활용하지 않는 지도학습 방식보다 높은 성능을 보이는 것으로 나타났다. 특히 실행효율을 고려한다면 제안된 1단계 준지도학습 방식이 미분류 문헌을 활용하여 분류 성능을 높일 수 있는 좋은 방안이라는 결론을 얻었다
Abstract
This paper studies the problem of classifying documents with labeled and unlabeled learning data, especially with regards to using document similarity features. The problem of using unlabeled data is practically important because in many information systems obtaining training labels is expensive, while large quantities of unlabeled documents are readily available. There are two steps in general semi-supervised learning algorithm. First, it trains a classifier using the available labeled documents, and classifies the unlabeled documents. Then, it trains a new classifier using all the training documents which were labeled either manually or automatically. We suggested two types of semi-supervised learning algorithm with regards to using document similarity features. The one is one step semi-supervised learning which is using unlabeled documents only to generate document similarity features. And the other is two step semi-supervised learning which is using unlabeled documents as learning examples as well as similarity features. Experimental results, obtained using support vector machines and naive Bayes classifier, show that we can get improved performance with small labeled and large unlabeled documents then the performance of supervised learning which uses labeled-only data. When considering the efficiency of a classifier system, the one step semi-supervised learning algorithm which is suggested in this study could be a good solution for improving classification performance with unlabeled documents.