초록

전통적인 저자동시인용분석은 인용색인 데이터베이스가 색인하는 제 1저자만을 대상으로 하기 때문에 제1저자 이외의 저자의 기여도가 제외된다는 한계를 지니고 있다. 본 연구의 목적은 경제학 분야를 대상으로 하여 복수저자기반의 저자동시인용분석을 활용하여 해당 학문분야의 지적구조를 제시하고자 한다. 이를 위하여 네 가지 실험집단을 구성하였다. (1) 인용된 문헌의 제 1저자만을 고려한 저자동시인용분석, (2) 문헌당 총합 제한 없이 복수저자에게 동일한 인용빈도 부여한 저자동시인용분석, (3) 문헌당 총 합을 제한하여 인용빈도를 부여한 저자동시인용분석, (4) 저자기입 순서를 고려하여 인용빈도를 부여한 저자동시인용분석. 본 연구의 결과는 크게 제 1저자만 고려한 방식과 복수저자를 모두 고려한 방식에 따라 군집형성에 있어서 차이를 보였다. 또한 복수저자의 인용빈도를 구하는 방식에 따라서 군집의 소속이 달라지는 변화를 찾아볼 수 있다. 이러한 결과는 공동저작이 증가하는 학문적 추세에 비추어서 학문의 지적구조를 밝히기 위해서는 복수저자가 고려된 저자동시인용분석이 중요하다는 점을 시사한다.

Abstract

The author co-citation analysis is generally based on the frequency of the first author because most citation databases include only the first author in the bibliographic information. In this sense, the purpose of this study is to provide a better knowledge structure by utilizing the multiple authorship of author co-citation analysis. To achieve the purpose of this study, four different data sets are prepared: (1) counting the first author, (2) counting all the author without limiting the total frequency, (3) counting all the author with limiting the total frequency, and (4) counting adjusted frequencies based on the order of author subscription. The findings of this study show that there are clear differences between the knowledge structure counting all the author and the one counting only the first author. In addition, depending on the different methods, there are subtle changes of cluster members for authors.

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

교수연구업적을 보다 효과적으로 평가하기 위해서는 연구의 정량 및 정성적 측면을 고려하여야 한다. 본 연구에서는 연구의 양적 측면을 보여주는 논문 수와 질적 측면을 반영하는 피인용 수에 의한 국내 문헌정보학과 교수의 연구업적 평가순위를 국내 대학에서 사용되는 연구업적 평가규정을 적용한 순위와 비교․분석하였다. 연구결과, 논문 수에 의한 교수별 순위가 피인용 수에 의한 순위와 차이가 있으며, 대학별 교수 업적평가는 피인용 수보다는 논문 수에 의한 평가와 가까운 것으로 나타났다. 또한 대학별 상이한 논문 배점기준은 교수업적평가 결과에 별다른 영향을 끼치지 않았다. 향후 연구에서는 연구의 양적 및 질적 수준을 보다 잘 반영하는 계량서지학적 지표에 관한 연구가 진행되어야 할 것으로 본다.

Abstract

Effective assessment of faculty research performance should involve considerations of both quality and quantity of faculty research. This study analyzed methods for evaluating faculty research output by comparing the rankings of Library and Information Science(LIS) faculty by publication counts, citation counts, and research performance assessment guidelines employed by Korean universities. The study results indicated that faculty rankings based on publication counts to be significantly different from those based on citation counts. Additionally, faculty rankings measured by university guidelines showed bigger correlations with rankings based on publication counts than rankings by citation counts, while differences in universities guidelines did not significantly affect the faculty rankings. The study findings suggest the need for bibliometric indicators that reflect the quality as well as the quantity of research output.

초록

Abstract

The purpose of this study is to investigate image search query reformulation patterns in relation to image attribute categories. A total of 592 sessions and 2,445 queries from the Excite Web search engine log data were analyzed by utilizing Batley’s visual information types and two facets and seven sub-facets of query reformulation patterns. The results of this study are organized with two folds: query reformulation and categorical transition. As the most dominant categories of queries are specific and general/nameable, this tendency stays over various search stages. From the perspective of reformulation patterns, while the Parallel movement is the most dominant, there are slight differences depending on initial or preceding query categories. In examining categorical transitions, it was found that 60-80% of search queries were reformulated within the same categories of image attributes. These findings may be applied to practice and implementation of image retrieval systems in terms of assisting users’ query term selection and effective thesauri development.

초록

뉴노멀 시대로 특징지어지는 현대사회가 COVID-19 팬데믹을 겪으면서 도서관에 많은 변화를 요구하였고, 도서관계는 이에 대하여 선제적으로 그리고 다각적으로 대응하였다. 본 연구는 팬데믹과 같은 새로운 환경이 사서들이 인식하는 도서관 운영정책 우선순위를 변화시킬 것이라고 보고, 2020년 팬데믹이 시작되는 시점과 2022년 팬데믹이 정점을 지난 시점에서 도서관 운영정책 중요도를 쌍대비교 분석을 통하여 파악하였고 그 차이를 비교․분석하였다. 1차 조사에서는 도서관경영, 도서관 서비스 관련 운영정책 영역을 중요하게 여겼다면, 2차 조사에서는 인적자원과 정보자원에 관련된 운영정책 영역을 보다 중요하게 인지하고 있었다. 또한, 전체 영역 상위 5위에 인적자원과 관련된 3개의 세부 운영영역과 자료구입 예산, 이용자만족도 기반의 정책이 포함되었다. 따라서 공공도서관은 새로운 패러다임에 빠르게 적응하면서도 지속가능한 도서관 서비스를 제공하기 위해서는 지속적인 인적자원에 대한 투자, 충분하고도 다양한 형태의 정보자원 구축, 그리고 이용자 맞춤 정책 수립 등을 우선적으로 수행해야 할 것이다.

Abstract

Social changes characterized by new normal also demand changes in libraries and libraries are making preemptive efforts. This study compared and analyzed the difference in librarian perceptions between the start of COVID-19 in 2020 and after experiencing the pandemic in 2022 in terms of the relative importance of library policies considered by pairwise comparative analysis. In the 1st survey, the importance of factors related to ‘Library Management’ and ‘Library Services’ was high and in the 2nd survey, the importance of factors related to ‘Human Resources’ and ‘Information Resources’ increased. This study insists that the public libraries invest in human resources and information resources and establish a user-customized policy in order to quickly adapt to the new paradigm and to provide sustainable library services.

초록

도서관계의 상황을 보면 대학도서관, 공공도서관, 전문도서관, 학교도서관 등 매우 다양한 유형의 도서관이 있고, 국가적인 차원 및 상업적인 차원의 정보유통기관이 있으며, 또 이를 지원하는 기관들 즉, 도서관자동화업체, 도서관관련 비품업체, 도서관관련 아웃소싱업체, 각종 데이터베이스 구축업체가 있다. 이러한 상황을 볼 때 문헌정보학을 전공한 사람들의 경력경로는 매우 다양해 질 수 있으며, 이로 인하여 사서인력의 유동성 및 경력이동률은 매우 높을 것이라는 것을 예측할 수 있다. 그러나 현재까지 도서관계의 특성 및 직업적 특성을 감안하여 사서인력의 유동성 실태나 이직률과 이직의 원인 등을 규명하는 연구는 거의 없다고 할 수 있다. 이에 본 연구에서는 이를 위한 기초연구로 사서인력의 경력이동 및 경력개발 현황에 대해서 조사하고자 하였다. 사서의 경력개발 과정 분석을 통해 도서관계 및 관련분야에서 근무하고 있는 사람들의 직장이동 경로, 경력개발을 위한 노력, 경력이동 요인 등을 파악하고자 하였다.

Abstract

Professions with librarianship can be found in various fields. It includes all different kinds of libraries, including academic, public, special, and school libraries. Moreover, there are national and commercial information distribution bodies, and other bodies supporting the national body such as library automation companies, library supply companies, and library outsourcing companies. Careers of those who have studied in library and information science could be developed in all these fields. High flexibility and labour turnover can be expected due to the wide range of career fields. Nevertheless, there have been very little studies reflecting the reasons of high level of turnovers and flexibility in librarian workforce. Therefore, this paper invastigates career movement and development of librarian as a foundation stone of further researches. It also analyzes career development process of librarians, including career paths of those working in libraries and other related areas, their efforts for career development, factors influencing their career movements.

초록

본 연구에서는 한국어 데이터로 학습된 BERT 모델을 기반으로 문헌정보학 분야의 문서를 자동으로 분류하여 성능을 분석하였다. 이를 위해 문헌정보학 분야의 7개 학술지의 5,357개 논문의 초록 데이터를 학습된 데이터의 크기에 따라서 자동분류의 성능에 어떠한 차이가 있는지를 분석, 평가하였다. 성능 평가척도는 정확률(Precision), 재현율(Recall), F 척도를 사용하였다. 평가결과 데이터의 양이 많고 품질이 높은 주제 분야들은 F 척도가 90% 이상으로 높은 수준의 성능을 보였다. 반면에 데이터 품질이 낮고 내용적으로 다른 주제 분야들과 유사도가 높고 주제적으로 확실히 구별되는 자질이 적을 경우 유의미한 높은 수준의 성능 평가가 도출되지 못하였다. 이러한 연구는 미래 학술 문헌에서 지속적으로 활용할 수 있는 사전학습모델의 활용 가능성을 제시하기 위한 기초자료로 활용될 수 있을 것으로 기대한다.

Abstract

In this study, we analyzed the performance of the BERT-based document classification model by automatically classifying documents in the field of library and information science based on the KoBERT. For this purpose, abstract data of 5,357 papers in 7 journals in the field of library and information science were analyzed and evaluated for any difference in the performance of automatic classification according to the size of the learned data. As performance evaluation scales, precision, recall, and F scale were used. As a result of the evaluation, subject areas with large amounts of data and high quality showed a high level of performance with an F scale of 90% or more. On the other hand, if the data quality was low, the similarity with other subject areas was high, and there were few features that were clearly distinguished thematically, a meaningful high-level performance evaluation could not be derived. This study is expected to be used as basic data to suggest the possibility of using a pre-trained learning model to automatically classify the academic documents.

초록

본 연구는 인용 정보와 주제범주 분류체계를 기반으로 한 기존 하향식 접근법과 달리 문헌에 출현한 단어정보를 기반으로 세부주제를 자동 추출하는 토픽 모델링을 사용하여 학제성을 측정하였다. JCR 2013의 Information & Library Science 주제범주에서 5년 영향력 지수 상위 20개 학술지의 최근 5년 동안의 논문 제목과 초록 텍스트를 분석대상으로 사용하였다. 학제성을 측정하기 위한 지수로 ‘분야적 다양성’을 나타내는 Shannon 엔트로피 지수와 Stirling 다양성 지수, ‘네트워크 응집성’을 나타내는 지수로는 토픽 네트워크의 평균 경로길이를 사용하였다. 계산된 다양성과 응집성 지수를 통해 학제성의 유형을 분류한 후 각 유형을 대표하는 학술지들의 토픽 네트워크를 비교하였다. 이를 통해 본 연구의 텍스트 기반 다양성 지수는 기존의 인용정보 기반 다양성 지수와 다른 양상을 보이고 있어 상호보완적으로 활용될 수 있으며, 다양성과 응집성을 모두 고려하여 분류된 각 학술지의 토픽 네트워크를 통해 개별 학술지가 다루는 세부주제의 특성과 연결 정도를 직관적으로 파악할 수 있었다. 이를 통해 토픽 모델링을 통한 텍스트 기반의 학제성 측정이 학술지의 학제성을 나타내는 데에 다양한 역할이 가능함을 확인하였다.

Abstract

This study has measured interdisciplinarity using a topic modeling, which automatically extracts sub-topics based on term information appeared in documents group unlike the traditional top-down approach employing the references and classification system as a basis. We used titles and abstracts of the articles published in top 20 journals for the past five years by the 5-year impact factor under the category of ‘Information & Library Science’ in JCR 2013. We applied ‘Discipline Diversity’ and ‘Network Coherence’ as factors in measuring interdisciplinarity; ‘Shannon Entropy Index’ and ‘Stirling Diversity Index’ were used as indices to gauge diversity of fields while topic network’s average path length was employed as an index representing network cohesion. After classifying the types of interdisciplinarity with the diversity and cohesion indices produced, we compared the topic networks of journals that represent each type. As a result, we found that the text-based diversity index showed different ranking when compared to the reference-based diversity index. This signifies that those two indices can be utilized complimentarily. It was also confirmed that the characteristics and interconnectedness of the sub-topics dealt with in each journal can be intuitively understood through the topic networks classified by considering both the diversity and cohesion. In conclusion, the topic modeling-based measurement of interdisciplinarity that this study proposed was confirmed to be applicable serving multiple roles in showing the interdisciplinarity of the journals.

초록

본 연구는 시각화 정보검색시스템이 실제 정보검색환경에서 이용자에게 원활하게 수용될 수 있는지에 대한 경험적인 분석을 제공하고자, 상용 학술데이터베이스의 텍스트 기반 검색과 비주얼검색의 사용성을 비교․평가하고, 실험순서에 따라 사용성 평가에 있어 차이가 있는지 분석하였다. 검색소요시간과 처리동작횟수에 있어서 텍스트 기반 검색이 비주얼검색보다 더 효율적인 것으로 나타났으며, 통계적으로 유의한 차이가 있는 것으로 나타났다. 또한 사용성에 대한 인식에 있어서도 텍스트 기반 검색이 비주얼 검색보다 전체적으로 더 높게 나타났으며 통계적으로 유의한 차이가 있는 것으로 나타났다.

Abstract

This study examined the usability of text-based search and visual search of a large multidisciplinary library database to provide an empirical analysis of the acceptability of visual systems in the information retrieval environment. It also examined if there are differences in the usability assessment based on experimental order. The results indicated that the text-based search supported users' search behaviors more efficiently than the visual search. Also the text-based search was rated higher than the visual search in terms of user perceptions of four usability factors.

초록

본 연구는 먼저 민간의 고객관계관리(CRM)시스템을 정부차원에서 적용한 정책고객관계관리(PCRM)시스템의 개념과 현황, PCRM과 CRM의 비교, 그리고 통일부의 도입사례를 통해 PCRM의 핵심인 고객의 정의와 분류 과정에 대해 살펴본다. 다음, 통일부 소속 전문도서관인 북한자료센터의 사례를 통해 다른 정부기관 전문도서관에서의 활용 방향과 전자정부에서 시도된 다른 연계 시스템들과의 관계에 대해 논구한다. 마지막으로 이를 통해 PCRM이 전문도서관에서 발전적으로 정착하기 위해서 보안해야 할 문제에 대해서 고찰한다.

Abstract

This study examines firstly concept and present condition of Policy Customer Relationship Management(PCRM) system which applying in the governmental dimension Customer Relationship Management(CRM) system of enterprises(profit-making organizations), comparison of PCRM and CRM, and definition of customer and customer classification process as a key of PCRM. Next, investigates applying plan in the other special libraries of governmental institution through the case study of Information Center on North Korea(special library attached to the Ministry of Unification) and relationship with different connection systems attempted in e-government(Enterprise Architecture). Lastly, through this, considers complemental issues for developmental fixation in special libraries.