- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
이 연구의 목적은 도서관이 데이터베이스 구축에 많은 비용을 투자할 가치가 있는지를 결정하기 위하여 원문정보서비스의 경제적 가치를 측정하는 것이다. 경제적 가치 측정을 위하여 조건부가치측정법을 적용하였다. 비시장재인 국내단행본 원문정보서비스의 가치를 측정하기 위해 가상시나리오를 설계하고 설문의 신뢰도를 높이기 위해 사전조사와 전문가의 검토, 질문방법으로 이중양분선택형을 선택하였다. 연구 결과, 국내단행본 원문정보서비스에 대해 이용자 1인당 지불하고자 하는 사용가치는 1책당 836원, 비사용가치는 연간 236원으로 측정되었다. 대학생 전체의 연간 경제적 총 가치는 831.8억원으로 산출되었다.
Abstract
The purpose of this study is to measure economic value of full-text information services in order to determine whether it is worth for libraries to invest a large amount of money in constructing database to begin with. The study applied an contingent valuation method to measure its economic value. The imaginary scenarios are designed for estimation the value of Non-market-goods, estimation in advance and experts investigation are needed for rising the confidence level, double-bounded dichotomous choice is chosen in question method. The use value, which one user is willing to pay for domestic monograph full-text information services, was 836 won per one monograph. And, the annual non-use value was 236 won. The total annual economic value of all the students was 831 billion won.
초록
본 연구는 이메일에 나타난 감성정보 메타데이터 추출에 있어 자연언어처리에 기반한 방식을 적용하였다. 투자분석가와 고객 사이에 주고받은 이메일을 통하여 개인화 정보를 추출하였다. 개인화란 이용자에게 개인적으로 의미 있는 방식으로 컨텐츠를 제공함으로써 온라인 상에서 관계를 생성하고, 성장시키고, 지속시키는 것을 의미한다. 전자상거래나 온라인 상의 비즈니스 경우, 본 연구는 대량의 정보에서 개인에게 의미 있는 정보를 선별하여 개인화 서비스에 활용할 수 있도록, 이메일이나 토론게시판 게시물, 채팅기록 등의 텍스트를 자연언어처리 기법에 의하여 자동적으로 메타데이터를 추출할 수 있는 시스템을 구현하였다. 구현된 시스템은 온라인 비즈니스와 같이 커뮤니케이션이 중요하고, 상호 교환되는 메시지의 의도나 상대방의 감정을 파악하는 것이 중요한 경우에 그러한 감성정보 관련 메타데이터를 자동으로 추출하는 시도를 했다는 점에서 연구의 가치를 찾을 수 있다.
Abstract
This paper describes a metadata extraction technique based on natural language processing (NLP) which extracts personalized information from email communications between financial analysts and their clients. Personalized means connecting users with content in a personally meaningful way to create, grow, and retain online relationships. Personalization often results in the creation of user profiles that store individuals preferences regarding goods or services offered by various e-commerce merchants. We developed an automatic metadata extraction system designed to process textual data such as emails, discussion group postings, or chat group transcriptions. The focus of this paper is the recognition of emotional contents such as mood and urgency, which are embedded in the business communications, as metadata.