초록

Abstract

This study explores knowledge structures of science and technology disciplines using a cocitation analysis of journal subject categories with the publication data of a science & technology oriented university in Korea. References cited in the articles published by the faculty of the university were analyzed to produce MDS maps and network centralities. For the whole university research domain, six clusters were created including clusters of Biology related subjects, Medicine related subjects, Chemistry plus Engineering subjects, and multidisciplinary sciences plus other subjects of multidisciplinary nature. It was found that subjects of multidisciplinary nature and Biology related subjects function as central nodes in knowledge communication network in science and technology. Same analysis procedure was applied to two natural science disciplines and another two engineering disciplines to present knowledge structures of the departmental research domains.

초록

학문의 전문화와 학제성은 학문의 발전과 함께 이루어지며, 학제성을 규명하는 것은 학문의 좌표 설정에 있어서 중요하다. 본 연구는 연구자의 소속 학과와 연구 영역 간의 상관관계 분석을 통해서 학제성을 규명하는데 목적이 있다. 한국학술진흥재단에 등록된 63,578명의 연구자 소속 학과와 대분류 및 중분류 연구영역 간의 상관관계를 분석하였다. 이러한 상관관계 분석을 통해서, 대분류 연구영역 간에는 사회과학과 복합학, 의약학과 복합학, 자연과학과 의약학, 자연과학과 농수해양 간의 학제성을 찾아볼 수 있었다. 보다 구체적인 상관관계는 중분류 연구영역 단계와 소속 학과 간의 상관관계 분석을 통해 나타났다. 즉, 복합학과 사회과학은 다양한 연구영역이 서로 학제적 성격을 나타내며, 복합학과 의약학은 복합학 하위의 뇌과학 연구영역 때문인 것으로 분석되었다. 또한 자연과학과 의약학은 자연과학 내의 기타자연과학, 화학, 생물학에 기인한 것이며, 자연과학과 농수해양은 농수해양 내의 농학, 수산학, 식품과학 연구영역에 인한 것으로 나타났다.

Abstract

The purpose of this study is to identify interdisciplinarity among eight research areas based upon the correlations between researchers' department affiliations and research areas. More specifically, eight research areas and their sub-areas, 153 sub-areas with researchers' department affiliations were analyzed in terms of Pearson correlation analyses. The findings demonstrated that there was interdisciplinarity between Social Science and Multiple Science Areas, Social Science and Medical & Pharmaceutical Area, Natural Science and Medical & Pharmaceutical Area, and Medical & Pharmaceutical Area and Agricultural Science.

초록

시멘틱 웹은 현재의 월드와이드웹의 진화된 모습으로 컴퓨터와 인간이 서로 협업할 수 있도록 컴퓨터가 이해할 수 있는 지식데이터베이스인 온톨로지 기술을 활용한다. 그러나, 온톨로지를 활용하여 정보의 의미를 이해하고 처리 가능하도록 데이터의 표현형식이 표준화 되더라도, 각기 다른 개발자가 서로 다른 개념하에 구축한 온톨로지를 기반으로 작성된 데이터는 상호 불일치 문제를 유발할 수 있다. 따라서, 서로 다른 개념 하에 구축된 온톨로지 간에는 상호 서로 다른 온톨로지 간 정렬작업이 필요하다. 서로 다른 온톨로지 개념노드 간 자동화 처리된 의미정렬 시 인간전문가가 참으로 판단한 사실을 거짓으로 잘못 판단하는 문제상황(false negative)에 의해 정렬오류문제가 발생하게 되는데, 본 연구에서는 서로 다른 온톨로지 개념노드 간 의미정렬과정에서 발생하는 false negative 오류를 최소화 할 수 있는 알고리즘을 새롭게 개발, 제시하였다.

Abstract

Semantic web technology is the evolution of current World Wide Web including a machine-understandable knowledge database, ontology, it may be enable machine and people to work together. However, problems arise when we try to communicate with different data, which are annotated by different ontologies created by different people with different concepts. Thus, to communicate between ontologies, it needs to align between heterogeneous ontologies. When it is aligned between concept nodes of heterogeneous ontologies, one of main problems is a misalignment situation caused by false negative of automatic ontology mapping. So, in this paper, we present a new method to minimize the false negative error in the process of aligning concept nodes of different ontology.