- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
이 연구에서는 우리나라의 인문학자들이 최근 학술정보환경의 급격한 변화에 직면하여 연구를 수행하는 과정에서 현재 어떤 정보자원을 이용하고 중요하다고 여기며, 앞으로 오년 동안 이용 빈도의 변화를 어떻게 전망하는지 살펴보았다. 이 연구의 목적은 인문학자들의 정보자원 이용행태의 현상과 변화에 관한 전망을 포괄적으로 분석하고, 이를 근거로 대학도서관들이 어떤 서비스를 제공할 수 있는 방안을 제안하는 것이다. 이 연구를 위해 스물다섯 개 대학 소속 인문학 분야 교수 중 799명을 표본으로 확정한 후, 2007년 11월부터 2008년 1월 사이 우편 서베이를 실시하여, 모두 132개의 분석 가능한 설문을 수집하였다. 서베이 응답자들은 대체로 연구와 교육에 균등한 시간을 배분하며, 대부분 단독연구를 수행하는 독자적 연구행태를 보였다. 책과 인쇄학술지(심사)로 대표되는 전통적 자원의 현재 이용 빈도 및 중요성의 인식도가 절대적으로 높았으나, 전자원문, 전자학술지 등 텍스트 형태의 전자자원에 대한 의존도 또한 높았고, 향후 오년 동안 그 이용 빈도는 상당히 증가할 것으로 전망하였다. 인문학자들 가운데 신진연구자, 중견연구자 및 최고경력자 집단 사이에 정보자원의 이용 행태 면에서 다소 차이점이 있는 것으로 보였다. 대학도서관은 인문학자들을 위해 (1) 보다 적극적인 “아웃리치(Outreach)” 수행, (2) 인쇄 및 전자자원 장서의 균형적 구성 및 우선순위 결정, (3) 전통적 정보자원을 위한 정보리터러시 교육의 적절한 수행, (4) 전자자원 이용 행태의 현황 및 변화 추이의 지속적 모니터링 및 교육 시행, 그리고 (5) 적절한 물리적 공간으로서 역할 확인이 필요함을 강조하였다.
Abstract
The purpose of this study is to investigate the use of information resources of the humanities scholars in Korea and suggest the strategic planning of academic library and information services to serve their needs. To collect data, a mail survey was conducted during the period of November 2007 through January 2008. Out of 799 humanities scholars sampled from 25 universities, 132 responded with the completion rate of 16%. Major findings in this study are as follows: First, the majority of the humanities scholars distribute their time equally to research and education, and conduct independent research. Second, they still largely depend on print resources, including scholarly journals, books, and manuscripts for getting information, while using some online information resource mostly in text such as electronic documents and journals. They expect that the frequency of using such print resources would not decline much, but the use of online resources could definitely increase in the next five years. Some variances in the behavior were observed among the groups of scholars according to their research experiences. It is suggested that academic libraries (1) conduct more active outreach, (2) prioritize between traditional and electronic resources, (3) plan information literacy education for traditional resources.
초록
본 연구는 다양한 지식이 축적되고 공유되며 구성원 간의 관계와 상호작용을 바탕으로 지식이 생산되고 활용되는 공간인 소셜 러닝 커뮤니티에서 학습자의 지식소싱 행위가 지식활용 성과에 어떠한 영향을 미치는지를 실증적으로 분석하는 것을 목적으로 하였다. 이를 위해 한 대학의 사회과학분야 전공수업에 참여한 55명의 학습자들을 대상으로 소셜 러닝 커뮤니티를 구성하고 한 학기의 소셜 러닝 완료 후 설문조사를 통해 자료를 수집하였으며, 다중회귀분석을 사용하여 지식소싱 행위와 지식활용 성과의 영향관계를 규명하였다. 연구 결과, 양자 지식소싱과 문서 지식소싱은 지식재이용과 지식응용에 영향을 미치며, 그룹 지식소싱은 지식응용과 지식혁신에 영향을 미치는 것으로 나타났다. 본 연구의 결과는 소셜 러닝 커뮤니티에서 지식의 이용 목적에 따라 효율적인 지식소싱 행위를 선택하는데 유용할 것으로 기대된다.
Abstract
This research aims to analyze empirically the effects of learners’ knowledge sourcing behavior on the knowledge utilization outcomes in a social learning community. This kind of virtual community is of service to users who not only produce but also share a variety of valuable knowledge which is created based on relationships and interactions among learners. In order to conduct the study, a group of learners was made of 55 undergraduate students who were majoring in social science. The data was collected by online survey at the end of the term and multiple regression methods have been used for empirical analysis. The study shows that dyadic knowledge sourcing and published knowledge sourcing both have significant effects on knowledge reuse and knowledge adaptation. In addition, knowledge adaptation and knowledge innovation were affected by group knowledge sourcing. The research results help to select appropriate knowledge sourcing behavior depending on one’s purpose of knowledge use.
초록
본 연구는 대용량 음악콘텐츠환경에서 개인화 추천 서비스를 위한 기반구조의 제공을 위하여 시도되었다. 추천서비스를 위한 기존의 많은 연구와 상용프로그램에도 불구하고 대규모의 쇼핑몰들은 개인화 추천서비스와 실시간으로 대용량의 데이터를 처리할 수 있는 추천시스템을 필요로 하고 있다. 이를 위하여 본 연구에서는 데이터마이닝 기술과 새로은 패턴매칭 알고리즘을 제안하고 있다. 콘텐츠 주제분야에 대한 이용자의 선호도를 이용한 이용자 분할을 위하여 군집화 기법이 사용되었다. 다음으로는 군집화를 통하여 생성된 분할된 이용자 그룹에서 개별 이용자의 콘텐츠에 대한 접근 패턴의 추출을 위하여 순차패턴 마이닝기법을 적용하였다. 최종적으로 각각의 이용자 군집의 콘텐츠 접근 패턴과 콘텐츠 선호도에 기반한 제안된 추천 알고리즘에 의해 추천이 이루어진다. 이러한 추천을 위하여 기반구조와 함께, 전처리과정과 원본 데이터의 형식변환이 데이터베이스에서 수행되어진다. 본 연구에서 제안하고 있는 기반구조의 적절성을 보여주기 위하여 제안된 시스템을 구현하였다. 실제 이용자에 의해 이용된 데이터를 실험에 적용하였으며, 해당 실험에서 추천은 실시간으로 이루어졌으며 추천결과에 있어서는 적절한 정확성을 보여주고 있다.
Abstract
This study attempts to give a personalized recommendation framework in large-sized music contents environment. Despite of many existing studies and commercial solutions for a recommendation service, large online shopping malls are still looking for a recommendation system that can serve personalized recommendation and handle large data in real-time.This research utilizes data mining technologies and new pattern matching algorithm. A clustering technique is used to get dynamic user segmentations using user preference to contents categories. Then a sequential pattern mining technique is used to extract contents access patterns in the user segmentations. Finally, the recommendation is given by our recommendation algorithm using user contents preference history and contents access patterns of the segment. In the framework, preprocessing and data transformation and transition are implemented on DBMS. The proposed system is implemented to show that the framework is feasible. In the experiment using real-world large data, personalized recommendation is given in almost real-time and shows acceptable correctness.