초록

이 연구의 목적은 기록물의 맥락정보를 담고 있는 메타데이터를 활용하여 기록물 자동분류 과정에서의 성능요소를 파악하는데 있다. 연구를 위해 2022년 중앙행정기관 원문정보 약 97,064건을 수집하였다.수집한 데이터를 대상으로 다양한 분류 알고리즘과 데이터선정방법, 문헌표현기법을 적용하고 그 결과를 비교하여 기록물 자동 분류를 위한 최적의 성능요소를 파악하고자 하였다. 연구 결과 분류 알고리즘으로는 Random Forest가, 문헌표현기법으로는 TF 기법이 가장 높은 성능을 보였으며, 단위과제의 최소데이터 수량은 성능에 미치는 영향이 미미하였고 자질은 성능변화에 명확한 영향을 미친다는 것이 확인되었다.

Abstract

The objective of this study is to identify performance factors in the automatic classification of records by utilizing metadata that contains the contextual information of records. For this study, we collected 97,064 records of original textual information from Korean central administrative agencies in 2022. Various classification algorithms, data selection methods, and feature extraction techniques are applied and compared with the intent to discern the optimal performance-inducing technique. The study results demonstrated that among classification algorithms, Random Forest displayed higher performance, and among feature extraction techniques, the TF method proved to be the most effective. The minimum data quantity of unit tasks had a minimal influence on performance, and the addition of features positively affected performance, while their removal had a discernible negative impact.

초록

공공도서관의 효율성을 객관적으로 측정하여 성과관리에 기여하고자 도서관서비스에 내재된 질적 특성을 반영한 효율성 분석모형을 제시하고 이 분석모형을 적용한 실증적 연구를 통해 효율성 제고방안을 모색하였다. 이미 국내외 연구에서 기존 공공부문에서 사용되는 분석기법을 적용하여 효율성을 측정하였으나, 도서관의 특성을 충분히 반영하지 못했고 측정결과에 대한 일반적인 이론도출을 시도한 연구도 없었다. 이에 본 연구에서는 도서관서비스에 내재된 질적 특성을 반영하는 분석모형을 제시하고 분석해봄으로써 효율성 요인을 분석하고자 하였다. 분석결과 현재 공공도서관에 투입량을 기준으로 산출량은 증가될 수 있으므로 현재 투입 수준에 맞게 산출량을 증가시키는 방법을 모색하고 지속적으로 투입양을 증가시켜야 한다. 효율성 영향요인은 이용자수, 물리적 환경, 전문 인력, 문화 프로그램 기획력, 전자자료 등으로 분석되었고, 다중회귀분석을 실시한 결과 이용자수, 전문 인력, 문화프로그램 기획력이 효율성과 인과관계를 갖고 있었다.

Abstract

This study measures the efficiency of public libraries, library services, and management to contribute to the proposed model for efficiency analysis, reflecting the characteristics in public libraries. This analysis model of applying the empirical research pursues the solutions to provide efficiency. Although many attempts have been made domestically and internationally to study the measurement of the efficiency, mere application of analysis techniques used in the other public sectors has led to the inadequate measurement for characteristics of library services. In addition, there has not been any attempt made to deduce a general theory for the study from the measurement results. In this study, an analysis model that reflects the inherent characteristics in library services is suggested to be analyzed empirically, and this leads to the understanding of efficiency factors. The results of the study show that the efficiency of current public libraries can be increased on the basis of input and output. Therefore the commitment to increase the level of output to meet the current need shall continue by the amount, rather than by the commitment to reduce the level of input. Finally, the factors influencing the efficiency are the number of users, the physical environment, professional staffs, events planning, and electronic resources. After analyzing the five factors via multiple regression analysis, three factors such as the number of users, professional staff and events planning proved causal relationship with the efficiency.

초록

국내 학술회의 논문으로 구성된 문헌집합을 대상으로 기계학습에 기초한 자동분류의 성능에 영향을 미치는 요소들을 검토하였다. 특히 구현이 쉽고 컴퓨터 처리 속도가 빠른 로치오 알고리즘을 사용하여 『한국정보관리학회 학술대회 논문집』의 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 분류기 생성 방법, 학습집합 규모, 가중치부여 기법, 범주 할당 방법 등 주요 요소들의 특성을 다각적인 실험을 통해 살펴보았다. 결과적으로 분류 환경 및 문헌집합의 특성에 따라 파라미터(β, λ)와 학습집합의 크기(5년 이상)를 적절하게 적용하는 것이 효과적이며, 동등한 성능 수준이라면 보다 단순한 단일 가중치부여 기법을 사용하여 분류의 효율성을 높일 수 있음을 발견하였다. 또한 국내 학술회의 논문의 분류는 특정 논문에 하나 이상의 범주가 부여되는 복수-범주 분류(multi-label classification)가 실제 환경에 부합한다고 할 수 있으므로, 이러한 환경을 고려하여 주요 성능 요소들의 특성에 기초한 최적의 분류 모델을 개발할 필요가 있다.

Abstract

This study examined the factors affecting the performance of automatic classification for the domestic conference papers based on machine learning techniques. In particular, In view of the classification performance that assigning automatically the class labels to the papers in Proceedings of the Conference of Korean Society for Information Management using Rocchio algorithm, I investigated the characteristics of the key factors (classifier formation methods, training set size, weighting schemes, label assigning methods) through the diversified experiments. Consequently, It is more effective that apply proper parameters (β, λ) and training set size (more than 5 years) according to the classification environments and properties of the document set. and If the performance is equivalent, I discovered that the use of the more simple methods (single weighting schemes) is very efficient. Also, because the classification of domestic papers is corresponding with multi-label classification which assigning more than one label to an article, it is necessary to develop the optimum classification model based on the characteristics of the key factors in consideration of this environment.

초록

본 연구는 대학도서관 업무의 수행 형태와 요소의 변화를 시대별(도서관1.0, 도서관2.0, 도서관3.0)로 파악하고자 하는 연구이다. 전술한 목적을 달성하기 위하여 본 연구에서는 대학도서관의 업무를 경영관리, 장서개발 및 관리, 자료조직, 이용서비스, 정보시스템 구축 및 관리의 5개 직무로 구분한 다음 각 직무별 세부 업무에 대하여 도서관 현장의 중견 사서 및 문헌정보학 분야의 교수들을 대상으로 2차례에 걸친 델파이조사를 실시하였다. 연구의 결과, 대학도서관의 업무가 참여, 공유, 개방(도서관2.0 시대)을 넘어서 소셜 네트워크, 시맨틱(도서관3.0 시대)의 개념이 적용되면서 업무의 수행 형태 및 요소에도 많은 변화가 있는 것으로 나타났다. 도서관2.0 시대에서 시작한 모바일, RFID, SNS, NFC 등 신기술의 발전에 따라 도서관3.0 시대에는 이용서비스에 대한 변화가 급격하게 이루어져서 이를 지원하는 도서관 시스템의 지속적인 업그레이드가 필요한 것으로 밝혀졌다.

Abstract

This study aimed to investigate the period-specific changes (Library 1.0, Library 2.0, Library 3.0 Period) of job factors and performance features in academic libraries. For this, the study categorized an academic library’s job into five dimensions: 1) library administration 2) collection development and management 3) information organization 4) information services and 5) information system development and management, After the categorized library’s job was defined in detail, the Delphi survey was conducted twice on librarians and professors of library and information science. The result showed that there were many changes in job factors and performance features in academic libraries towards the period of library 2.0 characterized by user participation, sharing and openness and into library 3.0 characterized by social network and semantic web. Library 3.0 is likely to bring about a significant change in user services with ever changing technological advances stemming from library 2.0, such as mobile services, RFID and NFC etc. The finding of the study suggest that library systems need to be continually upgraded in the period of library 3.0.

초록

문헌정보학 분야의 국내 학술지 논문으로 구성된 문헌집합을 대상으로 기계학습에 기초한 자동분류의 성능에 영향을 미치는 요소들을 검토하였다. 특히, 「정보관리학회지」에 수록된 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 용어 가중치부여 기법, 학습집합 크기, 분류 알고리즘, 범주 할당 방법 등 주요 요소들의 특성을 다각적인 실험을 통해 살펴보았다. 결과적으로 분류 환경 및 문헌집합의 특성에 따라 각 요소를 적절하게 적용하는 것이 효과적이며, 보다 단순한 모델의 사용으로 상당히 좋은 수준의 성능을 도출할 수 있었다. 또한, 국내 학술지 논문의 분류는 특정 논문에 하나 이상의 범주를 할당하는 복수-범주 분류(multi-label classification)가 실제 환경에 부합한다고 할 수 있다. 따라서 이러한 환경을 고려하여 단순하고 빠른 분류 알고리즘과 소규모의 학습집합을 사용하는 최적의 분류 모델을 제안하였다.

Abstract

This study examined the factors affecting the performance of automatic classification based on machine learning for domestic journal articles in the field of LIS. In particular, In view of the classification performance that assigning automatically the class labels to the articles in 「Journal of the Korean Society for Information Management」, I investigated the characteristics of the key factors(weighting schemes, training set size, classification algorithms, label assigning methods) through the diversified experiments. Consequently, It is effective to apply each element appropriately according to the classification environment and the characteristics of the document set, and a fairly good performance can be obtained by using a simpler model. In addition, the classification of domestic journals can be considered as a multi-label classification that assigns more than one category to a specific article. Therefore, I proposed an optimal classification model using simple and fast classification algorithm and small learning set considering this environment.

초록

로치오 알고리즘에 기반한 자동분류의 성능 향상을 위하여 두 개의 실험집단(LISA, Reuters-21578)을 대상으로 여러 가중치부여 기법들을 검토하였다. 먼저, 가중치 산출에 사용되는 요소를 크게 문헌요소(document factor), 문헌집합 요소(document set factor), 범주 요소(category factor)의 세 가지로 구분하여 각 요소별 단일 가중치부여 기법의 분류 성능을 살펴보았고, 다음으로 이들 가중치 요소들 간의 조합 가중치부여 기법에 따른 성능을 알아보았다. 그 결과, 각 요소별로는 범주 요소가 가장 좋은 성능을 보였고, 그 다음이 문헌집합 요소, 그리고 문헌 요소가 가장 낮은 성능을 나타냈다. 가중치 요소 간의 조합에서는 일반적으로 사용되는 문헌 요소와 문헌집합 요소의 조합 가중치(tfidf or ltfidf)와 함께 문헌 요소를 포함하는 조합(tf*cat or ltf*cat) 보다는, 오히려 문헌 요소를 배제하고 문헌 집합 요소를 범주 요소와 결합한 조합 가중치 기법(idf*cat)이 가장 좋은 성능을 보였다. 그러나 실험집단 측면에서 단일 가중치와 조합 가중치를 서로 비교한 결과에 따르면, LISA에서 범주 요소만을 사용한 단일 가중치(cat only)가 가장 좋은 성능을 보인 반면, Reuters-21578에서는 문헌집합 요소와 범주 요소간의 조합 가중치(idf*cat)의 성능이 가장 우수한 것으로 나타났다. 따라서 가중치부여 기법에 대한 실제 적용에서는, 분류 대상이 되는 문헌집단 내 범주들의 특성을 신중하게 고려할 필요가 있다.

Abstract

This study examines various weighting methods for improving the performance of automatic classification based on Rocchio algorithm on two collections(LISA, Reuters-21578). First, three factors for weighting are identified as document factor, document factor, category factor for each weighting schemes, the performance of each was investigated. Second, the performance of combined weighting methods between the single schemes were examined. As a result, for the single schemes based on each factor, category-factor-based schemes showed the best performance, document set-factor-based schemes the second, and document-factor-based schemes the worst. For the combined weighting schemes, the schemes(idf*cat) which combine document set factor with category factor show better performance than the combined schemes(tf*cat or ltf*cat) which combine document factor with category factor as well as the common schemes(tfidf or ltfidf) that combining document factor with document set factor. However, according to the results of comparing the single weighting schemes with combined weighting schemes in the view of the collections, while category-factor-based schemes(cat only) perform best on LISA, the combined schemes(idf*cat) which combine document set factor with category factor showed best performance on the Reuters-21578. Therefore for the practical application of the weighting methods, it needs careful consideration of the categories in a collection for automatic classification.

초록

본 연구는 온라인 과학기술정보 서비스 품질에 대한 기대수준과 성과에 대한 지각수준이 이용자 만족도와 충성도에 어떠한 영향을 미치는가를 분석하고자 하였다. 이를 위해 한국과학기술정보연구원에서 제공하고 있는 온라인 과학기술정보 서비스인 NDSL의 서비스 품질 측정 모형인 NDSLQual을 사용하여 조사 및 분석을 실시하였다. 분석 결과, 첫째, 일곱 가지 기대 요인 가운데 신뢰성, 편리성, 시스템사용성, 정보품질의 네 가지 요인이 이용자 만족도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 둘째, 일곱 가지 기대 요인 가운데 충성도에 유의한 부(-)의 영향을 미치는 서비스문제해결을 제외한 신뢰성, 편리성, 시스템사용성, 대응성, 보안, 정보품질의 여섯 가지 요인은 모두 충성도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 셋째, 일곱 가지 성과에 대한 지각 요인 가운데 신뢰성, 편리성, 정보품질의 세 가지 요인이 이용자 만족도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 넷째, 일곱 가지 성과에 대한 지각 요인 가운데 신뢰성, 편리성, 정보품질의 세 가지 요인이 충성도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 연구 결과, 일곱 가지 서비스 요인 가운데 정보품질, 신뢰성, 편리성에 대한 기대수준과 성과에 대한 지각수준이 NDSL의 이용자 만족도와 충성도를 높일 수 있는 공통 요인으로 나타났다.

Abstract

The purpose of this study is to reveal the influence of the expectation and perceived performance of the online science & technology information service quality on user satisfaction and royalty. To achieve this goal, we use the NDSLQual model to measure the quality of NDSL service. The results were as follows: First, among seven expectation factors, four factors (reliability, convenience, system usability and information quality) had a positive effect on the user satisfaction. Second, while service recovery had a negative effect on the royalty, the other six factors (reliability, convenience, system usability, responsiveness, security and information quality) had a positive effect on the royalty. Third, among seven perceived performance factors, three factors (reliability, convenience and information quality) had a positive effect on the user satisfaction. Fourth, among seven perceived performance factors, three factors (reliability, convenience and information quality) had a positive effect on the royalty. As a result, information quality, reliability and convenience of the expectation and perceived performance are common factors influencing user satisfaction and royalty.

초록

Abstract

This paper explores how interface environments have an influence on novice users’ performance in social virtual worlds (SVWs), which are emerging user-centric three-dimensional cyberspaces. Despite their early popularity, SVWs have experienced that numerous new users leave the cyberspaces soon before they become long-term users. One possible reason is that unfamiliar interfaces of SVWs can be a barrier to novice users’ adaptation of the technology. To understand a role of interfaces in the users’ assimilation of SVWs, we examine an impact of three interface factors (presence, affordance, and feedback) on performance which is regarded as a yardstick for users’ adaptation of SVWs. Forty participants were recruited and went through one-hour experimental sessions with seven tasks in Second Life; they were also asked to answer a questionnaire. Findings indicate that while affordance and feedback are significant factors influencing novice users’ performance, presence has no impact on their performance.

초록

Abstract

The purpose of this study is to develop an adoptive model of institutional repositories (IRs) by identifying the key factors affecting adoptive intention of IRs and explaining the relations among these factors. Through a survey of 270 researchers and 12 in-depth interviews in the field of physics, mathematics, and life science in Korea, performance expectancy, perceived risks, socio-organizational influence, and individual characteristics were found to have substantial influences on the adoptive intention of IRs. Among the key factors, individual characteristics showed the greatest effect on the adoptive intention of IRs, followed by performance expectancy and other socio-organizational influences except for the perceived risks. Strategies to enhance the adoptive intention of IRs based on analyses of the results were suggested, in terms of the reformation of research assessment system at the national level, strengthening of role of the operational institution, and the need for voluntary scientists-participating service.

초록

본 연구에서는 공공부문에서 운영되고 있는 KMS의 성과평가의 일환으로 KMS 사용자 만족도의 선행요인 및 사용자 만족도와 성과 간의 구조적 관계를 분석하고 효과적인 KMS 운영을 위한 함의를 제시하였다. 본 연구에서 실시한 지식품질과 KMS 품질, 사용자 만족도 및 성과 간의 영향관계에 관한 구조방정식 분석결과, 연구모형에서 설정한 3개의 가설 모두가 채택되었다. 이러한 분석결과를 토대로 본 연구에서는 KMS 사용자 만족도 및 성과 향상을 위한 효과적인 KMS 운영방안을 제시하였다.

Abstract

The purposes of this study are to examine the factors influencing the user satisfaction of knowledge management system(KMS) and the influence of the user satisfaction on the performance, and to search the strategies for effective KMS operating. The results of covariance structural analyses indicate that the factors-knowledge quality and KMS quality significantly influence the user satisfaction. User satisfaction also significantly affects the performance. Based on the results, this study discusses the potential implications for the strategies of KMS implementing to improve the user satisfaction and performance.