- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
가치 있는 디지털 정보자원으로서 연구정보를 위한 보존 메타데이터 요소를 개발하였다. 특히 국가정책지식 생산의 주역이라고 할 수 있는 경제․인문사회 분야 정부출연연구기관의 연구정보를 장기적으로 보존하여 활용할 수 있는 기반으로서 보존 메타데이터 요소를 개발하였다. 다양한 부서와 기관에서 분산 관리되고 있는 연구정보의 상호운용성을 확보하기 위하여 OAIS 참조모형을 기반으로 유럽표준인 CERIF와 PREMIS 데이터 사전의 요소들을 비교 분석한 다음, 양자의 특성을 반영하여 상호보완적인 보존 메타데이터 요소를 개발하였다. 그 결과로서 개념적 차원이 아닌 실제 구현이 가능하고 시스템 간의 호환성이 전제된 연구정보 보존 메타데이터 요소들과 적용사례를 제시하였다.
Abstract
This study aimed at developing preservation metadata elements and its applications for research information which is considered as a valuable digital resource these days. Specifically, the developed preservation metadata intends to provide a basis for the research information of the government-funded research institutes in economic and social science fields which are major knowledge producers of national policy. To ensure the interoperability of the research information across various departments and organizations, this study compared the elements from the CERIF(European Standard) and those from the PREMIS Data Dictionary which is based on OAIS reference model (ISO 14721). Based on this comparative analysis, this study developed complementary preservation metadata elements based on the two standards’ characteristics. Consequently, this study suggested a new preservation metadata elements and its applications that are compatible between the two systems and can be implemented in practice.
초록
웹 3.0의 개념과 실체에 대한 논의와 함께 도서관 3.0의 개념과 실체에 대한 논의도 최근 몇 년 동안 여러 학자들과 현장 전문가들에 의해 진행되어 온 것을 알 수 있다. 본 연구에서는 도서관 3.0을 바라보는 다양한 논의들을 분석하고 도서관 3.0의 개념을 정리하고자 하며, 이를 기반으로 한 도서관 3.0 서비스 모형을 제안하고자 한다. 본 연구에서 제안된 도서관 3.0 서비스의 키워드는 기계에 의한 데이터 처리가 가능한 시맨틱 웹 기술과 소셜 네트워킹 서비스가 전자도서관에 적용되어 ‘진정한 지식 공유 및 협업’이 가능한 소셜시맨틱디지털도서관, 도서관의 자원이 Linked Data가 되어 전 세계의 도서관이 연결된 구조의 링키드 도서관, 그리고 RFID 및 모바일기술이 적용된 유비쿼터스적 모바일 도서관이다.
Abstract
Recently the concept of Library 3.0 and its substance have been discussed by scholars and specialists along with Web 3.0. This study aims to analyze the debates on Library 3.0 and review the concept of Library 3.0. In addition, this study proposes library 3.0 service model based on its analysis. The keywords of in the proposed Library 3.0 model in this study is the Social Semantic Digital Library(SSDL), the Linked Library, and the Mobile Library. First, the SSDL means a real knowledge sharing and cooperation by applying both semantic web technology that which can manage data by machines and social networking services into e-libraries. Second, the Linked Library indicates that library resources become linked data that link libraries in all over the world. Finally, the Mobile Library refers to ubiquitous library equipped with RFID and mobile technology.
초록
이 연구에서는 특허의 인용에 영향을 미치는 주요 변수들을 토대로 특허의 피인용횟수를 예측하기 위한 모형을 제시하였다. 이를 위해 미국특허를 대상으로 5개 주제분야에 걸쳐 특허의 피인용횟수와 일정 수준 이상의 상관관계, 즉 5% 이상의 설명력을 갖는 것으로 밝혀진 페이지 수, 청구항 수, 참고문헌 평균 피인용횟수, 서지결합도, 문헌간유사도 등 5개 변수들을 토대로 다중회귀분석을 실시하였다. 연구결과에 따르면, 제시된 5개 주제분야의 특허인용 예측모형의 설명력은 주제분야에 따라 58.3%~89.6%로 나타났으며, 예측변수로 사용된 5개의 독립변수 중 특허 피인용횟수에 가장 영향력이 높은 변수는 ‘문헌간유사도’로 나타났다. 또한 이 연구에서 추정된 주제분야별 예측모형을 토대로 산출한 특허 피인용횟수에 대한 예측값과 실제값을 비교한 결과 이들 예측모형은 5개 주제분야에서 모두 적합한 것으로 나타났다.
Abstract
The purpose of this study is to develop a prediction model of patent citation counts based on major factors which affect patent citation. To this end, we performed multiple regression analysis between the patent citation counts and five explanatory variables such as the number of pages, the number of claims, the reference-average-citation rate, the strength of bibliographic coupling, and the document similarity proved as having 5% or more standardized variances(r2) with patent citation counts, with a test dataset of U.S. patents in five subject fields. As a result, our prediction models showed 58.3% to 89.6% predictability depending on subject fields and revealed the document similarity has the highest impact on citation counts among the five predictive variables in all the subject fields. The result of comparison between the predicted citation counts and the actual ones confirmed the usefulness of the citation prediction models built for each subject field.