- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구의 목적은 아파트 단지 내 작은도서관에서의 자원봉사활동 경험이 지역공동체 의식 형성에 기여하게 되는 과정을 질적분석을 통해 알아보는 데 있다. 연구목적 달성을 위해 D 광역시 DS 구에 있는 5개 아파트 도서관에서 자원봉사활동을 하고 있는 33명의 봉사자와 인터뷰를 진행하였다. 분석결과 자원봉사활동의 시작은 본인이 도서관의 주 이용자가 되어서 도서관을 통해 긍정적 경험을 하고 동시에 도서관에 대한 문제점을 인식하면서인 것으로 나타났다. 자원봉사활동을 통해 그들은 지역주민들과 더욱 활발히 소통하게 되고 도서관이라는 공간을 함께하는 공간으로 인식하게 되며, 이러한 인식을 통해 자원봉사활동경험은 지역에 대한 공동체 의식을 형성하는데 기여하는 것으로 나타났다.
Abstract
The purpose of this study is to analyze the effect of volunteering experience at a small library in an apartment complex on the formation of a sense of community through a qualitative method. To achieve the study purpose, thirty-three volunteers from five small libraries in an apartment complex in DS-gu at D Metropolitan City were interviewed. According to the study results, they started volunteering at the libraries as a main user of the libraries. Through the volunteering experience, they had positive feelings about the libraries and were aware of the problems with the libraries. Furthermore, the volunteering experience facilitated communication among the residents of the apartment and they recognized the libraries as a shared community space. Finally, through the above processes, the volunteering experience contributes to formimg a sense of community.
초록
이 연구는 우리나라 지자체가 운영하는 통합도서관들을 대상으로 통합검색 서비스의 기능적 특성을 분석하는 것을 목적으로 한다. 분석대상은 서울시의 25개 지자체에서 운영하는 통합도서관들이며, 분석항목은 통합검색과 관련된 12가지 영역의 서비스 기능들로 선택하였다. 연구의 결과는 다음과 같다. 첫째, 통합도서관은 자치구 내 공공도서관과 작은도서관의 연합체이며, 통합검색 서비스를 제공하고 있다. 제공되는 통합검색 서비스의 기능, 서지정보의 항목과 패싯의 유형이 다양하지 못하다. 둘째, 검색결과의 레코드는 타이틀 형식이 아니라, 대부분 아이템 형식이었다. 셋째, 도서정보를 보완하는 보강정보는 책에 대한 소개와 연관정보, 책과 관련된 키워드, 대출관련 정보 등으로 구성된다. 넷째, 통합검색이 디스커버리형 검색보다, 통합목록DB를 기반으로 하는 통합OPAC의 형태를 나타내고 있다. 자치구 내 공공도서관이나 작은도서관들에 분산되어 있는 소장목록DB들에 대한 통합검색을 제공하는데 집중하고 있다. 다섯째, 대부분의 통합도서관은 유사한 서비스 형태를 제공한다. 이 결과를 바탕으로 국내 공공도서관들이 디스커버리형 통합검색 서비스를 기대할 수 있는 개선방안을 제안하였다.
Abstract
The purpose of this study is to analyze the characteristics of the integrated search services for integrated libraries operated by local governments in Korea. The target of analysis was integrated libraries operated by 25 local governments in Seoul, and the analysis elements were selected from service functions in 12 areas related to integrated search. The results of the study are as follows. First, the integrated library is an association of public libraries and small libraries in autonomous districts and provides integrated search services. The provided integrated search service function, types of bibliographic information, and facets are not diverse. Second, the records in the search results were mostly item types, not title types. Third, enrichment information supplementing book information consists of book introductions, related information, book-related keywords, and loan-related information. Fourth, integrated search shows the form of integrated OPAC based on integrated catalog DB rather than discovery-type search. It concentrates on providing an integrated search for catalog DBs distributed in public libraries or small libraries in the autonomous district. Fifth, most integrated libraries provide similar service types. Based on these results, improvement plans were proposed for domestic public libraries to expect discovery-type integrated search services.
초록
이 연구는 국립중앙도서관에서 개발한 주제명표목표의 구성 현황과 2003년부터 2022년까지 국가서지 1,218,867건에 부여된 주제명의 현황을 분석하였다. 그 결과 첫째, 주제명표목표의 전체 주제명 중 우선어는 257,103개로 전체 용어의 50.2% 이상이었으며, 외국어가 169,466개(33.1%), 비우선어가 61,442개(12.0%) 등으로 구성되었다. 우선어 중에 활용된 주제명은 57,312종으로 22.3%에 해당하며 이 중 54.7%인 31,351종의 주제명은 부여횟수 5회 미만으로, 전체 중에서 적은 수의 주제명만을 활용하고 있음을 파악하였다. 둘째, 관계지시기호의 빈도는 RT, BT, NT 순으로 나타났으며, 최상위 주제명은 12,602종, 최하위 주제명은 143,704종이었고 최대 심도는 17수준이었다. 셋째, 서지 당 평균 1.72회의 주제명이 부여되었으며, 자료의 내용이 특정적일수록 주제명 부여 횟수가 많아지고 심도도 깊어지는 경향을 보였다. 그리고 최근에 입력한 서지일수록 부여된 주제명 수가 증가하였고 심도도 깊어졌으나, KDC 주류에 따라 서지 당 부여된 주제명 수는 편차가 있는 것으로 나타났다. 현황 분석을 통해 결과적으로 주제명표목표가 수록한 용어의 범위에 대한 평가와 주제명의 계층 관계 및 심도의 재정비가 요구되며, 주제명표목표의 세목 개발을 통한 개선이 필요한 것으로 판단하였다.
Abstract
This study analyzed the structure and utilization of subject headings in the National Library of Korea Subject Headings List (NLSH) based on an analysis of subject headings assigned to 1,218,867 national bibliographies from 2003 to 2022. The findings of the study are as follows: Firstly, among all subject headings in the NLSH, there were 257,103 preferred terms, accounting for 50.2% of the total terms. Foreign language terms constituted 33% (169,466), while non-preferred terms comprised 12% (61,442). Among the preferred terms, 57,312 subject headings were used, accounting for 22.3%. However, it was observed that 54.7% (31,351) of these subject headings were assigned less than 5 times, indicating that only a small number of subject headings were frequently utilized. Secondly, the frequency of relationship indicators appeared in the order of RT, BT, and NT. The NLSH consisted of 12,602 top-level subject headings and 143,704 lowest-level subject headings, with a maximum depth of 17 levels. Thirdly, on average, 1.72 subject headings were assigned per bibliographic record. The number of subject headings assigned and the depth of the hierarchy increased for materials with more specific contents. Recent bibliographic records have been assigned more subject headings and deeper into the hierarchy of the NLSH. It was also found that the number of subject headings assigned per bibliography varied depending on the main class of KDC. Based on the findings, it is recommended to evaluate the coverage of terms in the NLSH, reorganize hierarchical relationships and depth of subject headings, and enhance the development of subdivisions within the NLSH.
초록
이 연구는 짧은 텍스트인 서명에 단어 임베딩이 미치는 영향을 분석하기 위해 Word2vec, GloVe, fastText 모형을 이용하여 단행본 서명을 임베딩 벡터로 생성하고, 이를 분류자질로 활용하여 자동분류에 적용하였다. 분류기는 k-최근접 이웃(kNN) 알고리즘을 사용하였고 자동분류의 범주는 도서관에서 도서에 부여한 DDC 300대 강목을 기준으로 하였다. 서명에 대한 단어 임베딩을 적용한 자동분류 실험 결과, Word2vec와 fastText의 Skip-gram 모형이 TF-IDF 자질보다 kNN 분류기의 자동분류 성능에서 더 우수한 결과를 보였다. 세 모형의 다양한 하이퍼파라미터 최적화 실험에서는 fastText의 Skip-gram 모형이 전반적으로 우수한 성능을 나타냈다. 특히, 이 모형의 하이퍼파라미터로는 계층적 소프트맥스와 더 큰 임베딩 차원을 사용할수록 성능이 향상되었다. 성능 측면에서 fastText는 n-gram 방식을 사용하여 하부문자열 또는 하위단어에 대한 임베딩을 생성할 수 있어 재현율을 높이는 것으로 나타났다. 반면에 Word2vec의 Skip-gram 모형은 주로 낮은 차원(크기 300)과 작은 네거티브 샘플링 크기(3이나 5)에서 우수한 성능을 보였다.
Abstract
To analyze the impact of word embedding on book titles, this study utilized word embedding models (Word2vec, GloVe, fastText) to generate embedding vectors from book titles. These vectors were then used as classification features for automatic classification. The classifier utilized the k-nearest neighbors (kNN) algorithm, with the categories for automatic classification based on the DDC (Dewey Decimal Classification) main class 300 assigned by libraries to books. In the automatic classification experiment applying word embeddings to book titles, the Skip-gram architectures of Word2vec and fastText showed better results in the automatic classification performance of the kNN classifier compared to the TF-IDF features. In the optimization of various hyperparameters across the three models, the Skip-gram architecture of the fastText model demonstrated overall good performance. Specifically, better performance was observed when using hierarchical softmax and larger embedding dimensions as hyperparameters in this model. From a performance perspective, fastText can generate embeddings for substrings or subwords using the n-gram method, which has been shown to increase recall. The Skip-gram architecture of the Word2vec model generally showed good performance at low dimensions(size 300) and with small sizes of negative sampling (3 or 5).