- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
최근 이용자 중심의 기록관리에 대한 중요도가 높아짐에 따라, 공공기록관에서도 소셜 네트워크 서비스(Social Network Service: 이하 SNS)를 통해 기존 방식인 단방향이 아닌 쌍방향 활동으로 이용자와 소통을 유도하여 이용자 중심 서비스를 시도하고 있다. 본 연구의 목적은 공공기록관의 소셜미디어 이용 현황을 분석하고 그에 대한 이용자들의 관심도를 파악하는데 있다. 이를 위해 본 연구에서는 국가기록원과 대통령기록관 트위터를 선정, 2010년부터 2016년 4월 15일까지의 공공기록관과 관련 트윗(tweet)들을 수집하였고, 계량분석과 소셜미디어 분석 방법(노출추이분석, 시계열분석)을 적용하였다. 공공기록관에서 자체적으로 게시한 트윗과 일반 사용자가 게시한 트윗 집합간의 차이점을 분석하고, 공공기록관에 대한 이용자 관심이슈와 시계열에 의한 사회적 이슈간의 상관관계를 파악하였으며, 이를 통해 효과적인 소셜미디어 환경에서의 공공기록관 서비스 활용 방안을 제시한다.
Abstract
Recently, as the importance of user-oriented archives management is becoming increasingly, government archives try to serve interactive services using social network service (SNS) beyond one-way approaches. This study aims to analyze usage of government archives service in social media and examine users’ interestedness. We especially select “National Archives of Korea” and “Presidential Archives” as target government archives and collect tweets from 2010 to 15th April 2016. Our study adopts informetric approaches and social media analysis including buzz analysis, time series analysis. We differentiate between the tweet collection posted by government archives themselves and the other collection generated by general users. Furthermore we conduct correlation analysis of tweet and social issues and propose application plan for government archives services in social media environment.
초록
본 연구의 목적은 1) 소설 속 지명 데이터베이스(DB)를 구축하고, 2) 확장 가능한 지명 DB를 위해 자동으로 지명을 추출하여 데이터베이스를 갱신하며, 3) 데이터베이스 내의 소설지명과 용례를 검색하고 시각화하는 파일럿시스템을 구현하는 데 있다. 특히, 학습자료(training)에 해당하는 말뭉치(corpus)를 확보하기 어려운, 소설지명과 같이 현재 잘 쓰이지 않는 개체명을 자동으로 추출하는 것은 매우 어려운 문제이다. 효과적인 지명 정보 추출용 학습자료 말뭉치 확보 문제를 해결하기 위해 본 논문에서는 이미 수작업으로 구축된 웹 지식(어휘사전)을 활용하여 학습에 필요한 충분한 양의 학습말뭉치를 확보하는 방안을 적용하였다. 이렇게 확보된 학습용 코퍼스와 학습된 자동추출 모듈을 가지고, 새로운 지명 용례를 찾아 추가하는 지명 데이터베이스 확장 도구를 만들었으며, 소설지명을 지도 위에 시각화하는 시스템을 설계하였다. 또한, 시범시스템을 구현함으로써 실험적으로 그 타당성을 입증하였다. 끝으로, 현재 시스템의 보완점을 제시하였다.
Abstract
This study aimed to design a semi-automatic web-based pilot system 1) to build a Korean novel geo-name, 2) to update the database using automatic geo-name extraction for a scalable database, and 3) to retrieve/visualize the usage of an old geo-name on the map. In particular, the problem of extracting novel geo-names, which are currently obsolete, is difficult to solve because obtaining a corpus used for training dataset is burden. To build a corpus for training data, an admin tool, HTML crawler and parser in Python, crawled geo-names and usages from a vocabulary dictionary for Korean New Novel enough to train a named entity tagger for extracting even novel geo-names not shown up in a training corpus. By means of a training corpus and an automatic extraction tool, the geo-name database was made scalable. In addition, the system can visualize the geo-name on the map. The work of study also designed, implemented the prototype and empirically verified the validity of the pilot system. Lastly, items to be improved have also been addressed.
초록
본 연구의 목적은 대학도서관 이용자의 도서관 이용행태를 분석하여 대학도서관 공간 활용의 효율성을 제고하는 데 있다. 도서관 이용행태를 분석하기 위해 본 연구는 이용자들이 직접 자신들의 행동을 기록하는 다이어리 기법을 이용했다. 총 108명이 참여를 했고 이들 중 84명이 다이어리를 작성했다. 제출된 다이어리 중 내용을 충실히 작성한 14명의 참여자와 도서관 이용행태, 이용시 문제점 및 요구사항 등에 대한 인터뷰를 진행했다. 다이어리와 인터뷰 분석결과, 공간계획 측면에서 이용되지 않은 공간이나 기기들의 이용률 향상을 위한 방안마련과 서가 브라우징을 통한 정보접근 향상을 위한 방법을 제안했다. 또한 도서관 이용시간 분석을 통해 학생들의 이용행태 및 이용률 제고 방안을 논의했다.
Abstract
The purpose of this study is to enhance the efficiency of library space usage through analyzing users’ behavior in an academic library. Diary methodology was applied for collecting users’ activities in the library. 108 students participated in this study, but 84 students submitted their diaries. Among them, 14 participants were interviewed to identify barriers and their needs in using the library. The findings suggest rearranging IT devices to increase use rate of those devices, making plans for reusing the space where it is rarely used, and improving the accessibility of information through browsing in the bookstack area. Additionally, time analysis of users’ activities was used to analyze students’ behavior in the library.
초록
다양한 매체와 유형으로 생산되는 정보자원에 대한 이용이 높아짐에 따라, 정보자원을 기술하기 위한 정보조직의 도구로서 메타데이터에 대한 중요성이 높아지고 있다. 본 연구에서는 메타데이터 분야의 연구 영역을 파악할 수 있도록 동시출현단어 분석을 사용하여 메타데이터 분야의 지적 구조를 규명하고자 하였다. 이를 위하여 1998년 1월 1일부터 2016년 7월 8일까지 Web of Science 핵심컬렉션에 등재된 저널에 게재된 문헌을 대상으로 ‘metadata’라는 질의어로 Topic 검색을 수행하여, 총 727건의 논문에 대한 서지정보를 수집하였다. 이 중 저자 키워드를 가진 410건의 논문의 저자 키워드로 수집하고, 전처리 과정을 거쳐 저자 키워드 총 1,137개를 추출하여 최종적으로 빈도수 6회 이상의 키워드 37개를 분석대상으로 선정하였다. 이후 메타데이터 분야의 지적구조 규명을 위해 첫째, 네트워크 분석을 통하여 2개 영역 9개 군집을 도출하였으며, 메타데이터 분야 키워드들의 지적 관계를 시각화하고, 중심성 분석을 통한 전역 중심 키워드와 지역 중심이 높은 키워드를 제시하였다. 둘째, 군집분석을 실시하여 형성된 6개의 군집을 다차원축적지도상에 표시하였으며, 각 키워드들 간의 상관관계에 따른 지적구조를 제시하였다. 이러한 연구의 결과는 메타데이터 분야의 지적구조를 시각적으로 파악할 수 있게 하며, 향후 메타데이터 관련 교육과 연구의 방향성 모색에 유용하게 사용될 수 있을 것이다.
Abstract
As the usage of information resources produced in various media and forms has been increased, the importance of metadata as a tool of information organization to describe the information resources becomes increasingly crucial. The purposes of this study are to analyze and to demonstrate the intellectual structure in the field of metadata through co-word analysis. The data set was collected from the journals which were registered in the Core collection of Web of Science citation database during the period from January 1, 1998 to July 8, 2016. Among them, the bibliographic data from 727 journals was collected using Topic category search with the query word ‘metadata’. From 727 journal articles, 410 journals with author keywords were selected and after data preprocessing, 1,137 author keywords were extracted. Finally, a total of 37 final keywords which had more than 6 frequency were selected for analysis. In order to demonstrate the intellectual structure of metadata field, network analysis was conducted. As a result, 2 domains and 9 clusters were derived, and intellectual relations among keywords from metadata field were visualized, and proposed keywords with high global centrality and local centrality. Six clusters from cluster analysis were shown in the map of multidimensional scaling, and the knowledge structure was proposed based on the correlations among each keywords. The results of this study are expected to help to understand the intellectual structure of metadata field through visualization and to guide directions in new approaches of metadata related studies.