- 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
기록관리학은 전통적인 기록학과 문서관리, 디지털 데이터의 처리에 이르기까지 복합학적인 학문으로 재정립하였다. 본 연구에서는 국내 기록관리학 대표 학술지인 「한국기록관리학회지」와 「기록학연구」에 2000년부터 2015년까지 게재된 681편의 논문을 조사하여 기록관리 분야의 학제성과 주제 변화 추이에 대해 분석하였다. 이를 위해 두 학술지에 발표된 모든 논문으로부터 저자의 소속기관, 직업, 학문분야, 공저자, 그리고 주제 분야를 추출하였다. 분석방법으로 빈도분석과 네트워크 분석을 사용하였다. 분석 내용은 다음과 같다. 첫째, 두 학회지는 연구자 배경(소속 기관, 직업, 학문문야)에서 분명한 차이를 보인다. 둘째, 공동연구는 점차 증가하는 추세이며, 대학이 중심이 되어 연구가 이루어졌다. 셋째, 각 학회지별 주제 변화 추이를 살펴보았다. 마지막으로 각 기관별로 중심이 되는 주제 영역에 차이를 확인할 수 있었다.
Abstract
In recent years, Korea’s archives management is reestablished as an academic subject. This study presents the interdisciplinarity and the research trend of Archives management in Korea. For the study, 681 articles from Journal of Records Management & Archives Society of Korea and The Korean Journal of Archival Studies published between 2000 and 2015 is analyzed. In this articles, author’s background (agency, job, discipline) and subject is extracted. Cross- tabulation analysis and network analysis are used as major methods. The summary of the study is as follows: First, there are distinct difference between two journals about researcher’s backgrounds. Second, joint-research is gradually increasing and the majority of co-authors are belong to the university. Third, two journals show different research trend. Finally, each institution have different interest about specific subjects.
초록
이 연구는 색인가가 주제 색인하는 과정에서 참조하는 여러 문서구성요소를 문서 범주화의 정보원으로 인식하여 이들이 문서 범주화 성능에 미치는 영향을 살펴보는데 그 목적이 있다. 이는 기존의 문서 범주화 연구가 전문(full text)에 치중하는 것과는 달리 문서구성요소로서 정보원의 영향을 평가하여 문서 범주화에 효율적으로 사용될 수 있는지를 파악하고자 한다. 전형적인 과학기술 분야의 저널 및 회의록 논문을 데이터 집합으로 하였을 때 정보원은 본문정보 중심과 문서구성요소 중심으로 나뉘어 질 수 있다. 본문정보 중심은 본론 자체와 서론과 결론으로 구성되며, 문서구성요소 중심은 제목, 인용, 출처, 초록, 키워드로 파악된다. 실험 결과를 살펴보면, 인용, 출처, 제목 정보원은 본문 정보원과 비교하여 유의한 차이를 보이지 않으며, 키워드 정보원은 본문 정보원과 비교하여 유의한 차이를 보인다. 이러한 결과는 색인가가 참고하는 문서구성요소로서의 정보원이 문서 범주화에 본문을 대신하여 효율적으로 활용될 수 있음을 보여주고 있다.
Abstract
The purpose of this study is to examine whether the information resources referenced by human indexers during indexing process are effective on Text Categorization. More specifically, information resources from bibliographic information as well as full text information were explored in the context of a typical scientific journal article data set. The experiment results pointed out that information resources such as citation, source title, and title were not significantly different with full text. Whereas keyword was found to be significantly different with full text. The findings of this study identify that information resources referenced by human indexers can be considered good candidates for text categorization for automatic subject term assignment.
초록
일반적으로 문헌을 검색하고 접근하기 위하여 주제색인과 같은 주제어를 활용하곤 한다. 그렇다면 문헌의 내용과 문헌의 주제어는 분명히 어떤 밀접한 상관관계가 있을 것으로 예측해볼 수 있다. 본 연구는 이러한 의문점에서 출발하여, 디지털콘텐트의 본문내용이 비교적 짜임새 있게 정형화되어 있는 석사 학위논문을 연구문헌으로 한정하여 학위논문 전문에서 나타나는 학위논문의 주제어 분포도를 연구하였다. 학위논문의 주제어는 논문 저자가 부여한 주제어를 사용하되, 학위논문 전문은 ‘목차’, ‘서론’, ‘이론배경’, ‘본론’, ‘결론’, ‘참고문헌’의 내용위치로 분할하여 내용위치에 따른 주제어의 출현율을 확인하였다. 연구대상 학위논문 전문은 1226.3개의 용어, 5152.3번의 용어 출현을 보였다. 학위논문 저자가 부여한 주제어는 12~13개 용어로 구성되어 있었다. 연구결과, 전문 내용위치에 따른 주제어의 출현율은 ‘목차’ 11.4%와 ‘서론’ 11.2%에서 가장 높았으며(11%), 다음 순위는 내용위치 ‘결론’ 9.8%이었다.
Abstract
We would generally use subject terms such as subject indexing for searching and accessing documents. So then, there must be any relationship between document's full-text and its subject terms. This study is started in this question. Master's theses in field of science and technology are worked with because full-text is relatively formatted. This study is to study locations of subject term on Thesis, distribution patterns of subject terms on content of full-text; ‘Contents’, ‘Introduction’, ‘Theory’, ‘Main subject’, ‘Conclusion’ and ‘References’. Thesis were averagely composed of 1226.3 terms. And Subject terms were averagely compose of 12~13 terms. As a result, ‘Contents’ and ‘Introduction’ have had the most frequency of subject.
초록
빅 데이터 시대에 접어들면서 저장 기술과 처리 기술이 급속도로 발전함에 따라, 과거에는 간과되었던 롱테일(long tail) 데이터가 많은 기업과 연구자들에게 관심의 대상이 되고 있다. 본 연구는 롱테일 법칙의 영역에 존재하는 데이터의 활용률을 높이기 위해 텍스트 마이닝 기반의 기술 용어 네트워크 생성 및 통제 기법을 제안한다. 특히 텍스트 마이닝의 편집 거리(edit distance) 기법을 이용해 학문 분야에서 사용되는 기술 용어의 상호 네트워크를 자동으로 생성하는 효과적인 방안을 제시하였다. 데이터의 활용률 향상 실험을 위한 데이터 수집을 위해 LOD(linked open data) 환경을 이용하였으며, 이 과정에서 효과적으로 LOD 시스템의 데이터를 활용하는 기법과 용어의 패턴 처리 알고리즘을 제안하였다. 마지막으로, 생성된 기술 용어 네트워크의 성능 측정을 통해 제안한 기법이 롱테일 데이터의 활용률 제고에 효과적이었음을 확인하였다.
Abstract
As data management and processing techniques have been developed rapidly in the era of big data, nowadays a lot of business companies and researchers have been interested in long tail data which were ignored in the past. This study proposes methods for generating and controlling a network of technical terms based on text mining technique to enhance data utilization in the distribution of long tail theory. Especially, an edit distance technique of text mining has given us efficient methods to automatically create an interlinking network of technical terms in the scholarly field. We have also used linked open data system to gather experimental data to improve data utilization and proposed effective methods to use data of LOD systems and algorithm to recognize patterns of terms. Finally, the performance evaluation test of the network of technical terms has shown that the proposed methods were useful to enhance the rate of data utilization.
초록
본 연구에서는 OAIS 참조모형(ISO 14721)의 ‘보존기술정보(Preservation Description Information: PDI)’에서 제시하는 디지털자료의 기술요소유형들과 국가기록원 및 국회기록보존소에서 디지털문서의 보존을 위하여 사용하고 있는 기술요소들을 비교․분석하여 개선방안을 제시함으로써 국제표준에 입각한 국가기록 디지털문서의 장기보존 기반환경을 도모하고자 하였다. 국가기록원의 경우 2009년도 기록물관리지침과 2007년도 기록관리 메타데이터 표준을 대상으로 하였고, 국회기록보존소의 경우에는 2009년도 국회기록보존소 내부문서인 기록관리업무편람과 국회기록관리시스템에서 적용되는 메타데이터 규칙을 대상으로 하였다. 또한 실무전문가들을 중심으로 한 그룹인터뷰를 병행함으로써 확장하여야 할 보존기술요소들을 확인하였다. 확인 결과 현재 국가기록원과 국회기록보존소에서 적용하고 있는 디지털문서 보존기술은 특정 요소에 편중성을 보이고 있었다. 이에 본 연구에서는 OAIS PDI의 개념적용 및 Calanag, Russell 등의 연구에서 제시된 PDI 요소들을 기반으로 중심요소(elements)와 중심요소에 따르는 하위요소(sub-elements)들을 상세하게 정립하였다.
Abstract
In this study, description elements of National Archives of Korea(NAK) and National Assembly Archives(NAA) were collected and analysed based on PDI(Preservation Description Information) of OAIS Reference Model(ISO 14721). As for NAK, records management guideline published in 2009 and metadata standards published in 2007 were analysed. As for NAA, Records management manual published in 2009 and metadata applied in national assembly records management system were analysed with group interviews. As a result, improved metadata details and sub-elements were suggested based on OAIS PDI concepts and Calanag's and Russell's research.
초록
이 연구에서는 연구자의 연구 이력을 분석하기 위해서 White(2000)가 제안한 인용 정체성과 Hellsten 등(2007)이 제안한 자기 인용 네트워크의 두 가지 최신 기법을 비교해보았다. 국내 대표적인 정보학자인 정영미의 연구 성과물을 대상으로 실험적인 분석을 수행해본 결과 두 기법에서 구분한 연구 시기가 동일하게 나뉘었으며 주요 연구 주제도 유사하게 파악되었다. 그러나 인용 정체성 지도에서는 주제영역별로 영향받은 주요 저자를 파악할 수 있는 반면에 자기 인용 네트워크에서는 시기별 핵심 문헌과 선도 문헌이 식별되었다. 따라서 이 두 가지 기법을 상호보완적으로 사용할 때 연구자의 연구 이력에 대해서 풍부한 정보를 획득할 수 있다는 결론을 얻었다.
Abstract
This paper compares two recent methods for exploring a scientist's research history: citation identity and self-citation network. The former is proposed by White(2000), while the latter is suggested by Hellsten et al.(2007). An experimental citation analysis was carried out on the research output of Young Mee Chung, a renouned Korean information scientist. The result shows that the two methods divided the research period into two sub-periods in the same way. They also identified the major research themes very similarly. In the analysis of each method's performance in depth, the two methods revealed different functions to understand a researcher's history. Citation identity was useful to identify authors who have affected Chung's research in terms of research topics. whereas, self-citation network was successful to identify the core papers and leading papers of the research sub-periods. This study indicates the combination of two methods can provide rich information on a scientist's research history.
초록
국제 표준인 ISO 15489와 관련코드에 따르면 공공조직이든 민간조직이든지를 막론하고 안정적인 기록물 분류체계를 구현하게 하는 기능 분류 사용을 권고하고 있다. 기업에서도 이를 따라 업무 수행 기록물을 분류․축적하여 검색․활용할 수 있는 체계를 구축하는 것은 기업 성장을 위해서 중요하다. 따라서 기업의 기록물 분류체계 개발에 적용할 수 있는 분류기준이나 개발 방법론 연구 및 모형의 연구가 반드시 필요하다. 본 연구에서는 우리나라 대기업 3개 회사와 중소기업 4개 회사 등 총 7개의 종합건설기업의 기록물 분류체계 사례연구를 통하여 분류체계의 내용을 비교 분석하였다. 사례연구를 통하여 도출한 분류원칙을 정리 종합하여 핵심적인 건설기록물 분류기준을 제시하고, 건설기록물 분류체계 모형을 도출하기 위하여 대기업 사례기업의 본사조직 및 프로젝트조직의 대분류 및 중분류 항목 구성을 상호 비교하면서 표준적인 본사조직 및 프로젝트조직 기록물 분류 항목을 도출하는 과정을 기술하고 그 결과로 개발된 건설기록물 분류체계 모형을 제시하였다.
Abstract
The international standards, ISO 15489 and Family Code, recommend using functional classification method both in public and private organizations. In this study made a comparative analysis of the details of classification systems through case studies on records classification systems of a total of seven comprehensive construction companies in Korea including three large corporations and four small and medium-size businesses. Findings of this study suggester the direction of developing construction records classification system and its methodology. By summarizing classification standards derived from these case studies, key construction records classification standards were presented.
초록
본 연구는 선행연구의 연구결과를 데이터로 간주하여 통계분석하는 메타분석방법을 사용하여 사서의 직무만족에 영향을 미치는 요인을 연구하였다. 선행연구 27편으로부터 집단변수로는 남녀성별과 결혼유무, 종속변수로는 전체직무만족도와 7개 하위변수(직무자체, 급여, 승진, 감독, 근무환경, 사회적 인식, 자아실현)가 선정되어 분석되었다. 분석결과 남녀간 사회적 인식과, 승진, 감독, 근무환경의 효과크기는 유의한 차이를 보였으나, 감독과 근무환경의 효과크기만 동질적인 것으로 분석되었다. 이질적으로 분석된 사회적 인식과 승진에 대해서는 랜덤효과분석을 추가로 수행한 결과 승진의 효과크기만 유의한 차이를 보였다. 결혼여부에서는 직무자체와 급여, 자아실현의 효과크기가 유의한 차이를 보였으나, 이질적으로 판명된 직무자체의 효과크기는 랜덤효과분석에서 유의한 차이를 보이지 못하였다. 연구시기(2000년전후)는 중재변수가 되지 못한 것으로 분석되었다.
Abstract
This study conducted meta-analysis of librarians' job satisfaction using the Hedges & Olkin's Effect Size Model. Sex and Marrage as group variables, and Total Satisfaction and 7 sub-variables(Work Itself, Salary, Promotion, Supervision, Working Conditions, Social Recognition, Self-actualization) as dependent variables were selected from 27 studies. The effect sizes between men and women were significantly different on Supervision, Working conditions, Promotion, and Social Recognition, of which first two were homogeneous. But the difference of Social Recognition was not significant in Random Effect Model. The effect sizes difference between married and unmarried were significant on Self Recognition, Salary, and Work Itself. However the difference of Work Itself was not significant in Random Effect Model. Study Year could not be a moderator.
초록
최근 웹 환경이 대중화되고 개방됨에 따라 웹은 단순한 정보 획득의 공간이 아닌, 의견 표출과 교환의 장이 되어 가고 있으며, 이에 따라 웹 상에서 표출된 특정 주제에 대한 사람들의 의견을 자동으로 검색하기 위한 기술 개발의 필요성이 점차 증대되고 있다. 이러한 의견 문서 검색 문제는 사용자 질의와 문서간의 적합성만을 고려하는 일반적인 정보검색 방법으로는 해결하기 어려우며, 문서 내 의견 포함 여부 분석을 수행할 수 있는 더욱 진보된 시스템을 필요로 한다. 본 논문에서는 기존 검색 시스템의 구조 하에서, 의견 문서 검색을 효과적으로 수행할 수 있는 시스템을 제안한다. 의견 검색을 수행하기 위해 문서 내 의견 분석 방법에 대해 기존의 사전 기반 방식과 기계학습 기반 방식을 결합한 새로운 혼합 방식을 제안하고, 실험을 통하여 검색 성능을 개선하는 효과가 있음을 보였다.
Abstract
Recently, as its growth and popularization, the Web is changed into the place where people express, share and debate their opinions rather than the space of information seeking. Accordingly, the needs for searching opinions expressed in the Web are also increasing. However, it is difficult to meet these needs by using a classical information retrieval system that only concerns the relevance between the user's query and documents. Instead, a more advanced system that captures subjective information through documents is required. The proposed system effectively retrieves opinionated documents by utilizing an existing information retrieval system. This paper proposes a kind of hybrid method which can utilize both a dictionary-based opinion analysis technique and a machine learning based opinion analysis technique. Experimental results show that the proposed method is effective in improving the performance.