바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
사전등록 바로가기
 

logo

  • P-ISSN1225-598X
  • E-ISSN2982-6292

논문 상세

이전 다음
논문 투고

Vol.41 No.1

Citation Share

텍스트 마이닝을 이용한 국내 기록관리학 분야 지적구조 분석

Examining the Intellectual Structure of Records Management & Archival Science in Korea with Text Mining

한국문헌정보학회지 / Journal of the Korean Society for Library and Information Science, (P)1225-598X; (E)2982-6292
2007, v.41 no.1, pp.345-372
이재윤 (경기대학교)
김희정 (연세대학교)
문주영 (이화여자대학교)
이재윤, 김희정, & 문주영. (2007). 텍스트 마이닝을 이용한 국내 기록관리학 분야 지적구조 분석. 한국문헌정보학회지, 41(1), 345-372.

초록

이 연구에서는 텍스트 마이닝의 주요 기법인 문헌 클러스터링과 문헌 유사도 네트워크 분석을 적용하여 기록관리학 연구의 지적구조를 분석하였다. 대상 데이터는 2001년부터 2006년까지 발간된 국내 문헌정보학 영역의 대표적인 저널 5종에서 선정된 기록관리학 관련 논문 145건을 중심으로 분석하였다. 군집단위 지적구조 분석 결과, 국내에서 수행된 기록관리학 영역의 핵심적인 주제 영역은 <전자기록관리디지털보존>, <기록관리정책제도>, <기록물 기술/목록>, <기록관리학 영역/교육>이었으며, 문헌단위 지적구조 분석을 통하여서는 <디지털 아카이빙> 주제 영역이 중심을 이루고 있음을 확인할 수 있었다. 또한 시기별 분석을 통해서는 <기록정보서비스> 영역이 새롭게 등장하고 있음이 드러났다.

keywords
텍스트 마이닝, 문헌 클러스터링, 네트워크 분석, 패스파인더 네트워크, 기록관리학, 지적구조, Text Mining, Document Clustering, Network Analysis, Pathfinder Network, Records Management & Archival Science, Intellectual Structure, Text Mining, Document Clustering, Network Analysis, Pathfinder Network, Records Management & Archival Science, Intellectual Structure

Abstract

In this study, the intellectual structure of Records Management & Archival Science in Korea was analyzed using document clustering, a widely used method of text mining, and document similarity network analysis. The data used in this study were 145 articles written on the subject of Records Management & Archival Science selected from five major representative journals in the field of Library & Information Science in Korea, published from 2001 to 2006. The results of cluster analysis show that the core subject areas are “electronic records management and digital preservation,” “records management policy and institution,” “records description and catalogues,” and “records management domain and education.” The results of document analysis, which is more detailed than cluster analysis, show that “digital archiving,” a specialized subject in digital preservation, plays a central role. The results of serial analysis, which proceeds according to a timeline, show the emergence of “archival services” as a new subject area.

keywords
텍스트 마이닝, 문헌 클러스터링, 네트워크 분석, 패스파인더 네트워크, 기록관리학, 지적구조, Text Mining, Document Clustering, Network Analysis, Pathfinder Network, Records Management & Archival Science, Intellectual Structure, Text Mining, Document Clustering, Network Analysis, Pathfinder Network, Records Management & Archival Science, Intellectual Structure

참고문헌

1.

김희정, (2005) 저자 동시인용분석에 의한 국내외 기록관리학 분야의 지적구조 비교에 관한 연구,

2.

김희정, (2006) 정보기술 관점을 기반으로 한 기록관리학 연구영역 확장성 연구 ,

3.

이재윤, (2006) 계량서지적 네트워크 분석을 위한 중심성 척도에 관한 연구,

4.

이재윤, (2005) 계층적 문서 클러스터링을 위한 응집식 기법과 분할식 기법의 비교 연구,

5.

정연경, (2003) 미국의 기록관리학 지식범주에 관한 연구,

6.

최정태 외, (2005) 기록관리학사전, 한울아카데미

7.

Ananiadou, S, (2005) Text Mining for Biology and Biome- dicine, Artech House Publishers

8.

Berry, M. W. , (2003) Survey of Text Mining: Clustering, Classification, and Retrieval, London: Springer-Verlag.

9.

Callon, (1986) Mapping the Dynamics of Science and Technology Sociology of Science in the Real World, The Mac- millan Press Ltd

10.

Carpineto, C, (2001) An information-theoretic approach to automatic query expansion,

11.

Chen, H, (2005) Medical Informatics: Knowledge Management and Data Mining in Biomedicine, London: Sp- ringer-Verlag

12.

Cox, R. J, (2000) Searching for authority: Archivists and electronic records in the new world at the Fin-de-Siecle,

13.

Feldman, R, (2007) The Text Mining Handbook: Advanced Appro- aches in Analyzing Unstructured Data, New York, NY: Cambridge University Press

14.

A, (1992) a citation analysis of North American archival periodical literature,

15.

Gilliland-Swetland, A. J, (1995) Development of an expert assistant for archival appraisal of electronic communications : an exploratory study,

16.

Glenisson, P, (2005) Combining full-text analysis and bibliometric indicators,

17.

Kao, A, (2007) Overview, Springer-Verlag

18.

Konchady, M. , (2006) Text Mining Application Programming, Charles River Media

19.

(1993) Database tomography for technical intelligence,

20.

Kostoff, R. N, (2003) Text mining for global technology watch,

21.

Kostoff, R. N, (2001a) Text mining using database tomo- graphy and bibliometrics: A review,

22.

Kostoff, R. N, (1998) Database tomography for technical intelligence A roadmap of the near-earth space science and technology literature,

23.

Kostoff, R. N, (2001b) Citation mining: Integrating text mining and bibliometrics for research user profiling,

24.

Kostoff, R. N, (2004) Fractals text mining using bibliometrics and database tomo- graphy,

25.

Kostoff, R. N, (2005) Power source roadmaps using bibliometrics and database tomography,

26.

Kostoff, R. N, (2000) Fullerene data mining using biblio- metrics and database tomography,

27.

Losiewicz, P, (2000) Textual data mining to support science and technology management ,

28.

Menne-Haritz, A, (2004) Business Processes : An Archival Science Approach to Collaborative Decision Making, Records, and Knowledge Management, Dor- drecht ; Boston : Kluwer Academic Publishers

29.

Miller, Thomas W, (2004) Data and Text Mining: A Business Applications Approach, Prentice Hall

30.

Redmond-Meal, A, (2005) ASIS&T Thesaurus of Information Science, Technology, and Librarianship, Medford, NJ: Information Today, Inc

31.

Sullivan, Dan, (2001) Document Warehousing and Text Mining: Techniques for Im- proving Business Operations, Marketing, and Sales, John Wiley & Sons

32.

Zanasi, A, (2005) Text Mining and Its Applications to Intelligence, CRM and Knowledge Management, WIT Press

한국문헌정보학회지

논문 투고 OA 정책