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.51 No.1

Citation Share

체르노프 페이스를 사용한 광역자치단체 공공도서관 운영 및 이용 분석

Analysis of Public Library Operations and Uses of 16 Metropolitan Local Governments of Korea by Using the Chernoff Face Method

한국문헌정보학회지 / Journal of the Korean Society for Library and Information Science, (P)1225-598X; (E)2982-6292
2017, v.51 no.1, pp.271-287
https://doi.org/10.4275/KSLIS.2017.51.1.271
김영석 (명지대학교)
김영석. (2017). 체르노프 페이스를 사용한 광역자치단체 공공도서관 운영 및 이용 분석. 한국문헌정보학회지, 51(1), 271-287, https://doi.org/10.4275/KSLIS.2017.51.1.271

초록

본 연구는 체르노프 페이스 방법을 사용하여 우리나라 16개 광역자치단체의 공공도서관 운영 및 이용을 분석하는데 그 목적이 있다. 체르노프 페이스를 사용한 본 연구는 문헌정보학 분야에서는 처음으로 시도되었다. 설문조사 결과에 근거하여 얼굴의 어떤 부위로 어떤 데이터를 표현할 것인가를 결정하였다. 분석 결과 8개 조사 대상 분야에서 거의 모든 영역에 걸쳐 대체로 광역자치도가 광역시보다 도서관 운영 및 이용에서 우수하였다. 즉, 광역자치도는 광역시보다 더 많은 도서관을 운영하고 있고, 더 많은 장서를 가지고 있고, 더 많은 예산과 직원을 투입하고 있다, 그리고 이러한 운영 결과는 더 많은 이용자들의 도서관 자료실 이용과 자료 대출로 이어진 것으로 보인다.

keywords
Public Library, Chernoff Face, Big Data Visualization, Public Library Operation, Public Library Use, 공공도서관, 체르노프 페이스, 빅데이터 시각화, 공공도서관 운영, 공공도서관 이용

Abstract

This study aims to conduct a big data analysis of public library operations and uses of 16 metropolitan local government of Korea by using the Chernoff face method. This study is the first to use the Chernoff face method for big data analysis of library services in library and information research. The association of variables and human facial features was decided by survey. The study reveals that in general the provincial governments in Korea operate more libraries, invest more budgets, allocate more staff and hold more collections than metropolitan cities. This administration resulted in more use of libraries in provincial governments than metropolitan cities.

keywords
Public Library, Chernoff Face, Big Data Visualization, Public Library Operation, Public Library Use, 공공도서관, 체르노프 페이스, 빅데이터 시각화, 공공도서관 운영, 공공도서관 이용

참고문헌

1.

국가도서관통계시스템. 2016. 국가도서관통계시스템. 세종: 문화체육관광부. [online] [cited 2016. 12. 10.] <http://www.libsta.go.kr/index.do>

2.

기정훈. 2016. 빅데이터 분석을 활용한 도시통계 표현 연구: 체르노프 얼굴을 활용한 우리나라광역자치단체의 지역사회건강지표의 표현을 중심으로. 공간과사회, 26(1), 336-358.

3.

김영석. 2011. 서울시 기초자치단체별 공공도서관 운영 현황 비교 연구. 한국도서관․정보학회지, 42(4), 311-330.

4.

김영석. 2013. 우리나라 16개 시․도 공공도서관의 인력 현황 분석. 한국도서관․정보학회지, 44(4), 323-342.

5.

김영석. 2014. 복합용도건축물 내 공공도서관 건립에 관한 연구: 서울시 공공도서관을 중심으로. 한국도서관․정보학회지, 45(3), 395-414.

6.

도서관, 빅데이터 구축 및 활용 방안을 모색하다. 2017. World Library. 1월 9일. [online] [cited 2017. 1. 13.]<http://wl.nl.go.kr/user/0035/nd44220.do?View&uQ2=&uQ=&pageST=SUBJECT&page SV=&page=1&pageSC=SORT_ORDER&pageSO=DESC&dmlType=&boardNo=00005222&siteLink=&menuCode=www&zineInfoNo=0035>

7.

문화체육관광부. 2017. 2016년도(’15년 실적) 공공도서관 통계조사 결과보고서. 세종: 문화체육관광부. [online] [cited 2017. 2. 10.]<http://www.libsta.go.kr/libportal/openMdg/resourceRoom/statsRsc/getStatsRscDetail.do?mainKeyword=&selectedId=4287&popupId=>

8.

양우성. 2012. 2012 프로야구 각 팀의 표정을 보니. [online] [cited 2016. 12. 10.]<http://wsyang.com/2012/05/2012-professional-baseball-korea/>

9.

오효정 외. 2014. 소셜 빅데이터 내용 분석 기반 사용자 그룹별 선호지역 및 이동패턴 시각화. 한국정보기술학회논문지, 12(12), 195-203.

10.

이정미. 2013. 빅데이터의 이해와 도서관 정보서비스에의 활용. 한국비블리아학회지, 24(4), 53-73.

11.

이정은 외. 2013. SAS macro faces를 사용한 체르노프 얼굴 분석에 의한 좋은 은행 평가. 응용통계연구, 26(6), 959-975.

12.

정보통신산업진흥원. 2016. 웹진자료: 빅데이터 시각화. 서울: 정보통신산업진흥원. [online][cited 2017. 1. 13.] <http://www.sw-eng.kr/member/customer/Webzine/BoardList.do>

13.

표순희 외. 2015. 도서관 빅데이터 서비스 모형 개발에 관한 연구: 공공도서관을 중심으로. 한국정보관리학회지, 32(2), 63-86.

14.

Chen, M., Floridi, L. and Borgo, R. 2014. What Is Visualization Really for?. In Floridi, L. and Phyllis, I. The Philosophy of Information Quality. Synthese Library, 358. Cham:Springer International Publishing Switzerland: 75-93.

15.

Chernoff, H. 1973. The Use of Faces to Represent in K-Dimensional Space Graphically."Journal of the American Statistical Association, 68(342), 361-368.

16.

Golden, L. L. and Sirdesal, M. 1992. Chernoff Faces: a Useful Technique for Comparative Image Analysis and Representation. Advances in Consumer Research, 19, 123-128.

17.

Kershaw, D. 2016. Language Change and Adoption in On-line Social Networks. Proceedings of KLISS 2016-2nd International Conference, November 11-12, 2016, Jeonju: Chonbuk National University: 277-302.

18.

Lott, J. A. and Durbridge, T. C. 1990. Use of Chernoff Faces to Follow Trends in Laboratory Data. Journal of Clinical Laboratory Analysis, 4(1), 59-63. [online] [cited 2016. 9. 28.]<https://www.ncbi.nlm.nih.gov/pubmed/?term=%E2%80%9CUse+of+Chernoff+faces+t o+follow+trends+in+laboratory+data>

19.

Nel, D., Pitt, L. and Webb, T. 1994. Using Chernoff Faces to Portray Service Quality Data.Journal of Marketing Management, 10(1-3), 247-255.

20.

Rahu, M. 1989. Graphical Representation of Cancer Incidence Data: Chernoff Faces.International Journal of Epidemiology, 18(4), 763-767. [online] [cited 2016. 9. 28.]<http://www.ncbi.nlm.nih.gov/pubmed/2621011>

21.

Yau, N. 2011. Visualize This: The Flowing Data Guide to Design, Visualization, and Statistics. Hoboken, NJ: Wiley.

한국문헌정보학회지

논문 투고 OA 정책