선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구의 목적은 지식정보제공이라는 공동의 임무를 수행하는 도서관, 기록관, 박물관간의 협력 플랫폼 구축에 관한 해외 연구의 주제를 파악하기 위한 것이며, 토픽모델링 기법으로 분석한 세부 주제의 주제명을 정의하고 그 연구동향을 도출하고자 한다.
- 본 연구의 목적은 도서관, 기록관, 박물관과 관련된 해외 연구의 특성과 연구의 주제 그리고 연구의 동향을 분석하는 것이다. 해당 분야의 연구 진행 정도나 그 경향을 파악하는 것은 지적 구조를 이해하는 것을 돕고 앞으로의 연구 방향을 예측하는데 큰 의미가 있다고 할 수 있다.
- 본 연구의 의의는 토픽모델링을 통하여 지금까지 이루어진 이들 세 기관의 연구 주제를 분석하여 해외 선진 연구의 특성을 파악하고 연구 동향을 체계적으로 살펴봄으로써 앞으로 국내 연구의 발전 방향과 적용 가능성을 예측하는데 있다. 토픽모델링은 구조화되지 않은 대량의 자료에서 숨겨진 주제를 찾아내는 방법론으로 하나의 문헌에 하나의 토픽을 할당하는 일반적인 접근법과는 달리 하나의 문헌에 포함된 여러 개의 토픽을 도출하는 것이 특징이며(Blei 2012), 산업공학, 문헌정보학, 전산학 등의 분야에서 기술 예측 연구를 위해 활발히 적용되고 있다.
가설 설정
- 4) 특정지명이나 국가명 등의 고유명사는 분석대상에서 제외한다. 예를 들면 ‘France’, ‘Korea’ 등은 분석대상에서 제외한다.
제안 방법
- 637개의 논문에서 발췌한 초록에서 추출한 키워드 5,218개를 활용하여 LDA 알고리즘을 통한 토픽모델링 분석을 수행하였다. LDA 토픽 분석의 경우, 분석 결과의 품질 향상을 위해서는 문헌과 주제 간의 밀도를 나타내는 α의 값을 최적의 값으로 설정하는 것이 중요하다.
- 넷째, NetMiner V.4를 활용하여 전처리 과정을 통해 정제된 텍스트를 활용하여 LDA 기반의 토픽모델링을 적용하여 주제추출과 주제별 네트워크를 구성한다.
- 다섯째, LDA 기반의 토픽모델링 결과를 분석하고 해석한다.
- 둘째, 수집된 영문초록으로 형태소분석을 통하여 다음과 같은 데이터전처리 과정을 통해 추출된 단어를 표준화한다.
- 둘째, 주제 영역에서는 LDA 알고리즘을 통한 토픽모델링 분석을 진행하여 13개의 주제 영역을 추출하였다. 구체적으로, ‘기관 간의 협력’, ‘정보자원 보존을 위한 환경 구성’, ‘정부차원의 조사연구를 통한 제도‧정책 발굴’, ‘정보자원의 생애주기’, ‘정보자원의 전시’, ‘리포지터리 구축’, ‘정보자원의 검색’, ‘직원의 역량’, ‘서비스 제공을 위한 정보자원 조직’, ‘상호운용을 위한 메타데이터 구축’, ‘웹 접근성 향상을 위한 정보자원 디지털화’, ‘정보자원의 특성’, ‘전문가 양성을 위한 교육’ 등이다.
- 보다 구체적으로 살펴보면, 관찰변수(Observed variable, 문헌에 포함된 단어)와 숨겨진 임의변수(Hidden random variables, 주제 구조) 간의 결합 확률 분포(Joint probability distribution)를 통해 관찰변수에 대한 조건부 분포(Conditional distribution)를 계산하여 전체 문헌 집합의 주제들과 각 문헌별 주제 비율 그리고 각 단어들이 각 주제에 포함될 확률 분석한다(Blei 2012). 또한 LDA는 확률적으로 문헌 내의 숨겨져 있는 주제 분포를 그래픽 모델로 표현하며, 각 문헌에 포함된 주제와 주제에 따른 단어의 배치를 각각 파라미터로 모델링한다.
- 셋째, 위의 내용을 적용하여 시소러스 사전을 구축한다. 예를 들면, ‘ALA’와 ‘American Library Association’은 ‘ALA’로, ‘Digital Library’와 ‘Electronic Library’와 같은 유의어의 경우는 ‘Digital Library’로, 그리고 ‘Education Program’과 ‘Curriculum’과 같이 동의어인 경우는 ‘Curriculum’으로 용어를 통제한다.
- 본 연구의 목적을 달성하고자 웹기반의 Scopus 데이터베이스를 통하여 전체 학문분야의 학술지를 대상으로 연구논문을 수집하였으며, 학술대회발표자료, 학위논문, 연구보고서, 단행본은 제외하였다. 연구기간에 제한을 두지 않고 해당 논문의 영문 초록을 포함한 서지사항을 수집하였다. Scopus는 22,790여 종의 저널을 수록하고 있는 데이터베이스로 과학, 기술, 사회과학 및 인문 등 모든 분야의 문헌을 포괄적으로 포함하고 있어 연구 동향 파악을 위한 자료수집에 용이하다.
- 육지희, 송민(2018)은 자질집합의 크기와 종류 및 분류 알고리즘에 따른 성능 차이를 평가하고자 LDA 토픽과 딥러닝을 적용한 Doc2Vec 기법을 활용하였다. 이를 위해 자질집합의 적절한 크기, 문헌의 위치, 문헌의 종류 등 높은 성능을 나타내는 요소를 확인하였으며, 딥러닝을 활용하여 학습 횟수와 문맥 추론 정보의 유무에 따른 분류 성능을 비교하였다.
- 주제 영역 6은 ‘Repository’, ‘Preservation’, ‘Software’, ‘Accessibility’, ‘Publication’ 등으로 구성되어 ‘접근성 향상을 위한 리포지토리 구축’으로 설정하였다.
- 첫째, 토픽모델링 분석 대상으로써 각 논문에서 해당 저자가 작성한 영문초록을 수집한다. 초록은 연구의 배경, 목적, 연구결과, 결론 등 연구 과정에 따른 내용을 직접적이면서도 간결하게 제시하고 있어 전달하고자 하는 내용을 쉽게 파악할 수 있다.
대상 데이터
- 주제 영역 4는 ‘Record’, ‘Documentation’, ‘Life cycle’, ‘Photocopy’, ‘Society’ 등으로 구성되어 ‘정보자원의 생애주기’로 설정하였다. 가치 있는 자료를 장기간 접근하도록 디지털처리와 같은 방법으로 자료를 재생산할 필요성이 있음을 설명(Conway 2015)한 연구논문을 포함하여 총 36건(5.7%)의 연구논문이 포함되었다.
- 주제 영역 13은 ‘Curriculum’, ‘Student’, ‘Program’, ‘Education’, ‘LIS’ 등으로 구성되어 ‘전문가 양성을 위한 교육’으로 설정하였다. 기관 전문가들을 대상으로 저작권 리터러시와 학술교육을 진행하며 지속적인 교육 프로그램을 이어나가고자 저작권에 관한 학습 콘텐츠에 대한 조사를 진행한 연구(Todorova et al. 2017), 정보제공기관의 모범적인 융합사례와 미래 전문가들이 요구하는 학술 교육과정에 관한 논의(Tammaro 2014)등을 포함하여 총 35건(5.5%)의 연구논문이 포함되었다.
- 본 연구의 목적을 달성하고자 웹기반의 Scopus 데이터베이스를 통하여 전체 학문분야의 학술지를 대상으로 연구논문을 수집하였으며, 학술대회발표자료, 학위논문, 연구보고서, 단행본은 제외하였다.
- 분석 대상에 해당하는 연구논문 637편의 영문초록에서 총 5,218개의 단어를 추출하였으며, tf-idf에 따른 단어 출현 빈도는 와 같다.
- 이기헌, 정효정, 송민(2015)은 1990년부터 2014년에 걸쳐 게재된 국외 문헌정보학 학술지들의 논문들을 대상으로 연구 주제 및 연구 방법에 따른 현 선도 학술지의 연구 누적 현황을 분석하였다. 연구 결과 상위 연구 주제로 경영정보시스템, 정보요구분석, 계량서지연구, 정보정책 등이 도출되었으며, 상위 연구방법으로는 모델링, 문헌연구, 협업분석, 웹 데이터 분석, 텍스트 마이닝 등이 선정되었다. 한편, 군집 분석을 통해 계량서지연구가 네트워크분석 방법을 적용한 계량서지 연구가 주를 이루었으며, 의료정보시스템, 이용자인터페이스 관련 연구에 텍스트마이닝 기법이 활용되고 있었다.
- 이에 따라 Scopus 데이터베이스를 활용하여 ‘Larchiveum’, ‘LAMs’, ‘GLAM’, ‘Library and Archives and Museum’, ‘Library and Archives and Museum and Gallery’라는 키워드로 연구 논문을 검색하였으며, 검색된 855건 중 초록이 포함되어 있지 않은 논문은 제외하여 총 637건을 분석대상으로 선정하였다.
- 주제 영역 7은 ‘Data’, ‘Image’, ‘Record’, ‘Information Retrieval’, ‘Cataloging’ 등으로 구성되어 ‘정보자원의 검색’으로 설정하였다. 이용자의 원활한 정보검색을 구현하고자 더블린코어 요소가 적용된 메타데이터에 관한 연구를 진행한 Wykoff 등(2005)의 연구를 포함하여 총 55건(8.6%)의 연구논문이 포함되었다.
- 주제 영역 10은 ‘Metadata’, ‘Data’, ‘Mapping’, ‘Interoperability’, ‘Terminology’ 등으로 구성되어 ‘상호운용을 위한 메타데이터 구축’으로 설정하였으며, 총 77건(12.1%)의 연구논문이 포함되었다.
- 주제 영역 11은 ‘Website’, ‘Digitalization’, ‘Accessibility’, ‘User’, ‘Technology’ 등으로 구성되어 ‘웹 접근성 향상을 위한 정보자원 디지털화’으로 설정하였으며, 총 54건(8.5%)의 연구논문이 포함되었다.
- 주제 영역 9는 ‘Service’, ‘Documentation’, ‘Book’, ‘Culture’, ‘Cataloging’ 등으로 구성되어 ‘서비스 제공을 위한 정보자원 조직’으로 설정하였으며, 총 26건(4.1%)의 연구논문이 포함되었다.
- 주제 영역 5는 ‘Exhibition’, ‘University’, ‘News’, ‘Photocopy’, ‘Material’ 등으로 구성되어 ‘정보자원의 전시’로 설정하였다. 표준화된 문화유산 자료실의 전략모델을 제시한 Yoo and Choi(2014)를 포함하여 총 31건(4.9%)의 연구논문이 포함되었다.
이론/모형
- LDA 토픽 분석의 경우, 분석 결과의 품질 향상을 위해서는 문헌과 주제 간의 밀도를 나타내는 α의 값을 최적의 값으로 설정하는 것이 중요하다. LDA 파라미터를 추정하기 위해서 깁스 샘플링(Gibbs Sampling)방식을 적용하였으며, 최종적으로 13개의 토픽을 추출하였다.
성능/효과
- 2) NetMiner V.411)의 형태소분석기를 활용하여 영문초록에서 명사형만을 추출한다.
- 5) 용어의 일반화를 위해 복수명사는 단수화하였다. 예를 들면 ‘Regulations’는 ‘Regulation’으로 변경한다.
- 넷째, 토픽모델링 분석으로 도출된 13개의 주제 분야의 연도별 변화를 살펴보면, 1998년 이전의 연구는 특정 연구주제가 두드러지게 나타났던 것에 반해, 그 이후 연구는 연구자들이 다양한 연구주제를 다룬 것으로 해석된다.
- 분석결과 ‘보존(Preservation)’과 ‘지식(Knowledge)’이 가장 높은 출현 빈도를 나타냈으며, ‘프로그램(Program)’, ‘조직(Organization)’, ‘도서(Book)’, ‘웹사이트(Website)’ 순으로 나타났다.
- 분석결과를 종합하면, 도서관, 기록관, 박물관 등의 정보제공기관에서는 유사서비스를 제공하는 기관 간의 협력, 문화유산 또는 기록물 보존을 위한 방안 모색, 상호운용 환경구성에 대한 논의가 이어왔으며 정보서비스를 위한 기록물전시, 정보자원의 효율적인 정보검색, 정부차원의 정책 발굴, 그리고 전문가 역량과 미래 등에 대한 다양한 고민을 엿볼 수 있다.
- 박준형, 오효정(2017)은 국내 문헌정보학 분야 학술지 4종과 기록관리학 분야 학술지 2종을 대상으로 국내 기록관리학의 연구동향을 분석하였다. 분석을 위해, LDA와 HDP(Hierarchical Dirichlet Process, 계층적 디리클레 프로세스) 알고리즘을 적용하여 비교분석 하였으며, LDA의 경우 빈도수에 따른 주요 키워드 선정이 이루어지는 반면, HDP는 세부 주제별로 미시적인 핵심 키워드를 도출하는데 적합하다는 분석결과를 제시하였다.
- 셋째, 토픽모델링 결과를 바탕으로 네트워크를 표현하였을 때, ‘리포지터리 구축’이라는 주제 영역을 중심으로 각 주제 영역이 밀접한 관련성을 가진 것으로 나타났다.
- 연구 토픽을 시기별로 추적하여 변화 양상을 관찰하였으며, 분석결과 Hot topic(+)으로는 ‘다문화사회통합’과‘학교다문화교육’이 Cold topic(-)으로는 ‘문화정체성과 민족주의’ 관련 토픽이 관찰되었다.
- 분석결과로 제시된 13개의 주제 간의 연결성은 <그림 5>와 같이 네트워크로 표현하였다. 주제 영역 6인 리포지터리 구축(Repository Construction)을 중심으로 주제 영역1(Organization), 주제 영역 2(Material), 주제 영역 3(Accessibility), 주제 영역 4(Society), 주제 영역 5(Material), 주제 영역 7(Accessibility), 주제 영역 9(Documentation), 주제 영역 12(Publication) 등이 서로 밀접한 관련성을 가진 것으로 나타났다. 이는 기관 간의 협력을 위한 환경구성과 방안모색 그리고 정보서비스 제공을 위한 환경조성에 관한 연구에서 주로 리포지터리에 관한 내용이 언급되었다고 해석할 수 있다.
- 첫째, tf-idf 가중치에 따른 단어출현 빈도를 분석한 결과, ‘보존(Preservation)’, ‘지식(Knowledge)’, ‘프로그램(Program)’, ‘기관(Organization)’, ‘도서(Book)’ 순으로 나타났다.
후속연구
- 지식정보제공이라는 공동의 임무를 수행하는 도서관, 기록관, 박물관은 환경변화에 따른 이용자의 요구를 수용하고 합리적인 운영을 위하여 협력단위의 방안모색이 요구된다. 이 연구를 바탕으로 차후 연구로는 해당 분야의 상승세를 이루는 주제 분야(Hot Topic, +)와 하강세를 이루는 주제분야(Cold Topic, -)분석 등의 심층적인 연구동향 분석과 연구 결과의 일반화를 보장하기 위한 폭넓은 자료 수집으로 연구를 수행하는 것으로 들 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.