$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

연관성분석 기반 도서추천서비스의 이용자 만족에 관한 내러티브 연구
A Narrative Study on User Satisfaction of Book Recommendation Service based on Association Analysis 원문보기

한국도서관 정보학회지 = Journal of Korean Library and Information Science Society, v.52 no.3, 2021년, pp.287 - 311  

김성훈 (성균관대학교 문헌정보학과) ,  노윤주 (경찰청) ,  김미령 (서울경찰청)

초록
AI-Helper 아이콘AI-Helper

지식정보화 사회에서 자신에게 적합한 도서를 찾는 일은 정보 이용자들에게 쉽지 않은 일이다. 도서관이 전통적인 서비스에서 벗어나 이용자 맞춤의 추천 서비스를 제공할 필요성이 높아지고 있으나, 현재까지 이용자 만족에 대한 질적인 연구는 거의 없는 상황이다. 본 연구는 연관성 분석 알고리즘인 Apriori를 적용하여 이용자 맞춤 도서추천을 시행하고, 피험자와의 면담을 통해 만족의 요인을 심층분석 하였다. 실험데이터는 서울시 S 전문도서관의 2009년부터 2019년까지 10년간의 대출데이터 중 이용빈도가 높은 100명의 대출 데이터였고, 실험 대상은 심도있는 인터뷰 가능자였다. 연관성 분석 후 도서추천서비스 대상자의 면담자료를 분석하여 도출한 개념과 범주는 각각 개념 58개, 하위 범주 6개, 상위범주 2개였다. 상위 범주는 '독서'와 '도서 추천 서비스'로, '독서'범주에서 독서 동기에 관한 개념이 17개, 선호 도서에 관한 개념이 8개, 기대 효과에 대한 개념이 12개였다. 또 '독서추천 서비스' 범주에서 '반영 희망 요소' 10개, '반영 방법' 4개, '만족 요인' 9개로 나타났다.

Abstract ▼ AI-Helper 아이콘AI-Helper

It is not easy for information users to find books that are suitable for them in a knowledge information society. There is a growing need for libraries to break away from traditional services and provide user-tailored recommendation services, but there are few qualitative studies on user satisfactio...

주제어

#도서추천   #연관성분석   #도서관 추천서비스   #만족요인  

참고문헌 (36)

  1. Article 18 of the Personal Information Protection Act. Available: https://www.law.go.kr/법령/개인정보%20보호법 

  2. Choi, Hee-yoon, Lee, Tae-seok, Kim, Wan-jong, Lee, Hye-jin, Beack, Jong-myung, & Lee, Eun-ji (2015). Library Big Data Use Case Book. Korea Institute of Science and Technology Information(KISTI). 

  3. Chung, Hee Chung & Cho, Sung-Bae (2011). Personalized recommendation service based on collaborative filtering for library information systems. The Korean Institute of Information Scientists and Engineers Conference, 38(1A), 251-254. 

  4. Hong, Yeon kyoung, Jeon, Seo young, Choi, Jae young, Yang, Hee yoon, Han, Chae eun, & Zhu, Yong jun (2021). A study on the development and evaluation of personalized book recommendation systems in university libraries based on individual loan records. Journal of the Korean Society for Information Management, 38(2), 113-127. http://10.3743/KOSIM.2021.38.2.113 

    원문보기 상세보기 crossref

  5. Hong, Yu-jin (2019). Association Rule Mining Based on Undergraduate Students Library Loan Records for Recommending Books. Master's thesis, Korea University Graduate School of Education, South Korea. 

  6. Jang, Yoon-geum, Mo, Young-gyu, Kim, Se-hoon, Lee, Hye-eun, Jeon, Gyeong-sun, Lee, Hye-young, & Lee Eun-ji (2018). A Study To Establish a Comprehensive Plan for University Library Promotion (2019-2023). Daegu: Korea Education and Research Information Service(KERIS). 

  7. Kim, Hye-sun, Lee, Tae-seok, Kim, Seon-tae, Shin, Su-mi, Kim, Wan-jong, Lee, Hye-jin, Hyun, Mi-hwan, Baek, Jong-myung, & Lee, Eun-ji (2015). Construction of Library Big Data Analysis and Utilization System (2014) Final Report. Korea Institute of Science and Technology Information. 

  8. Kim, Pil Seong (2015). A study on the Inquiry process at the narrative inquiry. The Korean Society for Narrative Education, 3(2), 103-118. http://dx.doi.org/10.25051/jner.2015.3.2.006 

    crossref

  9. Kim, Yong (2012). A study on design and implementation of personalized information recommendation system based on Apriori algorithm. Journal of the Korean Biblia Society for Library and Information Science, 23(4), 283-308. http://dx.doi.org/10.14699/kbiblia.2012.23.4.283 

    원문보기 상세보기 crossref

  10. Ko, Young-man (2004). A study on curriculum design for the information literacy in higher education. Journal of the Korean Society for Information Management, 21(4), 67-87. http://dx.doi.org/10.3743/KOSIM.2004.21.4.067 

    원문보기 상세보기 crossref

  11. Korea CRM Association (2014). Mastering Data Mining Specialist: General Level. Seoul: Hannarae. 

  12. Korea Education and Research Information Service Academic Information Planning Department (2019). 2nd Comprehensive University Library Promotion Plan (2019-2023). Daegu: Korea Education and Research Information Service(KERIS). 

  13. Korean Library Association (2010). Dictionary of Libraries and Information Sciences. Seoul: Korean Library Association. 

  14. Kwon, Yang-seop (2017). Study on the application and legal limits of big data for crime prevention and investigation. Law Review, 17(1), 179-198. 

  15. Lee, Ho sin (2015). Narrative inquiry, as a research methodology for library and information science. Journal of the Korean Society for Library and Information Science, 49(1), 149-172. http://10.4275/KSLIS.2015.49.1.149 

    원문보기 상세보기 crossref

  16. Lee, Jaesik & Myung, Hoonshik (2008). Development of a book recommender system for internet bookstore using case-based reasoning. The Journal of Society for e-Business Studies, 13(4), 173-191. 

  17. Lee, Seok Won, Lim, Se Hee, & Yang, Ji Hoon (2016). Book recommendation using collaborative filtering and association rule mining. Korean Institute of Information Scientists and Engineers Conference, 43(2), 1818-1820. 

  18. Lee, Youngjin & Yoon, Ji-Hwan (2014). A study on utilizing SNS big data in the tourism studies: based on an analysis of key words for tourism information search. International Journal of Tourism and Hospitality Research(IJTHR), 28(3), 5-14. 

  19. Lee, Yeonhee (2015). Big data and its applications in the health and welfare sectors. Health and Welfare Policy Forum, Setember. 

  20. National Library of Korea (2019). Library Big Data Use Cases. Digital Library Planning Division. 

  21. Oh, Seung-sun (2015). A Study on Personal Book Recommendation Service by SNS Analysis: Focus on Twitter. Master's thesis, Yonsei Graduate School of Engineering, South Korea. 

  22. Park, Dae-Woo, Koh, In Soo, Lee, Nak-Son, & Han, Kyeong-Seok (2020). A study on architecture for bigdata-based book curation system. Jounal of The Korea Society of Information Technology Policy & Management, 12(1), 1559-1565. 

  23. Park, Dan-bi (2018). Comorbidity Patterns of Cerebrovascular Diseases, Diabetes Mellitus, and Hypertensive Diseases in Korean Applying Association Rule Mining(ARM): Korean National Health Insurance Cohort Database. Master's thesis, Yonsei Graduate School of Biostatistics, South Korea. 

  24. Shin, Dong-hee & Kim, Yongmun (2015). The utilization of big data's disaster management in Korea. The Journal of the Korea Contents Association, 15(2), 377-392. 

    원문보기 상세보기 crossref

  25. Yoon, Won Tak & Park, Doo Soon (2018). Book recommendation system using collaborative filtering and opinion mining. Korea Information Processing Society. The Kips Spring Conference 2018, 25(1), 504-507. 

  26. Agrawal, R. & Srikant, R. (1994). Fast algorithms for mining association rules. In Proc. of the 20th International Conference on Very Large DataBases (VLDB94), Santiage, Chile, 487-499. 

  27. Farmer, L. S. J. (2004). Narrative inquiry as assessment tool: a course case study. Journal for Library and Information Science Education, 45(4), 340-351. https://doi.org/10.2307/40323878 

    상세보기 crossref

  28. Guba, Egon G. & Lincoln, Y. S. (1994). Competing Paradigms in Qualitative Research. Handbook of Qualitative Research. Denzin, Norman K., (Ed); Lincoln, Yvonna S., (Ed). Thousand Oaks, CA, US: Sage Publications, Inc, 105-117. 

  29. Han, J. (2001). Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers. 박우창 번역(2003). 데이터 마이닝 개념 및 기법. 서울: 자유아카데미(주). 

  30. IFLA/UNSECO 공공도서관 선언 (1994, November). 출처: https://www.ifla.org/files/assets/public-libraries/publications/PL-manifesto/plmanifesto-ko.pdf 

  31. Jomsri, P. (2014). Book recommendation system for digital library based on user profiles by using association rule. Innovative Computing Technology (INTECH), 2014 Fourth International Conference on. IEEE, 130-134. 

  32. Moen, T. (2006). Reflections on the narrative research approach. International Journal of Qualitative Methods, 5(4), 56-69. https://doi.org/10.1177/160940690600500405 

    상세보기 crossref

  33. Morse, J. (2001). Situating Grounded Theory Within Qualitative Inquiry. NewYork: Springer Publishing Company, Inc. 

  34. Murphy, K. (2012). Machine Learning A Probabilistic Perspective. MIT Press. 노영찬 번역(2015). 머신러닝. 의왕: 에이콘. 

  35. Strauss, A. & Corbin, J. M. (1990). Basics of Qualatative Research: Grounded Theory Procedures and Techniques. CA: Sage. 신경림 역(2001). 근거이론의 단계. 서울: 현문사. 

  36. Strauss, A. & Corbin, J. M. (1998). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory. Thousand Oaks: Sage Publications. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로