• Journal of Smart Tourism
• /
• 제4권1호
• /
• pp.19-29
• /
• 2024

The objective of this article is to create a model of integrated management from the framework modeling of a digital collaborative network supported by knowledge engineering to make heritage site in the Brazil more effective. It is an exploratory and qualitative research with thematic analysis as technique of data analysis from the collaborative network, digital platform, world heritage, and tourism themes. The snowballing approach was chosen, and the mapping and classification of relevant studies was developed with the use of the spreadsheet tool and the Mendeley® software. The results show that the collaborative network model oriented towards strategic objectives should be supported by a digital platform that provides a technological environment that adds functionalities and digital platform services with the integration of knowledge engineering techniques and tools, enabling the discovery and sharing of knowledge in the collaborative network.

• 디지털융복합연구
• /
• 제11권11호
• /
• pp.693-704
• /
• 2013

본 연구의 목적은 협력 학습에서 소셜 네트워크 서비스를 활용했을 때, 구성원들의 협력 능력, 협력만족도, 그리고 집단내 상호작용에 어떤 영향을 미치는지를 분석하는데 있었다. 협력 과정에서 소셜 네트워크 서비스 중의 하나인 카카오톡을 활용하여 과제를 수행한 집단은 그렇지 않은 집단에 비해 협력 능력과 협력 만족도의 정도가 유의미하게 높았다(p<.05). 카카오톡을 활용한 집단을 대상으로 생성한 담화의 양과 내용을 분석한 결과 담화의 양은 협력 능력이나 협력 만족도에 영향을 미치지 않는 것으로 나타났다.

• 디지털산업정보학회논문지
• /
• 제9권1호
• /
• pp.43-52
• /
• 2013

Pervasive computing and social network are good resources in recommendation method. Collaborative filtering is one of the most popular recommendation methods, but it has some limitations such as rating sparsity. Moreover, it does not consider social network in pervasive computing environment. We propose an effective proactive friend recommendation method using social network and contexts in pervasive computing environment. In collaborative filtering method, users need to rate sufficient number of items. However, many users don't rate items sufficiently, because the rating information must be manually input into system. We solve the rating sparsity problem in the collaboration filtering method by using contexts. Our method considers both a static and a dynamic friendship using contexts and social network. It makes more effective recommendation. This paper describes a new friend recommendation method and then presents a music friend scenario. Our work will help e-commerce recommendation system using collaborative filtering and friend recommendation applications in social network services.

• 한국도서관정보학회지
• /
• 제36권4호
• /
• pp.329-347
• /
• 2005

지식정보 사회에서 고품질 정보를 취득하는 방식으로서 협력형디지털정보서비스(Collaborative Digital Reference Service: CDRS)가 세계적으로 빠르게 확산되고 있다 국내에서도 KISTI를 중심으로 5개 기관이 글로벌네트워크와 연계된 CDRS 국내 협력 모형인 Question포인트+ (플러스)를 구성하였다. Question포인트+에서는 국내외 정보전문가들이 긴밀히 협조하여 이용자들이 요청한 다양한 수준의 질문에 대한 답변을 웹 인터페이스를 통해 제공한다. Question포인트+ 구현 사례는 최초의 국내 CDRS 협력모형으로 의미가 있으며, 국내 CDRS 운영 및 활성화에 기여할 것으로 기대된다.

• 한국문헌정보학회지
• /
• 제45권1호
• /
• pp.11-27
• /
• 2011

본 연구는 협력형디지털정보봉사(CDRS: collaborative digital reference service)를 대상으로 그 사례를 분석하여 국내 CDRS의 향후 발전방안을 모색하려는 의도로 진행되었다. 전 세계적 범위의 협력적 봉사에 의해 정보봉사의 전문화를 모색하려는 CDRS의 해외 사례는 미국의 QuestionPoint를 비롯하여 7개국의 국가도서관이 주도하는 사례가 대상이 되며 국내의 사례는 국립중앙도서관의 "사서에게 물어보세요"가 그 대상이다. 중점적 분석에 의한 국내의 본 서비스는 이용자들로부터의 활용이 매년 증가되며 대학생과 직장인들의 연구 및 업무수행에 활동되는 등 향후의 전문봉사로서의 발전 가능성이 확인되고 있다.

• Journal of Information Science Theory and Practice
• /
• 제10권spc호
• /
• pp.12-24
• /
• 2022

This study attempted to investigate changes in collaboration structure for each stage of national Research and Development (R&D) in the artificial intelligence (AI) field through analysis of a co-author network for papers written under national R&D projects. For this, author information was extracted from national R&D outcomes in AI from 2014 to 2019. For such R&D outcomes, NTIS (National Science & Technology Information Service) information from the KISTI (Korea Institute of Science and Technology Information) was utilized. In research collaboration in AI, power function structure, in which research efforts are led by some influential researchers, is found. In other words, less than 30 percent is linked to the largest cluster, and a segmented network pattern in which small groups are primarily developed is observed. This means a large research group with high connectivity and a small group are connected with each other, and a sporadic link is found. However, the largest cluster grew larger and denser over time, which means that as research became more intensified, new researchers joined a mainstream network, expanding a scope of collaboration. Such research intensification has expanded the scale of a collaborative researcher group and increased the number of large studies. Instead of maintaining conventional collaborative relationships, in addition, the number of new researchers has risen, forming new relationships over time.

• 디지털융복합연구
• /
• 제10권6호
• /
• pp.33-39
• /
• 2012

본 연구는 대학에서 이루어지고 있는 강의에 있어 전통적인 오프라인 강의실 강의에 정보기술 발달과 함께 급속도로 확산되고 있는 SNS(Social Network Service)를 접목할 경우 학습성과의 변화에 어떠한 영향을 미치는지를 살펴보기 위해 시작되었다. 이를 위하여 101명을 대상으로 설문조사를 실시하였고 분석결과는 다음과 같다. 첫째, 소셜 네트워킹 참여(online social networking engagement)와 사회적 수용(acculturation)은 교수와의 상호작용 품질(interaction quality with professors)에 영향을 미치는 것으로 나타났다. 또한 교수와의 상호작용품질은 협력학습(collaborative learning)과 학습성과(learning performance)에 유의한 영향을 미치는 것으로 나타났다.

• 한국멀티미디어학회논문지
• /
• 제23권2호
• /
• pp.343-350
• /
• 2020

In the era of the Fourth Industrial Revolution in the digital revolution is taking place, various attempts have been made to provide various contents in a digital environment. In this paper, agent-recruitment service system based on collaborative deep learning is proposed for the intelligent head hunting service. The service system is improved from previous research [7] using collaborative deep learning for more reliable recommendation results. The Collaborative deep learning is a hybrid recommendation algorithm using "Recurrent Neural Network(RNN)" specialized for exponential calculation, "collaborative filtering" which is traditional recommendation filtering methods, and "KNN-Clustering" for similar user analysis. The proposed service system can expect more reliable recommendation results than previous research and showed high satisfaction in user survey for verification.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2007년도 추계 종합학술대회 논문집
• /
• pp.365-368
• /
• 2007

세계 정보서비스기관들은 이용자들이 요청한 질문에 답변을 제공하고자 글로벌협력 메커니즘을 이용하여 협력형디지털정보서비스(collaborative digital reference service: CDRS)를 제공하고 있다. 한국과학기술정보연구원(KISTI)은 Question포인트+서비스를 통하여 글로벌협력 메커니즘을 활용한 CDRS를 이용자에게 제공하고 있다. KISTI에서 개발된 글로벌협력 메커니즘은 두 가지 유형이 있다. 하나는 글로벌네트워크를 이용한 것이고 다른 하나는 독일 기관과 직접 협력에 의한 것이 있다. 본 연구는 이용자를 만족시키는 서비스를 제공하기 위하여 현재의 글로벌 메커니즘을 분석하고 CDRS 글로벌협력 메커니즘의 미래 모델을 제시한다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.123-130
• /
• 2019

웹 추천기법에서 가장 많이 사용하는 방식 중의 하나는 협업필터링 기법이다. 협업필터링 관련 많은 연구에서 정확도를 개선하기 위한 방안이 제시되어 왔다. 본 연구는 Word2Vec과 앙상블 합성곱 신경망을 활용한 영화추천 방안에 대해 제안한다. 먼저 사용자, 영화, 평점 정보에서 사용자 문장과 영화 문장을 구성한다. 사용자 문장과 영화 문장을 Word2Vec에 입력으로 넣어 사용자 벡터와 영화 벡터를 구한다. 사용자 벡터는 사용자 합성곱 모델에 입력하고, 영화 벡터는 영화 합성곱 모델에 입력한다. 사용자 합성곱 모델과 영화 합성곱 모델은 완전연결 신경망 모델로 연결된다. 최종적으로 완전연결 신경망의 출력 계층은 사용자 영화 평점의 예측값을 출력한다. 실험결과 전통적인 협업필터링 기법과 유사 연구에서 제안한 Word2Vec과 심층 신경망을 사용한 기법에 비해 본 연구의 제안기법이 정확도를 개선함을 알 수 있었다.