• 한국문헌정보학회지
• /
• 제50권3호
• /
• pp.249-265
• /
• 2016

본 연구의 목적은 Cutter의 전개분류법 특징을 분석하는 것이다. 분류법 평가와 관련된 4가지 요소를 기준으로 전개분류법을 분석하였다. 연구 결과로 첫째, 주류 배열은 철학과 종교, 역사와 지리, 사회과학, 자연과학과 예술, 언어와 문학 순으로 배열되어 있어 그 순서가 논리적이며 진화적이다. 둘째, 기호법은 문자를 사용하는 순수기호법이며, 저자기호법을 포함시켰다. 셋째, 7개의 표로 구성되어 있으며, 제2표는 자연과학 분야가 전개되었고, 제3표부터는 전 주제 분야로 확산되었다. 넷째, 지역구분을 적용하였는데, 대륙별로 지역의 연결성을 강조하여 나열하였다.

• 한국도서관정보학회지
• /
• 제35권3호
• /
• pp.293-319
• /
• 2004

이 연구는 우리나라 최초의 관립도서관이며 국립중앙도서관의 전신인 조선총독부도서관에서 사용한 분류표에 관한 것이다. 조선총독부 도서관 분류표는 신서부, 고서부, 양서부의 세 개 분류표를 편찬하여 사용하였다. 이에 이 연구는 일제강점기 당시 관립도서관이었던 조선총독부도서관분류표의 특징에 대해 분석하였다. 또한 조선총독부 도서관 분류표와 관련 있는 분류표를 비교 분석하여 그 영향관계를 파악하였다.

• 대한공간정보학회지
• /
• 제19권2호
• /
• pp.9-17
• /
• 2011

국내 여러 기관에서 토지피복분류체계, 토지이용현황분류체계 등 국토의 정확한 현황 파악을 위해 다양한 지형분류체계를 활용 중에 있다. 그러나 이러한 분류체계로 국토변화를 탐지하기에는 적용성이 떨어지며, 변화지역을 추출하기에도 적합하지 않다는 문제점을 가지고 있다. 본 연구에서는 국토에 대한 자연적, 인위적 변화요소들을 모두 효과적으로 나타낼 수 있는 표준 지형분류체계를 제안하고자 한다. 이를 위해 국내외 유사 지형분류체계에 대한 비교 분석을 수행하고, 이를 바탕으로 표준 지형분류 항목을 제안하였다. 자동 지형분류 적용 가능성을 평가하기 위하여 감독분류 기반의 자동 지형분류와 선행지식 기반의 자동 지형분류를 수행하여 정확도를 평가하였다.

• 한국도서관정보학회지
• /
• 제35권2호
• /
• pp.135-154
• /
• 2004

본 논문은 국내 대부분 도서관에서 사용하는 지리구분 분류체계의 지역범주의 포괄성과 나열에서 변방 우선의 원칙을 이해하기 위해 외국의 분류체계를 분석하고 국내 공공기관의 지역범주를 조사 및 분석하여 한국 지리구분 분류체계 구축 방향을 제시하는데 목적이 있다. 연구방법은 기존의 도서관 분류 체계의 지역범주의 단위와 나열순서를 분석하고, 생활권 개념의 공공기관의 지역범주를 조사하였다. 연구결과로 도서관 분류체계에서 지역범주의 단위와 나열순서는 다양하였으며, 공공기관의 지역범주의 단위 역시 다양하였다. 본 연구에서 제안한 내용은 지역범주의 단위는 전국을 3단계의 계층구조가 가능하도록 최소 지역범주를 시, 군 2개를 합한 단위가 적합하며, 나열순서는 지역법주 내의 중심지역에서 시작하여 외부지역으로 순환하는 형태이다.

• 한국의류학회지
• /
• 제40권2호
• /
• pp.287-304
• /
• 2016

This study examines the influence of product classification standards and structure on user perception as well as their attitude towards online shopping sites. The causal relationships of variables are also examined. The analysis was based on an online survey with 247 responses. Four types of internet shopping sites were developed and used as a stimulus. The results of the mean comparison analysis indicated that perceived variety, information overload, perceived shopping value and attitude towards the site varies significantly with product classification standards and structure. There was also of a marginally significant interaction between the classification standard and structure on perceived variety and information overload. The causal relationship analysis revealed that perceived variety positively influenced hedonic and utilitarian shopping value. However, information overload had a negative effect on hedonic and utilitarian shopping value. Both the hedonic and utilitarian shopping value positively influenced attitudes towards the sites. This study demonstrates that classification method influences customer perception and attitude. It offers interesting insights on a product classification method as a strategic tool for online shopping.

• 한국문헌정보학회지
• /
• 제43권3호
• /
• pp.197-219
• /
• 2009

본 연구에서는 문화예술교육 분야 분류체계의 필요성을 인식하고 패싯 기반의 분류 시스템을 설계하게 되었다. 본 연구는 체계적인 방법론을 적용하여 분류시스템을 구축하였고, 국내외 도메인 전문가와 분류전문가가 협력을 통해 분류시스템을 향상시켜 그 결과 13개의 메인 패싯과 다양한 하위 용어를 추출하였다. 본 연구에서 설계된 분류시스템의 목적은 문화예술교육의 다양한 자원을 보다 체계적이고 효율적으로 관리 이용할 수 있는 기반을 마련하는데 있으며 이는 나아가 문화예술교육 분야의 개념에 대한 문화적 격차를 해소시키는데 사용되기를 바란다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.229-232
• /
• 2008

A Neural network classification of human activity data is presented. The data acquisition system involves a tri-axial accelerometer in wireless sensor network environment. The wireless ad-hoc system has the advantage of small size, convenience for wearability and cost effectiveness. The system can further improve the range of user mobility with the inclusion of ad-hoc environment. The classification is based on the frequencies of the involved activities. The most significant Fast Fourier coefficients, of the acceleration of the body movement, are used for classification of the daily activities like, Rest walk and Run. A supervised learning approach is used. The work presents classification accuracy with the available fast batch training algorithms i.e. Levenberg-Marquardt and Resilient back propagation scheme is used for training and calculation of accuracy.

• 한국의사학회지
• /
• 제19권1호
• /
• pp.65-76
• /
• 2006

The present study examined subject classification and the characteristics of old Oriental medicine literature focused on Web services of Oriental medicine knowledge and information resources. For this, we reviewed how subject classification is applied to Oriental medicine in the codified literature classification table and, based on the results, examined how the classification system is used in libraries. Second, subject classification and the characteristics of old Oriental medicine literature were studied focused on Web services of Oriental medicine knowledge and information resources, and related problems and solutions were suggested.

• Journal of Information Science Theory and Practice
• /
• 제1권1호
• /
• pp.10-26
• /
• 2013

Domain transfer is a widely recognized problem for machine learning algorithms because models built upon one data domain generally do not perform well in another data domain. This is especially a challenge for tasks such as opinion classification, which often has to deal with insufficient quantities of labeled data. This study investigates the feasibility of self-training in dealing with the domain transfer problem in opinion classification via leveraging labeled data in non-target data domain(s) and unlabeled data in the target-domain. Specifically, self-training is evaluated for effectiveness in sparse data situations and feasibility for domain adaptation in opinion classification. Three types of Web content are tested: edited news articles, semi-structured movie reviews, and the informal and unstructured content of the blogosphere. Findings of this study suggest that, when there are limited labeled data, self-training is a promising approach for opinion classification, although the contributions vary across data domains. Significant improvement was demonstrated for the most challenging data domain-the blogosphere-when a domain transfer-based self-training strategy was implemented.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권1호
• /
• pp.44-51
• /
• 2003

Knowledge acquisition is a bottleneck in knowledge-based system implementation. Decision tree induction is a useful machine learning approach for extracting classification knowledge from a set of training examples. Many real-world data contain fuzziness due to observation error, uncertainty, subjective judgement, and so on. To cope with this problem of real-world data, there have been some works on fuzzy classification rule learning. This paper makes a survey for the kinds of fuzzy classification rules. In addition, it presents a fuzzy classification rule learning method based on decision tree induction, and shows some experiment results for the method.