• 정보관리학회지
• /
• 제35권4호
• /
• pp.125-140
• /
• 2018

대출데이터는 대학도서관에 축적된 중요한 데이터로서 도서관 장서개발이나 서비스 개선에 활용될 수 있는 중요한 데이터이다. 이 연구는 대출빈도를 기반으로 한 다양한 대출관련지수를 비교분석하여 지수별 특성을 파악한 후 도서관 운영에 적용할 수 있는 타당성을 평가하고자 하였다. A 대학도서관의 10개 단과대학별 대출데이터를 대상으로 비교분석한 지수는 대출빈도, 대출엔트로피, 대출 h-지수, 대출주제차별지수 등 총 4개의 지수이다. 이 지수들을 적용하여 단과대학별 대출현황을 분석하였고 단과대학별로 나타나는 대출주제의 특성을 표하는 각 지수의 특성을 비교 분석하였다. 분석 결과 대출 엔트로피는 여러 대학이 공통으로 선호하는 주제를 표현하는 성향이 있는 것으로 나타났다. 반면 대출주제차별지수는 특정대학에서만 특화되어 대출되는 주제를 표현하는 성향이 있는 것으로 나타났다.

• 정보관리학회지
• /
• 제24권3호
• /
• pp.93-117
• /
• 2007

본 논문은 C대학도서관의 학술정보시스템(LAS)에 구축되어 있는 장서와 대출기록 및 고객관련 데이터를 수집하여 이를 분석하고 그 결과를 고객관계관리(CRM)에 적용할 수 있는 방안을 제시하였다. 수집된 자료는 C대학도서관에서 소장하고 있는 대출이 가능한 단행본 총 269,387책의 서지데이타와 고객 12,281명의 데이터, 이용자 대출기록 39,269건이었다. 대출기록 분석 데이터에서 관계변수로 이용자 신분, 대출빈도, 대출책수와 대출횟수, 출판년도를 추출하여 데이터 마이닝 기법으로 분석하고, 상관계수로 검증하였다.

• 한국도서관정보학회지
• /
• 제48권2호
• /
• pp.263-293
• /
• 2017

이 연구는 대학도서관 대출데이터를 활용하여 이용자들의 대출행태를 장서의 대출수명과 주제영역, 특정 이용자층과의 연관성 등의 다양한 관점에서 분석하였다. K대학도서관의 2006년부터 2015년까지 10년간 이용자들의 연도별 대출행태는 매해 20%의 대출도서가 전체 대출의 50%를 차지한다는 '대출도서 20/50 법칙'을 따르는 것으로 확인하였다. 또한 각 대출도서의 도서연령과 대출횟수의 연령별 누적분포를 구하여 도서 반감기를 정의하고 이를 수식화하였다. 종단적 관점에서의 핵심장서를 산출하여 그 특성을 주제별, 구성원별, 계열별, 연도별 등의 측면에서 분석하였다. 종단적 관점의 전체 대출도서와 핵심장서의 대출패턴은 모든 측면에서 매우 상이하게 분석되어 10년 동안 꾸준히 핵심장서로 분류되는 도서들의 역할이 있는 것으로 나타났다. 이는 10년간 꾸준히 대출되는 도서, 즉 핵심장서의 특성이 명확하다는 의미이며, 이러한 특성을 반영한 효율적인 장서구성정책을 개발할 필요성이 있다는 근거가 된다.

• 정보관리학회지
• /
• 제9권2호
• /
• pp.118-153
• /
• 1992

대학 도서관의 대출 업무에 관한 시스템 연구를 수행함에 있어 구조적 분석 기법을 이용하여 현행 대출 업무를 분석하고 새로운 대출 시스템을 설계하였다. 기존 대출 업무 분 석에서는 구조적 개발 도구인 자료 흐름도와 자료 사전, 실체 관계도들을 기용하여 데이터 분석을 시도하였으며 시스템 설계에서는 분석한 데이터 구조를 데이터 표준화 작업을 통해 새 시스템의 논리적, 물리적 데이터 모델을 제시하였다.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.185-192
• /
• 2022

본 연구는 P2P(Peer-to-Peer) 대출의 부도위험 예측을 위하여 준지도학습(SSL) 기반의 모델을 개발하고자 한다. 검증된 성능에도 불구하고 지도학습(SL) 방법은 완전 지불 또는 채무불이행과 같이 레이블이 결정된 다수의 데이터가 필요한데 충분한 수의 레이블 데이터를 수집하려면 많은 자원과 시간이 필요하다. P2P 플랫폼이 급성장하면서 대출 건수도 매해 급증하였고, 레이블이 없는 데이터도 지속적으로 증가하고 있다. 본 연구는 P2P 대출 플랫폼인 LendingClub에서 수집한 데이터를 사용하였다. P2P 대출 중 레이블이 결정된 대출에서 추출한 정보뿐만 아니라 레이블이 결정되지 않은 대출에서 추출한 정보도 사용하여 부도 위험을 예측하는 SSL 모델을 개발하여 연구를 수행한 결과, 적은 수의 레이블이 결정된 데이터를 사용함에도 불구하고 SSL 방법으로 구축된 모델이 많은 수의 레이블이 결정된 데이터를 사용하여 학습시킨 SL 방법으로 구축된 모델보다 부도 위험 예측성과가 향상되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.411-425
• /
• 2013

데이터마이닝이란 대용량의 자료로부터 의미있는 패턴과 규칙을 찾기 위해서 자동화되거나 반자 동화된 도구를 이용하여 데이터를 탐색하고 분석하는 과정이다. 이러한 데이터마이닝 기법을 통해 정보의 연관성을 파악함으로써 가치 있는 정보를 만들어 합리적인 의사 결정이 가능하게 된다. 금융분야에서도 데이터베이스 마케팅, 신용평가, 서비스 품질개선, 부정행위 적발 등에 데이터마이닝 기법이 다양하게 사용되고 있다. 금융거래에서 대출의 중요도와 필요성이 시간이 지날수록 점점 높아지고 있으나, 대출을 이용하는 사람과 대출건수가 증가할수록 부실대출의 위험이 함께 증가하기 때문에 대출을 해주는 여신기관의 손실을 막기 위해서는 대출여부를 정확하게 예측할 필요성이 존재한다. 본 연구에서는 국내 A 여신기관의 실제 데이터를 사용하여 대출심사에 관한 연구를 진행하였으며, 모형 구축에 있어서 안정적이고 정확한 예측을 보이는 모형을 찾기 위하여 원 데이터에서의 샘플 정제와 여러가지 모형, 데이터마이닝 기법 등을 사용하여 다양한 모형을 구축하고 비교, 평가하였다.

• 한국문헌정보학회지
• /
• 제55권4호
• /
• pp.89-114
• /
• 2021

본 연구는 학계와 현장의 도서관 빅데이터 관련 움직임을 살펴보고 이를 토대로 도서관 빅데이터 플랫폼인 도서관 정보나루의 장서/대출데이터를 대상으로 기초 분석을 수행하였다. 이를 위해 도서관과 빅데이터에 관한 선행연구와 활용사례를 참고하여 연도별 장서증가량, 주제별 장서구성비, 미대출 장서구성비, 주제별 장서회전율, 그리고 주제별 이용계수의 5가지 분석지표를 선정하였다. 분석에 사용된 도서관 데이터는 부산지역 33개 공공도서관의 장서/대출데이터 6,722,603건이다. 주요한 분석 결과는 다음과 같다. 첫째, 33개 공공도서관 간 장서수보다 대출수의 격차가 큰 것으로 나타났다. 둘째, 연간 장서증가량도 뚜렷한 하락세를 보였다. 셋째, 소장 장서의 주제별 구성과 미대출 장서의 주제별 구성에 있어서 각 도서관들이 비슷한 양상을 나타냈다. 넷째, 이용자들의 대출은 주제별, 도서관별로 매우 상이한 것으로 나타났다. 다섯째, 대부분의 도서관에서 자연과학 분야 장서회전율과 이용계수가 가장 높게 나타났다.

• 한국비블리아학회지
• /
• 제34권4호
• /
• pp.77-99
• /
• 2023

본 연구의 목적은 다문화 이용자 밀집지역에 있는 도서관의 장서와 대출데이터를 정량적으로 분석하여 이용자들의 소장장서에 대한 장서활용도를 살펴보고 이를 토대로 다문화 도서관을 위한 정책적 시사점을 제시하는데 있다. 안산다문화작은도서관을 대상으로 2016년부터 2022년까지 장서·대출 이용 데이터를 분석하였다. 연도별, 언어별, 주제별로 소장도서수, 대출수, 비중, 장서회전율과 이용계수를 산출하여 장서이용도를 파악하였다. 개별도서별 누적대출수를 기준으로 누적 합계를 산출하여 대출 분포와 장서이용율 추이를 살펴보았다. 다문화 장서의 평가와 장서활용도를 기반으로 증거 기반의 장서개발 지침에 활용할 근거를 제공하고 다문화 도서관을 위한 정책을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.453-455
• /
• 2023

본 연구는 은행에서 리스크 관리 자동화를 위해 고객의 대출 상환 여부 예측 모델을 제안하고자 한다. 예측 모델로 금융 데이터 같은 정형데이터에서 전통적으로 높은 성능을 보인 의사결정나무기반 모델 LightGBM, CatBoost, XGB 와 최근 제안된 정형데이터에서 사용할 수 있는 설명 가능한 딥러닝 기반 모델 TabNet 간의 성능 비교를 진행한다. 다만, 대출 상환 여부 데이터는 불균형 클래스 데이터로 구성되어있어 샘플링을 진행한다. SMOTE, Random Under Sampling, 혼합 방식을 비교해 가장 높은 성능의 샘플링 기법을 제안한다. 대출 상환 여부 예측 결과 TabNet 모델이 의사결정나무모델들보다 좋은 성능을 보여 정형데이터에서 의사결정나무 기반 모델을 딥러닝 모델이 대체 할 수 있는 가능성을 확인했다.

• 한국도서관정보학회지
• /
• 제50권1호
• /
• pp.23-41
• /
• 2019

본 연구는 도서의 대출정보를 활용해 가중네트워크(PFNET :PathFinder Network) 분석을 수행함으로써 특수 계층으로서 남녀 노령자에 의해 자주 읽히는 도서의 주제와 특성을 이해하고 이들의 독서 양태가 일반 성인 남녀와 어떠한 차이를 보이는지 확인하였다. 이를 위해 남녀 노령자와 일반 성인 남녀로 구성된 4개 집단을 대상으로 도서관 빅데이터의 인기 대출도서를 기반으로 동시대출도서 행렬을 산출하고 이를 활용해 네트워크 분석을 수행하였다. 또한 PNNC(Parallel Nearest Neighbor Clustering) 알고리즘으로 대출도서 군집을 형성한 후 대출도서에 계산된 중심성지수를 기반으로 피어슨 상관분석(Pearson Correlation Analysis)을 수행해 집단간의 상관성을 파악하였다. 그 결과 자기계발, 재태크, 육아 등 다양한 분야의 도서를 대출하는 일반 성인 남녀에 비해 노령자 계층은 한국현대소설에 집중된 독서 활동을 하는 것으로 나타났으며, 특정 인기 저자의 저작에 집중된 도서 대출 경향을 보였다. 한편 여성 노령자가 일본소설, 영미소설을 포함해 상대적으로 다양한 분야를 대출하는 반면 남성 노령자는 극단적으로 한국대하소설에 집중하는 경향을 나타냈다. 상관분석에서도 남성 노령자는 성인 남성과 r=-0.222의 약한 음의 상관성을 보였으며, 다른 모든 집단과도 음의 방향성을 보여 대출 도서의 중심성이 반대 경향을 가지는 것으로 분석되었다.