• Journal of the Korean Society for information Management
• /
• v.30 no.3
• /
• pp.157-181
• /
• 2013

Using user satisfaction surveys and LibQUAL+ instruments, libraries are increasingly gathering qualitative data such as verbatim user comments as well as quantitative data. Such qualitative data can be utilized as clues in establishing library service strategies: to better understand user issues, to identify areas for service improvement, and to prioritize user needs. For this, it is necessary to analyze user comments data and to apply results to the delivery of service and the library policies. This study is an attempt to investigate ways in which user comments data can be made useful in libraries. It identifies different methods of analyzing user comments data from LibQUAL+ surveys and compares qualitative data analysis software programs and taxonomies. It also presents the results of applying these tools to a subset of actual user comments data gathered from a recent LibQUAL+ survey at a major university library in Korea.

• Journal of The Korean Association of Information Education
• /
• v.25 no.3
• /
• pp.459-469
• /
• 2021

In this paper, a case study of basic data science practice education for field teachers and pre-service teachers was studied. In this paper, for basic data science education, spreadsheet software was used as a data collection and analysis tool. After that, we trained on statistics for data processing, predictive hypothesis, and predictive model verification. In addition, an educational case for collecting and processing thousands of public big data and verifying the population prediction hypothesis and prediction model was proposed. A 34-hour, 17-week curriculum using a spreadsheet tool was presented with the contents of such basic education in data science. As a tool for data collection, processing, and analysis, unlike Python, spreadsheets do not have the burden of learning program- ming languages and data structures, and have the advantage of visually learning theories of processing and anal- ysis of qualitative and quantitative data. As a result of this educational case study, three predictive hypothesis test cases were presented and analyzed. First, quantitative public data were collected to verify the hypothesis of predicting the difference in the mean value for each group of the population. Second, by collecting qualitative public data, the hypothesis of predicting the association within the qualitative data of the population was verified. Third, by collecting quantitative public data, the regression prediction model was verified according to the hypothesis of correlation prediction within the quantitative data of the population. And through the satisfaction analysis of pre-service and field teachers, the effectiveness of this education case in data science education was analyzed.

• 한국데이터정보과학회:학술대회논문집
• /
• 2001.10a
• /
• pp.79-86
• /
• 2001

본 논문에서는 민감한 양적 정보를 얻기 위한 조사에서 응답자들이 정직하게 응답하기를 꺼리는 질문들에 대하여 응답자의 비밀을 노출시키기 않고서 양적 정보에 대한 보다 정확한 정보를 얻을 수 있는 양적 확률화응답기법을 인터넷 상에서 사용할 수 있도록 구현하고자 한다. 본 시스템에 DB 환경에 바탕을 두어 기존의 온라인 설문조사 시스템 및 질적 확률화응답기법과 연계하여 자료를 공유할 수 있을 뿐만 아니라 독립된 스팟 서베이(spot survey)가 가능하도록 구현하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.166-169
• /
• 2005

질적인 속성을 양적인 계열로 전환하여 측정하는 방법으로서 설문의 최소 문항으로서 최대의 효과를 나타내기 위하여 한 항목을 k번 측정하여 평균과 $95\%$ 신뢰구간을 퍼지수로 한 데이터들을 리커트 척도로 활용하여 내분비방법에 의하여 검정을 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.172-174
• /
• 2004

최근 유비쿼터스에 관한 연구가 활발히 진행 중인 가운데, 사용자의 현재 상황을 파악하고 적절한 서비스를 제공해 주기 위하여 위치 정보가 많이 활용되고 있다 이러한 위치 정보는 가정과 같은 실내 환경에서 사용자의 위치 경로와 공간에 구성되어 있는 객체들의 위치를 비교하여, 관계를 탐지하고, 적절한 룰을 사용해 추론함으로써, 사용자에게 필요한 서비스를 요청 없이 자동으로 제공하는데 유용하게 쓰일 수 있다. 본 논문에서는, 가공되지 않은 위치기반의 센서 데이터로부터 상황에 대한 의미를 지닌 컨텍스트(context)를 추론해 내는 시스템의 구조를 제안한다. 본 시스템은 크게 네 개의 계층으로 구성되어 있다. 첫째. 센서 계층(Sensor layer)은 센서로부터 객체의 위치정보를 얻어내어 센서 데이터를 구성한다 둘째, 질적 관계 계층(qualitative layer)은 센서 데이터를 기반으로 하여 객체간의 상대적인 위치 관계를 탐지한다. 셋째, 시공간적 관계 계층(relational layer)은 시간에 따라 축적되는 질적 관계 계층(qualitative layer)의 데이터를 기반으로 하여 객체간의 시간적 공간적인 위치 관계를 추론한다 넷째, 마지막으로 의미적 계층(semantic layer)에서는 객체간의 상황에 안는 의미를 추론함으로써, 서비스 제공을 위한 컨텍스트(context)를 얻는다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.223-224
• /
• 2018

기계학습 기반 비디오 화질 자동 측정 기술은 주관적 화질 평가를 대체하기 위한 기술로, 비디오를 입력 신호로 화질 평가 결과를 출력 신호로 하는 기계학습 모델을 통해서 개발하는 기술이다. 학습에 필요한 비디오 데이터 셋은 입력 신호인 비디오 시퀀스와 입력의 출력신호로 학습할 주관적 화질 평가 결과로 구성된다. 이때 데이터 셋의 일부는 기계학습 기반 비디오 화질 자동 측정 기술 개발 과정에서 학습에 사용하고, 남은 일부는 개발 기술의 성능 평가에 사용한다. 일반적으로 기계학습 기반 기술의 성능은 학습 데이터의 양과 질에 비례한다. 그러나, 기계학습 기반 비디오 화질 자동 측정 기술 개발에 필요한 데이터 셋은 주관적 화질 평가 결과를 포함해야 하므로, 데이터 양을 늘리는 것은 쉬운 문제가 아니다. 이에 본 논문에서는 압축 비디오에 대한 화질 자동 측정 기술 개발을 위해 필요한 데이터 셋을 양과 질적 측면에서 효율적으로 구축하는 방법을 제안한다. 양적 측면에서 효율성을 높이기 위해 부호화 복잡도와 평가 난이도 기반으로 시퀀스를 선정 방법을, 질적 측면에서 효율성을 높이기 위해 쌍 비교(Pairwise Comparison)기반의 주관적 화질 평가 방법을 제안한다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2001.08a
• /
• pp.153-158
• /
• 2001

많은 정보가 인터넷 상에 산재함에 따라 검색엔진의 한계를 느끼게 되었으며, 정보의 질적인 문제를 해결하기 하여 메타데이터가 등장하게 되었으며, 이러한 메타데이터를 대상으로 검색하는 시스템이 등장하게되었다. 이에 본 연구는 2가지 메타데이터 검색시스템(필드검색시스템과 XML기반 구조검색시스템)을 구축하고 시스템의 차이와 이용자의 메타데이터 구조에 대한 이해의 차이가 이용자의 검색 만족도와 검색 정확율에 어떠한 영향을 미치는가를 밝히는 것이다.

• The Journal of the Convergence on Culture Technology
• /
• v.6 no.1
• /
• pp.413-418
• /
• 2020

The travel pattern of tourists for the development of the tourist course is designed to collect and analyze tourist information based on the big data of the carrier to improve the quality of the tourist course. In particular, the analyzed data is used to derive empirical data that can estimate the effect of tourists' inflow into tourism, and to utilize the information as basic data for the development of the tourist course. In addition, the travel pattern of tourists for the development of regional tourism courses is to collect and analyze information on the route and duration of tourists' travel based on big data collected by telecom operators, credit card companies and other data to improve the quality of tourist course development, and to derive empirical data to estimate the effect of tourist inflow through the analyzed data, based on the characteristics of the tourism course and the data needed for the development of new tourist courses in the future.

• The Journal of Information Systems
• /
• v.14 no.2
• /
• pp.237-256
• /
• 2005

데이터 웨어하우스는 기업의 통합된 데이터의 저장하는 곳이며, 대게는 상당한 규모를 가지고 있다. 또한, 데이터 웨어하우스는 일반적으로 다양한 종류의 데이터를 저장함으로 데이터 웨어하우스에 저장된 데이터는 의사결정 임무에 따라서는 그 질적, 적합성에 차이를 나타내고는 한다. 이러한 데이터 웨어하우스의 특성으로 인해서 때로는 데이터 웨어하우스의 데이터의 효용성이 기업의 의사결정을 지원하는데 있어 제한적일 수 있다. 정보 시스템의 문헌에는 데이터의 질이 의사결정 성과에 미치는 영향에 대해서 많이 알려져 있지 않다. 그래서, 본 연구는 contextual data(상황적 데이터)의 질과 업무의 복잡성이 의사결정 성과에 미치는 영향에 대해서 탐구해보고자 한다. Contextual data의 질과 업무의 복잡성이 의사결정의 성과에 미치는 영향을 조사하기 위하여 웹을 기반으로 하는 데이터 웨어하우스를 이용하는 실험을 실행했다. 연구의 결과는 contextual data의 질이 의사결정의 성과에 영향을 미친다는 것을 통계적으로 보여주었다. 이러한 연구결과는 의사결정자의 의사결정 성과를 향상시키기 위해서는 데이터 웨어하우스의 contextual data의 질을 향상시켜야한다는 것을 제시하고 있다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.13 no.4
• /
• pp.169-181
• /
• 2018

Under the constantly intensifying global competition environment, many companies are exploring new business opportunities in the field of social innovation using creating shared value. In seeking social innovation, it is a key starting point of social innovation to clarify the problem to be solved and to grasp the cause of the problem. Among the many problem solving methodologies, design thinking is getting the most attention recently in various fields. Design Thinking is a creative problem solving method which is used as a business innovation tool to empathize with human needs and find out the potential desires that the public does not know, and is actively used as a tool for social innovation to solve social problems. However, one of the difficulties experienced by many of the design thinking project participants is that it is difficult to analyze the observed data efficiently. When analyzing data only offline, it takes a long time to analyze a large amount of data, and it has a limit in processing unstructured data. This makes it difficult to find fundamental problems from the data collected through observation while performing design thinking. The purpose of this study is to integrate qualitative data analysis and quantitative data analysis methods in order to make the data analysis collected at the observation stage of the design thinking project for social innovation more scientific to complement the limit of the design thinking process. The integrated methodology presented in this study is expected to contribute to innovation performance through design thinking by providing practical guidelines and implications for design thinking implementers as a valuable tool for social innovation.