• International Journal of Knowledge Content Development & Technology
• /
• 제14권3호
• /
• pp.39-57
• /
• 2024

Plagiarism detection software is beneficial in detecting plagiarism in research works of postgraduate students. Despite the benefits of using plagiarism detection software, studies have revealed that most students, including postgraduates, do not use plagiarism detection software as expected. This could depend on the provision of facilitating conditions like internet connectivity, training opportunities and electricity. Thus, this study examined facilitating conditions and the use of plagiarism detection software among postgraduates of the University of Ibadan, Nigeria. A descriptive survey research design of the correlational type was used for this study, with a population of 2143 postgraduates. The multi-stage random sampling technique was used to determine the sample size of 242. The questionnaire was the research instrument, and data was analysed using descriptive statistics. Results showed that most postgraduates agreed that the university provided facilitating conditions like internet connectivity. The majority of the respondents noted that they used Turnitin monthly. Most of the respondents noted that they used plagiarism detection software to paraphrase their work and check the correctness of the grammar in their documents. The most prominent challenges confronting plagiarism detection software use by most respondents were their inability to afford subscription payment to use the plagiarism detection software and slow internet connectivity. There was a significant positive relationship between facilitating conditions and the use of plagiarism detection software by the postgraduates of the University of Ibadan, Nigeria. Some of the recommendations for the institution's management include leveraging the vast network of alumni willing to give back to the institution and intervening in the provision of internet connectivity and electricity.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권12호
• /
• pp.1637-1648
• /
• 2004

분산 환경에서 디지털 라이브러리 구축시 기존의 단일 에이전트를 이용한 클라이언트/서버 방식으로 시스템을 구축할 경우, 일차원적인 자료검색으로 인해 검색결과의 관련성이 없고, 검색 견과에 대한 사용자의 성향이 반영되지 않으며, 클라이언트가 서버에 접속할 때마다 인증을 받아야 하므로 다수의 서버 접근시 문서 처리 효율이 낮고 사용하기 불편하다는 문제점을 갖는다. 따라서 본 논문에서는 이의 해결을 위해 기존의 멀티 에이전트 플랫폼인 DECAF와 표준안으로 제시되는 모바일 ORB인 Voyager를 응용해 새로운 모바일 환경에 적합한 멀티 에이전트 플랫폼을 개발 제안하였고, 이를 이용한 사용자 기반의 디지털 라이브러리 시스템(PDS)을 구축하였다. 이러한 접근방법은 국내외적으로 처음 시도되는 연구이다. 새로운 플렛폼은 관련정보의 검색문제를 위해 신경회로망을 이용한 문서분류를 통해 관련 문서의 검색을 세분화시킴으로써 검색결과의 관련성을 높였고. 사용자 성향을 반영하기 위해 모듈화된 클라이언트를 구성하여 신경회로망을 이용함으로써 사용자의 성장과 탐색 결과를 최적화 시켰으며, 네트워크 문제를 위해 멀티에이전트 플랫폼과 모바일 클래스를 이용한 모바일 기능을 개발하였다. 또한 모바일 시스템과 멀티에이전트 시스템을 적절히 결합하고 멀티 에이전트 사이의 협상 알고리즘과 스케줄링 방법을 개발함으로써 제안한 플랫폼이 효율적으로 동작하도록 구성하였다. 시뮬레이션한 결과, 분산환경에서 모바일 서버의 개수와 에이전트의 개수가 늘어날수록 PDS는 기존의 디지털 라이브러리보다는 탐색시간이 훨씬 줄어들었고 결과에 대한 사용자 만족도도 기존 C/S 방식에 비해 약 4배정도 향상됨을 알 수 있었다

• 한국비블리아학회지
• /
• 제32권1호
• /
• pp.133-150
• /
• 2021

이 연구의 목적은 공공도서관의 도서 분류를 위해 표제를 대상으로 머신러닝 기법의 적용 가능성을 조사하는데 있다. 데이터 분석은 아나콘다 플랫폼의 쥬피터 노트북을 통하여 파이썬의 싸이킷런 라이브러리를 이용하였다. 한글 형태소 분석을 위해 KoNLPy 분석기와 Okt 클래스를 사용하였다. 분석 대상은 공공도서관의 KORMARC 레코드에서 추출된 2,000건의 표제 필드와 KDC 분류기호(300대와 600대)이었다. 6가지 머신러닝 모델을 이용하여 데이터를 분석한 결과, 도서 분류에 머신러닝 적용 가능성이 있다고 판단되었다. 사용된 모델 중 표제 분류의 정확도는 신경망 모델이 가장 높았다. 표제 분류의 정확도 향상을 위해 도서 표제에 대한 조사와 표제의 토큰화 및 불용어에 대한 연구 필요성을 제안하였다.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1096-1107
• /
• 2019

In this paper, we present an ontology-based approach to labeling influential topics of scientific articles. First, to look for influential topics from scientific article, topic modeling is performed, and then social network analysis is applied to the selected topic models. Abstracts of research papers related to data mining published over the 20 years from 1995 to 2015 are collected and analyzed in this research. Second, to interpret and to explain selected influential topics, the UniDM ontology is constructed from Wikipedia and serves as concept hierarchies of topic models. Our experimental results show that the subjects of data management and queries are identified in the most interrelated topic among other topics, which is followed by that of recommender systems and text mining. Also, the subjects of recommender systems and context-aware systems belong to the most influential topic, and the subject of k-nearest neighbor classifier belongs to the closest topic to other topics. The proposed framework provides a general model for interpreting topics in topic models, which plays an important role in overcoming ambiguous and arbitrary interpretation of topics in topic modeling.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.21-32
• /
• 2024

This study analyzes the global literature on the black open-access phenomenon from 2011 to 2023. A bibliometric analysis was conducted using the Scopus database. The search strategy employed advanced queries with multiple synonymous terms to ensure exhaustive retrieval of relevant documents. The VOSviewer software was employed to visualize the co-occurrence networks. The findings reported 90 papers published during the study period. An evolving scholarly landscape was revealed, with heightened attention from 2016 onwards, peaking in 2017, 2021, and 2023. Articles constitute 83.3% of the total published documents. Singh and Srichandan are prolific authors, with 11.2% of the total publications. The United States contributes 18.9% of the papers, followed by India and Spain. Information Development and Scientometrics are pivotal journals in scholarly discussions about this scope, contributing 4.4% of publications. Co-occurrence network visualization revealed "Sci-Hub" and "open access" as the most used keywords in the global literature. The findings underscore the need for additional research to discover innovative business models to safeguard intellectual property rights while meeting researchers' evolving needs. The importance of this paper comes from being the first bibliometric study analyzing international literature related to this phenomenon, which provides a basis for future research efforts and policymaking.

• 한국도서관정보학회지
• /
• 제50권3호
• /
• pp.139-166
• /
• 2019

본 연구의 목적은 문헌정보학 분야와 일반 사회과학 분야의 정보격차 연구 동향을 관련 연구논문들의 키워드 네트워크 구축을 통해 비교, 분석하는 것이다. 연구목적 달성을 위해 한국학술지인용색인(KCI)을 통해 2000년도부터 2019년 현재까지의 관련 논문들을 대상으로 저자 키워드를 추출하여 NetMiner4를 활용하여 분석하였다. 분석결과 문헌정보학 분야의 경우 공공도서관의 정보소외 계층을 위한 정보서비스 제공이라는 측면에서 접근한 연구가 대부분이었다. 이에 비해 일반 사회과학 분야의 경우는 정보사회의 특성에 주목한 연구들과 최근의 스마트 환경에서의 정보격차 현상에 주목한 연구들이 많았다. 또한 소외계층 중에서는 노인에 대한 연구가 일반 사회과학 분야에 비해 많지 않았다. 따라서 노인의 정보격차에 대한 연구가 필요하며 공공도서관 중심에서 여러 관종의 도서관들에 대한 관심으로 확장될 필요가 있다. 또한 문헌정보학 분야의 경우 새로운 정보환경에서의 정보격차에 대한 이해를 시도한 연구가 많지 않았다. 따라서 4차산업혁명에 대한 관심이 고조되고 있는 현 상황에서 새로운 스마트환경에서의 정보격차에 대한 관심과 연구가 필요할 것으로 보인다.

• 한국비블리아학회지
• /
• 제25권1호
• /
• pp.295-318
• /
• 2014

이 연구는 학술지 등급과 키워드 위치를 고려한 혼합가중치를 기반으로 단어동시출현 분석 기법을 활용하여 독서분야의 지적구조를 분석하고자 한다. 이를 위해 2003년에서 2012년까지 한국학술지인용색인(Korea Citation Index; KCI)에서 독서와 관련된 학술지 논문 838편을 수집하였고, 이 중에서 선정한 56개 키워드로 생성한 행렬에 군집분석, 다차원척도분석 및 네트워크 분석을 적용하였다. 그 결과 혼합가중치에 의하여 생성한 키워드행렬이 더 좋은 결과가 나왔으며, 이 혼합가중치에 의한 키워드행렬을 집중적으로 분석하여 독서분야를 4개의 큰 주제 및 11개 하위주제로 구분할 수 있었다. 독서분야의 지적구조에 대한 시기별 분석을 한 결과, 독서분야의 연구동향은 이론적인 연구에서 실증적인 연구로 변화하고 있음을 알 수 있었다.

• 한국도서관정보학회지
• /
• 제45권1호
• /
• pp.27-49
• /
• 2014

이 연구는 학교도서관 사서들을 대상으로 소셜네트워크서비스의 업무적인 이용에 관한 인식을 조사하기 위하여, 혼합연구의 순차적 설명전략방법으로 설문조사와 포커스그룹 인터뷰를 실시하였다. 이 분석결과를 통하여. 학교도서관 사서들은 1인 운영체제와 역할적 특성으로 자신의 업무를 수행하기 위해 소셜네트워크서비스를 이용하고 대부분은 만족하는 것으로 나타났으며, 이에 대한 요인들을 분석하였다. 이 연구를 위해 첫째, 학교도서관 사서들에게 업무적인 SNS 이용현황 조사를 실시하고 누락분 4건을 제외한 총 103건을 수집하여 기술통계, 빈도분석 및 ANOVA 분석을 실시하였다. 둘째, 2개의 포커스그룹에 인터뷰를 실시하고, 회의내용을 전사하여 개방코딩을 실시한 결과 37개의 개념, 22개의 하위범주, 13개의 범주화를 하였다. 셋째, 설문조사의 분석결과와 개방코딩의 결과를 취합하여 결론을 도출하고 향후 연구방향을 제시하였다.

• 한국문헌정보학회지
• /
• 제53권3호
• /
• pp.291-315
• /
• 2019

본 연구의 목적은 국내외 허위정보에 관한 연구동향을 비교분석하는 것이다. 이를 위하여 전학문 분야의 학술지를 대상으로 연구기간의 제한이 없이 국내논문 104편과 국외논문 861편에 나타난 저자가 부여한 영문키워드를 수집하였다. 국내논문에서 수집된 283개 영문키워드와 국외논문에서 수집된 3,551개 영문키워드는 NetMiner V.4를 사용하여 키워드 네트워크의 연결중심성과 매개중심성을 분석하였으며, 분석결과는 다음과 같다. 첫째, 연구 주제의 양적 측면에서 국내의 경우는 'Freedom of Expression', 'Fact Check', 'Regulation', 'Media Literacy', 'Information Literacy'로 순으로, 국외의 경우는 'Social Media', 'Post Truth', 'Propaganda', 'Information Literacy', 'Journalism' 순으로 나타났다. 둘째, 연구 주제의 영향력 측면에서 국내의 경우는 'Fact Check', 'Freedom of Expression', 'Hoax' 순으로, 국외의 경우는 'Social Media', 'Detection' 순으로 확인되었다. 마지막으로 연구 주제의 확장성 측면에서 국내의 경우는 'Fact Check', 'Polarization', 'Freedom of Expression', 'Commercial' 순으로 나타났다. 한편, 전체키워드에서 낮은 빈도를 보였던 'Commercial'이 'Media Literacy', 'Freedom of Expression' 등을 매개하며 상대적으로 매개역할정도가 큰 것으로 확인되었다. 국외의 경우는 'Social Media', 'Detection', 'Machine Learning'이 주요 연결다리로 나타났다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.89-96
• /
• 2023

Intrusion detection has been widely studied in both industry and academia, but cybersecurity analysts always want more accuracy and global threat analysis to secure their systems in cyberspace. Big data represent the great challenge of intrusion detection systems, making it hard to monitor and analyze this large volume of data using traditional techniques. Recently, deep learning has been emerged as a new approach which enables the use of Big Data with a low training time and high accuracy rate. In this paper, we propose an approach of an IDS based on cloud computing and the integration of big data and deep learning techniques to detect different attacks as early as possible. To demonstrate the efficacy of this system, we implement the proposed system within Microsoft Azure Cloud, as it provides both processing power and storage capabilities, using a convolutional neural network (CNN-IDS) with the distributed computing environment Apache Spark, integrated with Keras Deep Learning Library. We study the performance of the model in two categories of classification (binary and multiclass) using CSE-CIC-IDS2018 dataset. Our system showed a great performance due to the integration of deep learning technique and Apache Spark engine.