시루 로그

지난 학기 '계량정보학'이라는 학문을 처음 접하면서
문헌정보학 세부 연구 분야들의 지식 구조를 리뷰해야겠다는 생각이 들었었는데,

학기말 논고를 쓰면서 전체적으로는 아니더라도
문헌정보학 연구자들의 연구 동향을 '대학별'로 측정하는 시도를 함으로써
이 분야에 대한 최근 연구 동향에 대해 감을 잡게 되었다.

원래 미국 문헌정보학 대학원 상위권 대학 10개를 대상으로 연구를 진행하려고 했는데,
여러가지 시간과 리소스 제약으로 3개 대학만 분석을 하게 된 것에 아쉬움이 남는다.
(교수님께서 더 해보라는 은근한 압박이;; )

이번 논고의 개인적인 의미라고 하면,
스캐닝 형태이기는 했지만 최근 5년간의 미국 문헌정보학계의
우수 대학 연구자들의 많은 논문들을 스캐닝했다는 사실,
CFA (Correspondence Factor Analysis) 기법을 직접 활용해봤다는 경험을 꼽을 수 있다.

문헌정보학 대학원의 세부 연구 동향 및 평가
- 미국 LIS 상위권 대학원을 중심으로

< 목차 >

I. 서론
 1. 연구 배경 및 목적
 2. 연구 범위 및 방법

II. 이론적 배경
 1. 문헌정보학 연구 주체에 대한 계량정보학적 평가
 2. 문헌정보학 연구 주제 영역 분류
 3. 대응분석(CFA)에 의한 연구 분야 분석

III. 연구 방법론
 1. 분석 대상 데이터 및 수집 방법
 2. 분석 방법

IV. 연구결과
 1. 연구 논문 수 기준 영역별 분석결과
 2. 연구자수 및 연구자 인용지수 기준 분석결과

IV. 결론 및 제언
참고 문헌

계량정보학_기말논고_문헌정보학대학원별_세부연구동향및평가_김혜영_20080103.pdf

이올린에 북마크하기(0) 이올린에 추천하기(0)

지난 학기 멀티미디어 시스템 수업에서
내용 기반 이미지 검색 (CBIR, Content-Based Image Retrieval)에 대해서
여러 아티클을 읽었지만, 여전히 내 머릿속에 떠나진 않는 생각은
이용자들은 이미지 내 색상, 형태, 질감 등의 저수준 자질보다는
'이 이미지가 어떤 것에 대한' 이미지인지를 가리키는 '고수준 자질'에
주로 의존해서 검색한다는 것이다. 일명 '키워드 기반' 이미지 검색!

그래서 많은 연구자들이 주목하는 TBIR과 CBIR 사이의
Semantic Gap에 관심을 가지게 되었고,
관련해서 최근 10여년 간에 나온 60여 개의 논문들을 리뷰한 후
Bibliographic Essay를 작성하였다.

리뷰페이퍼를 작성하면서 느낀 것이지만,
정말 많은 연구자들이 이 Semantic Gap을 줄이는데 관심을 가지고 있다는 사실에 놀랐다.
최근 CBIR 쪽의 연구 트렌드라고 해도 좋을 만큼!

< 목차 >

1. 서론

2. 의미적인 차이(Semantic Gap) 양상

3. 의미적으로 표현 가능한 이미지 자질
  3.1 이미지 영역 분할 및 주 영역 인식
  3.2 이미지 색상 표현
  3.3 이미지 질감 표현
  3.4 이미지 공간적인 위치/배치 표현
  3.5 이미지 내 대상(Object) 인식
  3.6 이미지 전체 화면(Scene) 인식

4. 이미지 저수준 자질과 고수준 자질(키워드)를 결합하는 기법들
  4.1 사전 학습 통한 이미지 분류
  4.2 이용자 적합성 피드백을 통한 이미지 분류

5. 결론 & 제안
참고문헌

의미기반_이미지검색_Bibliography_Essay_김혜영_20071208.pdf

이올린에 북마크하기(0) 이올린에 추천하기(0)

지난 학기 '정보시각화' 수업은
"어떻게 하면 수많은 데이터를 이용자들에게 한 눈에 직관적으로 전달할 수 있을 것인가"
에 대한 고민을 끊임없이 하게 만드는 수업이었다.

이런 고민은 단순히 검색결과 화면 UI를 고민하는 수준을 넘어서서,
이용자들로 하여금 정보소비를 - 그것이 검색결과든 서비스 메인 페이지든 -
전체적인 Context와 세부 Focus를 가지고 할 수 있도록 하기 위한 고민이었다.

검색UI 관점에서는 많은 신생 검색 서비스들에서 시도했던
새로운 UI에 대한 분석 프레임을 배울 수 있던 기회였다.
- 그냥 와~ 신기하다. 이상하다 수준을 넘어서서 '어떤 기법을 사용했다'는 말할 수 있다! -

교수님께서 실무 경험을 기반으로 리서치를 해보라고,
'웹에서의 정보시각화 현황'이라는 거창한 주제를 발표 주제로 정해주시어,
정말 그동안 모와놨던 모든 딜리셔스 링크들과 과도한(?) 추가 서핑을 통해서
정보시각화 현황 부분 중 내가 맡았던 '검색 & 분석서비스 관점' 부분을 정리해보았다.

< 웹에서의 정보시각화 현황 Part1 : Searching & Analyzing >

목차
1. 웹 검색결과 시각화
2. 웹 컨텐츠DB 시각화
3. 웹 로그분석 시각화
4. 웹 링크분석 시각화

발표자료

Web_정보시각화현황_part1_김혜영_20071114.pdf

Web_정보시각화현황_part2_김은희_20071121.pdf

이올린에 북마크하기(0) 이올린에 추천하기(0)

한 학기 내내 내용 기반 이미지 검색에 대해 배웠지만,
여전히 상용 이미지 검색은 TBIR 기반으로 서비스 된다.

Zheng Chen의 논문처럼 오히려 웹 마이닝 등의 데이터 가공을 통해서
CBIR과 적절히 혼합된 이미지 검색 모델링을 하는게 더 현실적일 듯 싶다.

이용자 피드백 모델은 실제 이미지 검색 클릭로그 데이터를 이용해서 응용할 수 있지 않을까.
이번 학기 리뷰/발표한 논문 중에 가장 잘 와닿은 논문이였다.

발표 논문 원문 : Zheng Chen et al. 2001, JASIST 52(10), 831-839

Web Mining for Web Image Retrieval_2001.pdf

Web Mining for Web Image Retrieval_김혜영_20071206.pdf

이올린에 북마크하기(0) 이올린에 추천하기(0)