- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
이용자 프로파일링 기반 학술정보 서비스 프레임워크 설계 및 타당성 검증
Design and Validity Verification of User Profiling-based Academic Information Service Framework
- skyi@cnu.ac.kr
정서영 (충남대학교 사회과학대학 문헌정보학과 박사과정)
- eswhy77@gmail.com
초록
본 연구는 연구자의 연구 맥락을 반영한 학술정보 서비스 고도화를 위해 연구 단계와 행동 수준을 핵심 기준으로 하는 이용자 프로파일링 프레임워크를 제안한다. 기존 학술정보 서비스는 정적 프로필과 단순 행동 데이터에 의존하여 연구자의 실제 정보 요구와 연구 과정 단계를 반영하기 어렵다는 한계가 있다. 이를 보완하기 위해 본 프레임워크는 정적 정보, 동적 탐색 정보, 의미 기반 속성, 연구 단계, 행동 수준을 통합한 다차원 프로파일 구조를 설계하였다. 또한 임베딩․지식그래프․토픽 모델링 기반의 의미 분석 계층을 통해 논문․특허․보고서 등 이기종 학술정보를 의미적으로 연결하고, 연구 단계와 행동 수준에 따라 차별화된 추천을 제공하도록 구성하였다. 타당성 검증을 위해 문헌정보학, 학술정보 플랫폼, AI 개발 전문가로 구성된 3인의 패널 평가를 실시한 결과, 프레임워크는 이론적 타당성, 구조적 정합성, 실무적 유용성에서 높은 평가를 받았다. 다만 연구 단계 및 행동 수준 판별을 위한 레이블 데이터 확보의 어려움이 주요 고려사항으로 제기되었으며, 이를 위해 규칙 기반 초기 레이블링과 능동 학습 전략을 제안하였다. 본 연구는 연구자 중심의 개인화된 학술정보 서비스의 구현 가능성을 제시하며, 향후 지능형 학술정보 플랫폼 구축의 핵심 기반으로 활용될 수 있다.
- keywords
- 이용자 프로파일링, 의미기반 추천, 연구 단계, 행동 수준, 학술정보 서비스
Abstract
This study proposes a user-profiling framework for scholarly information services that integrates research stages, behavior levels, and semantic analysis to overcome the limits of keyword-based systems. The framework unifies static attributes, dynamic behavioral signals, semantic topic representations, and contextual research states to support adaptive, researcher-centered information services. Five core components structure the model: research stage modeling (SE-1), behavior-level classification (SE-2), embedding- and knowledge-graph-based semantic analysis (SE-3), log-driven dynamic profiling (SE-4), and a modular architecture for interoperability (SE-5). Structural validation confirmed that the framework satisfies ten requirements derived from prior studies, including semantic linkage, quality filtering, adaptive interfaces, and predictive recommendations. Expert evaluation by three specialists yielded an average score of 4.6 out of 5, highlighting strong theoretical grounding and practical usefulness. The main challenge identified was the scarcity of labeled data for inferring contextual user states. To address this, heuristic bootstrapping and active-learning strategies are proposed.
- keywords
- user profiling, semantic recommendation, research stage, behavior level, academic service
- 투고일Received
- 2025-11-22
- 수정일Revised
- 2025-12-07
- 게재확정일Accepted
- 2025-12-11
- 출판일Published
- 2025-12-30
- 다운로드 수
- 조회수
- 0KCI 피인용수
- 0WOS 피인용수