초록 close

This study aims to answer whether social tagging through user collaboration could be utilized for the creation of digital knowledge of the web, and whether we could verify the quality and efficacy of social tagging to obtain benefits from it. In particular, this paper examines the inter-indexer consistency of social tagging in comparison to professional indexing. It employs two different similarity measures, both of which are based on the Vector Space Model to deal with numerous indexers. It contributes to the utilization of social tagging in the organization of the web, and encourages to adopt social knowledge in developing suitable vocabularies for resources newly generated in the digital library environment. Furthermore, the comparative analysis with two different measures produced more credible results by illustrating a similar pattern of indexing tendency in both measures.


본 연구는 이용자 협력에 의한 소셜 태깅(social tagging)이 웹 자원을 위한 디지털 지식 생성에 활용될 수 있으며, 태깅의 양질성(quality)과 효율성이 실증적으로 증명될 수 있는가를 다루었다. 이 논고는 특별히 소셜 태깅의 색인 일관성(indexing consistency)을 평가하고 전문가들의 색인 일관성과 비교하여 분석하였다. 많은 수의 색인자들 간의 색인 일관성을 측정하기 위해 벡터 공간 모델(Vector Space Model)에 기반한 두 가지의 유사성 측정 공식을 사용하였다. 본 연구는 웹자원 관리에 있어서 소셜 태깅의 활용성 증진에 공헌하며, 디지털 도서관 환경에서 새롭게 생성되는 자료들에 대한 보다 적합한 어휘를 개발하는 데에 있어 소셜 지식을 적극적으로 수용할 필요가 있다고 주장한다. 또한 두 가지 공식에 의한 비교분석은 두 공식에서의 비슷한 색인 경향을 보여주면서 보다 신뢰적인 결과를 제공하였다.