SlideShare uma empresa Scribd logo
1 de 52
  계량정보분석 해외사례 조사분석 연구책임자 : 박한우 (영남대)                       August.18.2010
           차례 1장서론 2장이론적 논의 3장해외 국가별동향 4장주요 분야/산업별 사례 5장 계량정보 분석 기법과 실제 6장분석 및 토의 7장 결론 및 정책제언
제1장  서론 제1절 계량정보분석의 개념 제2절 계량정보분석이 적용된 선행연구 검토
가치창조형 정보분석은 바늘찾기 다 오늘날 연구자와 기업들은 건초더미에서 바늘을 찾는 대신, 우주 안에서 건초더미를 찾고 그 건초더미가 새로운 분야의 시작인지 아니면 작년 수확물의 부산물인지 예측해야함
제 1절. 필요성 및 목적 1990년대 중반부터 선진각국들의 지식기반 경제 심화를 위한 노력을 경쟁적으로 전개, 우리나라는 기존의 모방형, 학습형 혁신단계를 거쳐 창조적 혁신시스템을 구성해야 하는 단계에 이르렀음.  계량정보분석을 통하여 R&D 기획의 과학화와 고도화를 추진, 해당 기술분야의 기술궤적(Technology Trajectory)을 정확히 분석하는 것이 필요,  R&D 정책실패로부터 발생하는 매몰비용(sunk-cost)을 최소화 하기 위해 정확한 정보에 근거한 R&D 기획이 필요 기존 소수의 전문가위원회(Peer Review) 방식에 대한 한계 지적 및 보완 요구. 미래의 불확실성을 줄이기 위한 해외 각국에서  계량정보분석 방법의 적용의 필요.
제1절. 필요성 및 목적 국가적 차원에서 R&D 정보분석능력을 강화 ⇒유망연구 및 미래기술의 조기 탐지 및  능동적 수행 선진국의 계량정보분석 기관에 대한 현황, R&D기획과의 연계, 관련 제도 및 정책을 파악 ⇒ 시스템 구축에 시사점 도출
제2절 연구방법 1. 다양한 보완적인 자료수집으로 분석의 타당성을 제고 2. 비교분석의 틀을 적용하여 적실성(relevance) 있는 시사점 도출 <사례조사 및 분석의 틀>
제2장  이론적 논의 제1절 북미 제2절 유럽 제3절 아시아
제1절 계량정보분석의 개념 분류기준에 따른 계량정보분석의 정의 계량정보분석의 각 범주간 관계 출처 : Thelwalle.t al. (2003) 재구성 출처 : 저자
제2절 선행연구검토우리나라 선행연구의 함의 첫째, 관련 연구의 수가 많지 않아 심도 깊은 논의가 이루어지지 못하고 있으며, 방법론과 관련된 연구들이 확인됨. 둘째, 국내에서 생성한 데이터베이스를 이용한 연구가 많지 않음. 셋째, 대부분 단순한 데이터 획득방법을 이용하였음. 넷째, 산업분야의 미래예측 연구는 소수만이 수행되었음.
제3장  해외 R&D 계량정보  분석방법론 활용 동향 제1절 북미  제2절 유럽 제3절 아시아
제1절 북미-미국  계량정보분석을 이용하는 다양한 기관 - 국립과학재단(NSF: National Science Foundation) - 해군연구소(ONR: Office of Naval Research) - 조지아공대 기술정책평가센터(TPAC: Technology Policy & Assessment Center) - 전미경제연구소(NBER: The National Bureau of Economic Research) 기술정책평가센터의 알란 포터 교수의 연구팀 -미국 국립 과학 재단 (National Science Foundation)의 지원을 받고 있는 Ping Wang의  STICK (Science and Technology Innovation Concept Knowledge-base) 프로젝트 Science-Metrix  계량정보분석을 이용하는 다양한 프로젝트
제2절 유럽- 영국  지식주도경제정책백서의작성 REF(Research Excellence Framework) 제도 	- 기존 RAE는 달리  REF는 계량분석의 고도화, 효율적인 재원투자, 영향력에 기초한 R&D 과제선정과 대학지원을 목적으로 하고 있음 	- 논문 출판 수뿐만 아니라 피인용(citation) 수가 중요한 요소가 됨 	- 데이터베이스로부터 해당 분야의 잠재된 유망 연구자와 최신 연구동향을 선정하도록 지원하는 계량분석 시스템 영국 Sussex 대학SPRU의활동 영국과 미국이 공동으로 참여하고 있는 Overlay toolkit
제2절 유럽-네덜란드  네덜란드 라이든(Leiden)대학의 과학기술연구센터(CWTS : Center for Science & Technology Studies) 	- 계량정보분석을 통해 기술분야별 R&D 트렌드 탐지, 해당분야 선두 주자의 변화 추이, 신진 연구자의 등장에 대한 분석결과 제시 	- 최근, 새로운 계량지표를 활용한 대학의 랭킹 작업 	- CWTS BV로불리는지식회사가설립       -NWO(Netherlands Organization for Scientific Research)는 네덜란드 정부기관으로서 대학에 대한 인문학을 포함하여 기초과학 및 공학분야에 대한 전략적 과학연구를 주로 지원하는 조직임 지식의 실천(Knowledge in Action) 보고서 - 연구의 중복투자와 비효율적인 경쟁을 방지할 필요를 느낌 	- 지식의 수요와 공급을 일치시키는 방안들도 강구
제2절 유럽- 벨기에  1991년부터 R&D 자원의 선정과 배분을 지역정부에 대폭 이양 벨기에의 플레미쉬(Flemish) 정부의 정책 :  “객관적, 계량적, 반복가능한” R&D 정책결정을 위하여 계량분석기법을 활용 R&D 계량분석을 전문적으로 담당하는 행정전문요원들을 채용하고 독립기관인 “Steunpunt O&O Statistieken”을 설립  ‘03년도에 플레미쉬 지역의 6개 대학에 9천3백만에 이르는 공적 연구자금을 분배하기 위하여 계량분석을 실시하였으며, SCI 논문 데이터를 이용한 지표를 활용
제2절 유럽 –스페인 1953년부터 설립된 신독(Cindoc)에서 여러 계량정보분석 기법을 소개 -스페인 SCImago 연구그룹 (SCImago Research Group, 2009)은 시각화 기술을 이용한 방법으로 정보 분석을 수행하며, representation 검색 연구 팀을 보유하고 있음.  -최근 연구에서 대학과 연구중심 기관의 연구결과를 분석하기 위한 연구평가 플랫폼과 순위를 제공하고 있음.
제2절 유럽-폴란드 ,[object Object],      -2002년 steunpunt O&O Statistieken은 폴란드 정부의 5년 의회 개획안으로K.U.Leuven에서 만들어짐.         - Steunpunt의 주 임무는 폴란드 대학, 연구소, 기업의 양적 R&D를 위한 적절한 시스템의 개발.         - Steunpunt의 기본은 bibliometrics, technometrics, innovation studies에 바탕을 둠.         - ECOOM은 폴란드 대학들(K.U.leuven, UGent, VUB,UA, UHasselt)이 참여하는 협회임.  - 목적은 폴란드 정부를 위한 R&D and Innovation (RD&I) 의 지속적인 지표를 발전시키는 것이며, 이 지표 시스템은 정부의 RD&I에 관한 노력을 mapping 과 monitoring할 수 있게 지원함.
일본은 우리나라와 매우 유사한 역사와 환경을 가진 국가로서, 우리나라의 계량정보분석 체계 구축에 시사하는 바가 큼. ,[object Object], - CSI(최첨단 학술정보기반사업, Cyber Science Infrastructure) 정비사업 제3절 아시아 - 일본  계량정보분석을 이용하는 다양한 기관과 주요사업
[object Object],- 과학기술정보 유통   <R&D 지원을 위한 DB 구축 및 확산> 제3절 아시아 - 일본 ,[object Object],[object Object]
제4장 주요 분야/산업별 사례 제 1절 나노기술 분야제 2절천문/우주 분야제 3절 연료 및 태양전지 분야제 4절 BT 분야
제1절 나노기술분야– TPAC의 사례 나노기술분야는학제성이 강한 분야인 만큼, 계량정보분석이 활발하게 이루어지는 과학기술분야라고 할 수 있음 INSPEC, SCI 등의 데이터 베이스를 통해 천만건의나노논문과6만건의나노특허에 대한 데이터 베이스를 구축하면서 TPAC의 분석 팀은 나노분야에 대한 연구영역에 대한 개념화를 시도하였음. <전세계 나노 논문의 생산> *나노분야 논문을 천편이상 생산하는 도시 출처: Porter et al. (2007). 그림7. 출처 : Porter, A. L. & Yiutie, J. (2009), pp. 1023-1041
제1절 나노기술분야 – 영국 Sussex대학 SPRU Rafols박사는 다양한 계량정보분석 기법을 활용하여 나노분야의 연구동향 및 추세에 대한 분석을 수행한 바 있음.  출처 : Rafols et al (2010) 출처 :Rafols et al (2010)
제2절 천문우주분야 - 천문(연)은 2009년 계량정보분석을 연구기획에 적용하기 위해 과학기획이라는 계량정보분석 방법론을 수립하였음 분야별[좌상] 주체별[우상] 논문생산 추이와 논문 맵[좌하]과 네트워크[우하] 출처 : 권기석·이문영(2009).
제3절 연료/태양 전지 분야  – Solar Cells 프로젝트 네덜란드의 라이든대학CWTS(Center for Science and Technology Studies)는 ISI로부터 데이터를 제공받아 자체 구축한 데이터베이스를 구축하였음. 태양전지분야 계량분석을 위해 CWTS는 자체 데이터베이스에서 동 분야 주요문헌을 인용하고 있는 13,000개의 논문을 추출하였음.  <전 세계 태양전지분야 연구기관 순위 및 관련지표> *P:논문수, CX: 인용수, P10: 상위10인용 논문수, CPP: 논문당 인용수, PS: 자기인용비율, PN: 인용되지않은 논문비율, CPP/FCSm: 크라운지수, CPP를 분야의 논문당인용평균값으로나눈수.
제3절 연료/태양 전지 분야                       – Solar Cells 프로제트 <전 세계 태양전지분야 논문의 주제어 군집> 출처:http://studies.cwts.nl/projects/solar-cell/show?page=downloads
 Virtual Cell modeling& Analysis Software -세포 생물학자들은 Virtual Cell로 대표되는 3차원 그래픽 몰입형 환경(three-dimensional graphical immersive environment)을 만들었음 인터넷을 통해 사용하는 분산 응용 프로그램으로 현재 국가 자료 센터, 세포 분석 및 모델링 (NRCAM, National Resource for Cell Analysis and Modeling) 제4절 생명공학 분야 –Virtual Cell http://www.nrcam.uchc.edu/technology/user_interface.html http://www.nrcam.uchc.edu/technology/software_architecture.html
제5장 계량정보 분석 기법과 실제 제1절 계량분석의 체계와 주요 기법 제2절 R&D 계량정보분석 데이터베이스와 통합시스템 제3절 R&D 계량정보분석 컴퓨터 프로그램
제1절 계량정보분석의 체계와 주요 기법 계량정보분석 방법론의 유형과 적용분야 <R&D수행의 관점별 세부요소와 계량정보분석> 출처:Jankowski (2009),p.8  저자재구성
제1절 계량정보분석의 체계와 주요 기법 계량정보분석 방법론의 유형과 적용분야
제1절 계량정보분석의 체계와 주요 기법 연구 프로파일링(Research Profiling) 연구프로파일링은 연구 결과 집합으로의 패턴을 식별하여 연구 도메인에 대한 정보를 발췌하는 것으로 정의할 수 있음.  <연구프로파일링의  활용> <전통적인 문헌검토와 연구프로파일링의 비교> 출처 : Porter et al. (2002), p.364. 출처 : Porter et al. (2002), p.364.0
제1절 계량정보분석의 체계와 주요 기법 특허정보분석(Patent Intelligence) 특허정보분석(Patinformatics)란 각각의 특허 문서를 분석할 때 어려울 수 있는 기술의 경향과 기술간 관계를 발견하기 위한 특허정보분석을 의미함. 특허정보분석의 두 가지 원리 - 첫째 데이타마이닝 관점에서, 데이터와 분석의 발췌와 관련, 주로 서지적(bibliographic) 정보 분석을 의미함. - 둘째 텍스마이닝 혹은 매핑(text mining or mapping) 관점에서 문서 모으기와 분류와 연관됨. 특허맵의 사례 출처 : http://www.tenopa.co.kr/images/sub02_chart10.gif(검색일 : 2010.08.08)
시각화는 e-science를 활용한 계량정보분석 핵심 목표 : “이해와 통찰력을 위한 도구로써 그래픽화한 정보 제공” 다양한 시각화의 분류체계 시각화 기법의 선택 제1절 계량분석 컴퓨터 프로그램 - 계량정보분석의 시각화(Knowledge Visualization) 출처: Thelwall, Mike, 2009, p.168.
제1절 계량분석 컴퓨터 프로그램 - 계량정보분석의 시각화 (Knowledge Visualization) 예1) 위키피디아 정보분석 사례(History Flow project) 출처 : http://www.research.ibm.com/visual/projects/history_flow/ 많은 다른 문장들이 동시에 시간에 따라 표시될 수 있는 간단한 그래픽 표현을 이용해 문장단위로 각 페이지의 내용을 추적하고(Track) 하고 도시함(graph). 각 문장은 유색라인으로 표현되며, 문장이 생성될 때 선이 표현되고 문장이 삭제될 때 사라짐.
제1절 계량분석 컴퓨터 프로그램 - 계량정보분석의 시각화 (Knowledge Visualization) 예2) Evolino Visual Simulations 물리학과 사회학의 기원으로 하는 Evolino는 그룹의 상호작용의 역학적 시각 시뮬레이션(visual simulations of the dynamics of group interactions)을 발전시키기 위한 연구 프로젝트임. Evolino 시뮬레이션은 각기 다른 선택 프로세스에 함께 사용될 수 있는, 자연선택(naturalselection)의 과정을 설명하고 있음 각각의 시뮬레이션은 다양하게 정의된 매개 변수를 사회 상호 작용의 수학적 모델을 통합하는 컴퓨터 프로그램으로 결과를 시각적으로 표현함 출처: http://virtualknowledgestudio.nl/
제1절 계량분석 컴퓨터 프로그램 - 계량정보분석의 시각화 (Knowledge Visualization) 예3) WEBSOM 지도를 클릭함으로써 문서를 찾아주는 과정 WEBSOM은 자동으로 다량의 텍스트 문서를 정리하고(organizing), 정보를 검색하고 마이닝하여 이용하기 위한 시각적 지도 (visual maps)를 만들어 줌 ,[object Object]
지도의 색의 표현은 (colouring)은 그 분야, 문서의 밀도(density)를 표현함. 밝은 주변이 더 많은 문서 양을 뜻함. 출처: http://websom.hut.fi/websom/comp.ai.neural-nets-new/html/root.html
제1절 계량분석 컴퓨터 프로그램 - R&D 관리와 계량정보분석-Tech mining ,[object Object]
개념 : 과학기술 정보의 텍스트마이닝(text mining) 도구를 통해 기술혁신과정을 이해하기 위한 적용    - 데이터마이닝(data mining) 및 텍스트마이닝(text mining)과 구별 기업, 정부, 대학 등에 활용 ,[object Object]
기술정보 탐색 및 분석에 활용<테크 마이닝의 과정과 행위자> 출처: Porter, A. L. (2005), p.30.
제1절 계량분석 컴퓨터 프로그램 - R&D 관리와 계량정보분석-Tech mining 테크마이닝의 프로세스 출처: Poter, A. L (2007), p.16. R&D 관리를 지원하는 경험적 지식을 전달하는 공급사슬(supply chain)이며, 기술혁신과정모델(Tech Innovation Process Model)은 성공적인 혁신으로 가는 전망을 보여주는 경험적 지표의 개념적 기초를 제공함.  - 미래기술 분석방법(Future-oriented Analysis Methods)에는 기술예측, 기술평가, 기술로드맵이 포함됨.
제2절 데이터베이스와 통합시스템
제3절 R&D 계량정보분석 컴퓨터 프로그램 세계의 계량정보분석 프로그램 Sweden ,[object Object],England Korea Canada ,[object Object]
ThinKlear
FOCUST
WeboNaver/Daum
Internet Community Text Analyzer
Omniviz
LexiURL
SocSciBotFinland ,[object Object]
SITKISBelgium ,[object Object],Japan USA France ,[object Object]
Patentatlas
VintagePoint

Mais conteúdo relacionado

Semelhante a 계량정보분석 해외사례 조사분석.

정보활성화를 위한 데이타베이스 발전
정보활성화를 위한 데이타베이스 발전정보활성화를 위한 데이타베이스 발전
정보활성화를 위한 데이타베이스 발전Hanbat National Univerisity
 
과학데이터와연구소재
과학데이터와연구소재과학데이터와연구소재
과학데이터와연구소재Suntae Kim
 
과학데이터와연구소재
과학데이터와연구소재과학데이터와연구소재
과학데이터와연구소재Suntae Kim
 
융합사회의 정보분석의 매커니즘과 사례(11aug2010)sm
융합사회의 정보분석의 매커니즘과 사례(11aug2010)sm융합사회의 정보분석의 매커니즘과 사례(11aug2010)sm
융합사회의 정보분석의 매커니즘과 사례(11aug2010)smHan Woo PARK
 
NDSL 정보검색 및 활용
NDSL 정보검색 및 활용NDSL 정보검색 및 활용
NDSL 정보검색 및 활용dgist
 
데이터베이스활용기술전망
데이터베이스활용기술전망데이터베이스활용기술전망
데이터베이스활용기술전망Hansung University
 
2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)nia
2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)nia2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)nia
2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)niaatelier t*h
 
Src10대 과제 - 1. 총괄파트
Src10대 과제 - 1. 총괄파트Src10대 과제 - 1. 총괄파트
Src10대 과제 - 1. 총괄파트SRCDSC
 
DISC 기본계획서
DISC 기본계획서 DISC 기본계획서
DISC 기본계획서 Han Woo PARK
 
Disc 2015 보도자료 (휴대폰번호 삭제-수정)
Disc 2015 보도자료 (휴대폰번호 삭제-수정)Disc 2015 보도자료 (휴대폰번호 삭제-수정)
Disc 2015 보도자료 (휴대폰번호 삭제-수정)Han Woo PARK
 
Watef 리플렛.수정1 박한우
Watef 리플렛.수정1 박한우Watef 리플렛.수정1 박한우
Watef 리플렛.수정1 박한우Han Woo PARK
 
웹보메트릭스02 1
웹보메트릭스02 1웹보메트릭스02 1
웹보메트릭스02 1Inho Cho
 
20171026_일본에서의 오픈 사이언스 개요
20171026_일본에서의  오픈 사이언스 개요20171026_일본에서의  오픈 사이언스 개요
20171026_일본에서의 오픈 사이언스 개요Yasuyuki Minamiyama
 
Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료
Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료
Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료Han Woo PARK
 
연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관
연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관
연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관Suntae Kim
 
농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형datasciencekorea
 
Src슬라이드(1총괄1세부) 임요한
Src슬라이드(1총괄1세부) 임요한Src슬라이드(1총괄1세부) 임요한
Src슬라이드(1총괄1세부) 임요한SRCDSC
 
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)Han Woo PARK
 
데이터과학의 정의와 대표과제 도출
데이터과학의 정의와 대표과제 도출데이터과학의 정의와 대표과제 도출
데이터과학의 정의와 대표과제 도출SRCDSC
 

Semelhante a 계량정보분석 해외사례 조사분석. (20)

정보활성화를 위한 데이타베이스 발전
정보활성화를 위한 데이타베이스 발전정보활성화를 위한 데이타베이스 발전
정보활성화를 위한 데이타베이스 발전
 
과학데이터와연구소재
과학데이터와연구소재과학데이터와연구소재
과학데이터와연구소재
 
과학데이터와연구소재
과학데이터와연구소재과학데이터와연구소재
과학데이터와연구소재
 
국가연구개발사업의 연구시설·장비 현황 및 개선방향
국가연구개발사업의 연구시설·장비 현황 및 개선방향국가연구개발사업의 연구시설·장비 현황 및 개선방향
국가연구개발사업의 연구시설·장비 현황 및 개선방향
 
융합사회의 정보분석의 매커니즘과 사례(11aug2010)sm
융합사회의 정보분석의 매커니즘과 사례(11aug2010)sm융합사회의 정보분석의 매커니즘과 사례(11aug2010)sm
융합사회의 정보분석의 매커니즘과 사례(11aug2010)sm
 
NDSL 정보검색 및 활용
NDSL 정보검색 및 활용NDSL 정보검색 및 활용
NDSL 정보검색 및 활용
 
데이터베이스활용기술전망
데이터베이스활용기술전망데이터베이스활용기술전망
데이터베이스활용기술전망
 
2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)nia
2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)nia2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)nia
2013 더나은미래를위한데이터분석 (big data 글로벌 선진사례 2)nia
 
Src10대 과제 - 1. 총괄파트
Src10대 과제 - 1. 총괄파트Src10대 과제 - 1. 총괄파트
Src10대 과제 - 1. 총괄파트
 
DISC 기본계획서
DISC 기본계획서 DISC 기본계획서
DISC 기본계획서
 
Disc 2015 보도자료 (휴대폰번호 삭제-수정)
Disc 2015 보도자료 (휴대폰번호 삭제-수정)Disc 2015 보도자료 (휴대폰번호 삭제-수정)
Disc 2015 보도자료 (휴대폰번호 삭제-수정)
 
Watef 리플렛.수정1 박한우
Watef 리플렛.수정1 박한우Watef 리플렛.수정1 박한우
Watef 리플렛.수정1 박한우
 
웹보메트릭스02 1
웹보메트릭스02 1웹보메트릭스02 1
웹보메트릭스02 1
 
20171026_일본에서의 오픈 사이언스 개요
20171026_일본에서의  오픈 사이언스 개요20171026_일본에서의  오픈 사이언스 개요
20171026_일본에서의 오픈 사이언스 개요
 
Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료
Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료
Triple helix 연구소개와-아시아_트리플헬릭스_학회설립_추진현황_자료
 
연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관
연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관
연구패러다임 변화와-데이터-집중-과학 국립해양생물자원관
 
농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형농업 빅데이터를 활용한 병해충 발생 예측 모형
농업 빅데이터를 활용한 병해충 발생 예측 모형
 
Src슬라이드(1총괄1세부) 임요한
Src슬라이드(1총괄1세부) 임요한Src슬라이드(1총괄1세부) 임요한
Src슬라이드(1총괄1세부) 임요한
 
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
연구업적 데이터베이스를 활용한 빅데이터 분석시스템 (16 sep2014)
 
데이터과학의 정의와 대표과제 도출
데이터과학의 정의와 대표과제 도출데이터과학의 정의와 대표과제 도출
데이터과학의 정의와 대표과제 도출
 

Mais de Han Woo PARK

소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석
소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석
소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석Han Woo PARK
 
페이스북 선도자 탄핵촛불에서 캠폐인 이동경로
페이스북 선도자 탄핵촛불에서 캠폐인 이동경로페이스북 선도자 탄핵촛불에서 캠폐인 이동경로
페이스북 선도자 탄핵촛불에서 캠폐인 이동경로Han Woo PARK
 
WATEF 2018 신년 세미나(수정)
WATEF 2018 신년 세미나(수정)WATEF 2018 신년 세미나(수정)
WATEF 2018 신년 세미나(수정)Han Woo PARK
 
세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나
세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나
세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나Han Woo PARK
 
Another Interdisciplinary Transformation: Beyond an Area-studies Journal
Another Interdisciplinary Transformation: Beyond an Area-studies JournalAnother Interdisciplinary Transformation: Beyond an Area-studies Journal
Another Interdisciplinary Transformation: Beyond an Area-studies JournalHan Woo PARK
 
4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등
4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등
4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등Han Woo PARK
 
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집Han Woo PARK
 
박한우 교수 프로파일 (31 oct2017)
박한우 교수 프로파일 (31 oct2017)박한우 교수 프로파일 (31 oct2017)
박한우 교수 프로파일 (31 oct2017)Han Woo PARK
 
Global mapping of artificial intelligence in Google and Google Scholar
Global mapping of artificial intelligence in Google and Google ScholarGlobal mapping of artificial intelligence in Google and Google Scholar
Global mapping of artificial intelligence in Google and Google ScholarHan Woo PARK
 
박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용
박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용
박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용Han Woo PARK
 
향기담은 하루찻집
향기담은 하루찻집향기담은 하루찻집
향기담은 하루찻집Han Woo PARK
 
Twitter network map of #ACPC2017 1st day using NodeXL
Twitter network map of #ACPC2017 1st day using NodeXLTwitter network map of #ACPC2017 1st day using NodeXL
Twitter network map of #ACPC2017 1st day using NodeXLHan Woo PARK
 
페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회
페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회
페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회Han Woo PARK
 
Facebook bigdata to understand regime change and migration patterns during ca...
Facebook bigdata to understand regime change and migration patterns during ca...Facebook bigdata to understand regime change and migration patterns during ca...
Facebook bigdata to understand regime change and migration patterns during ca...Han Woo PARK
 
세계산학관협력총회 Watef 패널을 공지합니다
세계산학관협력총회 Watef 패널을 공지합니다세계산학관협력총회 Watef 패널을 공지합니다
세계산학관협력총회 Watef 패널을 공지합니다Han Woo PARK
 
2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우
2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우
2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우Han Woo PARK
 
2017년 인포그래픽스 과제모음
2017년 인포그래픽스 과제모음2017년 인포그래픽스 과제모음
2017년 인포그래픽스 과제모음Han Woo PARK
 
SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로
SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로
SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로Han Woo PARK
 
2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상
2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상
2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상Han Woo PARK
 
박근혜 탄핵 촛불 빅데이터 분석
박근혜 탄핵 촛불 빅데이터 분석박근혜 탄핵 촛불 빅데이터 분석
박근혜 탄핵 촛불 빅데이터 분석Han Woo PARK
 

Mais de Han Woo PARK (20)

소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석
소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석
소셜 빅데이터를 활용한_페이스북_이용자들의_반응과_관계_분석
 
페이스북 선도자 탄핵촛불에서 캠폐인 이동경로
페이스북 선도자 탄핵촛불에서 캠폐인 이동경로페이스북 선도자 탄핵촛불에서 캠폐인 이동경로
페이스북 선도자 탄핵촛불에서 캠폐인 이동경로
 
WATEF 2018 신년 세미나(수정)
WATEF 2018 신년 세미나(수정)WATEF 2018 신년 세미나(수정)
WATEF 2018 신년 세미나(수정)
 
세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나
세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나
세계트리플헬릭스미래전략학회 WATEF 2018 신년 세미나
 
Another Interdisciplinary Transformation: Beyond an Area-studies Journal
Another Interdisciplinary Transformation: Beyond an Area-studies JournalAnother Interdisciplinary Transformation: Beyond an Area-studies Journal
Another Interdisciplinary Transformation: Beyond an Area-studies Journal
 
4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등
4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등
4차산업혁명 린든달러 비트코인 알트코인 암호화폐 가상화폐 등
 
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
KISTI-WATEF-BK21Plus-사이버감성연구소 2017 동계세미나 자료집
 
박한우 교수 프로파일 (31 oct2017)
박한우 교수 프로파일 (31 oct2017)박한우 교수 프로파일 (31 oct2017)
박한우 교수 프로파일 (31 oct2017)
 
Global mapping of artificial intelligence in Google and Google Scholar
Global mapping of artificial intelligence in Google and Google ScholarGlobal mapping of artificial intelligence in Google and Google Scholar
Global mapping of artificial intelligence in Google and Google Scholar
 
박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용
박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용
박한우 영어 이력서 Curriculum vitae 경희대 행사 제출용
 
향기담은 하루찻집
향기담은 하루찻집향기담은 하루찻집
향기담은 하루찻집
 
Twitter network map of #ACPC2017 1st day using NodeXL
Twitter network map of #ACPC2017 1st day using NodeXLTwitter network map of #ACPC2017 1st day using NodeXL
Twitter network map of #ACPC2017 1st day using NodeXL
 
페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회
페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회
페이스북 댓글을 통해 살펴본 대구·경북(TK) 촛불집회
 
Facebook bigdata to understand regime change and migration patterns during ca...
Facebook bigdata to understand regime change and migration patterns during ca...Facebook bigdata to understand regime change and migration patterns during ca...
Facebook bigdata to understand regime change and migration patterns during ca...
 
세계산학관협력총회 Watef 패널을 공지합니다
세계산학관협력총회 Watef 패널을 공지합니다세계산학관협력총회 Watef 패널을 공지합니다
세계산학관협력총회 Watef 패널을 공지합니다
 
2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우
2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우
2017 대통령선거 후보수락 유튜브 후보수락 동영상 김찬우 박효찬 박한우
 
2017년 인포그래픽스 과제모음
2017년 인포그래픽스 과제모음2017년 인포그래픽스 과제모음
2017년 인포그래픽스 과제모음
 
SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로
SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로
SNS 매개 학습공동체의 학습네트워크 탐색 : 페이스북 그룹을 중심으로
 
2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상
2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상
2016년 촛불집회의 페이스북 댓글 데이터를 통해 본 하이브리드 미디어 현상
 
박근혜 탄핵 촛불 빅데이터 분석
박근혜 탄핵 촛불 빅데이터 분석박근혜 탄핵 촛불 빅데이터 분석
박근혜 탄핵 촛불 빅데이터 분석
 

계량정보분석 해외사례 조사분석.

  • 1. 계량정보분석 해외사례 조사분석 연구책임자 : 박한우 (영남대) August.18.2010
  • 2. 차례 1장서론 2장이론적 논의 3장해외 국가별동향 4장주요 분야/산업별 사례 5장 계량정보 분석 기법과 실제 6장분석 및 토의 7장 결론 및 정책제언
  • 3. 제1장 서론 제1절 계량정보분석의 개념 제2절 계량정보분석이 적용된 선행연구 검토
  • 4. 가치창조형 정보분석은 바늘찾기 다 오늘날 연구자와 기업들은 건초더미에서 바늘을 찾는 대신, 우주 안에서 건초더미를 찾고 그 건초더미가 새로운 분야의 시작인지 아니면 작년 수확물의 부산물인지 예측해야함
  • 5. 제 1절. 필요성 및 목적 1990년대 중반부터 선진각국들의 지식기반 경제 심화를 위한 노력을 경쟁적으로 전개, 우리나라는 기존의 모방형, 학습형 혁신단계를 거쳐 창조적 혁신시스템을 구성해야 하는 단계에 이르렀음. 계량정보분석을 통하여 R&D 기획의 과학화와 고도화를 추진, 해당 기술분야의 기술궤적(Technology Trajectory)을 정확히 분석하는 것이 필요, R&D 정책실패로부터 발생하는 매몰비용(sunk-cost)을 최소화 하기 위해 정확한 정보에 근거한 R&D 기획이 필요 기존 소수의 전문가위원회(Peer Review) 방식에 대한 한계 지적 및 보완 요구. 미래의 불확실성을 줄이기 위한 해외 각국에서 계량정보분석 방법의 적용의 필요.
  • 6. 제1절. 필요성 및 목적 국가적 차원에서 R&D 정보분석능력을 강화 ⇒유망연구 및 미래기술의 조기 탐지 및 능동적 수행 선진국의 계량정보분석 기관에 대한 현황, R&D기획과의 연계, 관련 제도 및 정책을 파악 ⇒ 시스템 구축에 시사점 도출
  • 7. 제2절 연구방법 1. 다양한 보완적인 자료수집으로 분석의 타당성을 제고 2. 비교분석의 틀을 적용하여 적실성(relevance) 있는 시사점 도출 <사례조사 및 분석의 틀>
  • 8. 제2장 이론적 논의 제1절 북미 제2절 유럽 제3절 아시아
  • 9. 제1절 계량정보분석의 개념 분류기준에 따른 계량정보분석의 정의 계량정보분석의 각 범주간 관계 출처 : Thelwalle.t al. (2003) 재구성 출처 : 저자
  • 10. 제2절 선행연구검토우리나라 선행연구의 함의 첫째, 관련 연구의 수가 많지 않아 심도 깊은 논의가 이루어지지 못하고 있으며, 방법론과 관련된 연구들이 확인됨. 둘째, 국내에서 생성한 데이터베이스를 이용한 연구가 많지 않음. 셋째, 대부분 단순한 데이터 획득방법을 이용하였음. 넷째, 산업분야의 미래예측 연구는 소수만이 수행되었음.
  • 11. 제3장 해외 R&D 계량정보 분석방법론 활용 동향 제1절 북미 제2절 유럽 제3절 아시아
  • 12. 제1절 북미-미국 계량정보분석을 이용하는 다양한 기관 - 국립과학재단(NSF: National Science Foundation) - 해군연구소(ONR: Office of Naval Research) - 조지아공대 기술정책평가센터(TPAC: Technology Policy & Assessment Center) - 전미경제연구소(NBER: The National Bureau of Economic Research) 기술정책평가센터의 알란 포터 교수의 연구팀 -미국 국립 과학 재단 (National Science Foundation)의 지원을 받고 있는 Ping Wang의 STICK (Science and Technology Innovation Concept Knowledge-base) 프로젝트 Science-Metrix 계량정보분석을 이용하는 다양한 프로젝트
  • 13. 제2절 유럽- 영국 지식주도경제정책백서의작성 REF(Research Excellence Framework) 제도 - 기존 RAE는 달리 REF는 계량분석의 고도화, 효율적인 재원투자, 영향력에 기초한 R&D 과제선정과 대학지원을 목적으로 하고 있음 - 논문 출판 수뿐만 아니라 피인용(citation) 수가 중요한 요소가 됨 - 데이터베이스로부터 해당 분야의 잠재된 유망 연구자와 최신 연구동향을 선정하도록 지원하는 계량분석 시스템 영국 Sussex 대학SPRU의활동 영국과 미국이 공동으로 참여하고 있는 Overlay toolkit
  • 14. 제2절 유럽-네덜란드 네덜란드 라이든(Leiden)대학의 과학기술연구센터(CWTS : Center for Science & Technology Studies) - 계량정보분석을 통해 기술분야별 R&D 트렌드 탐지, 해당분야 선두 주자의 변화 추이, 신진 연구자의 등장에 대한 분석결과 제시 - 최근, 새로운 계량지표를 활용한 대학의 랭킹 작업 - CWTS BV로불리는지식회사가설립 -NWO(Netherlands Organization for Scientific Research)는 네덜란드 정부기관으로서 대학에 대한 인문학을 포함하여 기초과학 및 공학분야에 대한 전략적 과학연구를 주로 지원하는 조직임 지식의 실천(Knowledge in Action) 보고서 - 연구의 중복투자와 비효율적인 경쟁을 방지할 필요를 느낌 - 지식의 수요와 공급을 일치시키는 방안들도 강구
  • 15. 제2절 유럽- 벨기에 1991년부터 R&D 자원의 선정과 배분을 지역정부에 대폭 이양 벨기에의 플레미쉬(Flemish) 정부의 정책 : “객관적, 계량적, 반복가능한” R&D 정책결정을 위하여 계량분석기법을 활용 R&D 계량분석을 전문적으로 담당하는 행정전문요원들을 채용하고 독립기관인 “Steunpunt O&O Statistieken”을 설립 ‘03년도에 플레미쉬 지역의 6개 대학에 9천3백만에 이르는 공적 연구자금을 분배하기 위하여 계량분석을 실시하였으며, SCI 논문 데이터를 이용한 지표를 활용
  • 16. 제2절 유럽 –스페인 1953년부터 설립된 신독(Cindoc)에서 여러 계량정보분석 기법을 소개 -스페인 SCImago 연구그룹 (SCImago Research Group, 2009)은 시각화 기술을 이용한 방법으로 정보 분석을 수행하며, representation 검색 연구 팀을 보유하고 있음. -최근 연구에서 대학과 연구중심 기관의 연구결과를 분석하기 위한 연구평가 플랫폼과 순위를 제공하고 있음.
  • 17.
  • 18.
  • 19.
  • 20. 제4장 주요 분야/산업별 사례 제 1절 나노기술 분야제 2절천문/우주 분야제 3절 연료 및 태양전지 분야제 4절 BT 분야
  • 21. 제1절 나노기술분야– TPAC의 사례 나노기술분야는학제성이 강한 분야인 만큼, 계량정보분석이 활발하게 이루어지는 과학기술분야라고 할 수 있음 INSPEC, SCI 등의 데이터 베이스를 통해 천만건의나노논문과6만건의나노특허에 대한 데이터 베이스를 구축하면서 TPAC의 분석 팀은 나노분야에 대한 연구영역에 대한 개념화를 시도하였음. <전세계 나노 논문의 생산> *나노분야 논문을 천편이상 생산하는 도시 출처: Porter et al. (2007). 그림7. 출처 : Porter, A. L. & Yiutie, J. (2009), pp. 1023-1041
  • 22. 제1절 나노기술분야 – 영국 Sussex대학 SPRU Rafols박사는 다양한 계량정보분석 기법을 활용하여 나노분야의 연구동향 및 추세에 대한 분석을 수행한 바 있음. 출처 : Rafols et al (2010) 출처 :Rafols et al (2010)
  • 23. 제2절 천문우주분야 - 천문(연)은 2009년 계량정보분석을 연구기획에 적용하기 위해 과학기획이라는 계량정보분석 방법론을 수립하였음 분야별[좌상] 주체별[우상] 논문생산 추이와 논문 맵[좌하]과 네트워크[우하] 출처 : 권기석·이문영(2009).
  • 24. 제3절 연료/태양 전지 분야 – Solar Cells 프로젝트 네덜란드의 라이든대학CWTS(Center for Science and Technology Studies)는 ISI로부터 데이터를 제공받아 자체 구축한 데이터베이스를 구축하였음. 태양전지분야 계량분석을 위해 CWTS는 자체 데이터베이스에서 동 분야 주요문헌을 인용하고 있는 13,000개의 논문을 추출하였음. <전 세계 태양전지분야 연구기관 순위 및 관련지표> *P:논문수, CX: 인용수, P10: 상위10인용 논문수, CPP: 논문당 인용수, PS: 자기인용비율, PN: 인용되지않은 논문비율, CPP/FCSm: 크라운지수, CPP를 분야의 논문당인용평균값으로나눈수.
  • 25. 제3절 연료/태양 전지 분야 – Solar Cells 프로제트 <전 세계 태양전지분야 논문의 주제어 군집> 출처:http://studies.cwts.nl/projects/solar-cell/show?page=downloads
  • 26. Virtual Cell modeling& Analysis Software -세포 생물학자들은 Virtual Cell로 대표되는 3차원 그래픽 몰입형 환경(three-dimensional graphical immersive environment)을 만들었음 인터넷을 통해 사용하는 분산 응용 프로그램으로 현재 국가 자료 센터, 세포 분석 및 모델링 (NRCAM, National Resource for Cell Analysis and Modeling) 제4절 생명공학 분야 –Virtual Cell http://www.nrcam.uchc.edu/technology/user_interface.html http://www.nrcam.uchc.edu/technology/software_architecture.html
  • 27. 제5장 계량정보 분석 기법과 실제 제1절 계량분석의 체계와 주요 기법 제2절 R&D 계량정보분석 데이터베이스와 통합시스템 제3절 R&D 계량정보분석 컴퓨터 프로그램
  • 28. 제1절 계량정보분석의 체계와 주요 기법 계량정보분석 방법론의 유형과 적용분야 <R&D수행의 관점별 세부요소와 계량정보분석> 출처:Jankowski (2009),p.8 저자재구성
  • 29. 제1절 계량정보분석의 체계와 주요 기법 계량정보분석 방법론의 유형과 적용분야
  • 30. 제1절 계량정보분석의 체계와 주요 기법 연구 프로파일링(Research Profiling) 연구프로파일링은 연구 결과 집합으로의 패턴을 식별하여 연구 도메인에 대한 정보를 발췌하는 것으로 정의할 수 있음. <연구프로파일링의 활용> <전통적인 문헌검토와 연구프로파일링의 비교> 출처 : Porter et al. (2002), p.364. 출처 : Porter et al. (2002), p.364.0
  • 31. 제1절 계량정보분석의 체계와 주요 기법 특허정보분석(Patent Intelligence) 특허정보분석(Patinformatics)란 각각의 특허 문서를 분석할 때 어려울 수 있는 기술의 경향과 기술간 관계를 발견하기 위한 특허정보분석을 의미함. 특허정보분석의 두 가지 원리 - 첫째 데이타마이닝 관점에서, 데이터와 분석의 발췌와 관련, 주로 서지적(bibliographic) 정보 분석을 의미함. - 둘째 텍스마이닝 혹은 매핑(text mining or mapping) 관점에서 문서 모으기와 분류와 연관됨. 특허맵의 사례 출처 : http://www.tenopa.co.kr/images/sub02_chart10.gif(검색일 : 2010.08.08)
  • 32. 시각화는 e-science를 활용한 계량정보분석 핵심 목표 : “이해와 통찰력을 위한 도구로써 그래픽화한 정보 제공” 다양한 시각화의 분류체계 시각화 기법의 선택 제1절 계량분석 컴퓨터 프로그램 - 계량정보분석의 시각화(Knowledge Visualization) 출처: Thelwall, Mike, 2009, p.168.
  • 33. 제1절 계량분석 컴퓨터 프로그램 - 계량정보분석의 시각화 (Knowledge Visualization) 예1) 위키피디아 정보분석 사례(History Flow project) 출처 : http://www.research.ibm.com/visual/projects/history_flow/ 많은 다른 문장들이 동시에 시간에 따라 표시될 수 있는 간단한 그래픽 표현을 이용해 문장단위로 각 페이지의 내용을 추적하고(Track) 하고 도시함(graph). 각 문장은 유색라인으로 표현되며, 문장이 생성될 때 선이 표현되고 문장이 삭제될 때 사라짐.
  • 34. 제1절 계량분석 컴퓨터 프로그램 - 계량정보분석의 시각화 (Knowledge Visualization) 예2) Evolino Visual Simulations 물리학과 사회학의 기원으로 하는 Evolino는 그룹의 상호작용의 역학적 시각 시뮬레이션(visual simulations of the dynamics of group interactions)을 발전시키기 위한 연구 프로젝트임. Evolino 시뮬레이션은 각기 다른 선택 프로세스에 함께 사용될 수 있는, 자연선택(naturalselection)의 과정을 설명하고 있음 각각의 시뮬레이션은 다양하게 정의된 매개 변수를 사회 상호 작용의 수학적 모델을 통합하는 컴퓨터 프로그램으로 결과를 시각적으로 표현함 출처: http://virtualknowledgestudio.nl/
  • 35.
  • 36. 지도의 색의 표현은 (colouring)은 그 분야, 문서의 밀도(density)를 표현함. 밝은 주변이 더 많은 문서 양을 뜻함. 출처: http://websom.hut.fi/websom/comp.ai.neural-nets-new/html/root.html
  • 37.
  • 38.
  • 39. 기술정보 탐색 및 분석에 활용<테크 마이닝의 과정과 행위자> 출처: Porter, A. L. (2005), p.30.
  • 40. 제1절 계량분석 컴퓨터 프로그램 - R&D 관리와 계량정보분석-Tech mining 테크마이닝의 프로세스 출처: Poter, A. L (2007), p.16. R&D 관리를 지원하는 경험적 지식을 전달하는 공급사슬(supply chain)이며, 기술혁신과정모델(Tech Innovation Process Model)은 성공적인 혁신으로 가는 전망을 보여주는 경험적 지표의 개념적 기초를 제공함. - 미래기술 분석방법(Future-oriented Analysis Methods)에는 기술예측, 기술평가, 기술로드맵이 포함됨.
  • 42.
  • 49.
  • 50.
  • 57.
  • 58.
  • 59. LoetLeydesdorff’s tools*주: 데이터베이스(예: Web of Science, SCORPUS, PATSTAT 등)는 포함하지 않으며 소프트웨어를 중심으로 정리했음
  • 60. 제3절 R&D 계량정보분석 컴퓨터 프로그램 대표적인Scientometrics 도구- VantagePoint ∘ 1994년 Text Mining의 가치를 느낀 DARPA(Defense Advanced Research Projects Agency), ToA’s, 미 육군 해군 연구부, 교육부, 국제 건강회, 국제과학재단이 프로그램 개발을 지원하였음. - Co-word Bibliometrics/Co-occurrence 통계를 사용하면 단어들 간의 관계가 분석됨. - 이 기술의 적용을 통해 TACOM은 군용 차량의 정비비용을 1/10까지 줄일 수 있었음. < VantagePoint의 구동과정> text 분석 기능 Data Cleaning User Defined Thesaurus Visual Basic Scripting Import Engine adaptable to hundreds of databases
  • 61. 제3절 R&D 계량정보분석 컴퓨터 프로그램 대표적인Scientometrics도구- VantagePoint <Develop Indicators의 발견 예시> <기술개발 트랜드의 확인 예시> <지식지도의 발견 예시> <기술간 연계의 발견 예시>
  • 62. 제3절 R&D 계량정보분석 컴퓨터 프로그램 출처: https://confluence.cornell.edu/display/TLC/Decision+Matrix+of+Bibliometric+Tools
  • 63. 제2장.우리나라 계량정보분석의 추세와 시사점 특허분석을 위해 특화된 시스템 - ThinKlear(WIPS). - FOCUST. <FOUCST의 구성> <ThinKlear를 이용한 분석 사례>
  • 64. 제2장우리나라 계량정보분석의 추세와 시사점 RADERS(Research Area DEtection through R&D information Scanning):정보통신연구진흥원(IITA)에서 개발한 것으로, R&D 관련 정보를 기초자료로 활용하여 연구개발에 소요되는 시간과 노력을 단축시킬 수 있는 R&D 정보분석 시스템임 <RADERS 활용 범위> <차트분석 사례> KnowledgeMatrix:KISTI에서 개발한 계량정보분석 시스템.
  • 65. 제6장 분석 및 토의 1. 선진국 계량분석의 방법론 발전방향과 시사점 2. 한국의 R&D 계량정보분석 시스템 구축시 고려사항
  • 66. 1. 선진국 계량분석의 시사점 평가지표(evaluative indicator) 개발과 활용임. 과학기술맵핑을 통해 기술의 학제성, 융복합성, 맥락성을 추적하는 것임. 미국과학재단(NSF, National Science Foundation)은 2년에 한번 ‘과학과 공학 지표’(Science and Engineering Indicators)를 조사하여 백악관과 의회에 보고하고 있음.
  • 67. 1. 한국의 R&D 계량정보분석 시스템 우리나라 R&D 기획을 고도화 및 R&D 투자에 대한 불확실성의 억제를 위해 매우 필요함. 선진국들은 문제해결을 위한 기본전제로 기술개발과 R&D 기획 과정에서 필요로 하는 정보의 불충분성을 해결해야 한다고 인식하고 있음 우리나라의 계량정보분석 시스템은 다른 국가들과 비교할 때 초보적인 수준임 R&D 기획과 계량정보분석
  • 68. 1. 한국의 R&D 계량정보분석 시스템 R&D 전 주기별 가용정보자원의 절대부족 즉시 활용 가능한 전략적 분석정보의 부재 R&D 사업 전반에 대한 개방성과 상시성을 갖춘 종합정보체계의 확립 필요 R&D 기획에 필요한 산발적 분석정보 생산체계의 구축 과제기획에 필요한 정보의 제공 과제기획위원회에 참여할 실적이 있는 전문가 발굴 전문가 DB 확대 거시적 측면의 성과분석 현 연구기획 활동의 현황과 문제점 한국의 R&D 계량정보분석 시스템 구축시 고려사항
  • 69. 제6장 결론 및 정책 제안
  • 70. 제6장 결론 및 정책 제안 1. 선진형 기술기획을 위한 정보분석 활성화 2. 산업기술 정보분석의 확산 및 계량시스템 구축 3. 인터넷 데이터와 기술정보 조기경보 시스템 구축 4. 가치창조형 계량정보분석 및 미래 불확실성 감소