[논문 리뷰] Mining and Analyzing Patron's Book-Loan Data and University Data to Understand Library Use Patterns

Tipawan Silwattananusarn, Pachisa Kulkanjanapiban|arXiv (Cornell University)|2020. 08. 08.

Data Mining Algorithms and Applications참고 문헌 17인용 수 5

한 줄 요약

이 연구는 2015–2018년 기간 동안 숭클라대학교 도서관 및 기관 기록에서 도서 대출 데이터를 추출하여 WEKA를 활용해 연관 규칙 추출 및 군집 분석을 수행한다. 도서관 이용 행동 패턴—예를 들어 대출 빈도, 전공 선호도, 시기—와 학부생의 학업 성취도 간의 상관관계를 규명하여 일관된 도서 대출 행동과 높은 학점 평균(GPA) 간의 유의미한 연관성을 밝혀낸다.

ABSTRACT

The purpose of this paper is to study the patron's usage behavior in an academic library. This study investigates on pattern of patron's books borrowing in Khunying Long Athakravisunthorn Learning Resources Center, Prince of Songkla University that influence patron's academic achievement during on academic year 2015-2018. The study collected and analyzed data from the libraries, registrar, and human resources. The students' performance data was obtained from PSU Student Information System and the rest from ALIST library information system. WEKA was used as the data mining tool employing data mining techniques of association rules and clustering. All data sets were mined and analyzed to identify characteristics of the patron's book borrowing, to discover the association rules of patron's interest, and to analyze the relationships between academic library use and undergraduate students' achievement. The results reveal patterns of patron's book loan behavior, patterns of book usage, patterns of interest rules with respect to patron's interest in book borrowing, and patterns of relationships between patron's borrowing and their grade. The ability to clearly identify and describe library patron's behavior pattern can help library in managing resources and services more effectively. This study provides a sample model as guideline or campus partnerships and for future collaborations that will take advantage of the academic library information and data mining to improve library management and library services.

연구 동기 및 목표

• 학부생의 학술 도서관 이용 패턴과 학업 성취도 간의 상관관계를 이해하는 것.
• 대학 구성원들 간의 도서 대출 행동과 관심사의 반복적 패턴을 규명하는 것.
• 데이터 마이닝 기법을 활용해 특정 대출 패턴과 학업 성취도 간의 연관성을 발견하는 것.
• 도서관 자원 관리 및 학생 지원 서비스 향상을 위한 데이터 기반 모델을 제공하는 것.
• 도서관 데이터를 기관 데이터와 통합함으로써 기관 분석에 있어 그 가치를 입증하는 것.

제안 방법

• ALIST 도서관 정보 시스템에서 도서 대출 데이터를 수집하고, 숭클라대학교 학생 정보 시스템에서 학업 성취도 데이터를 확보한다.
• 대학 등록 및 인사 관리 시스템의 데이터를 통합하여 이용자의 프로필을 풍부하게 한다.
• 연관 규칙 추출 기법을 적용해 도서 대출 행동 패턴에서 빈도가 높은 항목 집합과 관계를 규명한다.
• 군집 분석 기법을 활용해 도서 대출 패턴과 학업 성과 기반으로 이용자를 그룹화한다.
• 분석 및 패턴 탐지의 주요 플랫폼으로 WEKA를 사용한다.
• 2015–2018년 동안의 종단적 추세를 분석하기 위해 다수의 데이터 소스를 통합한다.

실험 결과

연구 질문

• RQ1 학부생 중 학업 성취도가 높은 학생들과 관련된 도서 대출 행동의 패턴은 무엇인가?
• RQ2 도서 대출을 통해 드러나는 이용자의 관심사가 다양한 학문 분야나 인구 통계적 특성에 따라 어떻게 군집화되는가?
• RQ3 대출 빈도, 전공 분야, GPA 결과 간의 핵심 연관성은 무엇인가?
• RQ4 도서관 이용 패턴이 연도, 학부 또는 학년에 따라 어떻게 달라지는가?
• RQ5 도서관 데이터가 학업 성취도를 예측하거나 관련짓는 데 어느 정도의 정도로 기여하는가?

주요 결과

• 학기 내내 일관되게 도서를 대출한 학생들은 불규칙한 대출 행동을 보인 학생들보다 유의미하게 높은 GPA를 기록했다.
• 교육, 사회과학, 인문학 분야의 도서를 대출한 것과 학업 성취도 향상 간에 강력한 연관성이 발견되었다.
• 군집 분석을 통해 명확한 이용자 그룹이 드러났다: 사회과학 분야에서 빈도가 높은 도서 대출자와 과학·공학 분야에서 빈도가 낮은 도서 대출자.
• 특정 연관 규칙가 규명되었으며, 예를 들어 교육심리학 도서를 대출한 이용자는 GPA 3.0 이상을 달성할 가능성이 두 배 이상 높았다.
• 1학기와 2학기에 도서를 대출한 이용자는 단 한 학기 동안만 대출한 학생들보다 더 우수한 학업 성취도를 보였다.
• 도서관 데이터와 기관 데이터의 통합을 통해 도서관 데이터만으로는 드러나지 않았던 행동 경향을 규명할 수 있었다.