KR102358874B1 - 빅데이터 기반의 도서관 의사결정 지원 시스템 - Google Patents
빅데이터 기반의 도서관 의사결정 지원 시스템 Download PDFInfo
- Publication number
- KR102358874B1 KR102358874B1 KR1020210075577A KR20210075577A KR102358874B1 KR 102358874 B1 KR102358874 B1 KR 102358874B1 KR 1020210075577 A KR1020210075577 A KR 1020210075577A KR 20210075577 A KR20210075577 A KR 20210075577A KR 102358874 B1 KR102358874 B1 KR 102358874B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- library
- module
- report
- management
- Prior art date
Links
- 238000013480 data collection Methods 0.000 claims abstract description 41
- 238000007726 management method Methods 0.000 claims description 71
- 238000004458 analytical method Methods 0.000 claims description 44
- 238000013507 mapping Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 16
- 238000013500 data storage Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000004141 dimensional analysis Methods 0.000 claims description 6
- 238000003012 network analysis Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 도서관 운영 시스템(100)으로부터 데이터를 수집 및 변환하여 저장하는 데이터 수집부재(200)와, 데이터 수집부재(200)에서 수집 저장된 데이터를 시각화하고 통계분석하는 의사결정 지원부재(300)를 포함할 수 있다.
Description
본 발명은 빅 데이터 기반의 도서관 의사결정 지원 시스템에 관한 것이다.
정보통신의 발달에 따라 도서관은 이용자를 위한 다양한 서비스 제공이 가능한 전자도서관으로의 발전을 거듭하고 있으며 이에 따라 최신 전산기술을 접목한 첨단 서비스 개발이 요구되고 있다.
이중 기존 전자도서관시스템은 보유하고 있는 정보 자원을 목록화하여 온라인 검색 서비스를 제공하는 수준에 머물렀으나 현재의 전자도서관은 다양한 정보자원의 목록화 및 개인 맞춤 서비스의 강화, 도서관 설비 및 시설물 이용의 첨단화 등을 위한 제반 시스템의 결합체로서 의미를 갖는다.
또한, 대부분의 도서관에서는 의사결정을 수행함에 있어 경험이나 운영 시스템(기간계 시스템)에서 제공하는 정형화된 보고서에 의지하고 있으며, 심지어는 의사결정 담당자가 개인적으로 엑셀 파일로 자료를 작성/활용하고 있는 사례도 있는 실정이다.
또한, 종래에는 여러 부문의 데이터를 활용하여 종합적으로 의사결정을 해야 하는 경우 각각의 시스템으로부터 얻는 보고서, 타 부서에 협조요청, 외부 웹 사이트로부터 자료 검색 등에 의존해야 하며 시간과 비용이 소요되어 종합적이고 빠른 의사결정이 이루어지지 않고 있다.
그러므로 본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 빅 데이터 축적 및 분석, 인공지능(AI) 기술의 접목을 통해 도서관에 산재해 있는 여러 운영 시스템 및 인터넷 등 외부자원으로부터 의사결정에 유의미한 데이터를 수집/가공/집계하여 통합 분석 데이터베이스(데이터 웨어하우스)를 구축하고, 데이터 시각화를 통한 종합분석환경을 제공함으로써 과거의 의사결정 방식보다 과학적이며 사실에 근거한 의사결정이 수행될 수 있도록 지원하는 빅데이터 기반의 도서관 의사결정 지원 시스템을 제공함에 있다.
따라서 본 발명은 상기와 같은 목적을 달성하기 위하여 하기와 같은 실시예를 포함할 수 있다.
본 발명의 실시예는도서관 업무관리시스템과, 도서관 홈페이지와, 전자지원 관리시스템과,이용자 통합관리 시스템과, 좌석 배정 시스템과, 출입관리 시스템과 같이 도서관 내에 구축 및 운영되는 시스템 중 적어도 하나를 포함하는 도서관 운영 시스템과, 도서관 운영 시스템 및 외부 자원으로부터 데이터를 수집 및 변환하여 분산 저장하는 데이터 수집부재 및 데이터 수집부재에서 저장된 데이터로부터 설정된 조건에 따라 등록된 정형 보고서와, 설정된 조건에 해당하지 않는 비정형 보고서를 추출하여 설정된 지표와 대비되는 통계값을 산출하여 시각화된 데이터로 출력하는 의사결정 지원부재를 포함하고, 데이터 수집부재는 도서관 운영 시스템으로부터 데이터를 수집하여 내부 데이터 변환모듈과, 외부 자원으로부터 데이터를 수집하는 외부 데이터 변환모듈을 구비하여 설정된 제1매핑표에 따라 ODS용 데이터를 1차 가공하여 출력하는 제1데이터 수집부와, 제1데이터 수집부에서 수집 및 1차 가공된 데이터를 임시 저장하는 운영 데이터 저장부와, 운영 데이터 저장부에 임시 저장된 데이터를 설정된 제2매핑표에 따라 ODS용 데이터를 2차 가공하는 제2데이터 수집부 및 제2데이터 수집부에서 2차 가공된 ODS용 데이터를 분산 저장하는 복수의 데이터 마트를 포함하고, 제1매핑표와 제2매핑표는 데이터에 따라 계층별로 분류 가능하도록 NAME, COMMENT, COLUNM, TABLE, TYPE, LEN 중 적어도 하나가 포함된 설정 규칙을 포함하고, 의사결정 지원부재는 데이터 마트에 분산저장된 데이터를 분석하여 설정된 조건에 따른 정형 보고서와 비정형 보고서를 추출, 추가 및 공유하는 보고서 분석모듈과, 입력된 MDX 쿼리에 따라 출력된 결과를 다차원 분석 UI와 연계하여 데이터 마트에 저장된 데이터를 피벗 테이블 형태로 다차원 분석하는 다차원 분석모듈과, 트위터 요약 통계와, 트위터 해시 태그 클라우드와, 트위터 TOP 인플루언서와, 트위터 이용자 상호작용 그래프의 생성과, 트위터 위치 분포도와, 트위터 감성분석 결과를 산출하는 소셜 네트워크 분석모듈과, 데이터 마트에 저장된 데이터를 분석하여 현재 도서관 내에서 진행되는 이벤트 정보를 분석하여 해당 이벤트의 목표 달성 여부와, 수행 단계별 결과의 분석과 오류 여부 및 예측 결과 중 적어도 하나에 대한 알람이 가능한 비즈니스 활동 모니터링모듈 및 보고서 분석모듈의 분석 결과에 따라 설정된 항목의 데이터를 예측하고, 이를 시각화된 정보로 변환하는 예측모듈을 포함하고, 예측모듈은 데이터 분석을 통한 정확한 지표 달성율(%)과, 해당 지표의 달성 또는 실패에 대한 예측값을 산출하는 것을 특징으로 하는 빅데이터 기반의 도서관 의사결정 지원 시스템을 제공할 수 있다.
삭제
삭제
또한, 위 실시예에서, 다차원 분석모듈은 몬드리안 스키마(Mondrian Schema)로 정의된 몬드리안 스키마로 정의된 데이터 마트의 데이터를 분석하여 복수의 노드를 갖는 트리 형식으로 재구성하고, 선택된 트리의 노드를 열과 행 및 필터 영역으로 드래그 앤 드롭 방식으로 전달하여 MDX 쿼리를 생성하여 피벗 테이블 형태로 출력하는 것; 을 특징으로 한다.
여기서, 피벗 테이블은 노드의 확장과, 축소 및 정렬, MDX 쿼리의 수정 메뉴를 포함할 수 있다.
삭제
또한, 의사결정 지원부재는 개인 회원의 정보 수정, 보고서 목록조회 및 관리 가능한 개인정보 관리모듈 및 제1데이터 수집부와 제2데이터 수집부의 데이터 수집 및 처리 결과를 저장된 수집로그를 이용하여 수집 작업별 실행 시각, 상태 및 오류 중 적어도 하나 이상을 조회 및 출력하는 수집 관리모듈 및 보고서의 등록 및 등록된 보고서의 관리정보를 제공하는 보고서 관리모듈을 더 포함할 수 있다.
여기서, 보고서 관리 정보는 사전 정의된 데이터를 시각화 정보로서 출력하는 위젯과, 설정된 항목의 기본정보를 포함하는 것; 을 특징으로 한다.
그러므로 본 발명은 의사결정자가 직접 정보를 생성, 분석 가능함에 따라 신속한 의사결정 가능하고, 다차원 분석을 통해 모든 형태의 비정형적 보고서를 최단시간 내에 용이하게 해결할 수 있어 의사결정자의 의사결정 프로세스 단축효과를 얻을 수 있다.
또한, 본 발명은 합리적, 능동적으로 대처할 수 있는 정책, 전략 확보가 가능하며, 수작업 대비 분석결과 정보의 객관성을 유지할 수 있고, 정보이용 능력 확대를 통한 조직 구성원의 업무 수행능력을 향상시킬 수 있다.
또한, 본 발명은 정보공유에 따른 조직간 커뮤니케이션 향상과, 정보이용자가 스스로 자신의 정보를 취득할 수 있고, 사용자 스스로 분석용 보고서를 작성하므로 보고서 작성에 요구되는 시간 대폭 감소, 업무 속도의 점진적 증가 예상되며, 도서관 이용자 서비스 질적 수준이 향상되는 효과가 있다.
도 1은 본 발명의 구성을 도시한 블럭도이다.
도 2는 분석부를 도시한 블럭도이다.
도 3은 시스템 관리부를 도시한 블럭도이다.
도 4는 대시보드를 도시한 도면이다.
도 5 및 도 6은 매핑표의 예를 도시한 도면이다.
도 7은 보고서 분석모듈의 예를 도시한 도면이다.
도 8과 도 9는 다차원 분석모듈의 예를 도시한 도면이다.
도 10 내지 12는 개인 정보 관리 모듈의 사용자 화면을 도시한 도면이다.
도 13은 수집 관리모듈의 수집 관리 화면을 도시한 도면이다.
도 14는 보고서 관리모듈의 예를 도시한 화면이다.
도 2는 분석부를 도시한 블럭도이다.
도 3은 시스템 관리부를 도시한 블럭도이다.
도 4는 대시보드를 도시한 도면이다.
도 5 및 도 6은 매핑표의 예를 도시한 도면이다.
도 7은 보고서 분석모듈의 예를 도시한 도면이다.
도 8과 도 9는 다차원 분석모듈의 예를 도시한 도면이다.
도 10 내지 12는 개인 정보 관리 모듈의 사용자 화면을 도시한 도면이다.
도 13은 수집 관리모듈의 수집 관리 화면을 도시한 도면이다.
도 14는 보고서 관리모듈의 예를 도시한 화면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있지만, 특정 실시예를 도면에 예시하여 상세하게 설명하고자 한다. 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 서로 다른 방향으로 연장되는 구조물을 연결 및/또는 고정시키기 위한 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물중 어느 하나에 해당되는 것으로 이해되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 명세서에서, "포함하다." 또는 "가지다." 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 발명을 설명함에 있어 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하에서는 본 발명에 따른 빅데이터 기반의 도서관 의사결정 지원 시스템을 첨부된 도면을 참조하여 설명한다.
도 1은 본 발명을 도시한 블럭도, 도 2는 분석부(320)를 도시한 블럭도, 도 3은 시스템 관리부(330)를 도시한 블럭도이다.
도 1 내지 도 3을 참조하면, 본 발명은 도서관 운영 시스템(100)으로부터 데이터를 수집 및 변환하여 저장하는 데이터 수집부재(200)와, 데이터 수집부재(200)에서 수집 저장된 데이터를 시각화하고 통계분석하는 의사결정 지원부재(300)를 포함할 수 있다.
도서관 운영 시스템(100)은 도서관 업무관리시스템과, 도서관 홈페이지와, 전자지원관리시스템과,이용자 통합관리 시스템과, 좌석 배정 시스템과, 출입관리 시스템과 같이 도서관 내에 구축 및 운영되는 시스템을 모두 포함한다.
도서관 운영 시스템(100)은 입력 및 수신되는 정보를 자체 DB에 저장할 수 있다. 또한 도서관 운영 시스템(100)에서 생성되는 원천 데이터는 전자문서(TXT, 엑셀, HWP, MS Word, WEB ), API 및 파일로 구성될 수 있다.
데이터 수집부재(200)는 도서관 운영 시스템(100) 및 외부 자원으로부터 데이터를 1차 수집/변환/삭제 가공하는 제1데이터 수집부(210)와, 제1데이터 수집부(210)에서 수집된 데이터를 저장하는 운영 데이터 저장부(220)와, 운영 데이터 저장부(220)에 저장된 데이터를 2차 수집/변환/삭제 가공하는 제2데이터 수집부(230)를 포함할 수 있다.
제1데이터 수집부(210)는 도서관 운영 시스템(100)으로부터 정형, 비정형의 데이터를 수집하여 1차 가공하는 내부 데이터 변환모듈(211)과, 외부 자원(예를 들면,공영 서버, 연계설정된 타 도서관의 서버, 또는 도서관 이외의 기관 서버)의 데이터를 수집하여 1차 가공하는 외부 데이터 변환모듈(212)을 포함할 수 있다.
여기서 제1데이터 수집부(210)는 도서관 운영시스템 및 외부 자원으로부터 데이터를 수집하되, 설정된 제1매핑표에 따라 데이터를 수집/변환/삭제 가공할 수 있다. 이와 같은 제1매핑표는 도 5에서 일예가 소개되었다.
도 5를 참조하면, 제1데이터 수집부(210)는 도서관 운영 시스템(100)과 외부자원으로부터 수집된 데이터(SOURCE DATA)(도 5의 (a)) 도 5의 (B)에 도시된 테이블로 변환하도록 가공한다. 여기서 제1데이터 수집부(210)는 설정된 제1매핑표에 따라 데이터를 변환하여 ODS(Operation DATA Store)용 데이터로 변환한다. ODS용 데이터는 운영 데이터 저장부(220)에 저장되는 데이터다.
제1매핑표는 원천 데이터를 ODS용 데이터로 가공하기 위한 설정 규칙을 포함할 수 있다. 설정 규칙은 NAME, COLUM, COMMENT, TYPE, LEN, TABLE을 포함할 수 있다.
제1데이터 수집부(210)는 설정된 제1매핑표에 따라 수집된 원천 데이터 중 설정된 규칙에 따라 가공 가능한 데이터를 선택적으로 수집 및 변환할 수 있고, 데이터의 중복과 사용될 수 없는 데이터를 삭제할 수 있다.
운영 데이터 저장부(220)는 ODS(Operation DATA Store)로서 제1데이터 수집부(210)에서 1차 가공된 데이터를 임시 저장한다.
제2데이터 수집부(230)는 운영 데이터 저장부(220)에 임시 저장된 데이터를 데이터 마트로 분산 저장한다. 여기서 제2데이터 수집부(230)는 설정된 제2매핑표에 따라서 운영 데이터 저장부(220)를 2차 가공한다. 이와 같은 제2매핑표는 도 6에 도시된 바와 같다. 도 6의 (a)는 1차 가공된 데이터의 테이블이며, 도 6의 (b)는 2차 가공된 데이터가 설정된 것이다.
제2매핑표는 ODS용 데이터를 데이터 마트(240)로 저장할 수 있는 데이터로 가공하기 위한 규칙을 포함한다. 설정 규칙은 NAME, COLUM, COMMENT, TYPE, LEN, TABLE을 포함할 수 있다.
여기서 제1매핑표와 제2매핑표는 각 데이터에 따라 계층(차원)별로 분류할 수 있도록 설정될 수 있다. 즉, 제1매핑표와 제2매핑표는 각 차원별로 분류 가능한 정보(예를 들면, NAME, COMMENT, COLUNM, TABLEm\, TYPE, LEN 중 적어도 하나)가 포함될 수 있다.
따라서 제1데이터 수집부(210)와 제2데이터 수집부(230)는 각각 설정된 매핑표에 따라 데이터를 변환 및 가공하여 운영 데이터 저장부(220)와 데이터 마트(240)에 각각 저장할 수 있다.
데이터 마트(240)는 다차원 분석 데이터베이스로서, 예를 들면, OLAP(Online Analytical Processing)의 데이타베이스(Database) 또는 큐브(Cube)로서 데이터를 상위 개념과 하위 개념으로 분류하고, 분류된 데이터를 다차원 형태로 저장할 수 있다. 이와 같은 다차원 형태는 카테고리화 된다.
즉, 데이터 마트(240)는 제2데이터 수집부(230)에서 수집된 다차원 데이터를 차원(계층별)로 분산 저장한다. 이와 같은 데이터 마트(240)의 차원별 분산 저장 데이터는 설정된 제2매핑표에 따라 가공 및 변환됨에 따라 후술되는 의사 결정 지원부재(300)의 데이터 분석을 통해 정확한 지표 달성율(%)과, 해당 지표의 달성 또는 실패에 대한 예측값을 산출할 수 있도록 한다.
의사결정 지원부재(300)는 데이터 마트(240)에 분산저장된 데이터를 분류 및 분석하여 시각화한다. 이를 위하여 의사결정 지원부재(300)는 대시보드(310)과, 분석부(320) 및 시스템 관리부(330)를 포함할 수 있다.
대시보드(310)은 현재 진행중인 이벤트 관련 데이터를 시각화하여 출력할 수 있으며, 도 4에 그 일예가 소개되었다. 도 4를 참조하면, 대시보드(310)는 사전에 정의된 데이터에 연계 설정한 위젯을 통하여 각종 이벤트의 진행현황을 도 4의 예와 같이 다양한 형태의 그래프로서 출력할 수 있다.
분석부(320)는 데이터 마트(240)에 저장된 2차 가공 데이터를 이용한 분석 결과를 산출할 수 있다. 예를 들면, 분석부(320)는 시스템에 접속된 사용자 또는 관리자에 의해 요청된 주제 관련하여 데이터 마트(240)에 저장된 데이터를 이용한 통계치와, 그 통계치에 따른 예측값을 시각화된 정보로서 산출할 수 있다.
구체적으로 분석부(320)는 보고서를 분석하는 보고서 분석모듈(321)과, 다차원 분석모듈(322)과, 소셜 네트워크 분석모듈(323)과, 비즈니스 활동 모니터링모듈(324)과, 예측모듈(325)을 포함할 수 있다.
보고서 분석모듈(321)은 데이터 마트(240)에 분산된 정보들 중에서 시스템에서 설정된 양식이나 또는 작성자, 작성기관과 같이 설정 조건에 따른 정형 보고서와, 설정 조건에 해당 되지 않은 비정형 보고서의 추가 삭제, 수정과, 공유 및 즐겨찾기 저장 기능을 제공한다.
또한, 보고서 분석모듈(321)은 데이터 마트(240)에 저장된 정형 보고서 및 비정형 보고서의 수량이나, 주제, 작성자, 작성기관, 관련분야, 보고서 생성 일자에 관한 통계값을 제공할 수 있다.
다차원 분석모듈(322)은 도 8과 도 9를 참조하여 설명한다.
도 8은 다차원 분석모듈의 일예를 도시한 블럭도, 도 9는 다차원 분석모듈의 피벗 테이블을 도시한 도면이다.
도 8 및 도 9를 참조하면, 여기서 다차원 분석모듈(322)은 데이터 마트(240)에 저장된 데이터를 통하여 산출되는 각종 지표, 통계값을 다차원으로 분석할 수 있다. 예를 들면, 다차원 분석모듈(322)은 1군의 데이터에서 상위 개념과, 하위 개념으로 데이터의 계층을 분류하고, 분류된 계층별로 지표 및 통계값을 분석하여 그 결과를 시각화된 정보로서 출력할 수 있다.
보다 구체적으로 설명하자면, 다차원 분석모듈(322)은 좌측에 몬드리안 스키마로 정의된 큐브, 차원, 계층 레벨, 멤버가 트리(c) 형식으로 보인다. 해당 트리는 각 노드를 열축, 행축, 필터 영역에 드래그 앤 드롭(Dag & Drop)방식으로 전달하게 되면 MDX(Multidimensional Expressions) 쿼리(Query)가 생성되고, OLAP 서버 API를 통해 우측 피벗 테이블(d)로 보이게 된다. 여기서 트리는 상위개념과 하위개념을 계층을 분리하며, 각 계층을 노드로 구분할 수 있다. 따라서 다차원 분석모듈(322)은 주제별로서 상위 개념과 하위 개념으로 계층(차원)을 분류하고, 분류된 계층별로 분석이 가능하다.
또한, 다차원 분석모듈(322)은 부가 기능으로 부모 노드(상위 개념과 이에 속한 하위개념) 출력, 중복노드 병합, 값이 0인 항목 제거, 열축, 행축 바꾸기 기능이 제공된다. 또한, 도 9의 피벗 테이블은 노드 확장 및 축소, 정렬 기능을 제공할 수 있고, MDX 쿼리의 직접 수정을 위한 메뉴를 제공할 수 있다. 이와 같은 피벗 테이블 및 트리창에서 모든 옵션 값은 세션이 유지되는 동안 그대로 유지가 되며, 상단 초기화 메뉴를 통하여 초기화가 가능하다.
소셜 네트워크 분석모듈(323)은 트위터 요약 통계와, 트위터 해시태그 클라우드와, 트위터 TOP 인플루언서와, 트위터 이용자 상호작용 그래프의 생성과, 트위터 위치 분포도와, 트위터 감성분석 결과를 산출한다.
비즈니스 활동 모니터링모듈(324)은 목표 관리 기능과 자원관리, 알람 관리 기능을 제공한다. 예를 들면, 비즈니스 활동 모니터링모듈(324)은 데이터 마트(240)에 저장된 데이터를 분석하여 현재 도서관 내에서 진행되는 이벤트 정보를 분석하여 해당 이벤트의 목표 달성 여부와, 수행 단계별 결과의 분석과 오류 여부에 대한 결과 및/또는 예측 결과에 대한 알람이 가능하다.
예측모듈(325)은 시계열 예측기법(예를 들면, 이동평균법)을 이용한 예측 분석 기능을 수행할 수 있다. 즉, 예측모듈(325)은, 예를 들면, 다차원 분석모듈(322)에서 통계치 및 각종 지표(예를 들면, KPI: 핵심성과지표)들에 대한 분석 결과를 토대로 미래의 지표와 통계값을 산출한다. 산출된 예측값은 대시보드(310)에 출력되는 각종 정보에 결합되어 시각화 가능한 정보로서 출력될 수 있다.
시스템 관리부(330)는 사용자 관리모듈(331)과, 자원 관리모듈(332), 보고서 관리모듈(333)과, 수집 관리모듈(334) 및 개인정보 관리모듈(335)을 포함할 수 있다.
사용자 관리모듈(331)은 사용자 정보(예를 들면, 사용자 목록과, 사용자 등록, 사용자 수정, 사용자 삭제)와, 사용자 및/또는 관리자의 권한 관리 정보(예를 들면, 권한 목록, 권한 추가, 권한 수정, 권한 삭제)와, 시스템 환경 관리 정보(예를 들면, 시스템 환경설정)를 제공한다.
또한, 사용자 관리모듈(331)은 사용자(도서관 이용자, 시스템에 접속된 사용자)들의 그룹화하고, 각 그룹별 사용자별로 그룹 내의 역할(예를 들면, 인가자, 시스템관리자, 비인가자, 외부 이용자, 데이터 마트(240) 관리자, 이용자) 및 권한(그룹의 생성 및 수정, 역할 설정, 그룹의 초대와 추방)을 설정할 수 있다.
자원 관리모듈(332)은 자원(원천 데이터 및/또는 데이터 마트(240)에 저장된 데이터)에 대한 접근권한의 관리를 위해 자원을 등록/조회/수정 삭제하는 기능을 제공한다.
개인정보 관리모듈(335)은 도 10 내지 도 12를 참조하여 설명한다.
도 10 내지 도 12를 참조하면, 개인정보 관리모듈(335)은 개인화 전용 서비스로 프로파일관리, 즐겨찾기관리, 사용자정의 데이터셋 관리, 사용자 정의 보고서 관리 기능을 제공한다.
이중, 개인정보관리는 이메일 등의 개인정보를 관리하는 기능이며, 즐겨찾기 관리는 자주 이용하는 보고서를 즐겨찾기에 등록하고 관리하는 기능이다.
또한, 사용자 정의 데이터셋 관리는, 도 10을 참조하면, 데이터 마트로부터 개인이 관심있는 항목(정보)만을 조건 선택하여 정의한 데이터셋이다. 여기서 사용자 정의 데이터셋은 사용자가 보고서 생성시 적용될 수 있다. 따라서 본 발명은 사용자가 사전에 정의한 데이터셋을 이용하여 자신의 보고서에 포함할 수 있음에 따라 보고서 작성이 보다 용이하게 이루어질 수 있다. 이와 같이 작성 또는 작성 중인 사용자의 보고서는 도 11에 도시된 바와 같이, 나의 보고서 관리 기능을 통하여 출력될 수 있다.
수집 관리모듈(334)은 도 13을 참조하여 설명한다. 도 13을 참조하면, 제1데이터 수집부(210) 및/또는 제2데이터 수집부(230)에서 수집된 데이터의 가공 결과가 저장된 수집로그를 분석하여 수집 작업별로 최종 실행시각 및 상태 정보를 분석하여 그 결과를 제공한다.
수집 관리모듈(334)은, 도 13을 참조하면, 수집 작업명과, 수집형태, 최종 실행시각, 최종상태가 포함된 수집결과 목록을 생성 및 제공할 수 있다. 수집 관리모듈(334)은 수집 결과 중에 발생된 오류 정보를 제공함도 가능하다.
보고서 관리모듈(333)은 도 14를 참조하여 설명한다.
보고서 관리모듈(333)은 보고서의 등록, 수정, 삭제 기능과 대시보드(310)의 관리 기능을 제공할 수 있다. 예를 들면, 보고서 관리모듈(333)은 접속된 사용자가 보고서의 등록을 요청할 경우 실행되어 등록된 보고서들이 포함된 목록과, 보고서의 추가와 수정 삭제를 위한 메뉴를 제공한다.
또한, 보고서 관리모듈(333)은 보고서의 기본정보와, 사전 정의된 데이터 세트와 연결되는 위젯을 통하여 보고서 관리 정보를 제공할 수 있다.
위젯은 보고서 내에서 삽입되는 정보로서 데이터 마트(240)에 저장 및/또는 등록된 데이터를 시각화(예를들면, 꺽은선, 막대, 파이 차트 형태)하는 역할을 수행할 수 있으며, 시각화 요소에 해당되는 옵션의 선택 및 추가가 가능하다. 또한, 위젯은 등록과 수정 및 삭제 가능하다.
또한, 시스템 관리부(330)는 상기와 같은 대시보드(310)와 분석부(320) 및 시스템 관리부(330)의 이상 정보, 소셜 네트워크 분석모듈(323), 비즈니스 활동 모니터링모듈(324)의 결과값 중 적어도 하나에 따른 알람을 출력할 수 있도록 알람모듈을 포함할 수 있다.
이상에서 설명된 본 발명의 실시예는 예시적인 것에 불과하며 본 발명이 속한 기술분야의 통상의 지식을 가진자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 잘 알 수 있을 것이다.
그러므로 본 발명은 상기의 상세한 설명에서 언급되는 형태로만 한정되는 것 은 아님을 잘 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다. 또한, 본 발명은 첨부된 청구범위에 의해 정의되는 본 발명의 정신과 그 범위 내에 있는 모든 변형물과 균등물 및 대체물을 포함하는 것으로 이해되어야 한다.
100 : 도서관 운영 시스템
200 : 데이터 수집부재
210 : 제1데이터 수집부
211 : 내부 데이터 변환모듈
212 : 외부 데이터 변환모듈
220 : 운영 데이터 저장부
230 : 제2데이터 수집부
240 : 데이터 마트
300 : 의사결정 지원부재
310 : 대시보드
320 : 분석부
321 : 보고서 분석모듈
322 : 다차원 분석모듈
323 : 소셜 네트워크 분석모듈
324 : 비즈니스 활동 모니터링모듈
325 : 예측모듈
330 : 시스템 관리부
331 : 사용자 관리모듈
332 : 자원 관리모듈
333 : 보고서 관리모듈
334 : 수집 관리모듈
335 : 개인정보 관리모듈
200 : 데이터 수집부재
210 : 제1데이터 수집부
211 : 내부 데이터 변환모듈
212 : 외부 데이터 변환모듈
220 : 운영 데이터 저장부
230 : 제2데이터 수집부
240 : 데이터 마트
300 : 의사결정 지원부재
310 : 대시보드
320 : 분석부
321 : 보고서 분석모듈
322 : 다차원 분석모듈
323 : 소셜 네트워크 분석모듈
324 : 비즈니스 활동 모니터링모듈
325 : 예측모듈
330 : 시스템 관리부
331 : 사용자 관리모듈
332 : 자원 관리모듈
333 : 보고서 관리모듈
334 : 수집 관리모듈
335 : 개인정보 관리모듈
Claims (8)
- 도서관 업무관리시스템과, 도서관 홈페이지와, 전자지원 관리시스템과,이용자 통합관리 시스템과, 좌석 배정 시스템과, 출입관리 시스템과 같이 도서관 내에 구축 및 운영되는 시스템 중 적어도 하나를 포함하는 도서관 운영 시스템(100);
도서관 운영 시스템(100) 및 외부 자원으로부터 데이터를 수집 및 변환하여 분산 저장하는 데이터 수집부재(200); 및
데이터 수집부재(200)에서 저장된 데이터로부터 설정된 조건에 따라 등록된 정형 보고서와, 설정된 조건에 해당하지 않는 비정형 보고서를 추출하여 설정된 지표와 대비되는 통계값을 산출하여 시각화된 데이터로 출력하는 의사결정 지원부재(300); 를 포함하고,
데이터 수집부재(200)는
도서관 운영 시스템(100)으로부터 데이터를 수집하여 내부 데이터 변환모듈(211)과, 외부 자원으로부터 데이터를 수집하는 외부 데이터 변환모듈(212)을 구비하여 설정된 제1매핑표에 따라 ODS용 데이터를 1차 가공하여 출력하는 제1데이터 수집부(210);
제1데이터 수집부(210)에서 수집 및 1차 가공된 데이터를 임시 저장하는 운영 데이터 저장부(220);
운영 데이터 저장부(220)에 임시 저장된 데이터를 설정된 제2매핑표에 따라 ODS용 데이터를 2차 가공하는 제2데이터 수집부(230); 및
제2데이터 수집부(230)에서 2차 가공된 ODS용 데이터를 분산 저장하는 복수의 데이터 마트(240); 를 포함하고,
제1매핑표와 제2매핑표는 데이터에 따라 계층별로 분류 가능하도록 NAME, COMMENT, COLUNM, TABLE, TYPE, LEN 중 적어도 하나가 포함된 설정 규칙을 포함하고,
의사결정 지원부재(300)는
데이터 마트(240)에 분산저장된 데이터를 분석하여 설정된 조건에 따른 정형 보고서와 비정형 보고서를 추출, 추가 및 공유하는 보고서 분석모듈(321):
입력된 MDX 쿼리에 따라 출력된 결과를 다차원 분석 UI와 연계하여 데이터 마트(240)에 저장된 데이터를 피벗 테이블 형태로 다차원 분석하는 다차원 분석모듈(322);
트위터 요약 통계와, 트위터 해시 태그 클라우드와, 트위터 TOP 인플루언서와, 트위터 이용자 상호작용 그래프의 생성과, 트위터 위치 분포도와, 트위터 감성분석 결과를 산출하는 소셜 네트워크 분석모듈(323);
데이터 마트(240)에 저장된 데이터를 분석하여 현재 도서관내에서 진행되는 이벤트 정보를 분석하여 해당 이벤트의 목표 달성 여부와, 수행 단계별 결과의 분석과 오류 여부 및 예측 결과 중 적어도 하나에 대한 알람이 가능한 비즈니스 활동 모니터링모듈(324); 및
보고서 분석모듈(321)의 분석 결과에 따라 설정된 항목의 데이터를 예측하고, 이를 시각화된 정보로 변환하는 예측모듈(325); 을 포함하고,
예측모듈(325)은
데이터 분석을 통한 정확한 지표 달성율(%)과, 해당 지표의 달성 또는 실패에 대한 예측값을 산출하는 것; 을 특징으로 하는 빅데이터 기반의 도서관 의사결정 지원 시스템.
- 삭제
- 삭제
- 청구항 1에 있어서, 다차원 분석모듈(322)은
몬드리안 스키마(Mondrian Schema)로 정의된 몬드리안 스키마로 정의된 데이터 마트(240)의 데이터를 분석하여 복수의 노드를 갖는 트리 형식으로 재구성하고, 선택된 트리의 노드를 열과 행 및 필터 영역으로 드래그 앤 드롭 방식으로 전달하여 MDX 쿼리를 생성하여 피벗 테이블 형태로 출력하는 것; 을 특징으로 하는 빅데이터 기반의 도서관 의사결정 지원 시스템.
- 청구항 4에 있어서, 피벗 테이블은
노드의 확장과, 축소 및 정렬, MDX 쿼리의 수정 메뉴를 포함하는 것; 을 특징으로 하는 빅데이터 기반의 도서관 의사결정 지원 시스템.
- 삭제
- 청구항 1에 있어서, 의사결정 지원부재(300)는
개인 회원의 정보 수정, 보고서 목록조회 및 관리 가능한 개인정보 관리모듈(335); 및
제1데이터 수집부(210)와 제2데이터 수집부(230)의 데이터 수집 및 처리 결과를 저장된 수집로그를 이용하여 수집 작업별 실행 시각, 상태 및 오류 중 적어도 하나 이상을 조회 및 출력하는 수집 관리모듈; 및
보고서의 등록 및 등록된 보고서의 관리정보를 제공하는 보고서 관리모듈(333);을 더 포함하는 빅데이터 기반의 도서관 의사결정 지원 시스템.
- 청구항 7에 있어서, 보고서 관리 정보는
사전 정의된 데이터를 시각화 정보로서 출력하는 위젯과, 설정된 항목의 기본정보를 포함하는 것; 을 특징으로 하는 빅데이터 기반의 도서관 의사결정 지원 시스템.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200070330 | 2020-06-10 | ||
| KR20200070330 | 2020-06-10 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210153561A KR20210153561A (ko) | 2021-12-17 |
| KR102358874B1 true KR102358874B1 (ko) | 2022-02-08 |
Family
ID=79033818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210075577A KR102358874B1 (ko) | 2020-06-10 | 2021-06-10 | 빅데이터 기반의 도서관 의사결정 지원 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102358874B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102605931B1 (ko) * | 2022-07-21 | 2023-11-30 | 스마트마인드 주식회사 | 복수의 서로 다른 데이터베이스 상의 정형 데이터와 비정형 데이터를 처리하는 방법 및 이러한 방법을 제공하는 데이터 처리 플랫폼 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102042047B1 (ko) | 2018-09-06 | 2019-11-07 | 가톨릭대학교 산학협력단 | 정형 및 비정형의 빅데이터를 이용한 마케팅 서비스 시스템 및 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101417276B1 (ko) | 2012-05-23 | 2014-07-10 | 주식회사 유비온 | 전자도서관 제공방법 및 시스템 |
-
2021
- 2021-06-10 KR KR1020210075577A patent/KR102358874B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102042047B1 (ko) | 2018-09-06 | 2019-11-07 | 가톨릭대학교 산학협력단 | 정형 및 비정형의 빅데이터를 이용한 마케팅 서비스 시스템 및 방법 |
Non-Patent Citations (2)
| Title |
|---|
| 네이버 블로그, 몬드리안 스키마 설계(2010.08.03.) 1부.* |
| 표순희 et.al, 도서관 빅데이터 서비스 모형 개발에 관한 연구: 공공도서관을 중심으로, 정보관리학회지 , 한국정보관리학회, Vol.32, no.2, pp.63-86(2015.06.12.) 1부.* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210153561A (ko) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Stvilia et al. | A framework for information quality assessment | |
| CN106095862B (zh) | 集中式可扩展融合型多维复杂结构关系数据的存储方法 | |
| Adar et al. | Managing uncertainty in social networks. | |
| US7962432B2 (en) | Analyzing information technology systems using collaborative intelligence data anonimity | |
| CN102770849B (zh) | 当应用基于用户的安全性时优化数据高速缓存 | |
| US9268831B2 (en) | System and method for extracting user selected data from a database | |
| WO2012012194A2 (en) | Smart defaults for data visualizations | |
| US20160179863A1 (en) | Generating Secured Recommendations for Business Intelligence Enterprise Systems | |
| JP2012529717A (ja) | マイクロブログメッセージの内容を分析する方法 | |
| Taşkın | Forecasting the future of library and information science and its sub-fields | |
| CN112115314A (zh) | 一种政务通用大数据聚合检索系统及构建方法 | |
| US11074267B2 (en) | Staged approach to automatic data discovery and performance | |
| KR102358874B1 (ko) | 빅데이터 기반의 도서관 의사결정 지원 시스템 | |
| Lapura et al. | Development of a University Financial Data Warehouse and its Visualization Tool | |
| US9268844B1 (en) | Adding document filters to an existing cluster hierarchy | |
| Elayni et al. | Using MongoDB databases for training and combining intrusion detection datasets | |
| Bok et al. | Provenance compression scheme based on graph patterns for large RDF documents | |
| JP2005316699A (ja) | コンテンツ公開システム、コンテンツ公開方法、及びコンテンツ公開プログラム | |
| Kang et al. | A tool for subjective and interactive visual data exploration | |
| US11961026B2 (en) | Dynamic extension of semantic layer universes | |
| US20140136274A1 (en) | Providing multiple level process intelligence and the ability to transition between levels | |
| Singh et al. | Local analytical system for early epidemic detection | |
| Bernaschi et al. | Traffic data: exploratory data analysis with Apache Accumulo | |
| Elbattah et al. | Large-Scale Entity Clustering Based on Structural Similarities within Knowledge Graphs | |
| Boubiche et al. | Integrating Big data paradigm in WSNs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |