• 인지과학
• /
• 제10권1호
• /
• pp.25-43
• /
• 1999

본 연구는 사이버 공간에서 사용자와 시스템간의 상호작용을 도울 수 있는 구조디자인 설계에 초점을 맞추고 있다. 구조디자인이란 인터페이스를 구성하는 개별화면이 어떻게 분류되며 이에 따라서 화면내의 정보가 어떻게 표현되어야 하는지를 결정하는 것이다. 본 연구에서는 사이버 쇼핑몰 안에서 쇼핑만족과 항해 편리성을 높일 수 있는 구조디자인을 설계하기 위한 방안으로 교차적 연결과 다 계층 구조를 제시하였다. 교차적 연결이란 여러 가지 범주화 기준이 적용된 정보공간 사이를 연결시켜주고 것이고, 다 계층 구조란 동일한 정보공간에 대해서 여러 가지 기준을 가지고 각 기준에서 바라본 관점으로 정보공간을 표현해주는 구조이다. 본 연구에서는 교차적 연결과 다 계층 구조의 유용성 검증을 위한 두 단계의 실험을 사이버 쇼핑몰을 대상으로 실시하였다. 제1단계 실험은 사용자의 특정 정보 공간에 대한 인지적 틀, 즉 상품 정보 공간에 대한 사용자 관점에서의 다양한 범주화 기준을 파악함으로써 사이버 쇼핑몰의 기본 상품분류체계를 개발하였으며, 제2단계 실험은 1단계 실험결과를 바탕으로 교차적 연결과 다 계층 구조를 사용한 쇼핑몰 구조에 대한 유용성을 검증하는 것이었다. 그 검증 결과는 교차적 연결 측면에서는 교차적 연결이 제공되는 쇼핑몰이 제공되지 않는 쇼핑몰 보다 항해 편리성이 높은 것으로 나왔다. 그리고 이 교차적 연결이 다 층 구조상에서 제공되는 것보다는 단일 계층 구조상에서 제공되는 것이 항해 편리성을 높이고 있다. 한편, 계층구조측면에서는 단일 계층 구조가 제공되는 쇼핑몰이 다 계층 구조가 제공되는 쇼핑몰보다 항해만족과 항해 편리성이 높은 것으로 나왔다. 이를 기초로 본 연구는 이러한 결과에 대한 토론 및 쇼핑몰 구축상의 시사점을 제시하였다.

• 한국통신학회논문지
• /
• 제18권5호
• /
• pp.730-738
• /
• 1993

주기억 장치의 크기등과 같은 하드웨어적 특성에 구애받지 않고, 메뉴얼등과 같은 대용량 문서를 효과적으로 제작할 수 있으며, 단일 문서내의 서로 인접하지 않는 페이지간의 상호 참조나 하이퍼텍스트 응용의 링크 설정에 긴요한 동일 스크린내 복수개 페이지의 동시 표현과 같은 사용자 인터페이스를 실현할 수 있는 동적 포맷팅 방식을 제안한다. 또한 복수개의 문서중 각각의 특정 페이지를 선택적으로 동일 스크린내 표시함으로써 문서의 일부분을 발췌하여 다른 문서에 포함시키거나, 문서간 하이퍼링크의 설정 및 상호 참조등에도 유효하게 적용할 수 있다. 본 연구에서 제안한 방식은 X 윈도우 및 Motif를 이용한 WYSIWYG방식의 전자 출판 시스템의 연구개발의 일환으로 구현하였다.

• Journal of Information Processing Systems
• /
• 제5권3호
• /
• pp.159-166
• /
• 2009

As shown in Wikipedia, tagging or cross-linking through major keywords in a document collection improves not only the readability of documents but also responsive and adaptive navigation among related documents. In recent years, the Semantic Web has increased the importance of social tagging as a key feature of the Web 2.0 and, as its crucial phenotype, Tag Cloud has emerged to the public. In this paper we provide an efficient method of automated in-text keyword tagging based on large-scale controlled term collection or keyword dictionary, where the computational complexity of O(mN) - if a pattern matching algorithm is used - can be reduced to O(mlogN) - if an Information Retrieval technique is adopted - while m is the length of target document and N is the total number of candidate terms to be tagged. The result shows that automatic in-text tagging with keywords filtered by Information Retrieval speeds up to about 6 $\sim$ 40 times compared with the fastest pattern matching algorithm.