DataHumanities23-2

DH Edu
이동: 둘러보기, 검색

데이터 인문학

Data Humanities


Information, 기본 정보


개설기관 : 고려대학교 문과대학
강좌명 : 데이터인문학
학수번호-분반 : COLA402 ( 00 )
이수구분 : 교양
개설학과(학점) : 문과대학(3학점)
강의시간 : 수요일 15:00-17:45
강의실 : 문과대학 서관 201호 스마트강의실
담당교수 : 류인태

Overview, 강의 개괄


Summary

컴퓨터 기술과 웹 환경이 끊임없이 발달함에 따라 디지털 데이터 환경에 대한 이해의 필요성이 점차 증대하고 있습니다. 이미 우리 일상에 디지털, 컴퓨터, 데이터, 웹, 인공지능 등의 키워드가 깊숙이 침투해 있다고 해도 과언이 아닙니다. 이와 같은 급격한 디지털 전환기 가운데서, 컴퓨터 기술과 웹 환경을 적극적으로 수용한 데이터 기반 인문학 연구 사례를 살펴봄으로써, 디지털 미디어를 비판적으로 바라봄과 동시에 그것을 효과적으로 활용할 수 있는 맥락이 무엇인지 고민해보고자 합니다. 더 나아가 컴퓨터 기술과 웹 환경을 이용해 인문 지식 데이터를 편찬하는 과정을 실습함으로써, 데이터 기반의 인문학 연구를 수행하는 경험을 해보고자 합니다.


Objectives

본 강의의 목표는 데이터 기반의 인문학 연구가 무엇인지를 이해하는 데 있습니다. 그것을 위해 그동안 이루어진 연구 사례들을 살펴볼 것이며, 그 과정에서 해당 연구들에 적용되는 보편적 문제의식 또는 방법론이 무엇인지에 대해 꾸준히 토론할 것입니다. 그리고 실제 웹 환경에서 컴퓨터 기술을 이용한 데이터 편찬 및 분석 과정을 실습함으로써 디지털 인문학 연구 방법론에 대한 실질적 이해를 도모하고자 합니다. 구체적으로 미디어위키(MediaWiki) 전자문서 작성, 온톨로지(Ontology) 설계, Neo4j를 활용한 지식 그래프 편찬, 지리 정보 데이터 편찬 등을 실습할 것입니다. 더 나아가 “서울의 역사와 문화”와 관련된 문학·사료·영상·동영상 자료 등을 기반으로 한 디지털 데이터를 편찬해봄으로써, 전통적 인문학이 지니고 있던 가치를 새로운 커뮤니케이션 미디어를 통해 되돌아보는 경험 또한 해보게 될 것입니다.


Reference Materials


Evaluation Standard

  • 총점 : 100
  • 출석 : 10점 (15:00-15:10 사이 출석 체크. 특별한 이유 없이 결석하지 않을 경우 감점 없음)
    • 무단 결석의 경우, 1회당 -2점. 단, 사전에 보고할 경우 이유를 불문하고 결석 1회는 용인함.
  • 연구기획 : 10점 (4-5주차 강의 사이에 각자의 위키 페이지에 One Page Proposal 작성 및 제출)
    • 팀별 과제로 선정된 기획(3개)의 경우 10점 부여, 나머지는 평가를 통해 8점과 6점 부여.
  • 중간고사 : 30
    • 시험 문제는 4-5주차 강의 〈해외 디지털 인문학 프로젝트 사례와 그 의미〉에서 출제
    • 대략 5문제 가량 출제. 문제당 대략 6점으로, 총점이 30점이며, 문제 별로 부분 점수 있음.
    • (※절대평가 전환에 따른 기말발표 비중 상향으로 인해 10점으로 변경. 사전에 공지함.)
  • 기말발표 : 50점(기말 발표 평가는 팀별 기준으로 이루어짐)
    • 설계 : 10점 (연구기획 단계에서 제시한 문제의식을 기준으로 온톨로지 디자인을 적절히 진행했는가)
    • 편찬 : 10점 (적절한 자료를 수집-활용해서 데이터를 유기적으로 잘 편찬했는가)
    • 분석/해석 : 10점 (온톨로지 디자인과 편찬된 데이터를 바탕으로 분석과 해석을 적절히 잘 수행해 유의미한 사실을 발견했는가)
    • 팀원평가 : 10점 (※같은 팀 조원들의 평가 점수를 합산해서 평균 점수 반영)
      • 10(A), 8(B), 6(C), 4(D)) ※최대/최소 점수 제외.
      • (※절대평가 전환에 따른 기말발표 비중 상향으로 인해 20점으로 변경)
    • 팀별평가 : 10점 (※팀 과제에 대한 다른 팀 구성원들의 평가 점수를 합산해서 평균 점수 반영)
      • 10(A), 8(B), 6(C), 4(D)) ※최대/최소 점수 제외
      • (※절대평가 전환에 따른 기말발표 비중 상향으로 인해 20점으로 변경)


Assignment

  • 연구기획
  • 중간고사
  • 기말발표: 학기 후반부에 “서울의 역사와 문화” 관련 주제를 선택하여 데이터를 편찬한 내용을 발표합니다.
  • 실습 결과물 확인을 위한 피드백 시간이 있을 예정입니다.(평가 미반영)


Other Things

  • 본 강의는 웹 기반 미디어위키(MediaWiki) 플랫폼에서 진행될 예정입니다. 이에 따라 개인 PC 지참이 필수적으로 요구됩니다.
  • 수업 시간에 다루게 될 툴 특성상 개인 PC 성능은 Netbook 이상이어야 하며, 태블렛 PC는 불가합니다.
  • WiFi 연결 시 참고 메뉴얼: 고려대 무선 WiFi 서비스 메뉴얼



Plan, 강의 계획


주차 날짜 강의 내용 강의 형식 비고
01
주차
09월 06일 오리엔테이션 (강의완료) 강의 소개
02
주차
09월 13일 디지털 인문학 개론: 데이터 기반의 인문학이란 무엇인가 (강의완료) 이론
03
주차
09월 20일 나의 데이터 공간 만들기: MediaWiki 소개 및 전자문서 작성 실습
(위키 문법 / 자기소개 페이지 예: 김지선) (강의완료)
실습
04
주차
09월 27일 해외 디지털 인문학 프로젝트 사례와 그 의미(1) (강의완료) 이론
05
주차
10월 04일 해외 디지털 인문학 프로젝트 사례와 그 의미(2)
연구기획 발표 및 팀 선정
(강의완료)
이론 ★팀별 회동시간 부여
06
주차
10월 11일 온톨로지(Ontology)와 지식네트워크(1) (강의완료)
이론, 토론 ★중간고사 공지
07
주차
10월 18일 온톨로지(Ontology)와 지식네트워크(2)
이론, 토론
08
주차
10월 25일 🔒중간고사 시험
09
주차
11월 01일 Triple Data(S-P-O) 디자인 실습
토론, 실습 네트워크 그래프 작성
10
주차
11월 08일 1차 피드백: 팀별 온톨로지 피드백
Knowledge Graph: 네트워크 이론(Neo4j 설치 및 기본 활용 방법)
실습, 토론 TEAM: 팀별로 설계한
초벌 온톨로지 이야기
11
주차
11월 15일 2차 피드백: 팀별 데이터시트 피드백
Knowledge Graph: Neo4j 질의어 구성 실습
실습, 토론 TEAM: 데이터 시트 준비
12
주차
11월 22일 Knowledge Graph: Data Visualization - NeoDash
👨🏻‍💻조별 DB 구축 및 소모임 시간
실습, 토론
13
주차
11월 29일 3차 피드백: 지식 그래프 구현 결과물 초안버전 소개 토론 TEAM: Neo4j 실습 초안 소개
기말 발표 형식 안내
14
주차
12월 06일 Knowledge Graph: data visualization - Bloom
👨🏻‍💻마지막 소모임 시간
실습, 토론 TEAM: 기말 발표 순서 정하기
코멘트 작성 및 평가 점수 제출 기한 안내
15
주차
12월 13일 기말 발표회 발표 TEAM: 발표 시간 20분
12월 22일(금요일) 밤 11시 59분까지 코멘트 작성 + 조원 평가 점수 + 팀 평가 점수 송부 완료



Research: Team & Students & Topic 연구: 팀별 구성원과 주제



(A팀)홍보대사누구조

정진현조장😎 김진웅 이준서 정진욱

(B팀)왜뽑았조

이재서조장😎 김준서 김세린 강현민

(C팀)박물관이살아있조

홍채민조장😎 조용민 이소연 마회 노준형



전체 수강생 명단

김진웅 김준서 김세린 정진현 노준형 노하윤 강현민

조용민 이소연 이준서 정진욱 홍채민 이재서 마회




Useful Information 유용한 정보


서울 관련 정보 및 데이터 제공 웹사이트

서울 열린데이터광장
서울연구데이터서비스

How to use Mediawiki

위키 문법
출처 표기 규칙
엑셀 to Wiki 변환 사이트
김지선·장문석·류인태, 「공유와 협업의 글쓰기 플랫폼, 위키」, 『한국학연구』60, 인하대학교 한국학연구소, 2021.open

How to design Ontology

○온톨로지 참고


How to create a Data Network

네트워크 그래프 작성 방법
Neo4j 설치/실행 오류 메뉴얼