Advanced Lecture for Information Management

Course Title

Course Title in English

Advanced Lecture for Information Management

Course Type

-

コース応用科目データ科学コース

Eligible Students

Graduate School of Information Science

Target Grade

1Year

Course Numbering Code

KIIMD5MCA1

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義 (Lecture)

Eligible Year/Semester

Spring semester 2026

(Spring semester)

Instructor

大島裕明,古隅弘樹

Affiliation

情報科学研究科

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

大島：木曜日5時限・神戸商科キャンパスK422
古隅：火曜日4時限・神戸商科キャンパスK420

Contact

大島：ohshima@ai.u-hyogo.ac.jp
古隅：furuzumi@sis.u-hyogo.ac.jp

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

2◎／1〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義目的】

本講義では、膨大な量の情報を蓄積する技術と、必要となる情報を蓄積された情報の中から取り出すことを効率的に行うための技術について理解することを目的とする。さらに、組織内における管理や利活用などについて理解することを目的とする。本講義で学ぶ技術は、情報を分析するための前提知識となる。
【到達目標】
データの記述方法（CSV、XML、JSONなど）、概念モデリング（ERモデル、オブジェクト指向など）、データベース技術（データベースシステム、関係データベースの設計理論、データベース問い合わせ言語、キーバリューストアなど）について自らの言葉で説明できるようになること。さらに、学術情報のマネジメントの現状について自らの言葉で説明できるようになること。

Subtitle and Keywords of the Class

Course Overview and Schedule

【講義内容】
本講義では、主に情報マネジメントの技術的側面と、組織内における管理や利活用などについて講義を行う。
【授業計画】
1. イントロダクション
2. 概念モデリング（1）
3. 概念モデリング（2）
4. データベース設計（1）
5. データベース設計（2）
6. データベース操作言語（1）
7. データベース操作言語（2）
8. データベース操作言語（3）
9. 情報マネジメント概論
10. 学術情報のマネジメント（1）図書館
11. 学術情報のマネジメント（2）個人情報
12. 学術情報のマネジメント（3）著作権
13. 学術情報のマネジメント（4）目録情報の管理
14. 学術情報のマネジメント（5）メタデータ
15. 学術情報のマネジメント（6）学術研究基盤

※パソコンの利用：毎回使用予定。

<<生成AIの利用について>>
・レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。

In-person/Remote Classification

Remote (Receiving Campus)

Implementation Method and Remote Credit Limit Application

当授業は神戸商科キャンパスから同時配信される映像を、教室にてモニターに投影するため、基本、履修者各自がPC等のデバイスを持参する必要はありません。（但し、授業の中で、各自PCからユニパへ接続するなど、PC持参が必要になる場合は事前に連絡します。）

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。生成AIの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成AIを利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成AIによる出力結果をそのまま課題・レポート・論文として提出してはならない。

Textbook

資料を配付する。

References

田中均（2024）『図書館情報技術論：改訂版』青弓社．
日本デジタルアーキビスト資格認定機構（2023）『デジタルアーカイブの理論と実践：デジタルアーキビスト入門』樹村房．
池村聡，他（2022）『実務者のための著作権ハンドブック：新版』著作権情報センター．
蟹瀬智弘（2017）『やさしく詳しいNACSIS-CAT』樹村房．
日本図書館情報学会研究委員会編（2004）『図書館目録とメタデータ（図書館情報学のフロンティアNo.4）』勉誠出版．

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

【予習】
講義内容の予習（15時間）
【復習】
授業資料やオンデマンド教材による復習（15時間）
レポートの作成（30時間）

Contents of Active Learning

学生からの質問について授業時間内で議論を行うことによって、活発な質問と議論を促す。
コミュニケーションツールを用いて受講生どうしやそれに教員を含めた議論をいつでも行えるようにする。

Grading Criteria and Methods

【成績評価の基準】
講義目的・到達目標に記載する能力の到達度に基づき、S（90点以上）、A（80点以上）、B（70点以上）、C（60点以上）による成績評価のうえ、単位を付与する。
【成績評価の方法】
提出されたミニッツレポートとレポート課題を基にして、受講態度（積極的な質問等）も含めて総合的に評価する。

How to Disclose Assignments and Exam Results

レポート課題については、授業の中でフィードバックを行う。提出された中から優れたレポートや、陥りやすい間違いの例などを紹介しながら講評する。

Precautions and Requirements for Course Registration

Practical Education

該当しない。

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data

【講義目的】