학습자 스스로 학습내용, 학습방법, 학습순서 등을 결정하고 재구조화할 수 있는 학습자 통제 환경에서는 학습자의 특성을 고려한 개별화 학습이 가능하다. 본 연구에서는 웹 기반 교수 학습 과정에서 중요시되고 있는 학습자 특성 변인 중에서 학습자의 학습경로 패턴을 Apriori 알고리즘을 이용하여 분석하고, 유사한 학습경로 패턴을 갖는 학습자들로 그룹화하였다. 이를 기반으로 학습자 개인에게 학습경로, 학습내용. 학습매체, 보조학습콘텐츠, 자료제시유형 등을 다차원적으로 제공하기 위한 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다. 개발된 시스템에 대하여 만족도 검사를 실시한 결과 보조학습콘텐츠에 대한 만족도가 "매우 만족" $24.5\%$, "만족" $35.17\%$로 가장 높게 나타났다. 학습자 수준별로는 하위수준의 학습자에 대한 만족도가 "매우 만족" $20.2\%$, "만족" $31.2\%$로 상위수준의 학습자 "매우 만족" $18.4\%$, "만족" $28.54\%$ 보다 높게 나타났다. 개발된 시스템은 드릴-업, 드릴-다운 등의 OLAP 기술을 이용하여 학습자들에게 다양한 각도로 다차원적으로 의미 있는 정보를 제공할 것으로 기대된다.
학습자 스스로 학습내용, 학습방법, 학습순서 등을 결정하고 재구조화할 수 있는 학습자 통제 환경에서는 학습자의 특성을 고려한 개별화 학습이 가능하다. 본 연구에서는 웹 기반 교수 학습 과정에서 중요시되고 있는 학습자 특성 변인 중에서 학습자의 학습경로 패턴을 Apriori 알고리즘을 이용하여 분석하고, 유사한 학습경로 패턴을 갖는 학습자들로 그룹화하였다. 이를 기반으로 학습자 개인에게 학습경로, 학습내용. 학습매체, 보조학습콘텐츠, 자료제시유형 등을 다차원적으로 제공하기 위한 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다. 개발된 시스템에 대하여 만족도 검사를 실시한 결과 보조학습콘텐츠에 대한 만족도가 "매우 만족" $24.5\%$, "만족" $35.17\%$로 가장 높게 나타났다. 학습자 수준별로는 하위수준의 학습자에 대한 만족도가 "매우 만족" $20.2\%$, "만족" $31.2\%$로 상위수준의 학습자 "매우 만족" $18.4\%$, "만족" $28.54\%$ 보다 높게 나타났다. 개발된 시스템은 드릴-업, 드릴-다운 등의 OLAP 기술을 이용하여 학습자들에게 다양한 각도로 다차원적으로 의미 있는 정보를 제공할 것으로 기대된다.
In leaner-controlled environment where learners can decide and restructure the contents, methods and order of learning by themselves, it is possible to apply individualized learning in consideration of each learner's characteristics. The present study analyzed learners' learning path pattern, which ...
In leaner-controlled environment where learners can decide and restructure the contents, methods and order of learning by themselves, it is possible to apply individualized learning in consideration of each learner's characteristics. The present study analyzed learners' learning path pattern, which is one of learners' characteristics important in Web-based teaching-learning process, using the Apriori algorithm and grouped learners according to their learning path pattern. Based on the result, we designed and implemented a multi-dimensional learning path pattern analysis system to provide individual learners with teaming paths, learning contents, learning media, supplementary teaming contents, the pattern of material presentation, etc. multi-dimensionally. According to the result of surveying satisfaction with the developed system satisfaction with supplementary learning contents was highest (Highly satisfied '$24.5\%$, Satisfied'$35.7\%$). By learners' level, satisfaction was higher in low-level learners (Highly satisfied'$20.2\%$, Satisfied'$31.2\%$) than in high-level learners (Highly satisfied'$18.4\%$, 'Satisfied'$28.54\%$). The developed system is expected to provide learners with multi-dimensionally meaningful information from various angles using OLAP technologies such as drill-up and drill-down.
In leaner-controlled environment where learners can decide and restructure the contents, methods and order of learning by themselves, it is possible to apply individualized learning in consideration of each learner's characteristics. The present study analyzed learners' learning path pattern, which is one of learners' characteristics important in Web-based teaching-learning process, using the Apriori algorithm and grouped learners according to their learning path pattern. Based on the result, we designed and implemented a multi-dimensional learning path pattern analysis system to provide individual learners with teaming paths, learning contents, learning media, supplementary teaming contents, the pattern of material presentation, etc. multi-dimensionally. According to the result of surveying satisfaction with the developed system satisfaction with supplementary learning contents was highest (Highly satisfied '$24.5\%$, Satisfied'$35.7\%$). By learners' level, satisfaction was higher in low-level learners (Highly satisfied'$20.2\%$, Satisfied'$31.2\%$) than in high-level learners (Highly satisfied'$18.4\%$, 'Satisfied'$28.54\%$). The developed system is expected to provide learners with multi-dimensionally meaningful information from various angles using OLAP technologies such as drill-up and drill-down.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
넷째, 학습자 학습경로 패턴을 분석하여 학습자 개인의 학습특성에 적합한 적응적 학습경로를 제공하는 것이다. 이렇게 함으로써 학습자 스스로 학습내용, 방법, 순서 등을 선택할 수 있는 환경에서 탐색과정의 편리성을 제공하고 학습효과를 높을 수 있을 것이다.
이 연구를 통하여 단순목차 구조에서보다 위계목차 구조에서 효과적인 정보탐색의 유형을 관찰하였으며, 정보 유형에 따른 항해 유형이 존재함을 확인함으로써 하이퍼미디어 환경에서 학습자들이 학습 과정에서 혼란을 최소화할 수 있는 효과적인 설계를 위한 시사점을 도출하였다.
가설 설정
ii) Ci에서 최소 지지도를 넘지 않은 페이지는 제거한다. 이렇게 생성된 정보를 Li이라 부른다.
첫째, 학습자 개인의 특성에 적합한 학습내용, 학습경로, 학습매체, 보조학습콘텐츠, 자료제시 유형을 제공할 것이다. 즉, 학습자 개인에 적합한 최적의 학습시간, 학습전략 등을 통하여 최고의 학습효과를 높일 수 있을 것으로 기대된다.
학습자가 로그아웃을 하거나 같은 ID에서 다른 시간에 접속하는 경우, 이 세션은 다른 세션으로 보고, 학습자가 사이트를 떠나는 시점을 파악하여 사용자의 요청이 있은 후 일정한 시간 동안 요청이 발생하지 않은 경우 역시 사이트를 떠난 것으로 가정하고 세션을 종료해야 한다.
제안 방법
OLAPe 이제까지 고려해보지 않았던 관점들을 함께 비교 검토함으로써 미래에 대한 새로운 시야를 획득하고 전략적 대안을 얻을 수 있다. 이러한 OLAP의 장점을 교육적으로 활용한다면 좋은 효과가 있을 것으로 기대된다.
학습 과정에서 분석된 학습경로 패턴과 학습내용에 따라 학습매체, 보조학습콘텐츠 , 자료제시유형을 다차원적으로 제공하는 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다. 구축된 시스템은 Apriori 알고리즘을 이용하여 학습경로 패턴을 분석하였으며, 드릴-업, 드릴-다운 등의 OLAP 기술을 이용하여 다양한 각도로 의미 있는 정보를 대화식으로 학습자들에게 제공할 수 있도록 구성되어 있다.
다차원 분석 시스템은 비주얼베이직을 이용하여 구현한 후 웹에서 이용할 수 있도록 하기 위하여 ActiveX로 변환하였다. 다차원 분석을 위해서는 dcube.
만족도 검사 방법은 Likert 5단계 척도의 설문을 통하여 실시하였다. 설문은 학습경로 3문항, 학습내용 3문항, 학습매체 2문항, 보조학습 콘텐츠 3문항, 자료제시유형 2문항 총 13문항으로 구성되어 있다.
박미현⑻은 고등학생의 학업성취도를 다차원적(기간, 학생, 평가영역)으로 분석하여 그 결과를 온라인으로 제공하는 학업성취도 분석 시스템을 설계하고 구현하였다. 백장현[9]은 다차원 평가 결과 분석 시스템을 통하여 평가 결과를 5차원(기간, 학생, 평가영역, 난이도, 점수)으로 분석하여 학습자 및 교수자에게 제공함으로써 단순히 평가 결과를 제공하는 데 그치지 않고 의미 있는 형태의 정보를 제공하려고 하였다.
변인의 하나가 된다. 본 논문에서는 학습경로 패턴이 하나의 차원이 되어 다른 차원들과 다차원적으로 결합되어 학습자들에게 학습매 처】, 보조학습콘텐츠, 자료제시 유형 등을 제공하는 유용한 변인이 된다.
본 연구에서는 다차원 분석을 통하여 교사와 학생들에게 의미 있는 정보를 제공하기 위하여 학습내용(학습페이지), 학습경로, 학습매체, 보조학습콘텐츠, 자료제시 유형의 테이블. 을 갖는 데이터베이스를 설계하였다.
본 연구에서는 웹 기반 학습자 통제 환경에서 Apriori 알고리즘을 이용하여 학습자의 학습경로 패턴을 분석하였다. 분석된 학습경로 패턴에 따라 OLAP 기술을 이용하여 다차원적으로 학습내용, 학습경로, 학습매체, 보조학습콘텐츠, 자료제시유형을 제공하는 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다.
본 연구에서는 학습자 개개인에 대하여 학습경로 패턴을 분석하고 패턴이 유사한 학습자들로 그룹화하였다. 학습 과정에서 분석된 학습경로 패턴과 학습내용에 따라 학습매체, 보조학습콘텐츠 , 자료제시유형을 다차원적으로 제공하는 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다.
분석하였다. 분석된 학습경로 패턴에 따라 OLAP 기술을 이용하여 다차원적으로 학습내용, 학습경로, 학습매체, 보조학습콘텐츠, 자료제시유형을 제공하는 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다. 그 결과 다음과 같은 효과가 있을 것으로 기대된다.
을 갖는 데이터베이스를 설계하였다. 설계된 데이터베이스를 다차원적인 형태의 정보를 제공하기 위하여 5차원(학습 내용, 학습경로, 학습매처], 보조학습콘텐츠, 자료제시유형) 큐브(cube) 형태로 모델링하였다.
설문은 학습경로 3문항, 학습내용 3문항, 학습매체 2문항, 보조학습 콘텐츠 3문항, 자료제시유형 2문항 총 13문항으로 구성되어 있다.
첫 번째, 과정에서 단순히 최소 지지도를 넘는 1개의 아이템으로 구성된 Largel-itemsets을 결정한다. 이후 2-itemsets, 3-itemsets, .
패턴이 유사한 학습자들로 그룹화하였다. 학습 과정에서 분석된 학습경로 패턴과 학습내용에 따라 학습매체, 보조학습콘텐츠 , 자료제시유형을 다차원적으로 제공하는 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다. 구축된 시스템은 Apriori 알고리즘을 이용하여 학습경로 패턴을 분석하였으며, 드릴-업, 드릴-다운 등의 OLAP 기술을 이용하여 다양한 각도로 의미 있는 정보를 대화식으로 학습자들에게 제공할 수 있도록 구성되어 있다.
학습자 60명(2개 학급)을 대상으로 학습경로, 학습매체, 학습내용, 자료제시 유형 , 보조학습콘텐츠에 대하여 만족도검사를 실시하였다. 만족도의 내용은 다차원적으로 제공되는 차원들에 대하여 학습하는 과정에서 유용한지를 묻는 것이었다.
대상 데이터
설문 분석은 학습자 수준이 "상”인 학습자 30명과 학습자 수준이 “하”인 학습자 30명으로 구분하여 실시하였다. 분석 방법은 학습자 수준별 사례 수 30에 대하여 각 차원의 설문에 대한 응답자 수에 대한 평균을 구하고, 차원별 평균을 백분율로 나타내었다.
데이터처리
분석 방법은 학습자 수준별 사례 수 30에 대하여 각 차원의 설문에 대한 응답자 수에 대한 평균을 구하고, 차원별 평균을 백분율로 나타내었다.
이론/모형
다차원 분석을 위해서는 dcube.ocx이 이용되었다. (그림 7)은 다차원 평가 결과 분석 시스템의 구조도를 나타낸 것이다.
최소 지지도는 사용자 세션에서 얻은 패스 중에서 패턴으로서 의미가 있는 최소 발생 빈도수를 의미한다. 학습경로 패턴은 Apriori 알고리즘을 이용하여 분석한다. [5, 12].
성능/효과
그 결과 보조학습콘텐츠 제공이 "매우 만족” 24.5%, 만족 35.17%로 가장 높게 나타났으며, 학습경로가 "매우 만족” 16.5%, 만족 28.5%로 가장 낮게 나타났다. 특성이 같은 학습자들에게 다차원적으로 제공되는 보조학습콘텐츠는 매우 유용한 것으로 나타났다.
학습자의 수준에 따라서는 상위수준의 학습자들의 "매우만족” 18.4% "만족” 28.54% 보다 하위수준의 학습자들의 만족도가 "매우 만족” 20.2% "만족” 31.2%로 높게 나타났다. 상위학습자들은 자신의 생각에 따라 학습경로와 학습내용을 결정하고 , 다차원적으로 제공되는 학습매체나 보조학습 콘텐츠 등에 의존하는 경향이 적은 것으로 생각된다.
셋째, 최종사용자가 대화식으로 접근하여 전반적인 상황을 이해할 수 있게 하고 의사결정을 지원한다. 넷째, 예측분석, 추세분석, 통계분석외 복잡한 모델링이 가능하다.
다차원 데이터베이스는 활용방법에 따라 사용자의 관점에서 설계되며, 사용자는 피보팅과 드릴-다운, 드릴-업 등을 통하여 다양한 각도에서 문제를 분석할 수 있으며, 학습자의 특성을 고려하여 학습전략과 적절한 피드백을 다차원적으로 제공할 수 있는 전략적 대안을 제시할 수 있다.
즉, 학습자 개인에 적합한 최적의 학습시간, 학습전략 등을 통하여 최고의 학습효과를 높일 수 있을 것으로 기대된다. 둘째, 학습자가 선택해야할 최적의 학습내용, 학습경로, 학습매체, 보조학습콘텐츠, 자료제시 유형을 제공함으로써 , 학습자 통제 환경에서 흔히 경험하게 되는 방향감 상실과 인지적 과부하를 해결할 수 있을 것이다.
이 기능을 이용하면 학습자나 교수자가 원하는 다양한 각도에서 학습활동을 다차원적으로 분석할 수 있다. 분석된 결과는 다양한 형태의 그래프로 표현 가능하며 스프레드시트로도 변환이 가능하도록 구현되었다.
둘째, 최종사용자는 중간 매개자나 매개체 없이 온라인 상에서 직접 데이터에 접근할 수 있다. 셋째, 최종사용자가 대화식으로 접근하여 전반적인 상황을 이해할 수 있게 하고 의사결정을 지원한다. 넷째, 예측분석, 추세분석, 통계분석외 복잡한 모델링이 가능하다.
첫째, 분석을 위해 활용되는 정보의 형태는 다차원적이다. 둘째, 최종사용자는 중간 매개자나 매개체 없이 온라인 상에서 직접 데이터에 접근할 수 있다.
후속연구
다섯째, 학습내용을 구성하는 각 노드가 어떠한 학습자의 부류에 가장 흥미가 있는지를 가능하게 함으로써, 학습자의 관심과 특성에 적합한 학습경로를 제공할 수 있을 것이다. 또한 교수설계를 위한 형성평가에서 불필요한 노드를 제거함으로써 최적의 프로그램 설계에도 사용될 수 있을 것이다.
것이다. 또한 교수설계를 위한 형성평가에서 불필요한 노드를 제거함으로써 최적의 프로그램 설계에도 사용될 수 있을 것이다. 이상에서 살펴보았듯이 다차원 학습경로 패턴 분석을 통하여 학습자에게 최적의 학습내용, 학습경로, 학습매체, 보조학습콘텐츠, 자료제시유형 등을 제공함으로써 학습자의 특성에 따른 개별화 학습을 가능하게 할 수 있을 것으로 기대된다.
셋째, 다양한 특성을 지닌 학습자가 학습자 통제 환경에서 어떠한 학습 경로를 선택했는지를 알 수 있을 것이다. 즉, 학습자 통제 환경의 학습에서 학습자가 이용 가능한 짧은 학습경로를 취하였을 때와 똑같은 처지에서 이용 가능한모든 노드를 선택했을 때의 차이를 설명할 수 있을 것이다.
즉, 학습자 통제 환경의 학습에서 학습자가 이용 가능한 짧은 학습경로를 취하였을 때와 똑같은 처지에서 이용 가능한모든 노드를 선택했을 때의 차이를 설명할 수 있을 것이다. 셋째, 학습경로 패턴 분석을 통하여 학습자 개인에게 적응적인 학습환경을 제공할 수 있을 것으로 기대된다. 즉, 학습자가 스스로 선택의 자유를 가지고 자신의 인지구조에 맞게 학습할 정보를 선택하고 이를 자신의 지식구조에 통합하여 새로운 지식구조로 재구성할 수 있는 상황에서 학습자가 선택해야 할 가장 바람직한 경로만을 알려줄 것이다.
왜냐하면 학습자 변인이 너무 많고, 특히 학습자 특성 중 정의적인 요인을 수량화하는데 어려움이 많기 때문이다. 앞으로 이와 관련된 연구를 위해서 더욱 정확하고 다차원적인 학습경로 패턴 분석을 위한 과학적이고 정확한 알고리즘을 개발할 필요성이 있다.
대안을 얻을 수 있다. 이러한 OLAP의 장점을 교육적으로 활용한다면 좋은 효과가 있을 것으로 기대된다. 학습자에게는 분석차원에 따라 다양한 형태로 정보를 제공함으로써 학습자에게는 학습행동을 강화하고 학습곤란의 진단과 교정을 제공하는 자료로 활용될 수 있다.
또한 교수설계를 위한 형성평가에서 불필요한 노드를 제거함으로써 최적의 프로그램 설계에도 사용될 수 있을 것이다. 이상에서 살펴보았듯이 다차원 학습경로 패턴 분석을 통하여 학습자에게 최적의 학습내용, 학습경로, 학습매체, 보조학습콘텐츠, 자료제시유형 등을 제공함으로써 학습자의 특성에 따른 개별화 학습을 가능하게 할 수 있을 것으로 기대된다. 하지만 학습자 통제 환경에서는 모든 학습자의 특성을 고려한 웹 코스웨어를 만들기란 거의 불가능하다.
것이다. 즉, 학습자 개인에 적합한 최적의 학습시간, 학습전략 등을 통하여 최고의 학습효과를 높일 수 있을 것으로 기대된다. 둘째, 학습자가 선택해야할 최적의 학습내용, 학습경로, 학습매체, 보조학습콘텐츠, 자료제시 유형을 제공함으로써 , 학습자 통제 환경에서 흔히 경험하게 되는 방향감 상실과 인지적 과부하를 해결할 수 있을 것이다.
참고문헌 (21)
강이철, '교육공학의 이론과 실제', 서울:학지사, 2001
권혁일, '적응적 웹 기반 수업의 학습 효과성 고찰', 교육공학연구, 제16권 제4호, pp.23-50, 2000
김성수, '데이터 웨어하우스 구축과 활용', 서울:하이테크 정보, 1996
김영훈, '하이퍼미디어환경에서 단서제시와 선행학습정도가 학습경로패턴 및 학업성취도에 미치는 영향', 한양대학교 석사학위논문, 1994
김종달, '웹 고그에서 웹 방문 패턴을 이용한 사용자 웹 방문 패스 클러스터링', 포항공과대학교 석사학위논문, 2000
김지일, '웹 학습 싸이트에서 링크 제시 기법의 효과', 한양대학교 석사학위논문, 2000
류승범, '효율적인 의사결정지원을 위한 온라인분석처리(OLAP)시스템 구축', 연세대학교 산업대학원 석사학위논문, 1998
박미현, 김명,'OLAP 기술을 이용한 학업성취도 분석 시스템(SAAS)의 설계 및 구현', 정보과학회논문지(소프트웨어 및 응용), 28(6), pp.450-459, 2001
Chase, W.G., 'Elementary information processes,' In W.h. Estes(ED.), Handbook of learning and cognitive processes, Vol.5, Hillsdle, NJ.: Lawrence Erlbaum Associates, 1978
Codd, E. F., S. B. Codd, & C. T. Shalley, 'Providing OLAP to User-Analysts,' AN IT Mandate, White Paper, Codd & Date inc, 1993
Grabinger, R. S., 'Screen layout design:Research into the overall appearance of the screen,' Computer in Human Behavior, Vol.5, pp.175-183, 1989
Jonassen, D. H., & Grobowski, B. L., 'Hnadbook of individual Differences, Learning, and Instructuion,' Hillsdale, New Jersey: Lawrence Erlbaum Associates, Publishers, 1993
Misanchuk, E. R., & Schwier, R. A., 'Representing Interactive Multimedia and Hypermedia Audit Trails,' Journal of Educational Multimedia and Hypermedia, Vol.1, pp.355-372, 1992
Steinberg, E.R., 'Cognition and learner control,' Journal of computer-Based Instruction, Vol.16, No.4, pp.117-121, 1989
※ AI-Helper는 부적절한 답변을 할 수 있습니다.