$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

적응적인 학습을 위한 텍스트 마이닝 기술
Text Mining Techniques for Adaptable Learning 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.45 no.3 = no.321, 2008년, pp.31 - 39  

김천식 (안양대학교 디지털미디어공학) ,  정명희 (안양대학교 디지털미디어공학) ,  홍유식 (상지대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

지금까지 이러닝 시스템을 통해서 학습 능력을 향상시키는 기술이 많이 나와 있다. 대부분의 이러닝 시스템에서 학습자들은 강의 자료와 학습문제를 통해서 학습을 한다. 그러나, 때로는 학습자간의 자료공유나 토론을 통해서 학습능력과 학습 의욕을 향상시킬 수 있다. 이 경우에 일반적으로 게시판을 통해서 학습 자료를 공유하거나 MSN과 같은 메신저를 사용하여 학습자들끼리 토론 및 자료를 공유한다. 하지만, 이와 같은 형태의 학습 공유 유형은 학습 자료가 주제별로 분류되어 있지 않기 때문에 학습자가 관련 자료를 검색하는 일이 쉽지 않다. 그 결과 학습에 크게 도움이 되지 않는다. 대부분의 텍스트 마이닝 기술은 문서데이터의 집합으로부터 요약 데이터를 추출하거나 유사한 문서의 집합을 분류하는 기술이다. 따라서, 본 논문에서 학습자가 학습능력을 향상시킬 수 있도록 이러닝 시스템에 텍스트 마이닝 기술을 적용하여 효과적으로 이러닝 자료를 분류하여 학습자에게 도움이 되는 시스템을 구현하고 평가하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Until now, there are many technologies to improve studying ability using e-learning system. In most of e-learning system, learners are studying through the lecture materials and studying problems. The studying ability and intention, however, can be improved through the shared materials and discussio...

주제어

#e-Learning   #Text Mining   #Clustering   #Classification  

참고문헌 (13)

  1. Curran, K, A Web-based collaboration teaching environment, IEEE Multimedia, 9(3).2002 

  2. Khalifa, M. & Lam, R.A, Web-based learning : effects on learning process and outcome. IEEE Transactions on Education, 45(4).2002 

  3. Kinshuk & Yang, Khalifa, M., & Lam, R. Web- based asynchronous synchronous environment for online learning. United States Distance Education Association Journal, 17(2), 5-17, 1537-5080.2003 

  4. 최윤정, 박승수, 웹컨텐츠의 분류를 위한 텍스트마이닝 시스템 설계 및 구현, 한국정보과학회 2001년도 봄 학술발표논문집 제28권 제1호(B), 2001. 4 

  5. Wheeler, H. G. WebCT- WebCT clear leader in online learning programs. The Chronicle of Higher Education, 11(Octorber), 34. 2000 

  6. Losiewicz, P.B., Oard, D. W., & Kostoff, R. N., Textual data mining to support science and technology management, Journal of Intelligent Information system, 15(2), 99,-119, 2000 

    상세보기 crossref

  7. Yang, Y. An evaluation of statistical approaches to text categorization. Journal of Information Retrieval, 1(1/2), 67-88. 1999 

  8. Aggarwal, C. C., & Yu, P.H., On effective conceptual indexing and similarity search in text data. Proceedings of the 2001 IEEE International Conference on Data Mining (pp.3-10). San Jose., 2001 

  9. Dorre J., P. Gers시, R. Seiffert, "Text Mining : Finding Nuggets in Mountains of Textual Data", In Proceedings of the Fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1999 

  10. IBM Text Mining, http://www-4.ibm.com/software/data/iminer/ fortext/download /whiteweb.html 

  11. Salton, G., & McGill, M. J., Introduction to modern information retreival, New York, NY: Mc-Graw Hill, 1983 

  12. 이지행, "FAQ 문서의 자동분류를 위한 다중방법 결합에 관한 연구", 연세대학교 대학원, 2000 

  13. G. Salton, A. Wong, and C. S. Yang (1975), "A Vector Space Model for Automatic Indexing," Communications of the ACM, vol. 18, nr. 11, pages 613-620 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로