[논문]항목기반 패턴을 사용한 학습 방법 추천 시스템의 설계 및 평가

김성기; 김영학

doi:10.5392/jkca.2009.9.5.346

문제 정의

본 논문에서는 항목기반 방법을 이용하여 교육자들이 학습자들에게 적용하고 있는 학습 패턴을 위한 새로운 학습 추천 시스템을 제안한다. 본 논문에서 제안된 방법은 먼저 인터넷 콘텐츠 사이트에서 학습자들이 수행하는 학습 정보를 기반으로 개인별 학습 방법을 수집한다.
이루어지지 않고 있다. 본 논문에서는 기존에 사용하고 있는 추천시스템 중 오프라인에서 학습자들에 게 상담한 내용을 바탕으로 하여 가장 적합한 것으로 판단되는 추천 시스템을 선택하였다.
본 논문은 항목기반 추론 기법을 이용하여 인터넷 콘텐츠 사이트에서 학습 방법을 개선하여 학업 성취도를 높일 수 있는 새로운 방법을 제안하였다. 또한 본 논문에서 제안된 방법은 실험을 통하여 학습효과가 이전에 비해 아주 향상됨을 보였다.
먼저 항목기반추론 기법을 이용하여 인터넷 콘텐츠 사이트에서 콘텐츠 유형에 대한 개인별 선호도에 관한 내용을 개인의 기초정보를 통하여 파악한다. 다음에 그것을 분석하여 개인에게 맞는 학습 방법을 추천하여 줌으로서, 학습자의 학습 능력을 향상시켜 학업 성취도를 높여 줄 수 있도록 하였다.

가설 설정

각 학습 요소는 여러가지 형태의 학습 방법을 포함한다. 본 논문에서는 편의를 위해 각 속성(학습 요소)이 m개의 속성 값(방법)으로 구성된다고 가정한다. 그러면 속성 # 에 포함되는 속성 값은 #으로표현될 수 있다.

제안 방법

추천 시스템을 제안한다. 본 논문에서 제안된 방법은 먼저 인터넷 콘텐츠 사이트에서 학습자들이 수행하는 학습 정보를 기반으로 개인별 학습 방법을 수집한다. 그다음 이러한 정보를 기본으로 하여 학습 요소별로 구분하여 학습자들에게 가장 적합하다고 판단되는 학습 방법을 추천한다.
본 논문에서 제안된 시스템의 평가를 위해 한 중학교 학생들을 실험에 참여시켰으며 학습자의 성 적에 따라 3 개의 그룹으로 구분하였다. 학업 성취도 향상을 위한 가장 효과적인 방법을 추천하기 위하여 각 그룹에 적용되는 학습 요소들에 속성간, 속성내 가중치를 부여하여 항목 간의 비중을 달리하였다.
그룹으로 구분하였다. 학업 성취도 향상을 위한 가장 효과적인 방법을 추천하기 위하여 각 그룹에 적용되는 학습 요소들에 속성간, 속성내 가중치를 부여하여 항목 간의 비중을 달리하였다.
학습 능력을 추정하고 추정된 학습 능력을 바탕으로 추천할 학습 요소를 2가지 이상 선택하도록 한다. 본 논문에서는 선택된 학습 요소에 속해 있는 방법 중 2가지 이상 선택하여 학습 방법을 개선하였다.
학습 요소가 학습자에게 너무 많이 적용될 경우 익숙하지 않은 방법이 오히려 학습 저해 요인이 될 수 있다. 따라서 학습 요소 2가지와 그에 속해 있는 방법 2가지로 제한하여 본 논문에서 제안된 방법을 평가 하였다.
학습 요소와 방법에 대한 개인별 선호도를 추출하기 위하여 속성 내 가중치 (Intra-attribute Weight) 와 속 성간가 중치 (Inter-attribute Weight)를 제시하였다. 속성 내의 가중치와 속성 간의 가중치는 교사 50명 에 게 설문조사를 통하여 얻은 학습 요소와 그에 속한 방법의 유형에 대한 상관관계를 수치화 하였다.
(Inter-attribute Weight)를 제시하였다. 속성 내의 가중치와 속성 간의 가중치는 교사 50명 에 게 설문조사를 통하여 얻은 학습 요소와 그에 속한 방법의 유형에 대한 상관관계를 수치화 하였다.
이 값은 개인이 학습 방법 개선을 위한 학습 요소를 스스로 판단하기 어렵기 때문에, 설문에 참여한 교사들이 학습 능력에 따른 학습 정도를 분류하고 개인의 학습 능력 정도를 파악하여 추천할 수 있도록 설계하였다. 또한 개인별 학습 요소 선호도의 변화를 동적으로 반영할 수 있도록, 콘텐츠를 이용하는 동안 남긴 로그 기록으로부터 평가 정보를 수집하였다.
또한 개인별 학습 요소 선호도의 변화를 동적으로 반영할 수 있도록, 콘텐츠를 이용하는 동안 남긴 로그 기록으로부터 평가 정보를 수집하였다.
본 모듈은 학습자에게 개인의 기초 정보를 이용하여 추천된 학습 방법을 사용하게 하였다. 그리고 학습 방법개선을 위한 학습 요소와 그에 따른 방법은 여러 가지가 있지만, [표 1]과 같이 분류하였다.
[표 1]은 경북 지역에서 현직에 근무하고 있는 교사 50 명을 대상으로 학습자들의 학업성취도 향상에 가장 크게 영향을 준다고 판단되는 학습 방법을 설문지를 이용하여 조사하였다. 이렇게 조사된 내용을 근거로 하여 학습 요소 및 방법을 분류하였다.
이렇게 조사된 내용을 근거로 하여 학습 요소 및 방법을 분류하였다. 세부적인 설문 분석 현황은 4.
본 논문에서 각 속성 F1에 대한 중요도를 나타내는 가중치는 교사들의 설문을 통해 만들어 진다. 만일 설문에 참여 한 교사의 수가 p명 이 고, (LMjMp)를 교사 j가 속성 #에 부여한 가중치라고 정의하면 속성 간 가중치 R2는 식 (1)과 같이 정의된다.
이러한 분류에 따라 다음과 같은 절차를 적용하여 학습 요소와 학습 방법을 선택한다. 먼저 속성 간 가중치인 R, (l<j<n) 값을 내림차순으로 정렬하여 우선순위가 높은 순으로 필요한 학습 요소들을 선정한다. 다음에 선정된 학습 요소들 중에서 각 요소의 속성 내 가중치 값인을 내림차순으로 정렬하여 같은 방식으로 가능한 학습 방법을 선정한다.
학습 평가를 위해서 [표 1]에서 보인 것과 같이 다양한 학습 요소들과 학습 방법들이 존재한다. 본 논문에서는 실험환경이 실제 교육 현장에서 이루어지는 어려움을 감안하여 학업 성취도에 따라 3등급으로 분류하였다 또한 각 그룹에 [표 1J에서 제시한 항목들 중에서 2가지의 학습 요소와 그에 속한 학습 방법 2가지를 실험에 적용하였다.
자 12명을 C그룹으로 선발 하였다. 지원자의 남녀 비율이 3:1이었으므로 남녀 비율을 맞추어 각 그룹에 남학생 9명 여학생 3명으로 구성하여 실험을 실시하였다. 실험에 참여하는 학생 수는 [표 2]와 같다.
각 등급에 적합한 학습 요소를 투입하기 위해서 실험대상자들을 3개 등급으로 구분 하였다. 각 등급에 적합한 학습 요소를 투입하기 위해서 실험 대상자들과 온라인 면담을 통하여 학생 개개인에게 필요한 학습 요소의 공통점을 찾았다.
그리고 학습 방법 개선을 위한 학습 요소와 그에 따른 방법은 여러 가지가 있지만 본 논문에서는 [표 1]과 같이 분류한 후 적용하였다.
학습 방법 추천시스템의 구성은 학습자가 인터넷을 통하여 콘텐츠에 접속하면 학습자 기초 정보를 통하여 분석하였다. 그 후 학습 요소를 결정하고 그 학습 요소에 가중치를 부여하여 학습 방법을 추천하는 시스템으로 구성하였다.
그 후 학습 요소를 결정하고 그 학습 요소에 가중치를 부여하여 학습 방법을 추천하는 시스템으로 구성하였다. 또한 학습자에게 학습 요소를 너무 많이 적용하면 학습 효과가 떨어지는 것을 방지하기 위하여 학습요소 적용에 제한을 주었다.
순으로 2개를 선택하였다. 제일 높은 것은 가중치를 0.7을 주고 두 번째 높은 것은 가중치는 0.3을 주어 적용하였으며, 그에 속한 방법 중 가중치가 가장 높은 것 2개 항목만을 적용하였다. 나머지 학습 요소는 학습자의 부적응으로 인하여 학습 능력이 저하되는 것을 방지하기 위하여 모두 0으로 하여 적용하였다.
각 그룹에 적용된 학습 방법은 A그룹은 방법적 요소와 개인적 요소에 가중치를 각각 0.7, 0.3으로 적용시켰다. B그룹은 태도적 요소와 개인적 요소에 가중치를 각각 0.
것을 알 수 있다. 본 실험에서는 학습자들의 학업 성취도를 기본으로 3개의 그룹으로 나누어 각 그룹의 학생들에게 학습 요소 2개와 그에 속한 방법 2개를 일괄적으로 적용하였다. 그러나 학습자 개개인이 모두 다양한 특성을 가지고 있기 때문에 향후 연구에서는 이 부분이 확대되어야 할 것으로 기대된다
같은 아이디어를 기본으로 한다. 먼저 항목기반추론 기법을 이용하여 인터넷 콘텐츠 사이트에서 콘텐츠 유형에 대한 개인별 선호도에 관한 내용을 개인의 기초정보를 통하여 파악한다. 다음에 그것을 분석하여 개인에게 맞는 학습 방법을 추천하여 줌으로서, 학습자의 학습 능력을 향상시켜 학업 성취도를 높여 줄 수 있도록 하였다.
경북에 근무하고 있는 현직 교사 50명에게 조사한 설문지의 결과를 분석하여 각 그룹에 학습 요소와 그에 속한 방법을 추천하였디..

대상 데이터

이 연구를 위하여 경상북도 소재 중학교 1학년 330명에게 설문조사 한 후 실험에 참여할 자는 지원자로 한정하였다. 실험에 참여한 지원자 수는 남녀 합하여 182명이 지원하였고, 그 지원자들 중 남학생이 134명 여학생이 48명 지원하였다.
지원자 중 실험 대상자는 중간고사 성적을 기준으로 국어, 사회, 수학, 과학, 영어를 합산하여 성적을 산출 한 후 상위 30% 이내인 자 12명을 A그룹으로 하고, 중위 60% 이내인 자 12명을 B그룹으로 하였으며, 하위 100% 이내인 자 12명을 C그룹으로 선발 하였다. 지원자의 남녀 비율이 3:1이었으므로 남녀 비율을 맞추어 각 그룹에 남학생 9명 여학생 3명으로 구성하여 실험을 실시하였다.

이론/모형

그리고 개별 고객마다 추천 할 상품과 고객 간의 효용함수를 만들어 효용함수를 통해 추천하는 기법으로는 효용기 반(Utility-Based Recommendation) 추천 방식이 이용된다[2-61

성능/효과

기록한 표이다. 가장 작게 상승한 학생이 30단계 상승하여 내신 성 적을 9% 상승하였고, 가장 많이 상승한 학생이 111단계 상승하여 내신 성적이 33% 상승하였다. 이 그룹에 속한 학생들의 내신 성적이 9%-33% 상승하여 실험에 참여한 학습자에게 주어진 학습 요소가 학업성취도 향상에 많은 도움이 되었다.
수 있는 새로운 방법을 제안하였다. 또한 본 논문에서 제안된 방법은 실험을 통하여 학습효과가 이전에 비해 아주 향상됨을 보였다.
기대된다. 첫째, 학습자들에게 학습 방법은 여러 가지 요소가 있고, 그 요소에는 여러가지 방법이 있음을 알게 해 준다. 둘째, 학습자들에게 추천된 학습 요소를 선택하여 학습 하였을 때 집중력도 향상되고, 학습 능률도 향상 될 수 있도록 한다.
첫째, 학습자들에게 학습 방법은 여러 가지 요소가 있고, 그 요소에는 여러가지 방법이 있음을 알게 해 준다. 둘째, 학습자들에게 추천된 학습 요소를 선택하여 학습 하였을 때 집중력도 향상되고, 학습 능률도 향상 될 수 있도록 한다. 셋째, 추천된 학습 요소로 학습하였을 때 학습 능률이 향상되어 좋은 학업 성취도를 얻을 수 있다.
둘째, 학습자들에게 추천된 학습 요소를 선택하여 학습 하였을 때 집중력도 향상되고, 학습 능률도 향상 될 수 있도록 한다. 셋째, 추천된 학습 요소로 학습하였을 때 학습 능률이 향상되어 좋은 학업 성취도를 얻을 수 있다. 넷째, 학습 방법의 개선이 학업 성취도 향상에 가장 효과적인 방법임을 알게 한다.
셋째, 추천된 학습 요소로 학습하였을 때 학습 능률이 향상되어 좋은 학업 성취도를 얻을 수 있다. 넷째, 학습 방법의 개선이 학업 성취도 향상에 가장 효과적인 방법임을 알게 한다.
본 연구의 실험에 참여한 학생들 모두가 학업 성취도를 향상 시켰다는 것은 본 논문에서 제안된 방법이 적절하였다는 것을 알 수 있다. 본 실험에서는 학습자들의 학업 성취도를 기본으로 3개의 그룹으로 나누어 각 그룹의 학생들에게 학습 요소 2개와 그에 속한 방법 2개를 일괄적으로 적용하였다.

후속연구

본 실험에서는 학습자들의 학업 성취도를 기본으로 3개의 그룹으로 나누어 각 그룹의 학생들에게 학습 요소 2개와 그에 속한 방법 2개를 일괄적으로 적용하였다. 그러나 학습자 개개인이 모두 다양한 특성을 가지고 있기 때문에 향후 연구에서는 이 부분이 확대되어야 할 것으로 기대된다

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 항목기반 패턴을 사용한 학습 방법 추천 시스템의 설계 및 평가
Design and Evaluation of Learning Method Recommendation System using Item-Based Pattern 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 항목기반 패턴을 사용한 학습 방법 추천 시스템의 설계 및 평가 Design and Evaluation of Learning Method Recommendation System using Item-Based Pattern 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

김성기 (1) 김영학 (27)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 항목기반 패턴을 사용한 학습 방법 추천 시스템의 설계 및 평가
Design and Evaluation of Learning Method Recommendation System using Item-Based Pattern 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문