$\require{mediawiki-texvc}$

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.

FCA 개념 망에 기반을 둔 적응형 학습 시스템
Adaptive Learning System based on the Concept Lattice of Formal Concept Analysis 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.10 no.10, 2010년, pp.479 - 493  

김미혜 (가톨릭대학교 컴퓨터교육과)

초록
AI-Helper 아이콘AI-Helper

지식기반 환경의 변화와 더불어 이-러닝은 매우 보편화된 교수.학습 방법의 하나가 되었으며, 이와 관련한 여러 연구들이 진행되고 있다. 이-러닝의 주요 연구 분야 중의 하나는 학습자의 다양한 상황들을 반영하여 학습자 개개인의 특징에 맞게 학습내용을 지원하기 위한 적응형 학습 시스템에 관한 연구이다. 이와 관련하여 최근에는 적응적 학습내용을 보다 효과적으로 지원하기 위하여 온톨로지를 기반으로 한 적응형 학습 시스템에 대한 연구들이 활발히 진행되고 있다. 본 논문에서는 FCA의 개념 망을 기반으로 온톨로지의 접근 방법과 목적은 같이하지만, 특정 영역의 학습에 적합한 사용자가 보다 자유롭고 쉽게 자신의 적응형 학습 시스템을 구축하여 사용할 수 있는 적응형 학습 시스템을 설계하여 제안한다. 제안된 시스템은 학습영역에 존재하는 학습객체와 학습개념들 사이의 연관 관계에 따라 이들을 개념 망 구조 안에 자동으로 계층화한다. 또한 학습자의 지식수준, 학습선호도, 학습스타일 및 학습개념의 학습상태에 따라 개념 망 학습구조를 적응적으로 구성하여 제시한다.

Abstract AI-Helper 아이콘AI-Helper

Along with the transformation of the knowledge-based environment, e-learning has become a main teaching and learning method, prompting various research efforts to be conducted in this field. One major research area in e-learning involves adaptive learning systems that provide personalized learning c...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
Personal Readers에서 정의하고 있는 네 개의 온톨로지는 무엇인가? 이를 위하여 다음과 같은 4개의 온톨로지를 정의하고 있다. 첫째, 한 도메인의 학습콘텐츠의 클래스들과 이들 사이의 개념적 관계를 정의하는 도메인 온톨로지, 사용자의 특성과 사용자 디바이스 정보를 제공하는 사용자 모델 온톨로지, 실행 시간에 사용자 관찰에 의해 발견된 다양한 상호 작용 정보를 정의하는 관찰 온톨로지(observation ontology)와 개인화된 서비스 지원을 위한 적응적 기능(functionality)을 기술하는 온톨로지 등을 지원한다. 이러한 온톨로지에 기반을 두고 사용자의 특성에 맞는 개인화된 학습내용을 구성하여 제공한다.
FCA는 무엇인가? FCA[14][15]은 응용 도메인에 존재하는 객체들과 속성들 사이의 이항관계로부터 이들 사이에 존재하는 모든 개념들을 추출하여 추출된 개념들을 상·하위관계(superconcept-subconcept relationships)에 의해 개념망(concept lattice) 구조로 계층화시킬 수 있는, 특정 영역의 지식이나 자료를 모델화하기 위한 기계 학습의한 방법이다. 개념은 객체와 속성 사이의 관계를 나타내며, 이들 사이의 관계에 의해 자동으로 추출된다.
적응형 학습 시스템이 외재적 인지적 부하를 줄일 수 있는 이유는 무엇인가? 또한 학습자의 배경 지식, 학습수준, 학습스타일과 학습상황 정보 등을 고려하여 적응적 내용제시(adaptive presentation)와 적응적 항해 (adaptive navigation)를 제공함으로써 방향 상실 및 인지적 과부하를 해결해야 한다[2][3]. 이러한 적응형 학습 시스템(adaptive learning system)은 학생들의 불필요한 탐색 활동을 줄이고 자신의 학습수준과 선호도에 따라 학습내용을 효과적으로 제시할 수 있기 때문에 외재적 인지적 부하를 줄일 수 있다[4]. 보다 효과적인 적응형 학습 시스템 지원을 위해서는 학습자들의 다양한 특성뿐만 아니라 학습개념들의 관련성을 파악하여 학습에 대한 적절한 가이드를 제공해 주어야 할 것이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (25)

  1. 최숙영, “적응형 학습을 위한 온톨로지 기술의 적용 방안”, 한국컴퓨터교육학회논문지, 제12권, 제6호, pp.53-66, 2009. 

  2. P. D. Bra, P. Brusilovsky, and G. J. Houben, “Adaptive Hypermedia: From Systems to Framework,” ACM Computing Surveys, Vol.31, No.4es, pp.1-6, 1999. 

  3. H. Wu, E. D. Kort, and P. D. Pra, “Design Issues for General-Purpose Adaptive Hypermedia Systems,” Proc. of the ACM Conference on Hypertext and Hypermedia, Aarhus, Denmark, August, pp.141-150, 2001. 

  4. 정효숙, 박성빈, “초보자들의 프로그래밍 학습을 위한 웹 기반 적응형 하이퍼미디어 시스템”, 한국컴퓨터교육학회논문지, 제7권, 제6호, pp.37-45, 2004. 

  5. P. Brusilovsky and E. Millan, “User Models for Adaptive Hypermedia and Adaptive Educational Systems,” Springer, LNCS, Vol.4321, pp.3-53, 

  6. 최숙영, “컨셉맵을 이용한 적응형 교수 시스템”, 한국컴퓨터교육학회논문지, 제9권, 제1호, pp.29-39, 2006. 

  7. N. Henze, “Personal Readers: Personalized Learning Object Readers for the Semantic Web,” Proc. of the 12th International Conference on Artificial Intelligence in Education (AIED '05), pp.15-22, 2005. 

  8. E. Holohan, M. Melia, D. McMullen, and C. Pahl, “Adaptive E-Learning Content Generation based on Semantic Web Technology,” Proc. of the Application of Semantic Web Technology for E-Learning, pp.29-36, 2005. 

  9. C. Pahl and E. Holohan, “Applications of Semantic Web Technology to Support Learning Content Development,” Interdisciplinary J. of E-Learning and Learning Object, Vol.5, pp.1-25, 2009. 

  10. J. Jovanovic, D. Gasevic, and V. Devedzic, “TANGRAM for Personalized Learning Using the Semantic Web Technologies,” J. of emerging technologies in web intelligence, Vol.1, No.1, pp.6-21, 2009. 

  11. I. Casparini, A. Bouzeghoub, J. P. M. de Oliveira, and M. S. Pimenta, “An adaptive e-learning environment based on user's context,” Proc. of the Third International Workshop on Culturally-Aware Tutoring Systems (CATS 2010), pp.1-12, 2010. 

  12. T. R. Gruber, “A Translation Approach to Portable Ontology Specification,” Knowledge Acquisition, Vol.5, No.2, pp.199-220, 1993. 

  13. P. Drucker, “Need to Know: Integrating e-Learning with High Velocity Value Chains,” A Delphi Group White Paper, pp.1-12, 2000. 

  14. R. Wille, “Restructuring lattice theory: an approach based on Hierarchies of concepts,” In: Ivan Reval (ed.), Ordered sets, Reidel, Dordrecht-Boston, pp.445-470, 1982. 

  15. B. Ganter and R. Wille, Formal Concept Analysis: Mathematical Foundations, Springer, 1999. 

  16. K. Thyagharajan, and R. Nayak, “Adaptive Content Creation for Personalized e-Learning Using Web Services,” J. of Applied Sciences Research, Vol.3, No.9, pp.828-836, 2007. 

  17. G. van Heijst, A. T. Schreiber, and B. J. Wielinga, “Using Explicit Ontologies in KBS Development," Int. J. of Human and Computer Studies, Vol.46, No.2-3, pp.183-292, 1997. 

  18. N. Guarino, “Understanding, Building, and Using Ontologies,” Int. J. of Human and Computer Studies, Vol.46, No.2-3, pp.293-310, 1997. 

  19. D. H. Fischer, From thesauri towards ontologies?, Advances in Knowledge Organization (ipsi.fhg.de), 1998. 

  20. 심경, “온톨로지(Ontology)”, 도서관문화, 제5권, 제10호, pp.49-59, 2009. 

  21. M. Kim and P. Compton, “The perceived ontology of standard ontologies in document management for specialized domains,” Int. J. of Human Computer Studies, Vol.64, No.1, pp.15-26, 2006. 

  22. M. M. Das, M. Bhaskar, T. chithralekha, and S. sivasathya, “Context Aware E-Learning System with Dynamically Composable Learning Objects,” Int. J. on Computer Science and Engineering, Vol.2, No.4, pp.1245-1253, 2010. 

  23. D. Kolb, Experience learning: Experience as source of learning and development, Englewood cliffs, NJ: Prentice-Hall, 1984. 

  24. R. Felder and L. Silverman, “Learning styles and teaching styles in engineering education,” Engineering Education, Vol.78, No.7, pp.674-681, 1998. 

  25. 성동욱, 이미숙, 박준호, 박형순, 박찬, 유관희, 유재수, “학습활동 중심의 u-러닝 콘텐츠 저작 시스템의 설계 및 구현”, 한국콘텐츠학회논문지, 제9권, 제1호, pp.475-483, 2009. 

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