최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국융합학회논문지 = Journal of the Korea Convergence Society, v.9 no.10, 2018년, pp.21 - 28
한지원 (고려대학교 컴퓨터학과) , 조재춘 (고려대학교 컴퓨터학과) , 임희석 (고려대학교 컴퓨터학과)
To help users who are experiencing difficulties finding the right learning course corresponding to their level of proficiency, we developed a recommendation model for personalized learning course for Intelligence Tutoring System(ITS). The Personalized Learning Course Recommendation model for ITS ana...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
학습자 맞춤형 학습코스 추천 모델의 추천 과정은? | 학습코스 선정에 많은 어려움과 시행착오를 겪고 있는 사용자들에게 수준별 학습코스를 제공하기 위해, ITS(Intelligence Tutoring System)를 위한 동적인 학습자 맞춤형 학습코스 추천 모델을 개발하였다. 이를 위해, 개인화 학습코스 추천모델에서는 먼저 학습자 프로파일을 분석하고, 단어별 가중치를 계산하여 핵심 키워드를 추출한다. 추출된 단어는 Cosine Similarity 기법을 통해 유사도를 측정하고, 최종적으로 유사도가 높은 상위 3개 과정이 학습자에게 추천된다. 추천모델의 효과를 분석하기 위해, 경기도 소재 교육기관에 추천모델을 적용하였고, 만족도 조사를 통하여 설문 항목별 평균, 표준편차, 왜도, 첨도 값을 계산하였다. | |
추천 시스템이란? | 추천 시스템은 사용자의 과거 행동 데이터나 로그 데이터를 바탕으로 사용자에게 필요한 정보나 제품을 사용자의 성향에 맞춰 추천함으로서, 자신이 원하는 품목을 쉽게 획득할 수 있도록 돕고 있다. 이러한 추천 시스템은 개인의 성향에 따라 효과가 다르게 나타나는 교육 환경에서도 필요한 부분이며 다양한 방법으로 교육 분야에 응용되고 있다[1]. | |
추천시스템이 비형식 학습 환경에서 매우 유용한 이유는? | 이러한 추천 시스템은 개인의 성향에 따라 효과가 다르게 나타나는 교육 환경에서도 필요한 부분이며 다양한 방법으로 교육 분야에 응용되고 있다[1]. 특히, 선택에 대한 어려움과 시행착오를 줄여 학습효과를 증진시킬 수 있도록 학습자 수준에 적합한 학습코스를 제공해 줄 수 있다는 점에서 추천시스템은 비형식 학습 환경에서 매우 유용하다[2]. 이는 학습자 개개인의 학습수준이나 학습내용 등에 따라 적합한 학습주제를 선정하여 제공해 줌으로써, 학습자 스스로가 자신의 학습과정을 계획하고 구성하는 것이 가능해지기 때문이다. |
Wang. Z., Yu. X. & Feng. N.(2014). An improved collaborative movie recommendation system using computational intelligence, Journal of Visual Languages and Computing, 25(6), 667-675. DOI : 10.1016/j.jvlc.2014.09.011
E. A. Rashid., S. B. Patnaik., & V. C. Bhattacherjee.(2014). Machine Learning and Software Quality Prediction: As an Expert System, Journal of Information Engineering and Electronic Business, 6(2), 9-27. DOI : 10.5815/ijieeb.2014.02.02
C. R. Beal., I. Arroyo., P. R. Cohen., B. P. Woolf., & C. R. Beal.(2010). Evaluation of AnimalWatch: An intelligent tutoring system for arithmetic and fractions. J. Interact. Online Learn., 1(9), 64-77.
Baker, R. S.(2016). Stupid tutoring system, intelligent humans. International Journal of Artificial Intelligence in Education, 26(2), 600-614. DOI : 10.1007/s40593-016-0105-0
C. M. Chen. & C. J. Chung.(2007). Personalized mobile English vocabulary learning system based on item response theory and learning memory cycle. Computers & Education. 51(2), 624-645. DOI : 10.1016/j.compedu.2007.06.011
Linden, G., Smith, B., & York, J.(2003). Amazon.com recommendations: item-to-item collaborative filtering, IEEE Internet Computing, 7(1), 76-80. DOI : 10.1109/MIC.2003.1167344
W. Han, J. C. Jo, H. S. Ji, & H. S. Lim (2016). A collaborative recommender system for learning courses considering the relevance of a learner's learning skills. Cluster Computing, 19(4), 2273-2284. DOI : 10.1007/s10586-016-0670-x
Golding. J. F.(2006) Predicting individual differences in motion sickness susceptibility by questionnaire, Personality and Individual Differences, 41(2), 237-248. DOI : 10.1016/j.paid.2006.01.012
Dong Y., Sun Z. & Jia H.(2006). A Cosine Similarity-based Negative Selection Algorithm for Time Series Novelty Detection, Mechanical Systems and Signal Processing, 20(6), 1461-1472. DOI : 10.1016/j.ymssp.2004.12.006
Abuhay, T. M., et al.(2018). Analysis of publication activity of computational science society in 2001-2017 using topic modelling and graph theory, Journal of Computational Science, 26, 193-204. DOI : 10.1016/j.jocs.2018.04.004
Randall, W. Engle.(2016). Working Memory Capacity as Executive Attention. Current Directions in Psychological Science, 11(1), 19-23. DOI : 10.1111/1467-8721.00160
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.