[논문]컴퓨팅 사고 교육 게임 데이터를 사용한 게임 점수 예측 모델 성능 비교 연구

양영욱

doi:10.3745/ktsde.2021.10.11.529

컴퓨팅 사고 교육 게임 데이터를 사용한 게임 점수 예측 모델 성능 비교 연구
A Comparative Study on Game-Score Prediction Models Using Compuational Thinking Education Game Data 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.10 no.11, 2021년, pp.529 - 534

양영욱 (한신대학교 컴퓨터공학부)

초록
AI-Helper

컴퓨팅 사고는 21세기에 필요한 중요한 소양 중 하나로 여겨지면서 여러 국가에서 컴퓨팅 사고 교육 과정을 도입하여 시행하고 있다. 컴퓨팅 사고 교육 방법 중 교육용 게임 기반 방법은 학생들의 참여와 동기를 증대시키고 컴퓨팅 사고에 대한 접근성을 높여준다. Autothinking은 학습자들에게 컴퓨팅 사고 교육을 제공하기 위한 목적으로 개발한 교육용 게임으로 학습자들에게 동적으로 피드백을 제공하고, 학습자의 컴퓨팅 사고 능력에 따라서 난이도를 자동으로 조절하는 적응적 시스템이다. 하지만 규칙기반으로 게임을 디자인하여 지능적으로 학습자들의 컴퓨팅 사고를 고려하거나 피드백을 주지 못한다. 본 연구에서는 Autothikning을 통해 수집한 게임 데이터를 소개하고, 이를 활용하여 해당 게임의 적응성을 높이기 위해 컴퓨팅 사고를 반영하는 게임 점수의 예측을 수행한다. 이 문제를 해결하기 위해 회귀 문제에 가장 많이 사용되는 선형 회귀, 결정 트리, 렌덤 포레스트, 서포트 벡터 머신 알고리즘에 대한 비교연구를 수행하였다. 연구 수행결과 선형회귀 방법이 게임 점수 예측에 가장 좋은 성능을 보여주었다.

Abstract ▼ AI-Helper

Computing thinking is regarded as one of the important skills required in the 21st century, and many countries have introduced and implemented computing thinking training courses. Among computational thinking education methods, educational game-based methods increase student participation and motivation, and increase access to computational thinking. Autothinking is an educational game developed for the purpose of providing computational thinking education to learners. It is an adaptive system that dynamically provides feedback to learners and automatically adjusts the difficulty according to the learner's computational thinking ability. However, because the game was designed based on rules, it cannot intelligently consider the computational thinking of learners or give feedback. In this study, game data collected through Autothikning is introduced, and game score prediction that reflects computational thinking is performed in order to increase the adaptability of the game by using it. To solve this problem, a comparative study was conducted on linear regression, decision tree, random forest, and support vector machine algorithms, which are most commonly used in regression problems. As a result of the study, the linear regression method showed the best performance in predicting game scores.

주제어

표/그림 (5)

그림 Fig. 1. Autothinking
그림 Fig. 2. Process of the experiment
표 Table 1. CT Skill and Concept
표 Table 2. Experimental Results
표 Table 3. Experimental Results with Feature Selection

참고문헌 (19)

C. Selby and J. Woollard, "Computational thinking: The developing definition," In Presented at the 18th Annual Conference on Innovation and Technology in Computer Science Education, Canterbury, 2013.
M. Roman-Gonzalez, J.-C. Perez-Gonzalez, and C. Jimenez-Fernandez, "Which cognitive abilities underlie computational thinking? Criterion validity of the Computational Thinking Test," Computers in Human Behavior, Vol.72, pp.678-691, 2017.

상세보기
H. P. Pontes, J. B. F. Duarte, and P. R. Pinheiro, "An educational game to teach numbers in Brazilian Sign Language while having fun," Computers in Human Behavior, Vol.107, pp.105825, 2020.

상세보기
J. Zumbach, L. Rammerstorfer, and I. Deibl, "Cognitive and metacognitive support in learning with a serious game about demographic change," Computers in Human Behavior, Vol. 103, pp.120-129, 2020.

상세보기
J. Asbell-Clarke, E. Rowe, V. Almeda, T. Edwards, E. Bardar, S. Gasca, R. S. Baker, and R. Scruggs, "The development of students' computational thinking practices in elementary-and middle-school classes using the learning game, Zoombinis," Computers in Human Behavior, Vol.115, pp.106587, 2021.

상세보기
C. Kazimoglu, "Enhancing confidence in using computational thinking skills via playing a serious game: A case study to increase motivation in learning computer programming," IEEE Access, Vol.8, pp.221831-221851, 2020.

상세보기
D. Hooshyar, Y. Yang, Autothikning [Internet], http://www.autothinking.ut.ee
J. M. Wing, "Computational thinking," Communications of the ACM, Vol.49, No.3, pp.33-35, 2006.

상세보기
P. J. Denning, "The profession of IT Beyond computational thinking," Communications of the ACM, Vol.52, No.6, pp.28-30, 2009.

상세보기
N. R. Council, Report of a workshop on the scope and nature of computational thinking: National Academies Press, 2010.
C. Kazimoglu, M. Kiernan, L. Bacon, and L. Mackinnon, "A serious game for developing computational thinking and learning introductory computer programming," ProcediaSocial and Behavioral Sciences, Vol.47, pp.1991-1999, 2012.

상세보기
K. Brennan and M. Resnick, "New frameworks for studying and assessing the development of computational thinking," In Proceedings of the 2012 Annual Meeting of the American Educational Research Association, Vancouver, Canada, Vol.1, pp.25. 2012.
D. Hooshyar, H. Lim, M. Pedaste, K. Yang, M. Fathi, and Y. Yang, "AutoThinking: An adaptive computational thinking game," In International Conference on Innovative Technologies and Learning, pp.381-391, 2019.
D. Hooshyar, M. Pedaste, Y. Yang, L. Malva, G.-J. Hwang, M. Wang, H. Lim, and D. Delev, "From gaming to computational thinking: An adaptive educational computer gamebased learning approach," Journal of Educational Computing Research, Vol.59, No.3, pp.383-409, 2021.

상세보기
D. Hooshyar, L. Malva, Y. Yang, M. Pedaste, M. Wang, and H. Lim, "An adaptive educational computer game: Effects on students' knowledge and learning attitude in computational thinking," Computers in Human Behavior, Vol.114, pp.106575, 2021.

상세보기
G. K. Uyanik and N. Guler, "A study on multiple linear regression analysis," Procedia-Social and Behavioral Sciences, Vol.106, pp.234-240, 2013.

상세보기
B. Kaminski, M. Jakubczyk, and P. Szufel, "A framework for sensitivity analysis of decision trees," Central European Journal of Operations Research, Vol.26, No.1, pp.135-159, 2018.

상세보기
Y. Amit and D. Geman, "Shape quantization and recognition with randomized trees," Neural computation, Vol.9, No.7, pp.1545-1588, 1997.

상세보기
C. Cortes and V. Vapnik, "Support-vector networks," Machine learning, Vol.20, No.3, pp.273-297, 1995.

상세보기

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