[논문]데이터 마이닝 기반 대학입시를 위한 학교생활기록부 분석시스템

양진우; 김동현; 임종태; 유재수

doi:10.5392/jkca.2021.21.02.049

데이터 마이닝 기반 대학입시를 위한 학교생활기록부 분석시스템
Analysis System of School Life Records Based on Data Mining for College Entrance 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.21 no.2, 2021년, pp.49 - 58

양진우 ((주)바론) , 김동현 ((주)바론) , 임종태 (충북대학교 정보통신공학부) , 유재수 (충북대학교 정보통신공학부)

초록
AI-Helper

대한민국 교육과정과 입시제도는 수많은 변화들을 통해 진화해 왔다. 현재 우리나라 대학진학률이 약 70%에 육박하고 있고, OECD회원국 중 가장 높다. 이러한 환경 속에 대학진학에 관심이 높고 또한 우리나라 교육제도에서 가장 비율이 높은 수시전형 중 학생부종합전형에 필요한 학교생활기록부의 중요성을 높아져가고 있다. 행복은 성적순이 아니지만 적극적인 학교생활을 통해 나의 미래와 행복을 동시에 찾을 수 있다. 학교생활기록부 분석시스템을 통해 자신에게 맞는 흥미와 진로를 찾을 수 있고, 가고자하는 대학, 학과에 맞는 요소들을 분석하고 보완하여 성공적인 진학에 한발 더 나아갈 수 있다. 학교생활기록부의 각 항목을 3가지로 분리시켜 필요 단어와 불필요한 단어들을 구분해 분석한다. 분석한 데이터를 시각화&수치화 하여 학교생활에서 보완할 수 있는 분석시스템을 구축한다. 기존 선행연구로 단어빈도와 유사도 분석을 이용한 다중주제 회의록 요약시스템을 응용하여 다른 요소의 문장을 간결하게 요약하고 단어를 추출함으로써 데이터 마이닝을 통한 분석시스템을 활용할 수 있다.

Abstract ▼ AI-Helper

The Korean curriculum and admission system have evolved through numerous changes. Currently, the nation's college entrance rate stands at nearly 70 percent, and it is the highest among OECD members. Amid this environment, the importance of school life records is increasing among students who are interested in going to college and who have the highest percentage in the nation's education system. Happiness is not the order of grades, but I can find my future and happiness at the same time through active school life. Through the analysis system of school life records, you can find interests and career paths suitable for yourself, and analyze and supplement factors suitable for the university and department you want to go to, so that you can take a step further in successful advancement. Each item in the school records is divided into three categories to analyze the necessary and unnecessary words. By visualizing and numericalizing the analyzed data, an analysis system is established that can be supplemented in school life. An analysis system through data mining can be utilized by concisely summarizing sentences of different elements and extracting words by applying the multi-topic minutes summary system using word frequency and similarity analysis as an existing prior study.

주제어

표/그림 (16)

그림 그림 1. 분석시스템 순서도
그림 그림 2. 자연어 분석 처리과정
그림 그림 3. 벡터공간모델의 개념
그림 그림 4. CBOW 모델과 Skip-gram 모델의 구조
그림 그림 5. Skip-gram 과정을 통한 문장 분석의 예
그림 그림 6. Word2vec 모델 신경망 학습구조
그림 그림 7. LDA 알고리즘을 통한 문서생성 과정
표 표 1. LDA 모델 수식 정리표
표 표 2. 학교생활기록부 분석시스템 데이터 활용 항목
그림 그림 8. Konlpy 패키지 모듈 처리 과정 소스코드
그림 그림 9. Okt 모듈을 활용한 처리과정 및 결과
그림 그림 10. 그래프 시각화
그림 그림 11. 최대빈도 단어 수와 wordcloud 시각화
그림 그림 12. 토픽 모델 생성 소스코드 및 결과 값
표 표 3. 높은 빈도 단어의 Topic 수치표
표 표 4. 학교생활기록부 전체 Topic 수치표

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 현재 교육 분야에서 관심도가 높은 학교생활기록부를 데이터 마이닝 기반기법들을 이용해 연구하였다. 방대한 양의 데이터를 word2vec 모델과 LDA 토픽 모델링 과정을 통해 특정 단어 추출, wordcloud 시각화, 토픽 수치화로 분석하였다.

제안 방법

둘째, 학교생활 기록부를 자연어 처리, 불용어 처리하여 명사 단어를 word2vec모델과 wordcloud 방식을 이용하여 그래프로 시각화한다.
본 논문에서는 현재 교육 분야에서 관심도가 높은 학교생활기록부를 데이터 마이닝 기반기법들을 이용해 연구하였다. 방대한 양의 데이터를 word2vec 모델과 LDA 토픽 모델링 과정을 통해 특정 단어 추출, wordcloud 시각화, 토픽 수치화로 분석하였다. 학교생활기록부 분석시스템을 기반으로 학교생활기록부의 가장 중요한 3가지 항목(창의적 체험활동 상황, 교과학습 발달상황, 행동 특성 및 종합의견)의 데이터를 간편하게 볼 수 있도록 구현하였다.
‘지리’가 가장 많은 빈도로 나타났고 그 다음으로는 ‘생각’, ‘사회’, ‘이해’, ‘역사’, ‘공부’ 등 큰 글자 순으로 빈도수가 표현되었다. 본 논문에서 제안하는 분석시스템은 학교생활기록부를 단어 분석과정을 거쳐 최대 빈도 단어와 wordcloud 시각화를 표현하고 LDA 토픽모델링으로 4개의 학교 생활기록부의 주제를 출력하기 위해 LDA 모델의 변수를 선정한다. 정확한 토픽 데이터를 얻기 위해서는 처리된 텍스트의 데이터 품질, 토픽의 다양성, 토픽 모델링 알고리즘, 알고리즘에 공급된 주제 수, 알고리즘 튜닝 파라미터로 정해진다.
[그림 1]은 제안하는 학교생활기록부 분석시스템의 순서도를 보여준다. 본 논문에서 제안하는 시스템은 학교생활 기록부 문서를 기반으로 학생 개인마다 특성과 활동들을 알기 위해 텍스트 마이닝 도구인 파이썬의 Word2vec와 LDA 토픽 모델링 패키지를 사용하였다. 모든 문장을 자연어 처리, 불용어 처리 후 분류된 단어 중 최대 빈도 단어 순서대로 주제별로 항목을 분류 시켜 그래프로 시각화하였다.
본 논문에서는 학교생활 기록부 문서를 명사(nouns) 형태로 분석하고 이를 토대로 word2vec 모델 skip-gram 알고리즘, LDA 토픽 모델링을 이용하여 학습한 데이터를 활용해 학교생활기록부문서에서 학생의 특성과 희망하는 진학 목표에 대해 분석한다.
셋째, 시각화된 데이터를 기반으로 학교생활기록부에서 필요한 3가지 항목으로 나누어 토픽 모델링의 방식을 이용해 주제별, 요소별 수치화한다. 이를 통해 견고한 단어 분류와 수치화된 분석시스템을 구축한다.

성능/효과

또한 학생의 적성(흥미, 성격, 능력)을 파악하는 데 있어 도움이 될 것이라 생각한다. 결과적으로 학교생활기록부 분석시스템을 통해 자기 이해와 진로탐색이 필요한 학생, 전략적인 학습계획이 필요한 학생, 진학을 체계적으로 준비하는 학생 등 다양한 학생들에게 도움을 줄 수 있다. 데이터 마이닝 기법 이외에도 더 세심하고 견고한 분석시스템을 구축하기 위해서는 수많은 데이터 자료(학교생활기록부)가 필요할 것으로 보인다.
방대한 양의 데이터를 word2vec 모델과 LDA 토픽 모델링 과정을 통해 특정 단어 추출, wordcloud 시각화, 토픽 수치화로 분석하였다. 학교생활기록부 분석시스템을 기반으로 학교생활기록부의 가장 중요한 3가지 항목(창의적 체험활동 상황, 교과학습 발달상황, 행동 특성 및 종합의견)의 데이터를 간편하게 볼 수 있도록 구현하였다. 실제 학생부종합전형의 정성적 평가 기준에 도움이 될 수 있는 학교생활기록부를 정량적인 평가를 실시한 것이다.

후속연구

결과적으로 학교생활기록부 분석시스템을 통해 자기 이해와 진로탐색이 필요한 학생, 전략적인 학습계획이 필요한 학생, 진학을 체계적으로 준비하는 학생 등 다양한 학생들에게 도움을 줄 수 있다. 데이터 마이닝 기법 이외에도 더 세심하고 견고한 분석시스템을 구축하기 위해서는 수많은 데이터 자료(학교생활기록부)가 필요할 것으로 보인다. 데이터 자료의 접근 권한은 개인정보 보안 문제로 본인이외의 부모님, 해당 선생님에게만 접근이 가능하여 데이터 수집의 어려움을 겪을 수 있다.
실제 학생부종합전형의 정성적 평가 기준에 도움이 될 수 있는 학교생활기록부를 정량적인 평가를 실시한 것이다. 학년별로 분석시스템을 통해 자신의 학교생활기록부를 확인한다면 자신에게 부족한 활동요소와 나에게 필요한 문장 또는 단어들을 보완하고 학교생활 충실도를 올릴 수 있을 것이다. 또한 학생의 적성(흥미, 성격, 능력)을 파악하는 데 있어 도움이 될 것이라 생각한다.
데이터 자료의 접근 권한은 개인정보 보안 문제로 본인이외의 부모님, 해당 선생님에게만 접근이 가능하여 데이터 수집의 어려움을 겪을 수 있다. 향후 연구과제로서 추가적인 데이터 자료수집과 불용어 처리 과정의 고급화, LDA 토픽 수 증가가 필요하다고 생각된다.

참고문헌 (31)

강민영, 텍스트 마이닝 기반 개인역량평가 시스템 설계 및 구현, 가천대학교 대학원 모바일소프트웨어학과, 석사학위논문, 2014.
구주나, 한국어 텍스트 마이닝의 특징 고찰 및 실제 빅데이터에의 적용, 숙명여자대학교 대학원 통계학과 통계학전공, 석사학위논문, 2013.
허강호, 단어빈도와 유사도 분석을 이용한 다중주제회의록 요약시스템, 충북대학교 대학원 전자정보공학과 전자정보공학전공, 석사학위논문, 2018.
오석원, 텍스트 마이닝의 실제적 활용에 관한 고찰, 고려대학교 대학원 경제통계학과, 석사학위논문, 2011.
황명하, 텍스트 마이닝 기반 국제표준 트렌드 분석시스템 개발에 관한 연구, 과학기술연학대학원대학교 정보통신네트워크공학전공, 석사학위논문, 2018.
이현주, 텍스트 마이닝 기법을 활용한 학교생활기록부문서 내용의 시각화, 이화여자대학교 교육대학원 컴퓨터교육전공, 석사학위논문, 2019.
김윤덕, Word2vec을 이용한 위키피디아 텍스트 데이터 분석시스템 구현, 숭실대학교 소프트웨어특성화대학원, 석사학위논문, 2016.
배진아, 자연어처리 기반 교통 연구 통합검색에 관한 연구, 충남대학교 대학원 컴퓨터 공학과 데이터 및 소프트웨어공학전공, 석사학위논문, 2019.
한남기, word2vec 학습 자질을 사용한 새로운 한글개체명 인식 모델 제안, 연세대학교 대학원 문헌정보학과, 석사학위논문, 2015.
백시온, 한국어 토픽모델링을 위한 단어 임베딩 활용가능성 탐색, 서울대학교 대학원 협동과정 인지과학전공, 석사학위논문, 2018.
김성민, 단어 벡터화를 통한 특징 단어 기반 문서 관련성 분석 방법 영화 스크립트 비교를 중심으로, 건국대학교 컴퓨터공학과, 석사학위논문, 2016.
김정미, word2vec모델을 활용한 RNN기반의 문서분류에 관한 연구, 인하대학교 컴퓨터공학과, 석사학위논문, 2018.
이앞길, LDA 토픽 모델링과 Word2vec을 활용한 유사 특허문서 추천 연구, 한밭대학교 창업경영대학원 빅데이터비즈니스학과, 석사학위논문, 2018.
안드레아스 뮐러, 세라 가이도, 파이썬 라이브러리를 활용한 머신러닝, 한빛미디어(주), 2017.
민형기, 파이선으로 데이터 주무르기, 비제이퍼블릭, 2017.
남춘호, "일기자료 연구에서 토픽모델링 기법의 활용가능성 검토," 서울대학교 비교문화연구소 학술지, 2016.
정성원, 벡터공간모델을 활용한 상품추천 알고리즘에 관한 실증연구, 숭실대학교 대학원 IT정책경영학과, 박사학위논문, 2019.
강전학, 특허 토픽모델링과 동시인용분석을 활용한 클라우드 컴퓨팅 유망기술 도출, 서울과학기술대학교 일반대학원 데이터사이언스, 석사학위논문, 2017.
김정미, word2vec모델을 활용한 RNN기반의 문서분류에 관한 연구, 인하대학교 컴퓨터공학과, 석사학위논문, 2018.
Harris, Zelling, "Distributional Structure," Word, Vol.10, No.2/3, pp.146-62, 1954.
Mikow, Tomas et al. "Efficient estimation of word rpresentations in vector space," arXiv preprint arXiv, 1301.3781, 2013.
박은정, 조성준, "KoNLPy: 쉽고 간결한 한국어 정보처리 파이썬 패키지," 제26회 한글 및 한국어 정보처리 학술대회 논문집, 2014.
https://xop6.com/list-of-english-stop-words/
Q. V. Le and T. Mikolov, "Distributed representations of sentences and documents, Icml, No.14. pp.1188-1196, 2014.
김상윤, 효율적인 오피니언 마이닝을 위한 Word Embedding 기반 대체어 자동 추출, 숭실대학교 컴퓨터학과 대학원, 석사학위논문, 2016.
잘라지 트하나키, 파이썬 자연어 퍼리의 이론과 실제, 에이콘출판주식회사, 2018.
제이크 밴더플래스, 파이썬 데이터 사이언스 핸드북, 위키북스, 2017.
바라가브 스리니바사 디지칸, 자연어 처리와 컴퓨터언어학, 에이콘출판주식회사, 2019.
서대호, 잡아라! 텍스트 마이닝 with 파이썬, 비제이퍼블릭, 2019.
A. Karami, C. N. White, K. Ford, S. Swan, and M. Y. Spinel, "Unwanted advances in higher education: Uncovering sexual harassment experiences in academia with text mining," Information Processing & Management, Vol.57, No.2, pp.102-167, 2020.
D. Shin and J. Shim, "A Systematic Review on Data Mining for Mathematics and Science Education," INTERNATIONAL JOURNAL OF SCIENCE AND MATHEMATICS EDUCATION, 2020).

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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