$\require{mediawiki-texvc}$

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.

u-Mentoring System에서 속성 온톨로지와 CBR을 사용한 M3 알고리즘 원문보기

한국지능정보시스템학회 2007년도 추계학술대회, 2007 Nov. 23, 2007년, pp.479 - 486  

손미애 (성균관대학교 산업공학과) ,  강초롱 (성균관대학교 산업공학과)

초록
AI-Helper 아이콘AI-Helper

멘토링은 조직이나 사회 구성원들의 발전을 돕기 위한 프로그램으로서, 조언자, 상담자 및 후원자 역할을 하는 '멘토(mentor)'와 도움을 얻고자 하는 '멘티(mentee)'가 긴밀한 관계를 맺고 유지함으로써 상호 발전을 위해 수행된다. 현재 이루어지고 있는 대부분의 멘토링은 면대면 (face-to-face) 시스템이거나 웹 기반의 e-mentoring 시스템으로, 전자는 시간적 그리고 지역적 한계를 극복해야만 하고 후자는 멘토나 멘티가 멘토링 사이트에 접속하여 게시판을 확인하지 않으면 제대로 된 멘토링을 수행할 수 없다는 한계를 가지고 있다. 또한 멘토와 멘티의 매칭은 무작위로 이루어지거나 코디네이터라고 불리는 사람이 수행하기 때문에, 비용이 많이 소용될 뿐 아니라 개인적인 편견이나 오류가 개입될 여지가 상존한다. 이에 본 연구에서는 시간과 장소의 제약에 구애 받지 않는 u-Mentoring 시스템을 개발하고자 하며, 그 첫 단계로써 멘토와 멘티간의 매칭을 지원하는 새로운 알고리즘(M3 Algorithm, Mentor-Mentee Matching Algorithm)을 제안하고자 한다. 본 연구에서 제안하는 알고리즘은 매칭의 정확도와 멘토-멘티의 매칭 만족도를 높이기 위해 멘토-멘티 온톨로지(M-Ontology)와 사례기반추론 기법을 사용하였다. 즉, 멘토-멘티의 효과적인 매칭을 위해, 멘토-멘티간 매칭 사례가 없는 초기 단계에는 멘토와 멘티의 속성 비교를 통한 추천 방식을 사용하고, 멘토링이 종료되어 충분한 멘토-멘티간 매칭사례가 수집되면 그 결과를 재사용해 추후 매칭에 활용한다. 본 논문에서는 제안한 매칭 알고리즘이 내장된 u-Mentoring system의 포로토타입을 보여주고자 한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 또한 한 개인이 다른 개인과 모든 속성이 일치하기는 어려우므로 과거 사례와 완벽히 일치하는 사례가 존재하기 어렵다. 따라서 기존의 사례를 참고로 하는 CBR을 사용하되 보다 유동적인 정보를 다룰 수 있는 온톨로지를 함께 도입하여 멘토를 추천하는 방법을 제안한다.
  • 이렇듯 멘토링 관계 형성에 있어서 적합성은 매우 중요한 위치에 있으나, 실제적인 시스템에 관한 연구는 미약하다. 따라서 본 연구에서는 성공적인 멘토링을 위한 첫 번째 단계로 매칭에 초점을 맞추어 CBR과온톨로지를 혼합한 방법을 제안하고자 한다. 과거의 사례나 경험을 통해 현재의 문제에 해답을 제시해주는 CBR은 오래 전부터 사용되어 왔으나, 수치로 표현하기 힘든 정성적인 문제나, 정확히 일치하는 사례가 발생할 수 없는 문제에는 CBR을이용한 시스템의 신뢰도가 떨어진다[19].
  • 본 논문에서는 멘토링 시스템 중 유사도 즉 정과 온톨로지를 기반으로 한 매칭 시스템을 제안하였다. 본 시스템은 기존 멘토링 방법론이 멘토링 과정에 중점을 맞춘 데 비하여 매칭 단계에서부터 성공적인 멘토링을 위한 기반을 마련하기 위해 시작되었다.
  • 본 논문은 전체 u-Mentoring 시스템 중 매칭과 온톨로지 생성 단계를 중심으로 설명한다.
  • 제안하였다. 본 시스템은 기존 멘토링 방법론이 멘토링 과정에 중점을 맞춘 데 비하여 매칭 단계에서부터 성공적인 멘토링을 위한 기반을 마련하기 위해 시작되었다. 멘토링을 한번 마친 후에 멘토와 멘티가 반드시 바뀌어야 하는 것은 아니므로 가능한 한 인생 전반에 걸쳐 지속적으로 관계를 이어나갈 수 있는 멘토를 만날 것을 권유하며, 이것이 가능하도록 멘토와 멘티의 특성 분석을 통해 단순한 도우미가 아닌 삶의 조언자를 만나게 하는 데에 초점을 맞추었다.
  • 본 연구에서는 이상과 같은 문제점을 해결할 u-Mentoring 시스템을 제안하고자 한다. u-Mentoring 시스템은 기존의 멘토링 시스템이 갖고 있었던 문제점을 개선한 새로운 시스템으로서, 웹브라우저뿐만 아니라 휴대폰이나 PDA 둥과 같은 다양한 모바일 기기를 이용해 언제 어디서나 멘토링을 수행하며, 기존의 수동, 무작위 및 임의매칭 방식을 개선한 새로운 자동화된 매칭 알고리즘을 탑재하고 있다.
  • 과거에 수행되었던 비공식적 멘토링에서는 주로 멘티와멘티의 개인적 특성이 유사할수록 성공적인 멘토링이 이루어졌다는 결과가 보고된 바있으므로 [24], 공식 적 멘토링 의 경 우에 도 멘 토와 멘티가 가진 개인적인 특성간의 유사성을 추출하기 위한 적절한 정보가 입력되어야 한다. 이에 본연구에서는 기존 연구를 바탕으로 가입에 필요한 기본 정보 이외에 멘토링에 영향을 미치는 것으로 밝혀진 인구 통계학적 특성, 직군 특성 및 인성 특성에 관련한 정보와 함께 멘토와 멘티가 자신의 특성을 표현하기 위해 임의로 추가할 수 있는 'My tag' 정보를 입력 받고자 한다. 이때 My Tag를 제외한 정보는 Hardy(1994), Klauss(1981) 등이 제시한 기준을 준용해 입력 받고자 한다[25].
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
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