선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이에 본 연구에서는 교수의 수업시간에 대한 선호정보를 선입력 받고 이를 기반으로 하는 강의실 배정 알고리즘을 제시한다. 강의실 배정문제는 그간 수리최적화[1,3], 메타휴리스틱[2,4,5] 등과 같은 다양한 방법으로 접근을 하였으나, 본 논문에서는 최근 3년간 강의실 배정 데이터 분석결과를 활용하여 개설과목들을 효과적으로 할당하기 위한 휴리스틱 알고리즘을 제안하고자 한다. 또한, 실제 고려대학교 2016학년도 2학기 강의실 배정작업에 적용한 결과를 살펴보고자 한다.
- 강의실 배정문제는 그간 수리최적화[1,3], 메타휴리스틱[2,4,5] 등과 같은 다양한 방법으로 접근을 하였으나, 본 논문에서는 최근 3년간 강의실 배정 데이터 분석결과를 활용하여 개설과목들을 효과적으로 할당하기 위한 휴리스틱 알고리즘을 제안하고자 한다. 또한, 실제 고려대학교 2016학년도 2학기 강의실 배정작업에 적용한 결과를 살펴보고자 한다.
- 본 연구는 데이터 분석에 기반한 강의실 자동배정을 위한 알고리즘을 소개하고, 고려대학교 2016년도 2학기 강의실 배정에 적용한 결과 실제 운영환경에서 만족스러운 결과가 나온 것에 의의가 있다고 볼 수 있다. 많은 대학에서 행정효율화 측면에서 강의실 자동배정 시스템 구축을 추진하지만 과목 또는 교수 및 강의실 특성을 전부 고려해서 강의실을 배정하는 것은 한계가 있을 수밖에 없다.
- 몇몇 대학에서는 수업시간 및 강의실 전체를 자동배정 처리하는 연구 및 시스템 구축 시도가 있었으나 모든 특성을 고려하여 수업 시간 및 강의실을 자동배정 하는 데에는 많은 어려움이 있어 실제 적용사례는 없는 것으로 보인다. 이에 본 연구에서는 교수의 수업시간에 대한 선호정보를 선입력 받고 이를 기반으로 하는 강의실 배정 알고리즘을 제시한다. 강의실 배정문제는 그간 수리최적화[1,3], 메타휴리스틱[2,4,5] 등과 같은 다양한 방법으로 접근을 하였으나, 본 논문에서는 최근 3년간 강의실 배정 데이터 분석결과를 활용하여 개설과목들을 효과적으로 할당하기 위한 휴리스틱 알고리즘을 제안하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.