초록 ▼

본 발명은 인공 지능 기반의 학습 모델을 이용하여 학생의 학업을 지도하기 위해, 학습 맵을 생성하고, 학습 맵 상에서 학생의 현재 수준을 고려하여 최적의 학습 방안을 제공하는 기술에 관한 것이다.본 발명의 일 측면에 따르면, 학습 경로 추천 장치에 의해 수행되는 방법으로서, 학생의 현재 학습 수준 및 목표 학습 수준을 입력 받는 단계; 학습 개념 및 연관 관계로 표현되는 학습 맵 상에서 상기 현재 학습 수준에서 상기 목표 학습 수준에 이르는 학습 경로를 검색하는 단계; 및 검색된 학습 경로에 따른 학습 개념에 대응하는 문제 리스트를

본 발명은 인공 지능 기반의 학습 모델을 이용하여 학생의 학업을 지도하기 위해, 학습 맵을 생성하고, 학습 맵 상에서 학생의 현재 수준을 고려하여 최적의 학습 방안을 제공하는 기술에 관한 것이다.본 발명의 일 측면에 따르면, 학습 경로 추천 장치에 의해 수행되는 방법으로서, 학생의 현재 학습 수준 및 목표 학습 수준을 입력 받는 단계; 학습 개념 및 연관 관계로 표현되는 학습 맵 상에서 상기 현재 학습 수준에서 상기 목표 학습 수준에 이르는 학습 경로를 검색하는 단계; 및 검색된 학습 경로에 따른 학습 개념에 대응하는 문제 리스트를 제공하는 단계;를 포함하는, 학습 경로 추천 방법이 제공된다.

대표청구항 ▼

학습 경로 추천 장치에 의해 수행되는 방법으로서, a) 학습 경로 추천 장치(1300)가 학생의 현재 학습 수준 및 목표 학습 수준을 입력 받는 단계;b) 상기 학습 경로 추천 장치(1300)가 학습 개념 및 학습 용어 간의 선행학습 관계, 포함 관계 및 결합 문제 출제 관계를 포함한 연관 관계로 표현되는 학습 맵 상에서 상기 현재 학습 수준에서 상기 목표 학습 수준에 이르는 학습 경로를 검색하는 단계; 및c) 상기 학습 경로 추천 장치(1300)가 검색된 학습 경로에 따른 학습 개념에 대응하는 문제 리스트를 제공하는 단계;를 포함

학습 경로 추천 장치에 의해 수행되는 방법으로서, a) 학습 경로 추천 장치(1300)가 학생의 현재 학습 수준 및 목표 학습 수준을 입력 받는 단계;b) 상기 학습 경로 추천 장치(1300)가 학습 개념 및 학습 용어 간의 선행학습 관계, 포함 관계 및 결합 문제 출제 관계를 포함한 연관 관계로 표현되는 학습 맵 상에서 상기 현재 학습 수준에서 상기 목표 학습 수준에 이르는 학습 경로를 검색하는 단계; 및c) 상기 학습 경로 추천 장치(1300)가 검색된 학습 경로에 따른 학습 개념에 대응하는 문제 리스트를 제공하는 단계;를 포함하고,상기 c) 단계는 학습 경로 추천 장치(1300)가 미리 학습된 LSTM 강화 학습 모델을 이용하여 학습 용어에 대한 학생의 과거 문제 풀이 정보, 학업 수준 정보, 문제별 수준 정보를 기반으로 학업 수준 측정과 학습 용어를 학습하기 위한 제1 문제 리스트를 출력하고, 상기 제1 문제 리스트에 대하여 문제 리스트의 문제 정보, 문제 난이도 정보 및 정오 정보에 기반한 학생의 문제 풀이 정보가 입력되면, 학습 용어 정복률, 상기 제1 문제 리스트에 대한 학생의 정답률을 포함하는 가중치 합(weighted sum)인 리워드와, 현재 학생 수준 정보 및 과거 학생의 문제 풀이 정보를 기반으로 제2 문제 리스트를 출력하며,상기 LSTM 강화 학습 모델은 에이전트(agent)를 통해 학습 용어에 대한 학생의 과거 문제 풀이 정보, 학업 수준 정보, 문제별 수준 정보를 기반으로 학생이 풀이할 문제 리스트를 제공하고, 상기 제공된 문제 리스트의 문제 풀이 정보를 다시 입력 받아 이전에 풀이한 문제 리스트와 현재 문제 풀이 정보와 학업 수준 정보, 문제별 수준 정보에 기반하여 학생이 풀이할 새로운 추천 문제 리스트를 제공하도록 액션을 결정하며, 상기 학습 용어의 정복률과 추천 문제 리스트에 대한 학생의 정답률을 기반으로 학습 효율이 증가하는 방향으로 리워드(reword)를 제공하는 것을 특징으로 하는 학습 경로 추천 방법.