Journal of the Korea Society of Computer and Information (한국컴퓨터정보학회논문지)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지
DOI QR코드

DOI QR Code

Collaborative Recommendation of Online Video Lectures in e-Learning System

이러닝 시스템에서 온라인 비디오 강좌의 협업적 추천 방법

  • 하인애 (인하대학교 정보학과) ;
  • 송규식 (인하대학교 정보컴퓨터교육) ;
  • 김흥남 (인하대학교 정보학과) ;
  • 조근식 (인하대학교 정보공학과)
  • Published : 2009.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

It is becoming increasingly difficult for learners to find the lectures they are looking for. In turn, the ability to find the particular lecture sought by the learner in an accurate and prompt manner has become an important issue in e-Learning. To deal this issue, in this paper. we present a collaborative approach to provide personalized recommendations of online video lectures. The proposed approach first identifies candidated video lectures that will be of interest to a certain user. Partitioned collaborative filtering is employed as an approach in order to generate neighbor learners and predict learners'preferences for the lectures. Thereafter, Attribute-based filtering is employed to recommend a final list of video lectures that the target user will like the most.

온라인 비디오 강좌는 내용 파악이 힘든 컨텐츠들이 대부분이기 때문에 학습자가 원하는 정보를 찾기란 쉽지 않다. 그래서 학습자들이 필요로 하는 내용을 정확하고 빠르게 제공해 주는 서비스가 필요하게 되었다. 본 논문에서는 학습자의 요구에 맞는 비디오 강좌를 제공해주기 위해 사용자 기반의 협업적 여과 방법을 변형하여 적용하고자 한다. 제안하는 알고리즘 방법은 학습자가 평가한 선호도 정보를 바탕으로 강좌의 특성을 이용해 분할한 영역에서 학습자와 비슷한 이웃 학습자들을 찾고, 이웃 학습자들에 의해 높은 선호도를 보인 강좌를 선별하고 강좌의 속성 정보를 반영하여 학습자에게 추천해 주는 방식이다. 즉, 강좌의 특성을 고려하여 강좌별로 분할한 후사용자 기반의 협업적 여과 방법을 통해 학습자의 선호도를 예측한다. 그리고 강좌의 속성을 이용한 속성 기반의 여과 방법을 적용해 예측된 강좌들과 유사도를 비교한 후 최종적으로 학습자의 선호도와 가장 유사한 강좌를 추천해 준다.

Keywords

References

  1. Breese, J. S., Heckerman, D. and Kadie, C. "Empirical Analysis of Predictive Algorithms for Collaborative Filtering," In Proceedings of the 14th Annual Conference on Uncertainty in Artificial Intelligence, pp. 43-52, May. 1998.
  2. Basu, C., Hirsh, H. and Cohen, W. W. "Recommendation as classification: using social and content-based information in recommendation." In Proceedings of the 1998 National Conference on Artificial Intelligence (AAAI-98), pp. 714-720, 1998.
  3. Tang, Y. T. and McCalla, G. "Mining the implicit ratings for focused collaborative filtering for paper recommendations," In Proceedings of 9th International Conference on User Modeling, 2003.
  4. Bell, R. M. and Koren, Y. "Improved Neighborhood-based Collaborative Filtering," In Proceedings of KDDCup'07, Aug. 2007.
  5. Pennock, D. M., Horvitz, E., Lawrence, S. and Giles, L. "Collaborative Filtering by Personality Diagnosis: A Hybrid Memory - and Model-Based Approach," In Proceeding of the 6th Conference on Uncertainty in Artificial Intelligence, pp. 473-480, 2000.
  6. Bobadilla, J., Serradilla, F., Hermando, A. "Collaborative filtering adapted to recommender systems of e-learning," Knowledge-Based System, Vol. 22. Issue. 4, pp. 261-265, May. 2009. https://doi.org/10.1016/j.knosys.2009.01.008
  7. Basilico, J. and Hofmann, T. "Unifying Collaborative and Content-Based Filtering," In Proceedings of the 21st International Conference on Machine Learning, 2004.
  8. Funakoshi, K. and Ohguro, T. "A content-based collaborative recommender system with detailed use of evaluations," In Proceedings of 4th International Conference on Knowledge-Based Intelligent Engineering Systems and Allied Technologies, Vol. 1, pp. 253-256, 2000.
  9. 김천식, 정명희, "IRT와 데이터 마이닝을 이용한 효과적인 평가 및 추천시스템", 한국컴퓨터정보학회 논문지, 제 11권, 제 4호, 109-117쪽, 2006년 9월
  10. Tan, H. and Guo, J. "E-Learning Recommendation System," In Proceedings of the 2008 International Conference on Computer Science and Software Engineering, vol. 5, pp. 430-433, Dec. 2008.
  11. Khribi, M. K., Jemni. M., Nasraoui, O. "Automatic Recommendations for E-Learning Personalization Based on Web Usage Mining Techniques and Information Retrieval," In Proceedings 8th IEEE International Conference on Advanced Learning Technologies, pp. 241-245, Jul. 2008.
  12. Resnick, P., Iacovou, N., Suchak, M., Bergstrom, P. and Riedl, J. "GroupLens: An open architecture for collaborative filtering of netnews," Proceedings of ACM CSCW'94 Conference on Computer Supported Cooperative Work, pp. 175-186, Mar. 1994.
  13. Konstan, J. A., Miller, B. N., Maltz, D., Herlocker, J. L., Gordon, L. R. and Riedl, J. "GroupLens: Applying collaborative filtering to Usenet news," Communications of the ACM, Vol. 40, No. 3, pp. 63-65, Mar. 1997.
  14. Herlocker, J., Konstan, J., Terveen, L. and Riedl, J. "Evaluating Collaborative Filtering Recommender Systems," ACM Transactions on Information Systems, Vol. 22, pp. 5-53, Jan. 2004. https://doi.org/10.1145/963770.963772