Journal of Engineering Education Research (공학교육연구)

Korean Society for Engineering Education (한국공학교육학회)
권호 표지
DOI QR코드

DOI QR Code

Research on the Development of Big Data Analysis Tools for Engineering Education

공학교육 빅 데이터 분석 도구 개발 연구

  • Kim, Younyoung (Research & Information Center for Innovative Engineering Education, Inha University) ;
  • Kim, Jaehee (Research & Information Center for Innovative Engineering Education, Inha University)
  • 김윤영 (인하대학교 공학교육혁신연구정보센터) ;
  • 김재희 (인하대학교 공학교육혁신연구정보센터)
  • Received : 2023.04.10
  • Accepted : 2023.06.14
  • Published : 2023.07.31
Download PDF
⟨ Previous Next ⟩

Abstract

As information and communication technology has developed remarkably, it has become possible to analyze various types of large-volume data generated at a speed close to real time, and based on this, reliable value creation has become possible. Such big data analysis is becoming an important means of supporting decision-making based on scientific figures. The purpose of this study is to develop a big data analysis tool that can analyze large amounts of data generated through engineering education. The tasks of this study are as follows. First, a database is designed to store the information of entries in the National Creative Capstone Design Contest. Second, the pre-processing process is checked for analysis with big data analysis tools. Finally, analyze the data using the developed big data analysis tool. In this study, 1,784 works submitted to the National Creative Comprehensive Design Contest from 2014 to 2019 were analyzed. As a result of selecting the top 10 words through topic analysis, 'robot' ranked first from 2014 to 2019, and energy, drones, ultrasound, solar energy, and IoT appeared with high frequency. This result seems to reflect the current core topics and technology trends of the 4th Industrial Revolution. In addition, it seems that due to the nature of the Capstone Design Contest, students majoring in electrical/electronic, computer/information and communication engineering, mechanical engineering, and chemical/new materials engineering who can submit complete products for problem solving were selected. The significance of this study is that the results of this study can be used in the field of engineering education as basic data for the development of educational contents and teaching methods that reflect industry and technology trends. Furthermore, it is expected that the results of big data analysis related to engineering education can be used as a means of preparing preemptive countermeasures in establishing education policies that reflect social changes.

Keywords

References

  1. 강만모.김상락.박상무(2012). 빅 데이터의 분석과 활용. 정보과학회지, 30(6), 25-32.
  2. 강성중.오병근(2008). 정보 디자인 교과서. 안그라픽스.
  3. 강승지.이연선(2018). 우리나라 유아 영어교육에 대한 사회적 인식 연구: 빅 데이터와 사회연결망 분석을 중심으로. 미래유아교육학회지, 25(2), 141-168.
  4. 권기석.박진수.구찬동(2014). 교육(빅)데이터를 활용한 아젠다 개발-사회연결망 분석을 중심으로-. 한국교육학술정보원, 연구보고 KR 2014-10.
  5. 권대석(2012). 클라우드와 슈퍼컴퓨팅이 이끄는 미래 빅 데이터 혁명. 파주: 21세기북스.
  6. 권영옥 (2013). 빅 데이터를 활용한 맞춤형 교육 서비스 활성화 방안연구. 지능정보연구, 19(2), 87-100. https://doi.org/10.13088/JIIS.2013.19.2.087
  7. 김선아 외(2016). 텍스트마이닝 기법을 활용한 다문화 미술교육 연구 동향 분석 연구. 다문화교육연구, 9(2), 203-227.
  8. 김우주 외(2015). 교육정보화 정책에서 빅 데이터 활용 방안 탐색 연구-소셜 미디어 데이터 활용을 중심으로-. 한국교육학술정보원, 연구보고 KR 2015-4.
  9. 김은주(2014). 스마트 교육 분야의 빅 데이터 활용 전략에 관한 연구-데이터 분석 중심으로-. 석사학위논문. 연세대학교 공학대학원.
  10. 김정숙(2012). 빅 데이터 활용과 관련기술 고찰. Review of Korea Contents Association, 10(1), 34-40.
  11. 김지은(2017). 빅 데이터를 활용한 대학구조개혁 평가의 키워드 및 토픽 분석. 박사학위논문. 서울대학교 대학원.
  12. 김지은.백순근(2016). 텍스트 빅 데이터 분석기법을 활용한 대학구조개혁평가의 쟁점 분석. 아시아교육연구, 17(3), 409-436.
  13. 김태종.박상옥(2019). 뉴스 빅 데이터를 활용한 평생교육 토픽 분석. 평생교육학연구, 25, 29-63.
  14. 문두환.도남철(2012). 빅 데이터. 한국 CDE 학회지. 18(2), 26-29.
  15. 박인근 외(2019). 4차 산업혁명 현장 전문가가 알려주는 빅 데이터 분석과 활용. 파주: 제이펍.
  16. 박준석.김창식.곽기영(2016). 텍스트마이닝과 소셜네트워크분석 기법을 활용한 호텔분야 연구동향 분석. 관광레저연구, 28(9), 209-226.
  17. 배상태(2014). 과학기술정책 네트워크 분석 기반의 빅 데이터 활용 방안 연구. 한국과학기술 평가원 연구보고서.
  18. 신영록.허의남(2012). 빅 데이터의 처리 및 그 활용을 위한 관련 기술 연구. 한국통신학회 학술대회논문집, 2012(6), 327-328.
  19. 안두헌.김화종.홍성은(2016). 빅 데이터 환경에서의 데이터 공유와 활용 방안 제고를 위한 빅 데이터 분석 프레임워크의 제안. 한국통신학회 학술대회논문집, 2016(6), 1167-1168.
  20. 유예림(2017). 빅 데이터 분석 기법을 활용한 2015 개정 교육과정 정책에 대한 언론보도 분석. 박사학위논문. 서울대학교 대학원.
  21. 유진은(2016). 데이터 마이닝 기법을 통한 교육 패널데이터 분석: 벌점회귀모형과 KYPS 자료. 아시아교육연구, 17(3), 1-19.
  22. 이병엽.임종태.유재수(2013). 빅 데이터를 이용한 소셜 미디어 분석 기법의 활용. 한국콘텐츠학회논문지, 13(2), 211-219. https://doi.org/10.5392/JKCA.2013.13.02.211
  23. 이상한.정영훈(2018). 실무관점에서 빅 데이터의 전체 그림을 그리는 빅 데이터 시스템 구축 가이드. 부천: 프리렉.
  24. 이영석.조정원(2016). 빅 데이터의 교육적 활용. 한국산학기술학회논문지, 17(12), 716-722. https://doi.org/10.5762/KAIS.2016.17.12.716
  25. 이은경.박도영.최인봉(2014). 교육 빅 데이터 관련 연구 동향. 한국컴퓨터정보학회 학술발표논문집, 22(2), 175-176.
  26. 이지선(2013). 빅 데이터를 위한 정보디자인의 시각화 방법 및 표현 연구. 기초조형학연구, 14(3), 259-269.
  27. 임철일.연은경(2006). 기업교육 프로그램 개발을 위한 사용자 중심의 래피드 프로토타입 방법론에 관한 연구. 기업교육연구, 8(2), 27-50.
  28. 장상현(2012). 빅 데이터와 스마트교육. 정보과학회지, 30(6), 59-64
  29. 장용수(2016). 교육데이터를 통합 활용한 교육의사결정지원시스템의 설계와 프로토타입 구현. 박사학위논문. 광운대학교 대학원.
  30. 장용수.조재희(2017). 교육 데이터를 활용한 정보시스템 설계와 구현. 한국콘텐츠학회논문지, 17(6), 436-451. https://doi.org/10.5392/JKCA.2017.17.06.436
  31. 정지선(2012). 성공적인 빅 데이터 활용을 위한 3대 요소: 자원, 기술, 인력. IT & Future Strategy, 3.
  32. 조영임(2013). 빅 데이터의 이해와 주요 이슈들. 한국지역정보화학회지, 16(3), 43-65.
  33. 조용상.Abel(2013). 표준화 이슈리포트 : 학습 분석 기술 활용 가능성 및 전망. 한국교육학술정보원, 2013 KERIS 이슈리포트. 연구자료 RM 2013-15.
  34. 조우제.유미림(2018). 빅 데이터 분석 교육 프로그램을 통한 대학 교육 가치 창출. 한국빅데이터학회지, 3(2), 123-130.
  35. 최광선.함영경.김선호(2013). 빅 데이터 시각화. 한국컴퓨터정보학회지, 21(1), 33-43.
  36. 최인봉.이채희.이은경(2015). 소셜 빅 데이터를 활용한 학업성취도 평가 이슈 분석. 한국교육과정평가원, 2015 KICE 이슈페이퍼.
  37. 최제영 외(2012). 스마트교육에서 발생하는 교육 빅 데이터 활용방안. 한국지능정보시스템학회 학술대회논문집, 2012(5), 144-148.
  38. 최현주.최연철(2016). 빅 데이터를 통해 바라본 유아 창의인성 교육 방안 연구. 어린이문학교육연구, 17(4), 601-627.
  39. Carter, P.(2011). Big Data Analytics: Future Architectures, Skills and Roadmaps for the CIO. IDC Whitepaper, 1-15.
  40. Ferguson, R.(2012). Learning analytics: drivers, developments and challenges. International Journal of Technology Enhanced Learning, 4(5), 304-317. https://doi.org/10.1504/IJTEL.2012.051816
  41. Fuller, D., Buote, R., & Stanley, K.(2017). A glossary for big data in population and public health: discussion and commentary on terminology and research methods. Journal of Epidemiology and Community Health, 71(11), 1113-1117.
  42. LaValle, S. et al.(2011). Big data, analytics and the path from insights to value. MIT Sloan Management Review, 52(2), 21-32.
  43. Massey, A. K. et al.(2013). Automated text mining for requirements analysis of policy documents. In 2013 21st IEEE International Requirements Engineering Conference (RE), 4-13.
  44. Plattner, H.(2009). A common database approach for OLTP and OLAP using an in-memory column database. In Proceedings of the 2009 ACM SIGMOD International Conference on Management of data, 1-2.
  45. Richey, R. C., & Klein, J. D.(2007). Design and development research: Methods, strategies, and issues. New York, NY: Routledge.
  46. Warden, P.(2011). Big data glossary. O'Reilly Media, Inc.
  47. Wasserman, S., & Faust, K.(1994). Social network analysis: Methods and applications, 8. UK: Cambridge university press. Retrieved from https://books.google.co.kr/books?hl=en&lr=&id=CAm2DpIqRUIC&oi=fnd&pg=PR21&dq=Wasserman+%26+Faust,+1994&ots=HxFrsh-ENg&sig=bypJpQ4A-joKgp3vMt60O227N2o&redir_esc=y#v=snippet&q=actor&f=false.
  48. World Economic Forum.(2016). The future of jobs: Employment, skills and workforce strategy for the fourth industrial revolution. Global Challenge Insight Report. Available at: https://www.weforum.org/reports/the-futureof-jobs/