• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.323-326
• /
• 2016

웹 서비스를 기반으로 이루어진 MOOC(Massive Open Online Course)는 대규모 학습자에게 공개된 온라인 교육이다. MOOC는 교수와 학습자 사이 커뮤니티를 통해 상호 참여적으로 수업을 진행한다. 그러나 무료로 강의를 들을 수 있고 성적을 내지 않기 때문에 학습자들에게 큰 동기 부여가 되지 않아 등록하는 학습자는 많지만 수료하는 학습자는 현저히 적게 나타났다. 본 논문은 이러한 문제 해결 방안 마련을 위해 KDD Cup 2015에서 제공한 MOOC 데이터를 통해 중도 포기와 관련된 변수들을 선정하였으며, Decision Tree, KNN, Logistic Regression, Naive Bayesian, SVM, Neural Network인 6가지 머신 러닝 알고리즘을 통해 데이터 예측의 정확률을 확인하였다. 그 결과 Naive Bayesian이 89.3%로 가장 높은 정확률을 보였다. 본 연구를 통해 중도포기를 정확히 예측하며, 향후 학습자들에게 특정 동기부여의 효과로 학습을 수료하는 결과를 기대할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.219-221
• /
• 2017

최근 오픈 콘텐츠의 성격을 가지는 MOOC(Massive Open Online Course)가 여러 대학에서 서비스되면서 대학교육의 패러다임을 변화시키고 있으며, 이와 함께 MOOC 기반 이러닝 서비스도 다양한 유형으로 발전하고 있다. 지금까지 MOOC 기반 이러닝 서비스의 질 관리는 MOOC의 유형에 관계없이 MOOC가 제공하는 일반적인 요소들을 대상으로 연구되어 왔다. 본 연구에서는 MOOC 유형별로 이러닝 서비스의 질에 영향을 미치는 요인 분석을 통해 MOOC 기반 이러닝 서비스의 질 관리를 개선하기 위한 방안을 제시한다.