• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.145-152
• /
• 2009

학습과정이나 맞춤형 학습과 같은 애플리케이션에서는 학습자에 맞는 상호작용에 의한 학습자 모델 결과를 신뢰할 수 있어야 한다. 이에 CAT(Computer Adaptive Testing)는 학습정보를 최대화하기 위해 학습항목을 관리할 수 있어서 유용하게 사용된다. 본 연구는 학습자 중심의 문항추천 프로세스를 설계하였다. 이는 CAT에서 활용되어질 수 있으며, 각 프로세스의 전개방법은 정형화 언어인 CSP를 사용하였다. 또한 문항추천 방법은 문항반응이론의 문항난이도를 이용하였으며, 학습자는 다음 학습의 문제 난이도 조정을 위해 난이도 변경단계를 설정할 수 있도록 하였다. 이러한 방법을 통하여 기존의 방법과 비교함으로서 그 구조적인 차이를 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.273-285
• /
• 2024

교육 분야에서 온라인 저지 시스템이 활발하게 활용됨에 따라 학습자 데이터를 활용하는 다양한 연구가 진행되고 있다. 본 연구에서는 학습자 데이터를 활용하여 학습자의 문제 선택을 지원할 수 있는 사용자 기반 협업 필터링 방식의 문제추천 기능을 제안한다. 온라인 저지 시스템에서 학습자의 문제 선택을 위한 지원은 그들의 향후 학습에 영향을 미치므로 교육의 효과성 제고를 위해 필요하다. 이를 위해 학습자의 문제풀이 성향과 유사한 학습자를 식별하고 그들의 문제풀이 이력을 활용한다. 제안 기능은 충북교육연구정보원에서 운영하는 알고리즘과 프로그래밍 관련 온라인 저지 사이트에 구현됐고, 서비스 유용성과 사용 편이성 측면에서 델파이 기법을 통한 전문가 검토를 수행했다. 또한 사이트 사용자 대상 시범 운영에서 바른코드 제출 비율을 분석한 결과 추천문제에 대해 제출한 경우가 전체 제출에 비해 16% 정도 높았고, 추천문제 사용자 대상 설문조사에서 '도움 된다' 응답은 78%였다. 시범 운영에서는 추천문제 선택과 사용자 피드백 관련 설문 응답 비율이 낮았으므로, 향후 연구과제로 제안 기능의 접근성 향상, 사용자 피드백 수집 및 학습자 데이터 분석 다각화 등을 제시했다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.587-590
• /
• 2020

최근, 디지털 콘텐츠 산업이 폭발적으로 성장됨에 따라 고객 유치를 위한 개인화 추천 기술들이 많은 주목을 받고 있다. 개인화 추천 방식들을 큰 갈래로 나누어 본다면 협업 필터링 기술과 내용 기반 기술로 나눌 수 있다. 협업 필터링의 경우 개인화 추천에는 적합하지만 사용자 평가 데이터의 양이 방대해야 하며 초기에 평가자가 없는 콘텐츠에 대해 추천할 수 없는 초기 평가자 문제가 존재한다. 따라서 매일 방대한 양의 콘텐츠가 편입되는 분야에서 사용하기에 큰 결점이 될 수 있다. 본 논문에서는 영화들의 정보가 담긴 데이터 셋과 사용자 평가 데이터, 그리고 사용자의 선호 기준을 의미하는 메타 가중치를 활용한 내용 기반의 맞춤형 영화 추천 시스템을 제안한다. 논문에서는 먼저, 영화를 고를 때 일반적으로 중요시 보는 속성들을 활용하여 영화의 특징 벡터를 구성하고, 이를 사용자 평가와 결합하여 개인의 선호에 대한 특징 벡터를 구성하는 방법을 제안하며, 구성된 데이터와 코사인 유사도, 메타 가중치를 활용하여 사용자 선호와 유사한 영화들을 도출하는 방법을 제안한다. 또한, 평가데이터를 활용하여 구현된 추천시스템의 검증 프로세스를 구성하고, 검증 프로세스를 활용한 손실 함수를 설계하여 적합한 메타 가중치를 학습하는 방법을 제시한다. 본 논문에서 제안하는 시스템은 다수의 속성을 조합하여 활용하므로 추천 결과가 과도하게 특수화 되지 않을 수 있으며, 메타 가중치라는 요소를 통해 더욱 개인화 된 추천을 제공할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제10권8호
• /
• pp.26-31
• /
• 2010

본 연구는 작업현장, 교육현장, 기타 시공간에서 작업자의 현재 상황이나 담당업무 맥락에 따라 개인의 숙련도나 학습 진도에 맞추어 비공식학습과 공식학습 모두 실시간으로 발생할 수 있는 개인 추천 서비스 구현을 목표로 한다. 이에 복합지식을 기반으로 실시간으로 코칭과 조언을 들을 수 있으며, 다차원적인 관계를 쉽게 검색하고 추천할 수 있는 개인 맞춤형 복합지식 지능화 추천 시스템을 설계하였다. 이를 위해, 복합지식 저장소와 복합지식관리 모듈을 개발하였다. 특정 산업분야에서는 장기적으로 축척되는 지식베이스를 근간으로 하여 전문적인 문제해결 혹은 코칭 서비스 등을 부가적으로 창출할 것으로 기대된다.

• 디지털콘텐츠학회 논문지
• /
• 제11권4호
• /
• pp.487-494
• /
• 2010

최근 교육에서 대두 되고 있는 중요한 문제는 학습자 중심의 맞춤형 교육이 이루어져야 한다는 것이다. 이러한 요구를 만족 시킬 수 있는 방법 중 하나는 학습자의 역량을 고려하여 학습을 진행하는 것이다. 이를 위해서는 학습자가 가진 역량에 따라 학습자의 목표를 이루기에 부족하다고 판단된 역량을 효율적으로 개발할 수 있는 콘텐츠를 추천하는 방법이 필수적이다. 우리는 임의의 학습자에 대한 역량 정보와 목표를 LIP 또는 ePortfolio 형식을 통해 제공하는 학습자 정보 시스템이 존재한다고 가정한다. 본 논문은 많은 교육 콘텐츠들이 존재할 때 위 역량 평가 시스템으로부터 얻어진 학습자의 역량 및 목표와 역량 맵을 확장한 역량 온톨로지를 활용하여 각 학습자에 가장 적합한 콘텐츠를 추천하는 시스템을 제안한다. 이 시스템은 역량 온톨로지와 도메인 온톨로지를 활용하여 역량 맵과 역량 정의가 지속적으로 변하더라도 유연하게 이에 대처할 수 있다.