• 의학교육논단
• /
• 제19권1호
• /
• pp.10-17
• /
• 2017

Since the World Health Organization identified interprofessional education (IPE) as an important component in primary health care in the 1980s, medical and health sciences educators have continued to debate factors for implementing effective IPE in the classroom. Although IPE research is widespread internationally, few studies have been done in South Korea. This study explored the current status of IPE and examined factors that influence IPE in South Korea. A total of 30 (70%) out of 41 medical education experts in medical schools participated. Forty-seven percent of the participants reported that they allocated less than 5% of their time implementing IPE in the curriculum of their schools throughout the 4 years of medical school. Although all experts (100%) agreed that IPE is essential for medical students, they expressed practical difficulties in implementing IPE in the current education system. Factors that influence IPE are scheduling and curriculum (e.g., rigid curriculum vs. providing learning environment) and attitudes (e.g., lack of reciprocal respect vs. willingness to change). In addition, participants reported that communication skills and collaborative practice employing clinical practice or role-playing would be appropriate education methods and content for IPE in the future. The findings of this study provide a foundation for the implementation of IPE in South Korea. Future research directions for IPE in medical, nursing, and pharmacy schools are discussed.

• 지능정보연구
• /
• 제26권1호
• /
• pp.151-166
• /
• 2020

추천시스템(recommender system)은 고객의 선호도를 예측하여 상품과 서비스를 제공하는 기법으로, 현재 다양한 온라인 서비스에 활용되고 있다. 이와 관련된 많은 선행 연구들은 협업필터링(collaborative filtering)에 기반한 추천시스템을 제안하였는데, 대부분의 경우 고객의 구매 내역 또는 평점 데이터만 사용하여 진행되었다. 오늘날 소비자들은 제품을 구매하는 과정에서 온라인 검색 행동을 하여 관심있는 제품을 찾는다. 그렇기 때문에 검색 키워드 데이터는 고객의 선호도를 파악하는데 매우 유용한 정보일 수 있다. 그러나 지금까지 추천시스템 연구에서 사용되는 경우는 거의 없었다. 이에 본 연구는 고객의 검색 행동에 주목하여 온라인 쇼핑몰 고객의 검색 키워드 데이터와 구매 데이터를 고려한 하이브리드 협업 필터링을 제안하였다. 본 연구는 제안된 모델의 적용 가능성을 검증하기 위해 실제 온라인 쇼핑몰 데이터를 사용하여 성능을 검증하였다. 연구 결과, 추천 상품의 개수가 많아질수록 고객의 검색 키워드를 기반으로 구축된 협업필터링의 추천 성능이 향상되는 반면 일반적인 협업필터링의 성능은 추천된 상품의 개수가 많아질수록 점차 감소함을 발견하였다. 따라서 본 연구는 검색 키워드 데이터를 활용한 하이브리드 협업필터링이 고객의 선호도를 반영한 추천할 수 있으며, 구매이력 데이터의 정보부족을 해결할 수 있음을 확인하였다. 이는 기존의 정량 데이터만을 활용한 추천 시스템이 아닌, 비정형 데이터인 텍스트를 사용함으로써 새로운 하이브리드 협업필터링 구축 방법을 제안했다는 점에서 의의가 있다.

• 한국문헌정보학회지
• /
• 제45권2호
• /
• pp.61-74
• /
• 2011

The author analyses the challenging activities of Japanese libraries in this decade by launching two keywords; "product-sharing" and "outcome generation." "Product-sharing" means that libraries share knowledge, skills, and records which are produced as the result of the services or in the process of activities. And "outcome generation" means that libraries generate any efficiency or effectiveness through their services to users. Using these concepts, reported are the current situation and aspects of Japanese libraries which try to make various contributions to the society; research and learning of the people, and education and training for professional librarians, and so on. In the analysis, the author shows some examples of "product-sharing" at first, including the records of reference transaction and the multi-functioned online public access catalogue. Especially, focused is on the various possibility and adoptability of the Collaborative Reference Database System of the National Diet Library of Japan. This system is one of digital reference service in Japan, and the database of reference transaction records is expected to be useful for research and academic studyies as knowledge-base of professional librarians. And the system is also expected to be a platform for LIS education and professional development in the e-learning environment. Secondly, as the examples of "outcome generation", explained are the problem-solving-type activities, and provision of the collection about books on struggling against disease and illness. A few examples of outcome in the problem-solving-type activities are these; increase of sales in the services for shop managers, business persons, and entrepreneurs, contribution to affluent daily life by providing the local information services to residents and neighbourhoods, and etc. And for both the patients with serious cases and their family or those who nurse them, books about other persons' notes or memorandum are the greatest support, and sometime healing. The author discuss the 'raison d'etre' of these activities focusing on public libraries in Japan.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.127-135
• /
• 2011

이러닝 시스템에서 학습자에게 적합한 콘텐츠 선택을 돕기 위한 콘텐츠 추천 시스템은 필수적이다. 학습자의 선호도를 통한 콘텐츠 추천은 협업 필터링 추천 방법과 내용 기반 추천 방법이 가장 많이 사용되고 있다. 그러나 기존추천 방법들은 학습자의 학습수준을 고려하지 않고 다른 사용자의 선호도를 기반으로 학습 콘텐츠를 추천한다. 따라서 상대적으로 콘텐츠를 학습한 학습자가 적은 경우 추천의 효율성이 떨어지고, 새로운 아이템이 추가될 경우 추천이 쉽지 않은 단점이 있다. 이 문제를 해결하기 위해 우리는 학습 콘텐츠의 유사도와 난이도에 기반한 콘텐츠 추천 방법을 제안한다. 학습 콘텐츠의 두 특성을 반영한 추천함수에 의해 선행학습 성취도가 낮은 학습자에게는 난이도가 낮고 유사도가 높은 콘텐츠를 추천하고, 성취도가 높은 학습자에게는 난이도가 높고 유사도가 낮은 콘텐츠를 추천한다. 이와 같이 다른 학습자의 선호도와는 무관하게 학습자의 성취도에 따라 가장 적합한 콘텐츠를 추천할 수 있다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제34권4호
• /
• pp.545-561
• /
• 2020

이 연구의 목적은 국내외 인공지능을 활용한 수학교육 서비스의 주요 기능과 인공지능의 활용 가능성을 알아보는 것이다. 이 연구를 위해 최근 5년 이내에 발행한 자료를 중심으로 출판물 및 인터넷에서 "인공지능", "人工知能", "Artificial Intelligence" "AI". "수학교육"의 키워드를 독립적으로 또는 조합하여 검색하면서 관련 논문 및 보고서 그리고 인터넷 자료 등을 수집하여 분석하였다. 연구 결과, 수학교육을 위한 인공지능 서비스는 대부분 학습자의 개인별 수학 맞춤형 학습을 지원하고, 인간 수학 교사를 지원하기 위한 보조적인 역할로 규정하며, 인지적인 측면뿐만 아니라 정의적인 측면의 기술을 고도화하고 있었다. 제언으로, 정교한 수학 계통체계의 구축을 위한 연구, 인공지능 기술을 발굴하여 수학교육에 활용하는 방안, 인공지능 활용을 위한 양질의 수학 콘텐츠를 개발, 수학교육을 위한 클라우드 기반의 종합 시스템 구축과 운영이 필요함을 주장하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권3호
• /
• pp.373-395
• /
• 2022

이 연구는 수학 예비교사가 수학교육에서 학생들의 창의성과 인성을 함양하기 위한 방법으로 협력 문제 만들기를 어떻게 인식하는지 고찰하는 것을 목적으로 수행되었다. 이를 통해 수학 예비교사의 창의성 교육과 인성교육 역량을 강화할 수 있는 방안의 하나로 수학 예비교사 교육 단계에서 협력 문제 만들기를 도입하는 것은, 이후 학교교육에서도 창의성 교육과 인성 교육을 위해 협력 문제 만들기를 좀 더 적극적으로 실천할 수 있는 계기가 될 것임을 밝히고자 하였다. 대학교 2학년 과정에 필수 과목으로 개설하는 '수학교육론' 강좌를 수강하는 수학 예비교사를 대상으로 협력 문제 만들기 과제를 수행하게 하고 3년에 걸쳐 설문조사, 면담 등의 방법으로 자료를 보완·수집하였다. 연구 결과는 다음과 같다. 첫째, 수학 예비교사는 협력 문제 만들기 경험과 상관없이 협력 문제 만들기가 학생들의 다양한 아이디어 산출 능력 함양 및 협동심, 존중, 배려를 포함한 학생의 대인 관계 형성 태도 등에 긍정적인 영향을 미친다고 인식하였다. 둘째, 협력 문제 만들기 과제를 수행한 수학 예비교사의 경험은 협력 문제 만들기가 학생의 아이디어 정교화 능력 향상에 효과적이라는 것을 더 긍정적으로 인식하게 하였다. 셋째, 수학 예비교사의 협력 문제 만들기 경험은 협력 문제 만들기가 아이디어 정교화 능력, 개인의 내적 태도(정직, 공정성, 책임감), 논리적인 의견 제시와 합리적인 의사 결정 태도 등에 미치는 영향에 대해 보다 긍정적인 인식으로 이어졌다. 마지막으로 대면 환경의 단점을 온라인 환경이 보완해 줄 수 있을 것으로 기대하고 제언하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제23권1호
• /
• pp.109-128
• /
• 2009

2006년에 발표된 7차 수학과 개정시안의 교수학습활동에서는 더욱 확장된 문제해결능력과 창의적 사고로 나아가도록 문제 만들기 활동을 포함하였다. 본 연구는 Polya의 문제 만들기 전략에 따른 문제 만들기 수업을 통해 학생의 문제해결 과정을 이해하고 효과적인 교수 학습을 논의하고자 하였다. 학생의 학습과정을 조사하는 것이므로 정성연구방법을 선택하여 중학교 방정식 내용을 중심으로 5차시에 걸친 문제 만들기 활동을 구성하여 중학교 2명의 협력학습과정을 관찰 면담을 실시하였다. 연구결과로는 첫째, 문제해결에서 주어진 것과 구하려는 것을 알고 관계식을 세워서 알고 있는 수학적 지식을 바탕으로 풀이하는 과정에서 수학성적이 우수한 학생은 문제구조를 잘 파악하고 유사한 문제 또는 새로운 문제를 만들 때 자유롭게 변인을 구성하였는데 이렇게 문제의 외적구조를 정확히 파악한 배경에는 문제의 내적 구조와 관련깊은 대수적 사고가 잘 형성된 결과임을 알 수 있었다. 둘째, 문제를 해결할 때 주어진 것과 구하려는 것의 각각의 변인을 바꾸거나 첨가하여 새로운 문제를 구성할 때 학생들은 자신이 해결한 문제를 다시 보게 되어서 반성적 사고를 이끌어 낼 수 있는 기회가 되었다.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.51-75
• /
• 2021

세계적인 전자상거래 기업들은 지속 가능한 경쟁력을 확보하기 위해 사용자 맞춤형 추천 서비스를 제공하고 있다. 기존 관련 연구에서는 주로 평점, 구매 여부 등 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하였다. 하지만 이와 같은 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하면 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 호텔을 이용한 사용자가 호텔 서비스, 청결 상태 등에 대하여 만족하지 못한다고 리뷰를 작성하였으나 선호도 평점 5점을 부여했을 때 정량적 선호도(평점)와 정성적 선호도(리뷰)가 불일치한 문제가 발생할 수 있다. 따라서 본 연구에서는 정량적 선호도 정보와 정성적 선호도 정보가 일치하는지를 확인하고 이를 바탕으로 선호도 정보가 일치하는 사용자를 바탕으로 새로운 프로파일을 구축하여 개인화 추천 서비스를 제공하고자 한다. 리뷰에서 정성적 선호도를 추출하기 위해 자연어 처리 관련 연구에서 널리 사용되고 있는 CNN, LSTM, CNN + LSTM 등 딥러닝 기법을 사용하여 감성분석 모델을 구축하였다. 이를 통해 사용자가 작성한 리뷰에서 정성적 선호도 정보를 정교하게 추출하여 정량적 선호도 정보와 비교하였다. 본 연구에서 제안한 추천 방법론의 성능을 평가하기 위해 세계 최대 여행 플랫폼 TripAdvisor에서 실제 호텔을 이용한 사용자 선호도 정보를 수집하여 사용하였다. 실험 결과 본 연구에서 제안한 추천 방법론이 기존의 정량적 선호도만을 고려하는 추천 방법론보다 우수한 추천 성능을 나타냄을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1951-1975
• /
• 2023

Recent advances in Cognitive Radio Networks (CRN) have elevated them to the status of a critical instrument for overcoming spectrum limits and achieving severe future wireless communication requirements. Collaborative spectrum sensing is presented for efficient channel selection because spectrum sensing is an essential part of CRNs. This study presents an innovative cooperative spectrum sensing (CSS) model that is built on the Firefly Algorithm (FA), as well as machine learning artificial neural networks (ANN). This system makes use of user grouping strategies to improve detection performance dramatically while lowering collaboration costs. Cooperative sensing wasn't used until after cognitive radio users had been correctly identified using energy data samples and an ANN model. Cooperative sensing strategies produce a user base that is either secure, requires less effort, or is faultless. The suggested method's purpose is to choose the best transmission channel. Clustering is utilized by the suggested ANN-FA model to reduce spectrum sensing inaccuracy. The transmission channel that has the highest weight is chosen by employing the method that has been provided for computing channel weight. The proposed ANN-FA model computes channel weight based on three sets of input parameters: PU utilization, CR count, and channel capacity. Using an improved evolutionary algorithm, the key principles of the ANN-FA scheme are optimized to boost the overall efficiency of the CRN channel selection technique. This study proposes the Artificial Neural Network with Firefly Algorithm (ANN-FA) for cognitive radio networks to overcome the obstacles. This proposed work focuses primarily on sensing the optimal secondary user channel and reducing the spectrum handoff delay in wireless networks. Several benchmark functions are utilized We analyze the efficacy of this innovative strategy by evaluating its performance. The performance of ANN-FA is 22.72 percent more robust and effective than that of the other metaheuristic algorithm, according to experimental findings. The proposed ANN-FA model is simulated using the NS2 simulator, The results are evaluated in terms of average interference ratio, spectrum opportunity utilization, three metrics are measured: packet delivery ratio (PDR), end-to-end delay, and end-to-average throughput for a variety of different CRs found in the network.