• 한국컴퓨터정보학회논문지
• /
• 제25권9호
• /
• pp.101-108
• /
• 2020

추천 시스템은 전자 상거래 시에 고객들의 상품 선택의 편의를 제공하므로 반드시 구비되어야 할 기능이다. 협력 필터링은 다른 사용자들이 선호하였던 상품이나 현 사용자가 과거 선호하였던 상품들을 위주로 추천 리스트를 제공하는 기법으로서, 가장 널리 활용되는 대표적 기법이다. 최근 딥러닝 인공지능 기술을 활용하여 추천 시스템의 성능 향상을 달성하는 연구가 활발히 진행되고 있다. 본 연구에서는 사용자가 부여한 평가등급만을 이용하여 딥러닝 기술의 일종인 제한 볼츠만 기계 학습을 통해 협력 필터링 기반의 추천 시스템을 개발한다. 또한 학습의 효율성과 성능을 위하여 학습 파라미터 변경 알고리즘을 제시한다. 제안 시스템의 성능 평가를 위하여 실험 분석을 통해 기존의 다양한 전통적 협력 필터링 기법들과 비교 분석을 실시하였으며, 제안 알고리즘은 기본적인 제한 볼츠만 기계 모델보다 우수한 성능을 가져오는 것으로 확인되었다.

• 한국정보통신학회논문지
• /
• 제16권12호
• /
• pp.2657-2664
• /
• 2012

웹 기반 학습은 시간과 공간의 제약을 받지 않고 활용될 수 있다는 점에서 효과적인 교육 방법으로 많은 관심을 받고 있다. 학습관리시스템은 교수와 학생들 간의 온라인 교육 환경을 제공하며, 학습 자원의 제공을 위한 다양한 기능을 지원한다. 일반적인 학습관리시스템들은 교수와 학생들 간의 단방향 또는 제한적인 양방향 교육 환경을 제공하여 교수와 학생 또는 학생들 서로 간에 협력 학습을 수행하기에 많은 어려움이 따른다. 본 논문에서는 대표적인 학습관리시스템인 Moodle에서 효과적인 협력 학습 환경을 제공하는 협업 워크스페이스의 개발에 대하여 기술한다. 다양한 형태로 제공되는 협업 워크스페이스를 통하여, 사용자들은 손쉽게 협력 학습을 수행하거나 적절한 접근 권한 제어 기법으로 학습 자원을 효과적으로 공유할 수 있다.

• 컴퓨터교육학회논문지
• /
• 제4권1호
• /
• pp.43-52
• /
• 2001

본 연구의 목적은 정보통신윤리교육을 위한 네트웍 기반의 협력학습시스템(Netclass)을 개발하는 것이다. 이 시스템은 하이브리드형의 교육시스템이며, 분산 네트웍 환경, 독립적인 컴퓨팅 환경, 웹브라우저 환경이라는 3가지 학습모드를 제공한다. 협력학습 시스템을 제작하기 위하여, 다음과 같은 연구를 수행하였다. 첫째, 정보통신윤리교육과 관련 있는 딜레마 가운데 학습 컨텐츠를 선정하고, 둘째, 학습자간의 협력과 상호작용을 통하여 타인의 생각이나 감정 그리고 행동의 결과를 미리 예측하는 체계적인 과정을 의미하는 협력적 딜레마 해결 학습 모형을 설계하였다. 셋째, 표준구조 기반의 협력학습 시스템 모델을 제시하였으며, 넷째, 네트웍 컴포넌트, DB 컴포넌트, 인터페이스 컴포넌트와 같은 다수의 컴포넌트를 개발하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.173-178
• /
• 2022

최근, 소셜 네트워크 서비스에서 딥러닝을 활용한 추천시스템이 활발하게 연구되고 있다. 하지만 딥러닝을 이용한 추천시스템의 경우 콜드스타트 문제와 복잡한 연산으로 인해 늘어난 학습시간이 단점으로 존재한다. 본 논문에서는 사용자의 메타데이터를 활용하여 사용자 맞춤형 운동 루틴 추천 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 메타데이터(사용자의 키, 몸무게, 성, 등)를 입력받아 설계된 모델에 적용한다. 본 논문에서 제안한 운동 추천시스템 모델은 matrix factorization 알고리즘과 multi-layer perceptron을 활용한 neural collaborative filtering(NCF) 알고리즘을 기반으로 설계된다. 제안된 모델은 사용자 메타데이터와 운동 정보를 입력받아 학습을 진행한다. 학습이 완료된 모델은 특정 운동이 입력되면 사용자에게 추천도를 제공한다. 실험 결과에서 제안하는 운동 추천시스템 모델이 기존 NCF 모델보다 10% 추천 성능 향상과 50% 학습 시간 단축을 보였다.

• 컴퓨터교육학회논문지
• /
• 제9권1호
• /
• pp.41-48
• /
• 2006

위키는 분산 환경의 협력학습 활동에 매우 효율적인 도구임이 최근 여러 실험을 통하여 연구되어 왔다. 위키는 구성원간의 지식공유가 효율적으로 이루어 질 수 있는 기능을 제공하고는 있으나, 페이지와 링크의 동적인 변화로 인한 내용구조의 복잡성으로 인하여 각 구성원이 내용구조를 전체적으로 파악하거나 자신에게 필요한 페이지를 효율적으로 찾기 힘든 단점이 있다고 볼 수 있다. 본 연구에서는 그룹 구성원들에 의한 페이지의 변화가 많이 발생하는 온라인 프로젝트 협력학습활동에서 그룹의 각 구성원에게 내용 구조와 자신에게 관심 있는 활동 페이지를 개별적으로 안내해줄 수 있는 적응적 내비게이션 안내 시스템을 개발하였다. 우리는 먼저 각 페이지와 구성원간의 관계 모델을 페이지 변화 정보와 개별 로그 정보를 사용하여 개발하고 이 모델을 사용하여 적응적 내비게이션 시스템을 설계 및 구현 하였으며, 이 적응적 시스템이 그룹 구성원간의 효율적인 정보공유 그리고 그로 인한 협력학습활동을 어떻게 촉진시켰는지를 현장 실험을 통하여 보여준다.

• Journal of Information Technology Applications and Management
• /
• 제29권3호
• /
• pp.43-55
• /
• 2022

In this study, with the goal of developing a deep learning-based product recommendation model for effective matching of influencers and products, a deep learning model with a collaborative filtering model combined with generalized matrix decomposition(GMF), a collaborative filtering model based on multi-layer perceptron (MLP), and neural collaborative filtering and generalized matrix Factorization (NeuMF), a hybrid model combining GMP and MLP was developed and tested. In particular, we utilize one-class problem free boosting (OCF-B) method to solve the one-class problem that occurs when training is performed only on positive cases using implicit feedback in the deep learning-based collaborative filtering recommendation model. In relation to model selection based on overall experimental results, the MLP model showed highest performance with weighted average precision, weighted average recall, and f1 score were 0.85 in the model (n=3,000, term=15). This study is meaningful in practice as it attempted to commercialize a deep learning-based recommendation system where influencer's promotion data is being accumulated, pactical personalized recommendation service is not yet commercially applied yet.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.732-737
• /
• 2008

e러닝이 새로운 교육 형태로 인식되면서 학습자들의 교육 효과를 극대화시키기 위해 학습의 전반적인 활동을 관리해주는 학습관리시스템(Learning Management System)의 개발도 활발히 이루어지고 있다. 일반적으로 학습관리시스템은 온라인상에서 수강신청부터 학습은 물론 학습자의 학습기록 및 추적, 성적 평가 등의 기능을 포함하고 있다. 그러나 학습자들이 주도적으로 학습을 계획하고 평가 기준을 세우며 이를 통해 동료 학습자들과 협력할 수 있는 시스템은 미비한 실정이다. 또한 e러닝이 새로운 교육 패러다임으로 인식되고는 있으나 여전히 전통적인 면대면 수업 방식에서의 상호작용 효과는 기대하기 어려운 실정이다. 이 논문에서는 온라인과 오프라인 환경을 모두 지원하는 블렌디드 러닝 기반의 학습관리시스템에서 학습자들이 주도적으로 그룹형성 및 학습계획, 상호평가 등 자발적인 참여를 유도할 수 있는 협력학습 지원 모듈을 제안하여 기존의 LMS 기능에 토론 및 팀프로젝트 등을 원활히 할 수 있어 효과적인 협력학습 활동을 기대할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권6호
• /
• pp.2310-2332
• /
• 2020

In recent years, deep learning techniques have achieved tremendous successes in natural language processing, speech recognition and image processing. Collaborative filtering(CF) recommendation is one of widely used methods and has significant effects in implementing the new recommendation function, but it also has limitations in dealing with the problem of poor scalability, cold start and data sparsity, etc. Combining the traditional recommendation algorithm with the deep learning model has brought great opportunity for the construction of a new recommender system. In this paper, we propose a novel collaborative recommendation model based on auxiliary stacked denoising autoencoder(ASDAE), the model learns effective the preferences of users from auxiliary information. Firstly, we integrate auxiliary information with rating information. Then, we design a stacked denoising autoencoder based collaborative recommendation model to learn the preferences of users from auxiliary information and rating information. Finally, we conduct comprehensive experiments on three real datasets to compare our proposed model with state-of-the-art methods. Experimental results demonstrate that our proposed model is superior to other recommendation methods.

• 정보교육학회논문지
• /
• 제10권1호
• /
• pp.93-104
• /
• 2006

이 연구는 선행 연구들이 지적했던 스캐폴딩 제공의 문제점인 학습전이의 저해, 인지부하의 증가, 자율적학습동기의 감소가 스캐폴딩 유형에 따라 어떻게 달라지는지 알아보고자 하였다. 이를 위해 문헌 고찰을 통하여 스캐폴딩에 대한 설계원리를 제시하고, GLAS 유형(지원적, 성찰적, 내재적)에 따른 웹 기반 협력학습환경을 설계하였다. 그리고, 무선적으로 선정된 초등학교 6학년 학생들을 대상으로, 4주간 수학을 주제로 GLAS 유형별 웹 기반 협력학습을 실시하였다. 그 결과, 학습전이에 대한 스캐폴딩의 영향, 성찰적 스캐폴딩의 인지부하 문제, 학습동기에 영향을 주는 내재적 스캐폴딩에 대하여 결론을 얻을 수 있었다.

• 정보교육학회논문지
• /
• 제22권1호
• /
• pp.151-158
• /
• 2018

본 연구의 목적은 협력적 문제 해결력에 영향을 미치는 PISA(Programme for International Student Assessment) 2015의 ICT 요인을 바탕으로 학생들의 협력적 문제 해결력을 예측하는 시스템을 개발하는 데 있다. PISA 2015의 컴퓨터 기반 협력적 문제 해결력 평가에는 한국에서 5,581명이 참여하였다. 연구방법은 먼저 상관분석을 사용하여 유의미한 변수를 선정하였으며, 딥러닝을 사용하여 협력적 문제 해결력 예측 모델을 생성하였다. 모델 생성 결과 테스트 데이터 셋에 대해 약 95%의 정확도로 협력적 문제 해결력을 예측할 수 있었다. 이 모델을 바탕으로 협력적 문제 해결력 예측 시스템을 설계 및 구현하였으며, 해당 시스템을 사용하여 학습자의 ICT 관련 설문을 통해 협력적 문제 해결력을 예측할 수 있다. 본 연구는 교육에서 ICT 투입 및 사용에 대한 정책 결정에서 빅데이터와 인공지능을 적용할 수 있는 새로운 관점을 제공할 것으로 기대한다.