• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3266-3285
• /
• 2023

With the popularity of online learning, intelligent tutoring systems are starting to become mainstream for assisting online question practice. Surrounded by abundant learning resources, some students struggle to select the proper questions. Personalized question recommendation is crucial for supporting students in choosing the proper questions to improve their learning performance. However, traditional question recommendation methods (i.e., collaborative filtering (CF) and cognitive diagnosis model (CDM)) cannot meet students' needs well. The CDM-based question recommendation ignores students' requirements and similarities, resulting in inaccuracies in the recommendation. Even CF examines student similarities, it disregards their knowledge proficiency and struggles when generating questions of appropriate difficulty. To solve these issues, we first design an enhanced cognitive diagnosis process that integrates students' affection into traditional CDM by employing the non-compensatory bidimensional item response model (NCB-IRM) to enhance the representation of individual personality. Subsequently, we propose an affection-enhanced personalized question recommendation (AE-PQR) method for online learning. It introduces NCB-IRM to CF, considering both individual and common characteristics of students' responses to maintain rationality and accuracy for personalized question recommendation. Experimental results show that our proposed method improves the accuracy of diagnosed student cognition and the appropriateness of recommended questions.

• 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.

• 전자공학회논문지 IE
• /
• 제45권4호
• /
• pp.68-73
• /
• 2008

본 연구는 웹 기반 학습평가를 위한 학습자 중심의 문제추천 시스템을 제안하였다. 문제추천 과정을 위하여 문항난이도가 이용되었으며, 각 문제들은 문제은행에 저장 및 관리되었다. 문항난이도는 학습과정 중 재 산출되며 다음 학습에서 피드백되었다. 학습자 중심 문제추천을 위해, 학습자는 학습 전 학습단원을 선택할 수 있으며 학습난이도를 설정할 수 있도록 하였다. 제안방법의 적용결과 대부분의 학습자들이 학습난이도 조절로 인하여 성적이 향상됨을 알 수 있었다.

• 정보교육학회논문지
• /
• 제14권3호
• /
• pp.405-416
• /
• 2010

지식 검색 시스템은 사용자의 질의에 대해 다른 질의 응답 문서들을 검색하는 시스템이다. 그러나 우수한 평가를 받은 질의 응답이라 하더라도 사용자가 원하는 것과는 거리가 먼 내용일 수 있다. 이는 사용자가 원하는 내용을 질의로 표현할 때 자신의 질의 의도를 정확하게 표현하지 못하는 등의 이유가 있기 때문이다. 본 논문에서는 검색된 결과에서 사용자가 원하는 내용을 얻지 못한 경우에, 원하는 내용이 있을 가능성이 있는 추가적인 질의 응답들을 추천하여 사용자의 만족도를 높일 수 있는 새로운 형태의 지식 검색 시스템을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.73-83
• /
• 2011

질의 응답 시스템은 사용자의 질의에 대해 다른 사용자의 응답을 저장하고 보여 주는 시스템이다. 사용자의 질의를 만족시키는 응답을 정확히 검색하고자 노력하는 많은 연구들이 있었지만 이에는 근본적인 한계가 있었다. 따라서 질의 응답 시스템에서는 보조적인 방법으로 사용자의 질의를 만족시킬 가능성이 높은 다른 질의를 추천하는 방법이 사용되고 있다. 이전 연구에서 내용적으로 포함하는 정도가 큰 질의들을 하위 질의로서 추천하는 내용 기반 추천 방법으로서 퍼지 관계 곱 연산자(fuzzy relational product operator)를 사용하는 방법이 제안되었고, 기본적인 함의 연산자로서 Kleene-Dienes 연산자가 사용되었다. 하지만 Kleene-Dienes 연산자는 설명의 의미적 포함관계를 고려한 방법이 아니기 때문에 질의응답의 의미적 포함 정도를 계산하기에 적합하지 않다. 본 논문에서는 두 질의에 대한 설명의 의미적 포함관계를 고려한 새로운 함의 연산자를 제안한다. 새로운 연산자는 어떤 질의 및 응답 들이 다른 질의와 그 응답들에 의미적으로 포함되는 정도를 계산하도록 설계되었다. 실험을 통하여 새로운 함의 연산자를 적용한 퍼지 관계곱 연산자를 사용하면 사용자가 원하는 지식을 추천할 가능성이 높아짐을 보였다.

• 한국융합학회논문지
• /
• 제9권10호
• /
• pp.21-28
• /
• 2018

학습코스 선정에 많은 어려움과 시행착오를 겪고 있는 사용자들에게 수준별 학습코스를 제공하기 위해, ITS(Intelligence Tutoring System)를 위한 동적인 학습자 맞춤형 학습코스 추천 모델을 개발하였다. 이를 위해, 개인화 학습코스 추천모델에서는 먼저 학습자 프로파일을 분석하고, 단어별 가중치를 계산하여 핵심 키워드를 추출한다. 추출된 단어는 Cosine Similarity 기법을 통해 유사도를 측정하고, 최종적으로 유사도가 높은 상위 3개 과정이 학습자에게 추천된다. 추천모델의 효과를 분석하기 위해, 경기도 소재 교육기관에 추천모델을 적용하였고, 만족도 조사를 통하여 설문 항목별 평균, 표준편차, 왜도, 첨도 값을 계산하였다. 실험결과, 정확성, 새로움, 자기참조, 유용성에서 높은 만족도를 보였으며, 추천모델의 실효성을 검증했다. 본 연구는 그동안 국내 외에서 충분히 다뤄지지 않았던 기계학습 중심의 맞춤형 학습코스를 추천했다는 점에서 의미가 있다.

• Asia Marketing Journal
• /
• 제17권4호
• /
• pp.43-61
• /
• 2016

This paper has identified some theoretical reasons and empirical evidence for negative scores that occur in Japan and Korea or unstable NPS scores that can be experienced. A psychological analysis of NPS results sheds light on the validity of the negative NPS scores that are often found in Japan and Korea. Usually customer experience surveys utilize a "single stimulus" such as the "company" or the "company's products / services." However, in the case of the "recommendation to friend" question of the NPS system there are two stimuli namely the "company product/service" and the influence of "friends." Hence, the survey outcomes from this question can be very different when compared with other single stimulus questions such as "overall satisfaction" or "repurchase." Japanese and Korean people may have a positive attitude towards the company but they will provide low NPS scores because they are reflecting that they would not run the risk of ruining their relationships with their friends by making a recommendation. As a result, in the NPS system these people will be labeled as "detractors" when in fact they are "ambivalent customers." Using several Japanese and Korean based marketing research industry examples and case studies, different strategies are proposed to address the issue of negative scores in the NPS system in Japan and Korea. The Customers Psyche appears to be the key determinant factors for both types of behavioural items (items with a single stimulus as well as items with two stimuli).

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권4호
• /
• pp.251-258
• /
• 2005

Automatic document classification may differ significantly according to the characteristics of documents that are subject to classification, as well as classifier's performance. This research identifies e-mail document's characteristics to apply a three-step preprocessing algorithm that can minimize e-mail document's atypical characteristics. In the first 5go, uncertain based sampling algorithm that used Mean Absolute Deviation(MAD), is used to address the question of selection learning document for the rule generation at the time of classification. In the subsequent stage, Weighted vlaue assigning method by attribute is applied to increase the discriminating capability of the terms that appear on the title on the e-mail document characteristic level. in the third and last stage, accuracy level during classification by each category is increased by using Naive Bayesian Presumptive Algorithm's Dynamic Threshold. And, we implemented an E-Mail Recommendtion System using a three-step preprocessing algorithm the enable users for direct and optimal classification with the recommendation of the applicable category when a mail arrives.

• 한국멀티미디어학회논문지
• /
• 제21권11호
• /
• pp.1353-1361
• /
• 2018

With the availability of real-time educational data collection and analysis techniques, the education paradigm is shifting from educator-centric to data-driven lectures. However, most offline and online education frameworks collect students' feedback from question-answering data that can summarize their understanding but requires instructor's attention when students need additional help during lectures. This paper proposes a content restructure recommendation framework based on collected student feedback. We list the types of student feedback and implement a web-based framework that collects both implicit and explicit feedback for content restructuring. With a case study of four-week lectures with 50 students, we analyze the pattern of student feedback and quantitatively validate the effect of the proposed content restructuring measured by the level of student engagement.

• 한국IT서비스학회지
• /
• 제13권3호
• /
• pp.309-321
• /
• 2014

Recently, due to the advent of ubiquitous computing and the spread of intelligent portable device such as smart phone, iPad and PDA has been amplified, a variety of services and the amount of information has also increased fastly. It is becoming a part of our common life style that the demands for enjoying the wireless internet are increasing anytime or anyplace without any restriction of time and place. And also, the demands for e-commerce and many different items on e-commerce and interesting of associated items are increasing. Existing collaborative filtering (CF), explicit method, can not only reflect exact attributes of item, but also still has the problem of sparsity and scalability, though it has been practically used to improve these defects. In this paper, using a implicit method without onerous question and answer to the users, not used user's profile for rating to reduce customers' searching effort to find out the items with high purchasability, it is necessary for us to analyse the segmentation of customer and item based on customer data and purchase history data, which is able to reflect the attributes of the item in order to improve the accuracy of recommendation. We propose the method of recommendation system using association rule and weighted preference so as to consider many different items on e-commerce and to refect the profit/weight/importance of attributed of a item. To verify improved performance of proposing system, we make experiments with dataset collected in a cosmetic internet shopping mall.