Browse > Article
http://dx.doi.org/10.18108/jeer.2019.22.5.37

A Case Study on Big Data Analysis Systems for Policy Proposals of Engineering Education  

Kim, JaeHee (Research & Information Center for innovative Engineering Education, Inha University)
Yoo, Mina (Department of Consilience, Korea Polytechnic University)
Publication Information
Journal of Engineering Education Research / v.22, no.5, 2019 , pp. 37-48 More about this Journal
Abstract
The government has tried to develop a platform for systematically collecting and managing engineering education data for policy proposals. However, there have been few cases of big data analysis platform for policy proposals in engineering education, and it is difficult to determine the major function of the platform, the purpose of using big data, and the method of data collection. This study aims to collect the cases of big data analysis systems for the development of a big data system for educational policy proposals, and to conduct a study to analyze cases using the analysis frame of key elements to consider in developing a big data analysis platform. In order to analyze the case of big data system for engineering education policy proposals, 24 systems collecting and managing big data were selected. The analysis framework was developed based on literature reviews and the results of the case analysis were presented. The results of this study are expected to provide from macro-level such as what functions the platform should perform in developing a big data system and how to collect data, what analysis techniques should be adopted, and how to visualize the data analysis results.
Keywords
Big data system; Case study; Analysis frameworks; Policy proposals; Engineering education;
Citations & Related Records
Times Cited By KSCI : 3  (Citation Analysis)
연도 인용수 순위
1 정석(2015). 정부업무평가에서 빅데이터 활용방안 연구. 한국행정연구원, 연구보고서 2015-07
2 권기석.박진수.구찬동(2014). 교육(빅)데이터를 활용한 아젠다 개발. 한국교육학술정보원, 연구보고 KR 2014-10.
3 김경훈 외(2017). ICT 정책에서 빅데이터 분석의 활용방안 연구. 정보통신정책연구원, 기본연구 17-04.
4 김광선.한지영.김영도.허은녕(2016). 창조적 선도자를 양성하는 공학교육혁신에 대한 연구. 교육부 정책연구, 정책 2016-위탁-72.
5 김연희(2013). 빅데이터의 기술. 한빛아카데미
6 김은우.금득규(2014). 빅데이터 분석: Social BigDate 서비스 분석플랫폼 구축기술 소개. 정보처리학회지, 21(3), 35-42.
7 김정숙(2012). 빅 데이터 활용과 관련기술 고찰. 한국콘텐츠학회지, 10(1), 34-40.   DOI
8 김진호 외(2017). 빅데이터 시대에 대응한 교육정보.통계 기반 정책 추진방안. 교육부 정책연구 제안서, 정책 2017-위탁-5.
9 송영조(2013). 정책도구로서의 빅데이터 역할에 대한 탐색적 연구. 한국정책분석평가학회 학술대회발표논문집, 2013(3), 235-261.
10 송태민(2012). 보건복지 빅 데이터 효율적 활용방안. 보건복지포럼, 2012(11), 68-76.
11 송태민 외(2015). 소셜 빅데이터 기반 저출산 정책 수요 예측. 한국보건사회연구원.
12 강만모.김상락.박상무(2012). 빅 데이터의 분석과 활용. 정보과학회지, 30(6), 25-32.
13 유예림.백순근(2016). 자동화된 텍스트 분석을 활용한 2015 개정 교육과정 정책에 대한 언론 보도의 쟁점 분석. 교육과정평가연구, 19(3), 127-156.
14 이만재(2013). 공공 데이터 어낼리틱스와 비주얼라이제이션. 정보과학회지, 31(3), 101-107.
15 이만재(2011). 빅 데이터와 공공 데이터 활용. Internet and Information security, 2(2), 47-64.
16 이승룡 외(2013). 2012년도 기술영향 평가: 빅데이터 분석 기술과 활용. 한국과학기술기획평가원.
17 이진희 외(2011). 테크놀로지 인텔리전스 서비스의 시각화 요소 평가 -사용자 평가를 통한 효용성 분석-. 한국콘텐츠학회논문지, 11(12), 533-542.   DOI
18 이충권(2015). 빅데이터 정보시스템의 구축 및 사례에 관한 연구. 스마트미디어저널, 4(3), 56-61.
19 장상현(2012). 빅데이터와 스마트교육. 정보과학지, 30(6), 59-64.
20 정용찬(2012). 빅데이터 혁명과 미디어 정책 이슈, 정보통신정책연구원.
21 정진명.김우주.구찬동(2016). 교육정책 아젠다 발굴을 위한 소셜미디어 빅데이터 분석 연구. 한국교육학술정보원, 연구보고 RR 2016-1.
22 조영임(2016). 공학교육에서 지능적 빅데이터 분석의 필요성. 인텔리전트 빅데이터와 공학교육혁신 포럼 자료집. 공학교육동향, 23(2), 67-72.
23 조용상 외(2013). 표준화 이슈리포트: 학습분석 기술 활용 가능성 및 전망. 2013 KERIS 이슈리포트, 한국교육학술정보원.
24 통계청(2017). 빅데이터 시대, 실생활 중심 학교 통계교육 지원(보도자료 2017.06.06.).
25 최봉.윤종진(2018). 서울시 공공빅데이터 활성화 방안. 서울연구원.
26 최제영(2012). 스마트교육 환경에서의 빅데이터 동향. 한국교육학술정보원
27 이지영(2015). 빅데이터의 국가통계 활용을 위한 기초연구. 통계개발원, 2015년 상반기 연구보고서, 49-125.
28 최인봉.이채희.이은경(2015). 소셜 빅데이터를 활용한 학업성취도 평가 이슈 분석. 2015 KICE 이슈페이퍼, 한국교육과정평가원.
29 최제영(2012). 스마트교육 환경에서의 빅데이터 동향. 한국교육학술정보원. 이슈리포트 2012-19.
30 한지영.김영도.허은녕(2016). 창조적 선도자를 양성하는 공학교육혁신에 대한 연구. 교육부 정책 연구. 정책 2016-위탁-72호.
31 Aggarwal, C. C., & Zhai, C.(2012). Mining Text Data. New York: Springer Science & Business Media.
32 Allahyari, M. et al.(2017). A Brief Survey of Text Mining: Classification, clustering and extraction techniques. arXiv preprint arXiv:1707.02919.
33 Caprara, G. V. et al.(2008). Longitudinal Analysis of the Role of Perceived Self-efficacy for Self-regulated Learning in Academic Continuance and Achievement. Journal of Educational Psychology, 100(3), 525-534.   DOI
34 Choi, S. K., & Jeon, S. C.(2013). A Propose of Big Data Quality Elements. The Journal of Advanced Navigation Technology, 17(1), 9-15.   DOI
35 Fan, W., & Bifet, A.(2013). Mining Big Data: Current Status, and Forecast to the Future. ACM sIGKDD Explorations Newsletter, 14(2), 1-5.   DOI
36 Gartner(2017). 2017 Planning Guide for Data and Analytics. Retrieved from https://www.gartner.com/binaries/content/assets/events/keywords/catalyst/catus8/2017_planning_guide_for_data_analytics.pdf
37 IDC.(2011). IDC's Worldwide Big Data Taxonomy.
38 Jin, X. et al.(2015). Significance and Challenges of Big Data Research. Big Data Research, 2(2), 59-64.   DOI
39 Keim, D. A.(2002). Information Visualization and Visual Data Mining. IEEE transactions on Visualization and Computer Graphics, 8(1), 1-8.   DOI
40 McKinsey Global Institute(2011). Big Data: the Next Frontier for innovation, Competition, and Productivity. McKinsey & Company.
41 Yiu, C.(2012). The Big Data Opportunity. Policy exchange 2012. UK, London, Policy exchange.
42 Siemens, G., & Long, P.(2011). Penetrating the Fog: Analytics in Learning and Education. EDUCAUSE review, 46(5), 30-40.
43 Romero, C., Ventura, S., & Garcia, E.(2008). Data Mining in Course Management Systems: Moodle Case Study and Tutorial. Computers & Education, 51(1), 368-384.   DOI
44 Banerjee, A., Bandyopadhyay, T., & Acharya, P.(2013). Data analytics: Hyped up aspirations or true potential?. Vikalpa, 38(4), 1-12.