• 컴퓨터교육학회논문지
• /
• 제8권4호
• /
• pp.107-114
• /
• 2005

사용자는 적응형 하이퍼미디어를 항해하면서 적응형 하이퍼미디어가 아닌 다른 응용 프로그램을 함께 사용할 수도 있다. 만일 사용자가 그 응용 프로그램을 통해 적응형 하이퍼미디어와 관련된 정보에 접근하였다면, 이러한 사용자의 행동은 적응형 하이퍼미디어가 제공하는 내용에 대한 사용자의 지식이나 흥미에 영향을 줄 수 있다. 그러나 적응형 하이퍼미디어 시스템은 페이지 접근과 같은 탐색 활동을 통해 사용자 행동을 이해하며, 다른 응용 프로그램에서 발생한 사용자의 행동을 인식하여 사용자 속성을 변화시키기 어렵다. 본 논문에서는 적응형 하이퍼미디어 시스템이 다른 응용프로그램에서 발생한 사용자 행동을 인식하여 사용자 프로파일을 갱신시킬 수 있도록 함으로써 현재 사용자의 특성을 보다 정확하게 파악하여 적응형 내용 제시와 적응형 항해를 제공하고자 한다. 후킹 메커니즘을 이용하여 다른 응용 프로그램에서 발생한 사용자 이벤트를 분석하고, XML 번역기를 이용하여 시스템에 저장된 사용자의 프로파일을 갱신할 것이다.

• 컴퓨터교육학회논문지
• /
• 제7권6호
• /
• pp.37-45
• /
• 2004

웹 기술의 빠른 성장과 더불어, 웹은 다양한 측면에서 우리의 삶뿐만 아니라 교육과 학습을 변화시켰다. 웹 기반 학습은 자기 주도적 학습과 창의적 학습을 언제 어디서나 지원해 줄 수 있게 되었지만 학습 내용들로 구성되는 하이퍼 공간의 구조가 복잡할 경우 학습자들은 방향 감각 상실이나 인지 과부하를 경험할 수도 있다. 본 논문에서는 인지적 부하 이론을 근거로 초보자들이 프로그래밍 학습을 한 때 경험할 수 있는 인지 부하를 줄일 수 있는 웹 기반 적응형 하이퍼미디어 시스템을 설계하고 구현하였다.

• 컴퓨터교육학회논문지
• /
• 제7권2호
• /
• pp.67-76
• /
• 2004

이 논문에서 설계한 웹 기반 교육용 동적적응 하이퍼미디어 시스템에서는 영역 모델과 사용자 모델을 구조화하기 위해 XML을 기반으로 하는 마크업 언어를 정의한다. 이러한 마크업 언어는 웹 기반 교육용 적용형 하이퍼마디어 분야에서 자료를 구조화하기 위한 간단한 방법론을 가지고 쉽게 확장될 수 있고 저작될 수 있다. 또한 사용자의 브라우징 행위에 따라 자동적으로 하이퍼텍스트 네트워크를 재구성하는 학습 규칙을 제안하였다. 사용자 각각의 동적 이해 과정을 통해 하이퍼미디어 콘텐츠를 프리젠테이션 할 수 있는 기능을 포함하고 있다. 사용자 프로필은 사용자 모델 안에 포함되어 있고, 하이퍼미디어 콘텐츠인 영역 지식은 개념 기반의 영역 모델 형태로 설계되었으며, 제안된 학습 규칙에 따라 동적으로 재구조화가 이루어진다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (A)
• /
• pp.800-802
• /
• 2003

이 논문에서는 웹 기반의 하이퍼미디어 교육시스템에서 이산 확률 분포 함수와 사용자 프로파일 기반의 동적 적응 모델을 제안하였다. 이 모델은 응용 영역을 동적 적응 객체의 가중치 방향성 그래프로 표현하며 사용자 행위를 이산 확률 함수를 동적으로 구축하는 접근 방식을 이용하여 모델링 한다. 제안한 확률적 해석은 웹 미디어 구조에서 사용자의 탐색 행위를 추적하여 사용자 행위에 대한 잠재적 속성을 나타내는데 사용될 수 있다. 이러한 접근 방식은 사용자에게 가장 알맞은 프로파일을 동적으로 할당할 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.681-689
• /
• 2019

웹 사용 패턴 발견은 웹 로그 데이터를 사용하는 고급 수단이며 웹 로그 데이터 마이닝에 데이터 마이닝 기술을 적용한 특정 응용이다. 교육 분야에서 데이터 마이닝 (DM)은 데이터 마이닝 기술을 교육 데이터 (대학의 웹 로그, e-러닝, 적응형 하이퍼미디어 및 지능형 튜터링시스템 등)에 적용한다. 따라서 교육 연구 문제를 해결하기 위해 이러한 유형의 데이터를 분석하는 것이 목표이다. 본 논문에서는 대학의 웹 로그 데이터가 데이터 마이닝의 연구 대상으로 사용되어 진다. 데이터베이스 OLAP 기술을 사용하여 웹 로그 데이터가 데이터 마이닝에 사용될 수 있는 데이터 형식으로 사전 처리되고 그 처리 결과가 MSSQL에 저장된다. 동시에 처리 된 웹 로그 레코드를 기반으로 기본 데이터 통계 및 분석이 완료된다. 또한 웹 사용 패턴 마이닝의 Apriori Algorithm 및 구현 프로세스를 소개하고 Python 개발 환경에서 Apriori Algorithm 프로그램을 개발했다. 그런 다음 Apriori Algorithm의 성능을 보이고 웹 사용자 액세스 패턴의 마이닝을 실현했다. 이 연구 결과는 교육 시스템 개발에 패턴을 적용하는데 중요한 이론적 의미를 갖는다. 다음 연구로는 분산 컴퓨팅 환경에서 Apriori Algorithm의 성능 향상을 연구하는 것이다.