• 한국학교수학회논문집
• /
• 제9권4호
• /
• pp.521-538
• /
• 2006

본 연구는 중학교 2학년 기하증명에서 증명보조카드를 제시하는 증명지도방법을 통해 학생들의 기하증명 능력과 기하증명에 대한 수학적 태도 변화를 조사한 것이다. 대구광역시 D중학교 2학년 학생들을 대상으로 5차시 동안 증명보조카드를 이용한 수업 후 수준별 학생 7명을 선정하여 이 학생들이 작성한 학습지와 증명보조카드를 사용하기 전과 후의 변화를 중점으로 인터뷰를 하였다. 이렇게 수진된 자료의 분석에 의한 본 연구의 결론은 증명보조카드를 이용한 증명활동을 통해 학생들의 기하증명에 대한 능력 변화가 있었으며, 증명보조카드를 이용한 증명활동을 통해 기하증명에 대한 수학적 태도의 변화가 있었다.

• 한국수학교육학회:학술대회논문집
• /
• 한국수학교육학회 2006년도 제37회 전국수학교육연구대회 프로시딩
• /
• pp.147-161
• /
• 2006

• 지식경영연구
• /
• 제23권2호
• /
• pp.277-299
• /
• 2022

관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.