• The Journal of Korean Association of Computer Education
• /
• v.13 no.5
• /
• pp.29-38
• /
• 2010

In this study we developed an ontology-based e-learning system for supporting self-directed learning. In this system, a domain ontology of a learning topic was constructed and relation properties were defined to indicate the relations among the learning concepts. The learning concepts and their relationships are structured visually through the domain ontology. It also boosts understandabilities of students by means of the visualization of relationships among the pre and post concepts. In addition, the system provides reasoning so that learners can do intelligent query when they want to learn more or they are curious about the high-level knowledge while they are learning a topic. These features of the system would help learners' self-directed and active learning.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.993-996
• /
• 2009

The object of this study is to make leaners have studying environment to study adaptively, any where, any one, any time, and just in time. So, it helps leaners find solutions to questions and problems which they can face in the process of learning. This study tried to find a solution to possibility of ontologied electronic circuit, after consideration of the Semantic web and ontology theory through studying of Sundry records. As the result, I established the ontology frame about the electronic circuit, and I studied on application for e-learning based on the Semantic web ontology.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.483-486
• /
• 2009

본 논문은 클러스터링 탐색 방법과 온톨로지 학습 방법을 융합하여 보다 더 효율적인 검색 방안을 제안한다. 이를 통해 키워드가 정확하게 일치하지 않더라도 사용자가 원하는 웹 서비스를 검색할 수 있고, 반대로 키워드가 일치하지만 사용자가 의도하지 않은 웹 서비스는 검색 결과에서 제거할 수 있다. 주된 아이디어는 매개변수들 사이의 숨은 시맨틱 개념을 찾아내어 온톨로지를 학습하고, 확장된 키워드 탐색 방법과 온톨로지 활용 방법을 혼합 사용하여 보다 지능적인 웹 서비스 매칭을 수행하는 것이다.

• Journal of the Korea Convergence Society
• /
• v.6 no.3
• /
• pp.127-134
• /
• 2015

In this paper, we design a semantic-based syllabus template including learning ontologies. A syllabus has been considered as a important blueprint of teaching in universities. However, the current syllabus has no importance in real world because most of all syllabus management systems provide simple functionalities such as, creation, modification, and retrieval. In this paper, our approach consists of definition of hierarchical structure of syllabus and semantic relationships of syllabuses, formalization of learning goals, learning activity, and learning evaluation using Bloom's taxonomy and design of learning subject ontologies for improving the usability of syllabus. We prove the correctness of our proposed methods according to implementing a real syllabus for JAVA programing course and experiments for retrieving syllabuses.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.106-108
• /
• 2003

최근 들어 인터넷의 급속한 발전으로 사용자가 처리해야할 점보의 양이 급속히 늘어나게 됨으로써 사람이 혼자만의 힘으로 이 많은 정보를 처리하는 것이 하나의 고단한 작업이 되었고, 이 작업을 돕기 위한 소프트웨어 에이전트(software agent) 의 필요성이 대두되었다. 본 논문에서는 구현한 소프트웨어 에이전트가 사용자의 업무보조 (personal assistant) 라는 자신의 임무를 수행하기 위하여 온톨로지(ontology)를 기반으로 사용자의 선호도(preference) 와 의사결정 패턴을 학습하여 사용자 프로파일(user Profile) 을 작성한다. 학습한 프로파일을 바탕으로 사용자의 선호도와 일치하는 제품을 추천하는 지능형 에이전트를 제안하고. 실질적인 실험을 통해 학습된 사용자의 성향을 분석한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.2
• /
• pp.157-162
• /
• 2008

This paper presents a learning method of tagging ontology using large tagging data such as a folksonomy, which stands for classification structure informally created by the people. There is no common agreement about the semantics of a tagging, and most social web sites internally use different methods to represent tagging information, obstructing interoperability between sites and the automated processing by software agents. To solve this problem, we need a tagging ontology, defined by analyzing intrinsic attributes of a tagging. Through several machine learning for tagging data, tag groups and similar user groups are extracted, and then used to learn the tagging ontology. A recommender system adopting the tagging ontology is also suggested as an applying field.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.221-225
• /
• 2008

최근 교육에서 대두 되고 있는 중요한 문제는 학습자 중심의 맞춤형 교육이 이루어져야 한다는 것이다. 이러한 요구를 만족 시킬 수 있는 방법 중 하나는 학습자의 역량을 고려하여 학습을 진행하는 것이다. 역량 기반의 학습을 진행하기 위해서는 학습자의 역량을 분석하는 방법과 부족한 역량을 효율적으로 계발 할 수 있는 콘텐츠를 제시하는 방법이 필수적이다. 본 연구에서는 e-learning에서 역량 기반의 학습이 진행됨을 가정하고 많은 SCORM 콘텐츠들이 공유되고 있을 때 학습자의 역량을 고려하여 가장 적합한 콘텐츠를 검색하는 시스템을 온톨로지를 통해 구현하였다. 또한 사용자 만족도를 높이기 위하여 온톨로지 기반 검색 시스템이 선택한 콘텐츠 정보를 마이닝 하였다. 그 결과로 검색되는 콘텐츠에 순위를 부여하여 학습자에게 좀 더 적합한 콘텐츠를 제시 할 수 있도록 하였다.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.24 no.4 s.203
• /
• pp.24-30
• /
• 2006

온톨로지의 기본개념, 응용 분야 및 학습 단계에 대하여 간단하게 설명하였고, 온톨로지 학습단계에서 전문 분야의 개념간 계층 관계 학습 방법에 대하여 자세하게 알아보았다. 전문분야 개념을 표현하는 전문 용어 사이의 계층 관계를 학습하는 방법은 크게 규칙 기반 방법, 통계 기반 방법 그리고 용어의 전문성과 유사도를 이용하는 방법으로 나눌 수 있다. 규칙 기반 방법은 비교적 정확한 결과를 얻을 수 있는 장점이 있지만 재현율이 낮은 단점이 있다. 기존은 통계 기반 방법에서는 재현율이 높은 장점이 있지만 정확률이 낮은 단점이 있다. 또한 이 방법에서는 순수하게 통계 정보만 이용하기 때문에 오류에 대한 분석이 어려운 단점이 있다. 용어의 전문성과 용어간 유사도를 이용한 방법에서는 용어의 전문성을 이용하여 기존의 계층 구조에서 상위에 후보를 선택하고, 용어간 유사도를 이용하여 선택한 후보를 정렬하여 최적의 후보를 찾는다. 이 방법은 상위어 선정 과정을 두 단계로 분리하여 수행하기 때문에 오류 분석이 용이한 장점이 있다. 향후 온톨로지 학습 과정에서 계층 관계뿐 아니라 인과 관계 및 다양한 관계의 학습과 관련된 연구가 진행되어야 한다.

• 한국IT서비스학회:학술대회논문집
• /
• 2009.05a
• /
• pp.393-396
• /
• 2009

기존의 웹을 확장한 시맨틱 웹의 등장으로 웹 온톨로지의 구축이 중요시 되고 있다. 이로 인하여 현재 웹 온톨로지의 관리 및 활용을 위한 편집기, 웹 온톨로지 기술언어, 저장소 및 추론 엔진 등 다양한 기술 및 시스템들이 개발되어 웹 온톨로지의 구축이 용이해졌다. 이제는 구축된 웹 온톨로지를 응용 시스템에 활용하기 위한 웹 온톨로지 클래스에 대한 인스턴스를 풍부하게 할 수 있는 웹 온톨로지의 확장에 대한 연구가 요구된다. 웹 온톨로지의 확장을 위해서는 먼저 웹 온톨로지를 보다 정확하게 정의해야 하며 웹 온톨로지를 보다 풍부하게 확장할 수 있는 방법이 개발되어야 한다. 웹 온톨로지의 보다 정확한 정의를 위해서는 표준화 된 공통 개념을 이용하여 웹 온톨로지 스키마를 생성해야하며 이를 기반으로 한 웹 온톨로지 간 상호운용성 향상되어야 한다. 따라서 이 논문에서는 표준화 된 공통 개념을 관리하는 메타데이터 레지스트리(Metadata Registry)를 기반으로 구조화 된 데이터를 이용한 웹 온톨로지의 학습 및 확장 모델을 제안한다. 또한, 제안 모델을 위한 프로토타입을 구현하고 제안 모델의 평가에 대하여 기술한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1009-1012
• /
• 2005

e-러닝의 활용도와 역할이 커져 가면서, 온톨로지(Ontology)나 컨셉맵(Concept Map)을 이용하여 e-러닝의 학습효과를 높이는 방안들이 연구되고 있다. 그러나 아직까지 e-러닝에 온톨로지나 컨셉맵 개념을 적용한 연구 사례는 미미한 수준이며, 이들간의 연계에 대한 고려 없이 별개의 대상으로 다루어져 왔다. 본 연구는 온톨로지와 컨셉맵의 상호 연관 관계와 각각의 장점들을 분석하여 학습에 있어서 시너지(Synergy)를 가져올 수 있는 새로운 e-러닝 시스템 구축 방안을 제안한다. 제안 시스템에서 온톨로지와 컨셉맵 간의 연계는 컨셉맵 에이전트에 의해 이루어진다. 컨셉맵 에이전트는 학습자의 수준이나 관심영역(주제와 범위)에 맞게 온톨로지로부터 추출한 학습 콘텐츠를 재구성해 준다. 학습자는 제안 시스템의 사용자 인터페이스를 통해 자신이 이해하고 있는 지식을 컨셉맵 형태로 표현할 수 있고, 컨셉맵 에이전트에게 요청하여 제공 받은 모범답안 컨셉맵과 자신이 표현한 컨셉맵을 비교하여 학습자가 스스로 자기 평가를 할 수 있다. 본 e-러닝 시스템이 제공하는 이러한 새로운 형태의 학습 환경은 학습자가 학습 지식에 대해 보다 체계적으로 접근하여 효과적으로 학습할 수 있게 해준다. 또한, 학습에 있어서 컨셉맵을 이용하므로 학습 형태의 특성상 보다 원천적으로 암기 위주의 학습에서 탈피하여 구성주의적인 학습을 가능하게 한다.