• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.345-347
• /
• 2021

본 연구는 최근 Horizon report 2020에서 소개하는 고등교육 분야에 영향을 줄 트렌드와 기술 사례들을 수집하여 고등교육의 미래 동향과 학습 분석적 측면에서 분석하였다. 고등 교육이 교수·학습을 중심으로 영향을 줄 트렌드로는 기술적 트렌드, 고등교육 트렌드, 경제적 트렌드 등이 있으며 기술 사례로는 적응형 학습, 인공지능/머신기능 기술의 교육적 활용, 학업 성취도 분석을 위한 학습 분석, 확장 현실 기술 등이 있다. 이 중 학습 분석 기술은 학습자의 학업 성취도를 높이기 위한 방법으로 사용되는 유용한 기술이기도 하며 고등교육에 영향을 줄 가장 핵심 트렌드이기도 하다. 그러나 현실 학습에 적용하는데는 데이터 격차, 품질 문제, 개인 정보보호에 대한 문제 등 윤리적 문제를 함께 고려해야한다. 본 연구를 기반으로 한 향후 학습 분석 시스템을 개발하고자 한다.

• 디지털산업정보학회논문지
• /
• 제16권2호
• /
• pp.105-115
• /
• 2020

This study examines the influence of the betweenness centrality on tertius gaudens orientation, relationship commitment, and individual learning performance within the university environment. The betweenness centrality explored the antecedent factor of tertius gaudens orientation. The relationship commitment explored the consequence factor of tertius gaudens orientation, and the learning performance explored the consequence factor of the relationship commitment. This survey was carried out by university students. Data were obtained from 74 respondents who have been studying tourism data analytics at one of the leading universities, in Seoul, Korea. In order to validate the research model, social network analysis tool, UCINET 6.689, and a structural equation modeling tool, SmartPLS 3.3.2, were used. The empirical result showed that all antecedent factors (betweenness centrality position, tertius gaudens orientation, and relationship commitment) of the learning performance were significant. In conclusion, this study discusses the research findings and implications. Then the limitations and future directions of the study were suggested.

• Asia pacific journal of information systems
• /
• 제34권1호
• /
• pp.209-225
• /
• 2024

This research aims to use machine learning technology in human resource management to predict employees' work-life balance. The study utilized a dataset from IBM Watson Analytics in the IBM Community for the machine learning analysis. Multinomial dependent variables concerning workers' work-life balance were examined, categorized into continuous and categorical types using the Generalized Linear Model. The complexity of assessing variable roles and their varied impact based on the type of model used was highlighted. The study's outcomes are academically and practically relevant, showcasing how machine learning can offer further understanding of psychological variables like work-life balance through analyzing employee profiles.

• 융합정보논문지
• /
• 제8권1호
• /
• pp.201-206
• /
• 2018

최근 인공지능을 구현하기 위한 기술들이 보편화되면서 특히, 기계 학습이 폭넓게 사용되고 있다. 기계 학습은 대량의 데이터를 수집하고 일괄적으로 처리하며 최종 조치를 취할 수 있는 통찰력을 제공하나, 작업의 효과가 즉시 학습 과정에 통합되지는 않는다. 본 연구에서는 비즈니스의 큰 이슈로서 실시간 데이터 분석의 성능을 개선하기 위한 적응형 학습 모델을 제안하였다. 적응형 학습은 데이터세트의 복잡성에 적응하여 앙상블을 생성하고 알고리즘은 샘플링 할 최적의 데이터 포인트를 결정하는데 필요한 데이터를 사용한다. 6개의 표준 데이터세트를 대상으로 한 실험에서 적응형 학습 모델은 학습 시간과 정확도에서 분류를 위한 단순 기계 학습 모델보다 성능이 우수하였다. 특히 서포트 벡터 머신은 모든 앙상블의 후단에서 우수한 성능을 보였다. 적응형 학습 모델은 시간이 지남에 따라 다양한 매개변수들의 변화에 대한 추론을 적응적으로 업데이트가 필요한 문제에 폭넓게 적용될 수 있을 것으로 기대한다.

• Journal of Multimedia Information System
• /
• 제5권3호
• /
• pp.195-200
• /
• 2018

Recently, as the sensor and big data analysis technology have been developed, there have been a lot of researches that analyze the purchase-related data such as the trajectory information and the stay time. Such purchase-related data is usefully used for the purchase pattern prediction and the purchase time prediction. Because it is difficult to find periodic patterns in large-scale human data, it is necessary to look at actual data sets, find various feature patterns, and then apply a machine learning algorithm appropriate to the pattern and purpose. Although existing papers have been used to analyze data using various machine learning methods, there is a lack of statistical analysis such as finding feature patterns before applying the machine learning algorithm. Therefore, we analyze the purchasing data of Songjeong Maeil Market, which is a data gathering place, and finds some characteristic patterns through statistical data analysis. Based on the results of 1, we derive meaningful conclusions by applying the machine learning algorithm and present future research directions. Through the data analysis, it was confirmed that the number of visits was different according to the regional characteristics around Songjeong Maeil Market, and the distribution of time spent by consumers could be grasped.

• 실천공학교육논문지
• /
• 제16권2호
• /
• pp.159-165
• /
• 2024

본 연구는 학습자 중심의 맞춤형 교육을 위한 지능형 학습활동 데이터를 수집하기 위한 전체 체계를 연구하였다. 학습활동 데이터수집 표준인 xAPI, Caliper analytics, cmi5의 특징들을 비교 분석하였고, 이러한 표준화된 데이터뿐만 아니라 표준화되지 않은 학습활동 데이터도 모두 빅데이터로 저장되어 인공지능 학습분석을 할 수 있는 체계를 마련하였다. 그 결과 데이터 유형 정의, xAPI 적용한 학습데이터 표준화, 빅데이터 저장, 학습분석(통계 기반 및 AI 기반), 학습자 맞춤형 서비스인 5개의 단계로 구성하였다. 이를 통해 인공지능 기술을 적용한 학습데이터 분석을 위한 기반을 마련하고자 하였다. 향후 연구에서는 전체 체계를 3개의 단계로 나누어 구현하고 실행하면서 설계에서 부족한 부분을 수정·보완할 것이다.

• Asia pacific journal of information systems
• /
• 제30권4호
• /
• pp.879-918
• /
• 2020

One of the challenges faced by Talent Acquisition teams today pertains to the acquisition of human resources by matching job descriptions and skillsets desired. It is more so in the case of competitive sectors like the Indian IT sector. There can be various channels for Talent Acquisition and accordingly, the cost and benefits might vary. However, the consequences of a mismatch have an impact on the quality of deliverables, high recruitment expenses and loss of revenue for the organization. With increased and diverse sources of data that are available to organizations today, there is ample opportunity to apply analytics for informed decision making in this field. This paper reveals useful insights that help streamline the Talent Acquisition process in the Indian IT Industry. The paper adopts a data-centric approach to examine the critical determinants for efficient and effective Talent Acquisition process in IT organizations. Selected supervised machine learning algorithms are applied for the analysis of the dataset. The study is likely to help organizations in reassessing their talent acquisition strategy with respect to key parameters like expected cost to company (CTC), candidate sourcing channels and optimal joining period.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.117-124
• /
• 2021

이 논문에서 우리는 국가연구데이터플랫폼 (DataON)의 분석서비스인 CANVAS (Creative ANalytics enVironment And System)를 제안한다. CANVAS는 연구데이터 분석 자원과 도구가 필요한 연구자들을 위한 개인화된 분석 클라우드 서비스이다. CANVAS는 마이크로서비스 아키텍쳐 기반으로 확장성을 고려하여 설계하였으며 전자정부프레임워크인 Spring 프레임워크, Kubernetes, JupyterLab 등의 오픈소스 소프트웨어를 이용하여 구축하였다. 구축된 시스템은 여러 사용자에게 개인화된 분석환경을 제공하며 고성능 클라우드 인프라 (CPU·GPU)를 활용하여 고속의 대용량 데이터 분석이 가능하다. 구체적으로 JupyterLab 이나 GUI 워크플로우 환경에서 데이터 모델링 및 처리가 가능하다. CANVAS는 DataON과 데이터가 공유되므로 사용자가 등록하거나 다운로드 받은 연구데이터는 CANVAS에서 바로 분석을 수행할 수 있다. 이로서 CANVAS는 DataON 사용자의 데이터 분석 편의성을 높이고 연구데이터 공유·활용 활성화에 기여한다.

• 컴퓨터교육학회논문지
• /
• 제17권1호
• /
• pp.1-12
• /
• 2014

e-러닝 환경에서는 학습자의 학습행동이 학습관리시스템(LMS)에 자동으로 기록되며, 최근에는 이러한 데이터를 분석하여 수업과 학습성과 향상에 활용하는 학습분석학(learning analytics)적 접근이 증가하고 있다. 중도탈락은 e-러닝에서 지속되어 온 문제로, 본 연구는 일반대학 e-러닝 강좌에서 LMS에 기록된 데이터로부터 중도탈락 예측 모형을 구축하여 e-러닝 중도탈락 처방에 기초 자료를 제공하고자 하였다. 국내 일반대학에서 운영되는 교양 e-러닝 강좌를 편의표집하고, 이 강좌를 수강하는 578명의 자료로 중도탈락을 예측하는 로지스틱 회귀분석을 실시한 결과, 주차별로 계획된 학습을 규칙적으로 완료하는 출석과 총 학습시간이 중도탈락 예측에 유의한 선행요인으로 분석되었고, 이 로지스틱 회귀모형은 전체적으로 96%의 정확도로 수강완료자와 중도탈락자를 구분하였다. 또한 학습자가 중도탈락을 결정하기 이전 시점에서 이 모형을 적용하여 중도탈락 조기 판별 가능성을 탐색하고, 본 연구결과를 토대로 시사점과 이 모형의 잠재적 활용가치를 논의하였다.

• 한국콘텐츠학회논문지
• /
• 제15권9호
• /
• pp.652-661
• /
• 2015

연구의 목적은 학습자의 사회비교동기 유형에 따라 이러닝 참여도 동기부여자인 EngageGram이 학습자들의 이러닝 참여도에 미치는 영향에 차이가 있는지를 분석하는 것이다. 연구에 참여한 학습자들은 A대학교 '창의적 사고' 교과목을 수강한 144명(남: 106명, 여: 38명)이다. 학습자들의 사회비교동기는 사회비교동기 척도를 활용하는 방법과 학습자들이 이러닝 학습상황에서 EngageGram을 보고 든 느낌이나 생각을 적도록 한 의견을 분석함으로써 사회비교동기 유형을 구분하였다. 연구결과, 사회비교동기 척도를 활용한 경우, 학습자들의 사회비교동기 수준과 이러닝 참여도간 통계적으로 유의미한 상관관계가 없는 것으로 확인되었다. 그러나 이러닝 학습맥락에서 수집한 학습자들의 의견을 분석함으로써 도출한 사회비교유형에 따른 이러닝 참여도에는 통계적으로 유의미한 차이가 있는 것으로 나타났다. 학습자들은 학습상황에서 대체로 자기보다 참여도가 높은 학습자들을 비교대상으로 선정함으로써 참여동기가 촉진되는 것으로 확인되었다. 이 연구는 학습자의 특성을 고려한 학습분석연구 분야에 유의미한 시사점을 제공하리라 기대된다.