• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권3호
• /
• pp.373-395
• /
• 2022

이 연구는 수학 예비교사가 수학교육에서 학생들의 창의성과 인성을 함양하기 위한 방법으로 협력 문제 만들기를 어떻게 인식하는지 고찰하는 것을 목적으로 수행되었다. 이를 통해 수학 예비교사의 창의성 교육과 인성교육 역량을 강화할 수 있는 방안의 하나로 수학 예비교사 교육 단계에서 협력 문제 만들기를 도입하는 것은, 이후 학교교육에서도 창의성 교육과 인성 교육을 위해 협력 문제 만들기를 좀 더 적극적으로 실천할 수 있는 계기가 될 것임을 밝히고자 하였다. 대학교 2학년 과정에 필수 과목으로 개설하는 '수학교육론' 강좌를 수강하는 수학 예비교사를 대상으로 협력 문제 만들기 과제를 수행하게 하고 3년에 걸쳐 설문조사, 면담 등의 방법으로 자료를 보완·수집하였다. 연구 결과는 다음과 같다. 첫째, 수학 예비교사는 협력 문제 만들기 경험과 상관없이 협력 문제 만들기가 학생들의 다양한 아이디어 산출 능력 함양 및 협동심, 존중, 배려를 포함한 학생의 대인 관계 형성 태도 등에 긍정적인 영향을 미친다고 인식하였다. 둘째, 협력 문제 만들기 과제를 수행한 수학 예비교사의 경험은 협력 문제 만들기가 학생의 아이디어 정교화 능력 향상에 효과적이라는 것을 더 긍정적으로 인식하게 하였다. 셋째, 수학 예비교사의 협력 문제 만들기 경험은 협력 문제 만들기가 아이디어 정교화 능력, 개인의 내적 태도(정직, 공정성, 책임감), 논리적인 의견 제시와 합리적인 의사 결정 태도 등에 미치는 영향에 대해 보다 긍정적인 인식으로 이어졌다. 마지막으로 대면 환경의 단점을 온라인 환경이 보완해 줄 수 있을 것으로 기대하고 제언하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제23권6호
• /
• pp.9-14
• /
• 2018

This paper focuses on how the latest progress in digital media and technology affects the writing education environment. In the contemporary era, collecting numerous pices of information online, and arranging them to create new knowledge is important. There is also a need to seek new methods for writing education to stay in tune with the times. To that end, this paper suggests an open writing model using hypertexts. This writing model consists of a total of five stages, which are use of information, compilation of information, open mutual discussion, search of additional information and writing to recreate knowledge. The final outcome of such writing is writing using footnotes. By describing the gist of the keyword and adding numerous footnotes, such writing opens up an infinite possibility of re-creating information into new knowledge. This method can help university students who are accustomed to the digital society to proactively use information and improve multi-disciplinary communication skills required today. This author applied such a model to university writing education and found that more than 82% of the students were satisfied. Through the process of collaboration and recreation of knowledge in writing, learners found distinct benefits and noted their horizons had broadened. Given this effect, the open writing model using hypertexts is meaningful in that it forms a learning community that goes beyond a one-way feedback from instructor to student and instead nudges students to realize collective intellect. Moreover, it is meaningful in that it moves away from a top-down approach of the instructors passing down knowledge about writing and its rules, and towards a more proactive involvement by students in creating knowledge.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.51-75
• /
• 2021

세계적인 전자상거래 기업들은 지속 가능한 경쟁력을 확보하기 위해 사용자 맞춤형 추천 서비스를 제공하고 있다. 기존 관련 연구에서는 주로 평점, 구매 여부 등 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하였다. 하지만 이와 같은 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하면 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 호텔을 이용한 사용자가 호텔 서비스, 청결 상태 등에 대하여 만족하지 못한다고 리뷰를 작성하였으나 선호도 평점 5점을 부여했을 때 정량적 선호도(평점)와 정성적 선호도(리뷰)가 불일치한 문제가 발생할 수 있다. 따라서 본 연구에서는 정량적 선호도 정보와 정성적 선호도 정보가 일치하는지를 확인하고 이를 바탕으로 선호도 정보가 일치하는 사용자를 바탕으로 새로운 프로파일을 구축하여 개인화 추천 서비스를 제공하고자 한다. 리뷰에서 정성적 선호도를 추출하기 위해 자연어 처리 관련 연구에서 널리 사용되고 있는 CNN, LSTM, CNN + LSTM 등 딥러닝 기법을 사용하여 감성분석 모델을 구축하였다. 이를 통해 사용자가 작성한 리뷰에서 정성적 선호도 정보를 정교하게 추출하여 정량적 선호도 정보와 비교하였다. 본 연구에서 제안한 추천 방법론의 성능을 평가하기 위해 세계 최대 여행 플랫폼 TripAdvisor에서 실제 호텔을 이용한 사용자 선호도 정보를 수집하여 사용하였다. 실험 결과 본 연구에서 제안한 추천 방법론이 기존의 정량적 선호도만을 고려하는 추천 방법론보다 우수한 추천 성능을 나타냄을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제11권4호
• /
• pp.409-414
• /
• 2013

본 연구는 사이버 강좌 중 사이버 위주, 사이버 중심의 완전사이버 강좌의 실효성을 점검하고, 그 개선 방향을 모색하는데 목적이 있다. 이를 위해서 연구자가 재직하는 B대학의 경우를 중심으로 면대면 중심의 일반 강좌, 그리고 부분사이버 강좌와 비교한 완전사이버 강좌의 강의평가점수 평균을 비교하고, 완전사이버 강좌를 운영하고 있는 교수들과의 면담을 토대로 그 개선 방향을 모색하였다. 연구 결과, 2011~2012학년도 4학기 동안의 강의평가점수 평균은 완전사이버 강좌가 나머지 두 유형에 비해 4학기 내내 일관되게 낮은 것을 확인할 수 있었으며, 부분사이버 강좌의 경우는 면대면 강좌와 같은 평균점수를 나타냈다. 결국, 15주 내내 사이버 공간에서 수업이 이루어지는 완전사이버 강좌의 경우 학생들의 수업만족도가 가장 낮게 나왔음을 확인할 수 있었다, 교수들과의 설문과 면담을 통해 효율적인 완전사이버 강좌의 운영을 위해서는 60명 선에서의 수강인원의 제한과 초과 시 전문조교 지원, 콘텐츠의 수시보완을 위한 전문 인력의 협력체제, 교수자들의 상호작용 활성화를 위한 적극적인 노력, 학습 분량의 적정화를 위한 노력, 그리고 오프라인을 통한 상호작용의 노력 등이 우선 되어야 함을 확인할 수 있었다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.

• 국제교류와 융합교육
• /
• 제4권1호
• /
• pp.85-111
• /
• 2024

핀란드 교육은 2001년 PISA 발표 이래 계속 한국 교육의 경쟁자 또는 지향점이었다. 그러나 최근 우리 교육계에 나타나고 있는 분열과 대립, 그리고 불행의 지표들을 보면, 핀란드의 행복교육과는 거리가 너무도 멀다. 이런 배경에서 본 연구의 목적은 한국 학술지에 나타난 핀란드 교육관련 연구동향을 분석하는 것으로, RISS에서 논문 제목에 핀란드와 교육이 들어간 논문 160편을 대상으로 네트워크 텍스트 분석을 실시하였다. 주요 결과는 다음과 같다. 첫째, 핀란드 교육에 대한 연구는 점진적으로 증가하고 있다. 그러나 최근 감소세를 보였다. 둘째, 연구주제는 대부분 미시적이었으며 연구방법은 문헌연구 위주였다. 셋째, 소수의 연구자가 전체 연구의 1/3을 출판했다. 넷째, 핀란드와 함께 비교된 나라는 일본, 미국, 영국, 호주, 싱가포르 등 주로 신자유주의적 국가였다. 다섯째, 연구 주제와 대상이 주로 초중등, 수학·과학 등 PISA의 영향권에 있었다. 향후 핀란드 교육관련 연구에서는 지엽적이고 부분적인 영역에 대한 연구를 넘어 종합적인 관점에서 핀란드의 행복교육을 이루어온 과정과 역사에 대한 체제적 연구를 통해 우리가 배워야 할 시사점을 도출하는 후속 연구가 필요하다. 특히, 문헌연구 위주의 방법을 벗어나 핀란드 교육 커뮤니티와 온라인으로 연계하여 실제 교사, 학부모, 학생 그리고 지역협의회와 정부 관계자들이 함께 논의하고 연구하는 국제공동논의의 장을 만드는 것도 고려되어야 할 것이다.