• 한국융합학회논문지
• /
• 제9권10호
• /
• pp.21-28
• /
• 2018

학습코스 선정에 많은 어려움과 시행착오를 겪고 있는 사용자들에게 수준별 학습코스를 제공하기 위해, ITS(Intelligence Tutoring System)를 위한 동적인 학습자 맞춤형 학습코스 추천 모델을 개발하였다. 이를 위해, 개인화 학습코스 추천모델에서는 먼저 학습자 프로파일을 분석하고, 단어별 가중치를 계산하여 핵심 키워드를 추출한다. 추출된 단어는 Cosine Similarity 기법을 통해 유사도를 측정하고, 최종적으로 유사도가 높은 상위 3개 과정이 학습자에게 추천된다. 추천모델의 효과를 분석하기 위해, 경기도 소재 교육기관에 추천모델을 적용하였고, 만족도 조사를 통하여 설문 항목별 평균, 표준편차, 왜도, 첨도 값을 계산하였다. 실험결과, 정확성, 새로움, 자기참조, 유용성에서 높은 만족도를 보였으며, 추천모델의 실효성을 검증했다. 본 연구는 그동안 국내 외에서 충분히 다뤄지지 않았던 기계학습 중심의 맞춤형 학습코스를 추천했다는 점에서 의미가 있다.

• 공학교육연구
• /
• 제24권3호
• /
• pp.70-76
• /
• 2021

As intellectual property has become an important competitive element in the industry, government-led patent education is rapidly expanding. It is important to look at whether each patent education course is organically linked to each other under a life-long patent education system from elementary school to college. This study focused on the link between high school education and college education to analyze statistically how invention activities in high school affect patent education achievement at college. Statistical analysis of a survey of students taking a basic course of intellectual property revealed no statistically significant correlation between invention experience in high school and college students' patent class total score, contrary to popular perception. These results are believed to be due to the distribution of data on the number of invention contest participations or the number of invention class participations, which does not form a normal distribution and has a relatively large skewness. Rather, the attendance to the patent class showed a relatively distinct positive linear correlation with the patent class total score, indicating that the student's attitude in class was important for the patent education achievement.

• 한국정보컨버전스학회논문지
• /
• 제1권1호
• /
• pp.47-54
• /
• 2008

본 연구는 대학생의 중도탈락에 대한 현황과 요인을 분석한 연구로서 D대학의 2001년부터 2005년에 입학한 학생 중에서 정원 외 전형으로 입학한 학생을 제외한 14,210명을 대상으로 하였다. 일반적 특성의 모든 항목에서 유의한 차이가 있는 것으로 나타났으며, 남학생이 여학생보다, 특별전형으로 입학한 학생이 일반전형으로 입학한 학생보다, 기타계열의 고교 출신자가 일반계 고등학교 졸업자보다 중도탈락률이 높게 나타났다. 중도탈락 학생들에 대한 분석에서는 미복학(40.16%)으로 인한 중도탈락이 가장 많았으며 다음으로 미등록(32.98%), 자퇴(25.05%), 학사제적(0.81%)으로 인한 중도탈락 순이었다. 전체 대상자의 중심경향 값에 따른 분포를 보면 학생부 성적과 결석일수는 정적편포이며 대학 성적은 부적편포로 낮은 점수를 받은 학생은 일부이고 대부분 높은 점수가 집중된 경향임을 나타내었다. 표준편차를 보면 학업지속자 보다 중도탈락자의 성적이 크게 나타나 비교적 학업지속자의 성적이 비슷한 것으로 보여 학생부성적과 결석일수 모두가 중도탈락에 영향을 미치는 것으로 나타났으며, 학생부성적이 낮을수록, 결석일수가 많을수록 중도탈락에 더 많은 영향을 미침을 알 수 있다. 대학 1학년1학기 성적을 제외한 나머지 성적이 낮을수록 중도탈락에 더 많은 영향을 미침을 알 수 있었고, 1학년 전체 성적이 제일 많은 영향을 미치고 다음이 1-2학기학점, 1-1학기 성적, 1-2학기성적, 그리고 1-1학기 학점 순으로 영향을 미치는 것으로 나타났다. 일반적 특성 항목에서는 수업년한이 제일 큰 영향을 미치고 다음이 성별이 미치며 나머지 항목들은 영향의 수준이 미미한 것으로 나타났다.