• 컴퓨터교육학회논문지
• /
• 제12권3호
• /
• pp.41-51
• /
• 2009

본 논문에서는 이러닝의 교육적 효과를 높일 수있 는 '목표지향 개인화 이러닝 시스템'에 대한 모델을 제시하고 구현하였다. 이 모델을 따른 시스템은 학습을 이끌어 나가는 원동력이 되는 학습목표를 학습자가 선택하도록 하여 자기 주도 학습을 가능하게 하였다. 제안한 시스템을 구현하기 위해서 SCORM 2004 표준을 수정하여 개인화와 관련된 새로운 표준을 제안하였는데 첫째로 콘텐츠 사용통계에 관한 표준을 제안하였고, 둘째로 학습을 이끌어 가는 목표를 표현하는 표준을 제안하였다. 셋째로 앞서 제안한 시스템의 한 부분인 콘텐츠 모델과 시퀀싱 정보모델을 다루는 각각의 표준을 제안하였다. 본 논문에서 제안한 모델과 표준을 이용하여 시스템을 구현한 후 다른 특성을 가진 학습자들에게 각각 다른 학습경로가 제시되는 것을 보임으로써 개인화 학습이 가능함을 증명하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.725-731
• /
• 2008

본 논문에서는 대단원 밑에 형성되는 학습단위 혹은 학습마디에 계층성이 없는 수평적 학습객체가 다수 존재하는 e-러닝 콘텐츠에 대하여, 문항반응이론에 입각한 개인 맞춤형 학습시스템을 구축하는 새로운 방안을 제안한다. 특히 제안된 학습시스템은 평가단계와 학습단계를 명백히 구분하여 제공하는 기존의 방식에서 벗어나, 학습마디의 운영중에 평가를 진행하고 그 결과에 따라 피험자의 능력을 재추정하여 이를 다음 학습마디의 운영에 적용하는 평가-학습의 다이나믹한 연계를 추구한다. 또한 적절한 대단원이 종료되는 시점에서 학습마디의 난이도 평균과 문항특성을 수정하고, 학습자 혹은 피험자들의 능력 추정치도 변경함으로써 더욱 정확한 개인 맞춤형 학습이 이루어지도록 조치한다. 이러한 구축 방안은 e-러닝 콘텐츠 학습과정을 통하여 변화하는 학습자 능력을 추정하여 가장 적절한 학습내용과 문항을 제공함으로써 학습효과를 극대화하며, 주기적으로 학습시스템 자체의 모수들을 수정함으로써 지속적인 개선 효과를 얻을 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3266-3285
• /
• 2023

With the popularity of online learning, intelligent tutoring systems are starting to become mainstream for assisting online question practice. Surrounded by abundant learning resources, some students struggle to select the proper questions. Personalized question recommendation is crucial for supporting students in choosing the proper questions to improve their learning performance. However, traditional question recommendation methods (i.e., collaborative filtering (CF) and cognitive diagnosis model (CDM)) cannot meet students' needs well. The CDM-based question recommendation ignores students' requirements and similarities, resulting in inaccuracies in the recommendation. Even CF examines student similarities, it disregards their knowledge proficiency and struggles when generating questions of appropriate difficulty. To solve these issues, we first design an enhanced cognitive diagnosis process that integrates students' affection into traditional CDM by employing the non-compensatory bidimensional item response model (NCB-IRM) to enhance the representation of individual personality. Subsequently, we propose an affection-enhanced personalized question recommendation (AE-PQR) method for online learning. It introduces NCB-IRM to CF, considering both individual and common characteristics of students' responses to maintain rationality and accuracy for personalized question recommendation. Experimental results show that our proposed method improves the accuracy of diagnosed student cognition and the appropriateness of recommended questions.

• 한국콘텐츠학회논문지
• /
• 제9권11호
• /
• pp.376-390
• /
• 2009

본 연구는 청소년들의 e-Learning 구매에 영향을 미치는 요인을 살펴보고자 한 것으로 특히, 청소년들의 동조성에 따른 차이에 초점을 두고자 하였다. 주요 결과는 다음과 같다. 첫째, 청소년들의 e-Learning구매에 대한 인지적 유용성에 영향을 미치는 요인들로는 교수자의 능력, 개인 맞춤 서비스, 서비스 사전탐색 용이성, 학습자간 상호작용, 그리고 서비스 재생가능성으로 나타났는데 유희성을 제외한 모든 가설들은 지지되었다. 둘째, 인지적 유용성은 구매의도에 긍정적 영향을 미치는 것으로 나타났다. 셋째, 개인맞춤서비스가 인지적 유용성에 미치는 영향은 동조성이 높은 집단에서 유의하게 나타났다. 넷째, 기존의 연구들은 서비스라는 점에 착안하여 서비스 품질모형인 SERVQUAL모형이나 SERVERF 모형을 적용하여 연구한 반면에, 본 연구는 오프라인과 대별되는 온라인 특성을 도출하였고, 청소년들을 대상으로 하였기 때문에, 이들을 타겟으로 하는 e-Learning 기업들에게 보다 유용한 시사점을 제시하였다고 판단된다.

• 한국정보통신학회논문지
• /
• 제22권12호
• /
• pp.1618-1624
• /
• 2018

플립러닝을 기반으로 학부중심 학사 구조가 4차 산업혁명시대 대학교육의 변화를 통해 학생들은 문제 해결능력을 기반으로 가치창출 능력을 배양하는 필수화 과정이 되어야 한다. 이를 위해 창안된 프로젝트기반 학습법(Project Based Learning)과 MOOC를 결합한 거꾸로 학습법(Flipped Learning)을 과감하게 도입 및 확산하고, 날로 고도화되어 가는 AI기반의 학습컨설팅(E-Advisor)의 도입과 확산에 따라 4차 산업혁명에 부합하는 "개인 맞춤교육"으로의 전환이 이루어져야 한다.

• 컴퓨터교육학회논문지
• /
• 제7권6호
• /
• pp.117-128
• /
• 2004

전통적인 면대면 수업에 비하여 온라인 학습은 학습자에게 더 심한 고립감을 유발하며, 또한 높은 중도 탈락률을 보인다. 이러한 현상은 온라인 학습에서 학습자 간의 상호작용, 소속감, 상호의존성, 상호유대감, 지속적 학습을 가능하게 하는 사회적 환경의 부족함에서 기인한다. 그러므로 e-learning 공동체에서는 중도 탈락률을 낮추고 학습자의 고립감을 해소하도록 하는 것이 매우 중요하다. 따라서 본 논문에서는, 바람직한 학습공동체 형성을 위하여 적용될 취향검사 항목에 대한 연구를 수행하였으며, 이를 바탕으로 온라인상에서 취향검사의 동질성과 다양성을 결합한 지능적 멀티에이전트 기법에 의한 학습공동체 e-learning 그룹핑 시스템(GSE)을 개발하였다. GSE 시스템은 에이전트에 의해 개인화된 사용자 프로파일을 구축하여 사용자 취향에 따른 그룹핑을 자동적으로 수행하는 것이 특징이다. 이 시스템을 실제 테스트해 본 결과, 학습자들의 약 88%가 만족함을 나타냈으며 그룹이 계속 유지되거나 해체되지 않기를 원하는 것으로 나타났다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권3호
• /
• pp.417-438
• /
• 2022

본 연구의 목적은 개별화 맞춤형 수학 학습을 지원하는 AI 기반 플랫폼 활용 시 고려해야 할 교수·학습에 관한 시사점을 제안하는 것이다. 이를 위해 국내·외 공교육에서 활용되고 있는 플랫폼 5개(똑똑!수학탐험대, 노리AI스쿨수학, 칸 아카데미, MATHia, CENTURY)를 분석대상으로 선정하여, AI 기반 수학교육 플랫폼이 개별화 맞춤형 학습을 지원하기 위한 세 가지 요소(PLP, PLN, PLE)를 어떻게 반영하고 있는지를 분석하였다. 그 결과, 각 플랫폼에서 구현하고 있는 PLP, PLN, PLE의 특징은 다양했지만, PLP와 PLN을 바탕으로 학습자가 자율적으로 학습에 대한 의사결정을 내릴 수 있는 PLE를 형성할 수 있도록 설계된 것으로 분석되었다. 본 연구의 의의는 AI 기반 수학교육 플랫폼을 활용하는 개별화 맞춤형 수학 학습에 대한 이해도와 실천 가능성을 높였다는 데에서 찾을 수 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제4권2호
• /
• pp.12-16
• /
• 2012

This paper presents a learning framework that fits the digital age - an e-Friendly PLE. The learning framework is based on the theory of connectivism which asserts that knowledge and the learning of knowledge is distributive and is not located in any given place but rather consists of the network of connections formed from experiences and interactions with a knowing community, thus, the newly empowered learner is thinking and interacting in new ways. The framework's approach to learning is based on conversation and interaction, on sharing, creation and participation, on learning not as a separate activity, but rather as embedded in meaningful activities such as games or workflows. It sees learning as an active, personal inquiry, interpretation, and construction of meaning from prior knowledge and experience with one's actual environment.

• 디지털산업정보학회논문지
• /
• 제18권4호
• /
• pp.67-75
• /
• 2022

Recently, e-learning has been attracting significant attention due to COVID-19. However, while e-learning has many advantages, it has disadvantages as well. One of the main disadvantages of e-learning is that it is difficult for teachers to continuously and systematically monitor learners. Although services such as personalized e-learning are provided to compensate for the shortcoming, systematic monitoring of learners' concentration is insufficient. This study suggests a method to evaluate the learner's concentration by applying machine learning techniques. In this study, emotion and gaze data were extracted from 184 videos of 92 participants. First, the learners' concentration was labeled by experts. Then, statistical-based status indicators were preprocessed from the data. Random Forests (RF), Support Vector Machines (SVMs), Multilayer Perceptron (MLP), and an ensemble model have been used in the experiment. Long Short-Term Memory (LSTM) has also been used for comparison. As a result, it was possible to predict e-learners' concentration with an accuracy of 90.54%. This study is expected to improve learners' immersion by providing a customized educational curriculum according to the learner's concentration level.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.325-333
• /
• 2016

The development of smart technology has brought the conversion of closed traditional e-learning contents into open flexible smart learning contents consisting of learner-centered modules, without the constraints of time and space by use of smart devices from the uniformed and passive classroom between teachers and learners. It has been demanded an open, personalized and customized teaching and learning contents of smart education and training systems according to wide supply of various smart devices. In this paper, we discuss about the status of the smart teaching and learning systems and analyze the characteristics and structure of the web contents for smart education and training systems by use of smart devices. And we propose a method how to block web contents, to extract them, and adapt personalized segments of web contents by adaptive algorithm into smart learning devices. We extract blocks from the web contents based on the smart device information and the preference information of the learners from existing web contents without the hassle of learners environment. After specifying a block priority from the extracted web contents by the adaptive segment algorithm, it can be displayed directly to the screen to fit the individual learning progress of the learners.