KR101228816B1 - 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템 - Google Patents

학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템 Download PDF

Info

Publication number
KR101228816B1
KR101228816B1 KR1020110047766A KR20110047766A KR101228816B1 KR 101228816 B1 KR101228816 B1 KR 101228816B1 KR 1020110047766 A KR1020110047766 A KR 1020110047766A KR 20110047766 A KR20110047766 A KR 20110047766A KR 101228816 B1 KR101228816 B1 KR 101228816B1
Authority
KR
South Korea
Prior art keywords
learning
content
learner
evaluation
style
Prior art date
Application number
KR1020110047766A
Other languages
English (en)
Other versions
KR20120129486A (ko
Inventor
이동원
김재정
석영태
이호원
조동호
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020110047766A priority Critical patent/KR101228816B1/ko
Publication of KR20120129486A publication Critical patent/KR20120129486A/ko
Application granted granted Critical
Publication of KR101228816B1 publication Critical patent/KR101228816B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템에 관한 것으로서, 보다 구체적으로는 학습 컨텐츠의 평가지표를 학습 스타일별로 관리하고 해당 학습스타일을 기반으로 사용자에게 자신과 비슷한 학습스타일을 가지는 학습자들의 평가결과를 보여줌으로써 보다 학습효과를 증대시킬 수 있는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템에 관한 것이다.

Description

학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템{METHOD FOR EVALUATING LEARNING CONTENTS USING LEARNING STYLE, SYSTEM FOR EVALUATING LEARNING CONTENTS USING LEARNING STYLE}
본 발명은 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법, 시스템 및 기록매체에 관한 것으로서, 보다 구체적으로는 학습 컨텐츠의 평가지표를 학습 스타일별로 관리하고 해당 학습스타일을 기반으로 사용자에게 자신과 비슷한 학습스타일을 가지는 학습자들의 평가결과를 보여줌으로써 보다 학습효과를 증대시킬 수 있는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템에 관한 것이다.
최근 IT 융합의 중요성이 강조되면서 다양한 분야의 융합 학문이 연구 발전되고 있다. 그 중에서도 교육 분야와 IT의 융합은 인터넷이 발전하면서 이러닝(e-learning)으로 다양한 응용 서비스를 통해 연구되어 왔다. 미래 교육 환경의 변화는 첨단 과학 기술의 발전에 힘입어 언제 어디서나 교육과 학습을 가능하게 했을 뿐 아니라 웹을 통한 새로운 교육의 패러다임을 계속적으로 변화시켜 왔다. 특히 소셜 네트워크와 웹 2.0 시대에 이러닝은 다양한 디바이스 기술뿐만 아니라 창의인재육성을 목표로 하는 다양한 학습 모형 연구가 활발하게 진행되고 있다. 이러닝 학습모형은 게임기반 학습, 유비쿼터스 환경 기반 학습, 로봇 도우미 학습, 모바일 기반 학습 등 학습을 하기 위한 방법, 학습 환경, 학습 도구 등과 같이 다양한 방법으로 연구 시도되고 있다.
이러닝의 활용과 더불어 컨텐츠의 수가 기하급수적으로 늘어나는 데 비해 그에 대한 품질관리는 아직 미비한 실정이다. 이러닝 품질관리는 여러 공인기관에서 이루어지고 있으나, 품질관리는 전문가에 의해서 이루어지며, 교과서 검정같이 이러닝 컨텐츠의 보편적 수준에서의 품질관리가 이루어지지 않고 있다.
이러닝의 광범위적인 활용을 통해서 학습컨텐츠의 경계가 모호해지고 있으며, YouTube 또는 TED의 동영상, 웹상에 존재하는 보고서, PPT, PDF 문서화일 등도 모두 학습컨텐츠로 활용될 수 있다. 기하급수적으로 증가하는 학습컨텐츠에 대해서 지금과 같은 품질관리로는 한계가 있으며, 학습자 중심적인 서비스를 제공하는 것에 한계가 발생하게 된다.
학습자 중심적인 이러닝 서비스 제공을 위해서 학습자 입장에서의 학습컨텐츠에 대한 평가가 이루어져야 하지만, 학습자마다 필요로 하는 지식이 다르고, 학습스타일이 다르기 때문에 이를 반영한 학습컨텐츠 평가가 제시되어야 함이 바람직하다.
본 발명은 상기의 문제점을 해결하기 위해 안출된 것으로서, 본 발명에 따르면, 학습자는 자신과 비슷한 학습스타일을 가진 학습자들의 평가 결과를 통해서 학습 컨텐츠의 선택에 있어서 보다 학습자 중심적인 서비스를 제공하고, 학습 컨텐츠의 평가지표를 학습 스타일별로 관리하고 해당 학습스타일을 기반으로 사용자에게 자신과 비슷한 학습스타일을 가지는 학습자들의 평가결과를 보여줌으로써 보다 학습효과를 증대시킬 수 있는 학습 컨텐츠의 평가 방법을 제공하고자 한다.
또한, 학습컨텐츠에 대한 학습 스타일 별 평가결과를 바탕으로 이러닝 서비스 제공자는 학습자의 학습스타일에 적합한 학습컨텐츠를 제안할 수 있으며, 교수 설계자나 컨텐츠 제공자가 개별 학습스타일에 맞춘 학습 컨텐츠를 제작하는데 기여할 수 있는 학습 컨텐츠의 평가 방법을 제공하고자 한다.
본 발명은 상기의 과제를 해결하기 위해 다음과 같은 과제 해결 수단을 제공한다.
본 발명에 따른 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예는, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 학습자별 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법이고,
특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받는 제1 단계와, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과를 업데이트하는 제2 단계와, 상기 사용자 데이터베이스(2)에 저장된 상기 특정 학습자의 학습스타일과 동일한 학습자를 검색하고, 상기 특정 컨텐츠에 대한 상기 검색된 학습자들의 평가 결과를 추출하여 통계처리하는 제3 단계와, 상기 제2 단계에서 업데이트한 평가 결과 및 상기 제3 단계에서 통계처리한 평가 결과를 학습자의 사용자 단말기(10)로 전송하는 제4 단계를 포함하는 것을 특징으로 한다.
또한, 다른 실시예로서, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 해당 컨텐츠를 학습한 모든 학습자들의 평가 결과 및 해당 컨텐츠를 학습한 동일한 학습스타일의 학습자별로 구분한 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법에 있어서,
특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받는 제1 단계와, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과를 업데이트하는 제2 단계와, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 상기 특정 학습자와 동일한 학습스타일을 가지는 학습자별로 구분된 평가 결과를 업데이트하는 제3 단계와, 상기 제2 단계에서 업데이트한 평가 결과 및 상기 제3 단계에서 업데이트한 평가 결과를 학습자의 사용자 단말기(10)로 전송하는 제4 단계를 포함하는 것을 특징으로 한다.
상기 제4 단계에서의 상기 학습자는, 상기 특정 학습자 또는 상기 특정 컨텐츠를 학습하고자 하는 학습자인 것을 특징으로 한다.
상기 제4 단계에서의 두 개의 평가 결과를 비교한 결과를 전송하는 것을 특징으로 한다.
상기 컨텐츠 평가 결과는 학습동기유발, 학습내용 유용성, 학습내용 신뢰성, 학습내용 전개의 타당성, 학습자료의 다양성의 항목에 대한 평가 결과를 포함하는 것을 특징으로 한다.
상기 컨텐츠 평가 결과는 컨텐츠의 난이도 및 정보의 포괄성에 대한 평가 결과를 포함하는 것을 특징으로 한다.
상기 학습스타일은 sensing-intuitive, visual-verbal, active-reflective, sequential-global으로 분류되는 것을 특징으로 한다.
또한, 상기 학습자의 정보는 학습자의 학습능력을 포함하고, 상기 제3 단계에 있어서, 학습자의 학습능력의 정량적인 수치에 가중치를 두어 평가결과를 통계처리하거나 업데이트하는 것을 특징으로 한다.
본 발명에 따른 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템의 일실시예로서, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 학습자별 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템이고, 상기 처리부(4)는, 특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받아, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과를 업데이트하고, 상기 사용자 데이터베이스(2)에 저장된 상기 특정 학습자의 학습스타일과 동일한 학습자를 검색하여 상기 특정 컨텐츠에 대한 상기 검색된 학습자들의 평가 결과를 추출하여 통계 처리하고, 이를 학습자의 사용자 단말기(10)로 전송하는 것을 특징으로 한다.
또 다른 실시예로서, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 해당 컨텐츠를 학습한 모든 학습자들의 평가 결과 및 해당 컨텐츠를 학습한 동일한 학습스타일의 학습자별로 구분한 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템이고,
상기 처리부(4)는, 특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받고, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과와 상기 특정 컨텐츠에 대한 상기 특정 학습자와 동일한 학습스타일을 가지는 학습자별로 구분된 평가 결과를 업데이트하고, 이를 학습자의 사용자 단말기(10)로 전송하는 것을 특징으로 한다.
또한, 상기 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템을 구동시키기 위한 프로그램 명령어가 기록된 컴퓨터가 판독 가능한 기록매체를 제공한다.
본 발명에 따르면, 학습자는 자신과 비슷한 학습스타일을 가진 학습자들의 평가 결과를 통해서 학습 컨텐츠의 선택에 있어서 보다 학습자 중심적인 서비스를 제공할 수 있게 된다. 즉, 학습 컨텐츠의 평가지표를 학습 스타일별로 관리하고 해당 학습스타일을 기반으로 사용자에게 자신과 비슷한 학습스타일을 가지는 학습자들의 평가결과를 보여줌으로써 보다 학습효과를 증대시킬 수 있는 학습컨텐츠의 선택이 가능하게 된다.
또한, 학습컨텐츠에 대한 학습 스타일 별 평가결과를 바탕으로 이러닝 서비스 제공자는 학습자의 학습스타일에 적합한 학습컨텐츠를 제안할 수 있으며, 교수 설계자나 컨텐츠 제공자가 개별 학습스타일에 맞춘 학습 컨텐츠를 제작하는데 기여할 수 있다.
도 1은 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템의 구성도.
도 2는 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템의 구성도.
도 3은 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템의 구성도.
도 4는 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예.
도 5는 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예.
도 6은 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예.
도 7은 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예.
도 8은 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예.
도 9는 본 발명에 의한 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예.
이하 첨부된 도면을 참조하여 본 발명에 대해 구체적으로 살펴보기로 한다.
다만, 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 용어가 동일하더라도 표시하는 부분이 상이하면 도면 부호가 일치하지 않음을 미리 말해두는 바이다.
그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로서 이는 실험자 및 측정자와 같은 사용자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명에서 제시하는 학습자 관점에서의 학습 컨텐츠 평가는 학습자가 학습이 이루어진 후에 학습자 관점에서 컨텐츠의 난이도, 컨텐츠의 포괄성, 컨텐츠의 질에 대해서 평가하는 것이다. 기본적으로 평가는 인터넷 쇼핑몰에서 물건을 구매한 후에 별점을 통한 평가 또는 인터넷 상의 컨텐츠에 대한 별점 평가를 기반으로 수행하나, 학습 컨텐츠이기 때문에 학습 컨텐츠에 적합한 지표에 따라서 컨텐츠 평가를 수행하는 것이 바람직하다.
학습 컨텐츠 평가 지표는 다양하게 적용될 수 있으며, 보통 학습내용, 교수전략 등에 대해서 묻는 것이 일반적이다. 본 발명에서 제안하는 집단지성기반 학습 플랫폼에서의 학습컨텐츠 평가 지표는 도 4와 같다. 다만, 본 발명에서 사용하는 학습 컨텐츠 평가는 도 4의 평가 지표에 한정하지 않으며, 다양한 평가 지표가 활용가능함을 밝혀둔다.
학습자마다 지식이 다르고, 학습 스타일이 다르기 때문에 이를 반영한 학습 콘텐츠 평가 방법이 제시되어야 한다.
본 명세서에서 사용자와 학습자는 동일한 개념을 지니는 것으로 이해되어야 한다.
본 명세서에서 학습 스타일이란, 학습자가 다르다는 것을 지능과 같은 학습능력의 수직적 차이로 보려는 것이 아니라, 행동양식의 차이로 보면서 학습자 간의 차이를 규명하는 것으로 이해되어야 한다. 학습스타일은 4개의 범주를 통해서 분류해 보면 도 5에 도시된 바와 같다. 이러한 학습 스타일 역시 다양하게 분류할 수 있으며, 본 발명에서 사용하는 학습 스타일 역시 도 5의 학습 스타일에 한정되지 않음을 밝혀둔다.
본 발명에서의 학습자 관점에서의 학습 컨텐츠의 평가라 함은, 개별 학습자의 주관적 평가를 집단지성기반의 학습 플랫폼에서 모아서 객관적인 지표로 활용이 가능하도록 처리하는 것에 있다.
이는 크게 1) 컨텐츠 업로드, 2) 컨텐츠 선택, 3) 컨텐츠 평가의 단계로 구분될 수 있다.
컨텐츠 업로드라 함은, 학습자 또는 컨텐츠 제공자가 특정 플랫폼 위에 컨텐츠를 업로드 하는 것이다. 컨텐츠 업로드시, 학습자 또는 컨텐츠 제공자는 해당 학습 컨텐츠의 난이도와 해당 학습 컨텐츠가 얼마나 광범위한 정보를 포함하고 있는지 등의 학습 컨텐츠 관련 정보를 함께 업로드 하게 된다.
이러한 학습 컨텐츠 관련 세부 항목은 플랫폼에서 미리 제공되어야 하고, 일예로서 난이도와 포괄성을 축으로 하는 2차원 평면에 업로더가 점을 찍는 형태로 학습 컨텐츠 관련 초기 정보가 입력될 수도 있다. 이에 대한 예시가 도 6에 도시되어 있다.
컨텐츠 선택에 대해 설명한다. 학습자가 초기 사용자의 경우에는 업로드된 컨텐츠의 정보를 보고 컨텐츠를 선택해서 학습을 수행하게 된다. 추후에는 컨텐츠 평가 정보가 반영된 정보가 가시화된 형태로 나타나게 되고, 이를 바탕으로 학습자의 컨텐츠 선택을 지원하게 된다. 이에 대한 자세한 내용은 후술하기로 한다.
컨텐츠 평가에 대해 설명한다. 학습자는 학습 컨텐츠를 통해 학습을 수행한 후 정해진 포맷에 따라 주관적인 평가를 실시한다.
본 발명에서의 학습 컨텐츠 평가는 난이도-포괄성과, 컨텐츠의 질을 결정하는 요소로 학습동기 유발, 학습내용의 유용성 및 목표의 적절성, 학습내용의 신뢰성, 학습내용 전개의 적절성을 제안하게 된다. 이러한 학습 컨텐츠 평가의 실시예는 도 7에 도시되어 있다.
위와 같이 학습자의 주관적인 학습컨텐츠의 평가가 이루어지면, 해당 결과 데이터가 학습자의 메타데이터 및 컨텐츠의 메타데이터에 저장된다.
학습자의 주관적인 학습컨텐츠 평가 결과는 컨텐츠 메타데이터로 저장되어 각 평가지표별로 학습자들의 학습컨텐츠 평가 결과가 관리된다. 또한, 각 평가 지표별로 평가 결과는 학습스타일을 바탕으로 관리되는 것이 바람직하다.
만약 학습자가 데이터베이스에 저장된 학습스타일 중에 Sensing-Visual-Active-Sequential의 특징을 가졌다면, 학습자의 컨텐츠 평가 결과는 해당 컨텐츠를 학습한 모든 학습자들의 평가 결과를 업데이트 시킬 뿐만 아니라, Sensing-Visual-Active-Sequential의 특징을 가진 학습자들의 컨텐츠 평가 결과를 따로 관리하고 업데이트 하게 된다.
학습자 관저에서의 컨텐츠 평가 결과를 반영한 예시 도면은 도 8 및 도 9에 도시되어 있다.
이러한 개별 학습자들의 학습 컨텐츠 평가 결과가 축적되고, 학습스타일 별로 관리가 되면, 이의 평균값을 가시화하는 것을 통해서 해당 학습 컨텐츠의 평가가 가능하게 된다. 이는 주관적인 개인들의 평가를 모아서 어느 정도 객관성이 있는 평가지표로 활용이 가능할 수 있다.
이를 통해서 학습자는 자신과 비슷한 학습스타일을 가진 학습자들의 평가 결과를 통해서 학습 컨텐츠의 선택에 있어서 보다 학습자 중심적인 서비스를 제공할 수 있게 된다. 즉, 학습 컨텐츠의 평가지표를 학습 스타일별로 관리하고 해당 학습스타일을 기반으로 사용자에게 자신과 비슷한 학습스타일을 가지는 학습자들의 평가결과를 보여줌으로써 보다 학습효과를 증대시킬 수 있는 학습컨텐츠의 선택이 가능하게 된다.
또한, 학습컨텐츠에 대한 학습 스타일 별 평가결과를 바탕으로 이러닝 서비스 제공자는 학습자의 학습스타일에 적합한 학습컨텐츠를 제안할 수 있으며, 교수 설계자나 컨텐츠 제공자가 개별 학습스타일에 맞춘 학습 컨텐츠를 제작하는데 기여할 수 있다.
또한, 학습 스타일 이외에도 학습자의 수준의 파악이 가능한 경우, 학습자의 수준과 학습스타일을 함께 관리한다면 보다 학습자 중심적인 서비스 제공이 가능할 수 있게 된다.
도 1을 참조하면, 본 발명에 따른 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템의 일실시예로서, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 학습자별 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템이고, 상기 처리부(4)는, 특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받아, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과를 업데이트하고, 상기 사용자 데이터베이스(2)에 저장된 상기 특정 학습자의 학습스타일과 동일한 학습자를 검색하여 상기 특정 컨텐츠에 대한 상기 검색된 학습자들의 평가 결과를 추출하여 통계 처리하고, 이를 학습자의 사용자 단말기(10)로 전송하는 것을 특징으로 한다.
또 다른 실시예로서, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 해당 컨텐츠를 학습한 모든 학습자들의 평가 결과 및 해당 컨텐츠를 학습한 동일한 학습스타일의 학습자별로 구분한 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템이고, 상기 처리부(4)는, 특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받고, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과와 상기 특정 컨텐츠에 대한 상기 특정 학습자와 동일한 학습스타일을 가지는 학습자별로 구분된 평가 결과를 업데이트하고, 이를 학습자의 사용자 단말기(10)로 전송하는 것을 특징으로 한다.
본 발명의 핵심은 평가 결과를 학습자의 학습스타일을 파라미터로 하여 집단화하여 관리하는 것에 있다. 즉, 학습자는 전체 학습자의 평가 결과에 따라 컨텐츠의 평가 정보를 얻는 것 이외에, 자신과 동일한 학습스타일을 갖는 학습자들의 해당 컨텐츠에 대한 평가 정보를 얻을 수 있고, 이를 비교하여 자신에게 적합한 컨텐츠인지 여부를 결정할 수 있게 된다.
또한, 본 발명은 학습스타일에 따라 평가 결과를 집단화하는 것에 추가적으로 개인의 학습능력에 따라 평가 결과를 집단화하는 것도 가능하다. 이 경우에는 보다 세분화하여 학습자에게 적합한 컨텐츠 평가 정보를 획득하는 것에 더 도움이 될 수 있다.
본 발명에 따른 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법의 일실시예는, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 학습자별 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법이다.
특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받는 제1 단계와, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과를 업데이트하는 제2 단계와, 상기 사용자 데이터베이스(2)에 저장된 상기 특정 학습자의 학습스타일과 동일한 학습자를 검색하고, 상기 특정 컨텐츠에 대한 상기 검색된 학습자들의 평가 결과를 추출하여 통계처리하는 제3 단계와, 상기 제2 단계에서 업데이트한 평가 결과 및 상기 제3 단계에서 통계처리한 평가 결과를 학습자의 사용자 단말기(10)로 전송하는 제4 단계를 포함하는 것을 특징으로 한다.
본 발명에서 평가 결과를 통계처리한다는 것은 사용자별 평가 결과를 합산하여 평균을 내는 것을 의미할 수 있다. 다만, 이외에 사용자의 학습능력에 따라 가중치를 두어 평균을 내는 것도 가능하다. 즉, 학습능력이 높은 사람의 평가 결과는 낮은 사람에 비해 더 높은 가중치를 두어 통계처리하는 것이다. 학습능력이라 함은 객관적으로는 해당 컨텐츠를 학습한 후에 테스트를 받은 후의 점수가 될 수 있고, 해당 컨텐츠와 관련성이 있는 컨텐츠를 학습한 양이 될 수도 있다.
또한, 다른 실시예로서, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 정보를 저장하는 사용자 데이터베이스(2)와, 해당 컨텐츠를 학습한 모든 학습자들의 평가 결과 및 해당 컨텐츠를 학습한 동일한 학습스타일의 학습자별로 구분한 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스(3)와, 학습자의 평가 결과를 사용자 단말기(10)로부터 전송받아 상기 사용자 데이터베이스(2) 및 컨텐츠 평가 데이터베이스(3)의 메타데이터를 업데이트하는 처리부(4)를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법이다.
특정 학습자의 사용자 단말기(10)로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받는 제1 단계와, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과를 업데이트하는 제2 단계와, 상기 컨텐츠 평가 데이터베이스(3)에 저장된 상기 특정 컨텐츠에 대한 상기 특정 학습자와 동일한 학습스타일을 가지는 학습자별로 구분된 평가 결과를 업데이트하는 제3 단계와, 상기 제2 단계에서 업데이트한 평가 결과 및 상기 제3 단계에서 업데이트한 평가 결과를 학습자의 사용자 단말기(10)로 전송하는 제4 단계를 포함하는 것을 특징으로 한다.
상기 제4 단계에서의 상기 학습자는, 상기 특정 학습자 또는 상기 특정 컨텐츠를 학습하고자 하는 학습자인 것을 특징으로 한다.
상기 제4 단계에서의 두 개의 평가 결과를 비교한 결과를 전송하는 것을 특징으로 한다.
상기 컨텐츠 평가 결과는 학습동기유발, 학습내용 유용성, 학습내용 신뢰성, 학습내용 전개의 타당성, 학습자료의 다양성의 항목에 대한 평가 결과를 포함하는 것을 특징으로 한다.
상기 컨텐츠 평가 결과는 컨텐츠의 난이도 및 정보의 포괄성에 대한 평가 결과를 포함하는 것을 특징으로 한다.
상기 학습스타일은 sensing-intuitive, visual-verbal, active-reflective, sequential-global으로 분류되는 것을 특징으로 한다.
이에 대한 자세한 설명은 앞에서 언급하였으므로 이에 대한 자세한 설명은 생략하기로 한다.
또한, 상기 설명한 본 발명에 따른 시스템은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, 광학 디스크, 자기 테이프, 플로피 디스크, 하드 디스크, 비휘발성 메모리 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다
본 발명은 상기와 같은 실시예에 의해 권리범위가 한정되는 것은 아니며, 본 발명의 기술적인 사상을 가지고 있다면 모두 본 발명의 권리범위에 해당된다고 볼 수 있으며, 본 발명은 특허청구범위에 의해 권리범위가 정해짐을 밝혀둔다.
서버(1), 사용자 데이터베이스(2), 컨텐츠 평가 데이터베이스(3), 처리부(4)

Claims (7)

  1. 사용자 단말기와, 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 학습능력을 포함하는 학습자의 정보를 저장하는 사용자 데이터베이스와, 학습자별 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스와, 학습자의 평가 결과를 상기 사용자 단말기로부터 전송받아 상기 사용자 데이터베이스 및 컨텐츠 평가 데이터베이스의 메타데이터를 업데이트하는 처리부를 포함하는 서버를 구비하는 학습컨텐츠 평가 제공 시스템에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법에 있어서,
    상기 서버가 특정 학습자의 사용자 단말기로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받는 제1 단계와,
    상기 서버가 상기 컨텐츠 평가 데이터베이스에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과를 업데이트하는 제2 단계와,
    상기 서버가 상기 사용자 데이터베이스에 저장된 상기 특정 학습자의 학습스타일과 동일한 학습자를 검색하고, 상기 특정 컨텐츠에 대한 상기 검색된 학습자들의 학습능력의 정량적인 수치에 가중치를 두어 평가 결과를 추출하여 통계처리하는 제3 단계와,
    상기 서버가 상기 제2 단계에서 업데이트한 평가 결과 및 상기 제3 단계에서 통계처리한 평가 결과를 학습자의 사용자 단말기로 전송하는 제4 단계를 포함하는,
    학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법.
  2. 청구항 1에 있어서,
    상기 학습자별 평가 결과는 해당 컨텐츠를 학습한 모든 학습자들의 평가 결과 및 해당 컨텐츠를 학습한 동일한 학습스타일의 학습자별로 구분한 평가 결과를 포함하는,
    학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법.
  3. 청구항 1에 있어서,
    상기 학습자의 평가 결과는 학습동기유발, 학습내용 유용성, 학습내용 신뢰성, 학습내용 전개의 타당성, 학습자료의 다양성의 항목에 대한 평가 결과를 포함하는,
    학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법.
  4. 청구항 1에 있어서,
    상기 학습자의 평가 결과는 컨텐츠의 난이도 및 정보의 포괄성에 대한 평가 결과를 포함하는,
    학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법.
  5. 청구항 1에 있어서,
    상기 학습스타일은 sensing-intuitive, visual-verbal, active-reflective, sequential-global으로 분류되는 것을 특징으로 하는,
    학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법.
  6. 삭제
  7. 학습스타일 및 학습한 컨텐츠와 그에 대한 평가 결과를 메타데이터로 하여 학습자의 학습능력을 포함하는 학습자의 정보를 저장하는 사용자 데이터베이스와,
    해당 컨텐츠를 학습한 모든 학습자들의 평가 결과 및 해당 컨텐츠를 학습한 동일한 학습스타일의 학습자별로 구분한 평가 결과를 메타데이터로 하여 컨텐츠의 정보를 저장하는 컨텐츠 평가 데이터베이스와,
    학습자의 평가 결과를 사용자 단말기로부터 전송받아 상기 사용자 데이터베이스 및 컨텐츠 평가 데이터베이스의 메타데이터를 업데이트하는 처리부를 포함하는 환경에서 수행되는 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템에 있어서,
    상기 처리부는,
    특정 학습자의 사용자 단말기로부터 특정 컨텐츠를 학습하고 이에 대한 평가 결과를 전송받고, 상기 컨텐츠 평가 데이터베이스에 저장된 상기 특정 컨텐츠에 대한 학습자별 평가 결과와 상기 특정 컨텐츠에 대한 상기 특정 학습자와 동일한 학습스타일을 가지는 학습자별로 학습자의 학습능력의 정량적인 수치에 가중치를 두어 평가 결과를 업데이트하고, 이를 학습자의 사용자 단말기로 전송하는,
    학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 시스템.
KR1020110047766A 2011-05-20 2011-05-20 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템 KR101228816B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110047766A KR101228816B1 (ko) 2011-05-20 2011-05-20 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110047766A KR101228816B1 (ko) 2011-05-20 2011-05-20 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20120129486A KR20120129486A (ko) 2012-11-28
KR101228816B1 true KR101228816B1 (ko) 2013-01-31

Family

ID=47513976

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110047766A KR101228816B1 (ko) 2011-05-20 2011-05-20 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101228816B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112015006080T5 (de) * 2015-01-30 2017-10-12 Hewlett-Packard Development Company, L.P. Bestimmen von Informationen zur Zeitkorrelation des Aufmerksamkeitsspannenstils
KR102216876B1 (ko) * 2019-01-15 2021-02-19 주식회사 승진교육 사용자의 두뇌 성향을 기반으로 두뇌 발달 효과와 학습 효과를 높이기 위한 인공지능 교육 서비스를 제공하는 방법 및 이를 위한 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020090163A (ko) * 2001-05-25 2002-11-30 사가대학교 교재 이용 시스템 및 방법
KR20080008066A (ko) * 2006-07-19 2008-01-23 성균관대학교산학협력단 학습 스타일 진단 시스템 및 그 진단 방법
KR20090002064A (ko) * 2007-06-04 2009-01-09 이상진 컨텐츠 제공 시스템 및 이를 이용한 컨텐츠 제공 방법
KR20100086676A (ko) * 2009-01-23 2010-08-02 삼성전자주식회사 컨텐츠에 대한 선호도 예측 방법 및 장치와, 샘플 컨텐츠 선정 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020090163A (ko) * 2001-05-25 2002-11-30 사가대학교 교재 이용 시스템 및 방법
KR20080008066A (ko) * 2006-07-19 2008-01-23 성균관대학교산학협력단 학습 스타일 진단 시스템 및 그 진단 방법
KR20090002064A (ko) * 2007-06-04 2009-01-09 이상진 컨텐츠 제공 시스템 및 이를 이용한 컨텐츠 제공 방법
KR20100086676A (ko) * 2009-01-23 2010-08-02 삼성전자주식회사 컨텐츠에 대한 선호도 예측 방법 및 장치와, 샘플 컨텐츠 선정 방법 및 장치

Also Published As

Publication number Publication date
KR20120129486A (ko) 2012-11-28

Similar Documents

Publication Publication Date Title
US10671620B2 (en) Method for recommending a teacher in a network teaching system
Imran et al. PLORS: a personalized learning object recommender system
Li et al. Intelligent learning system based on personalized recommendation technology
US8515828B1 (en) Providing product recommendations through keyword extraction from negative reviews
US20070239610A1 (en) Methods, systems and apparatus for displaying user generated tracking information
US20190354887A1 (en) Knowledge graph based learning content generation
US20110236870A1 (en) System and method for learning
CN104504597A (zh) 学习平台的知识商城管理系统及方法
Bydžovská Course Enrolment Recommender System
Forrester et al. New web services that help authors choose journals
Zrnec et al. Users’ ability to perceive misinformation: An information quality assessment approach
Tai et al. Effective e‐learning recommendation system based on self‐organizing maps and association mining
CN108595493A (zh) 媒体内容的推送方法和装置、存储介质、电子装置
US20180182256A1 (en) Method and system to optimize education content-learner engagement-performance pathways
Zhong et al. Design of a personalized recommendation system for learning resources based on collaborative filtering
US11269896B2 (en) System and method for automatic difficulty level estimation
US20120124049A1 (en) Profile analysis system
US10720081B2 (en) Method and system for matching people with choices
KR101228816B1 (ko) 학습자의 학습스타일을 기반으로 한 학습컨텐츠 평가 제공 방법 및 시스템
Pero et al. Comparison of collaborative-filtering techniques for small-scale student performance prediction task
US20200160359A1 (en) User-experience development system
Moraes et al. LSBCTR: A learning style-based recommendation algorithm
Rekik et al. Extraction of association rules used for assessing web sites' quality from a set of criteria
Wang et al. A Machine Learning-based Course Enrollment Recommender System.
Barcaroli et al. Integration of ICT survey data and Internet data from enterprises websites at the Italian National Institute of Statistics

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160115

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee