KR20220068075A - Problem Recommendation System and Method Suitable for Learner Level based on Artificial Intelligence Technology - Google Patents
Problem Recommendation System and Method Suitable for Learner Level based on Artificial Intelligence Technology Download PDFInfo
- Publication number
- KR20220068075A KR20220068075A KR1020200155011A KR20200155011A KR20220068075A KR 20220068075 A KR20220068075 A KR 20220068075A KR 1020200155011 A KR1020200155011 A KR 1020200155011A KR 20200155011 A KR20200155011 A KR 20200155011A KR 20220068075 A KR20220068075 A KR 20220068075A
- Authority
- KR
- South Korea
- Prior art keywords
- level
- user
- unit
- response information
- evaluation
- Prior art date
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 39
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000004044 response Effects 0.000 claims abstract description 76
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 7
- 230000001965 increasing effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 6
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008450 motivation Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012358 sourcing Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 238000013474 audit trail Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005067 remediation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—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
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/0053—Computers, e.g. programming
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
Description
본 발명은 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템 및 방법에 관한 것으로, 보다 구체적으로 저장레벨에 따라 평가문제를 제공하고, 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 다시 선정한 후 선정레벨에 따라 문제를 제공하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템 및 방법에 관한 것이다.The present invention relates to a problem recommendation system and method suitable for a learner's level based on artificial intelligence technology, and more specifically, provides an evaluation problem according to a storage level, and uses the user's response information to the evaluation problem based on artificial intelligence technology It relates to a problem recommendation system and method suitable for the learner's level based on artificial intelligence technology that selects the user's level again and provides problems according to the selected level.
인공지능, 로봇기술, 생명과학 등을 기반으로 하는 4차 산업혁명에 대한 관심이 증폭되면서, 4차 산업혁명 관련 기술의 기본이 되는 코딩 교육에 대한 수요가 증가하고 있다. As interest in the 4th industrial revolution based on artificial intelligence, robot technology, and life science is increasing, the demand for coding education, which is the basis of 4th industrial revolution related technologies, is increasing.
전 연령층에서 코딩을 배우고자 하는 수요가 급증하는 추세와 달리, 종래 코딩 교육은 특정 컴퓨터 언어와 관련된 강의를 학습자의 현재 수준, 상태, 창의성, 독창성 등을 고려하지 않고, 일방적으로 학습자에게 제공하는 주입식 교육으로 일관함으로써, 학습자의 학습 의욕을 저하시키고 있는 실정이다.Unlike the trend of rapidly increasing demand for learning coding among all age groups, the conventional coding education is an infusion type that provides lectures related to a specific computer language to learners unilaterally without considering the learner's current level, status, creativity, originality, etc. Consistent with education, the situation is lowering learners' motivation to learn.
또한, 코딩 교육을 담당하는 강사 역시 강사 경험이 없는 일반인이 수 시간의 교육만 받고, 전문적인 강사로 활동하여 학습자의 수준을 평가한 후 수준에 맞는 코딩 교육을 제공하지 못하는 것이 현재의 실정이다.In addition, the current situation is that the instructor in charge of coding education receives only a few hours of training by ordinary people without instructor experience, and after evaluating the learner's level by working as a professional instructor, it is not possible to provide coding education suitable for the level.
이를 해결하기 위하여, 온라인 코딩 교육과 관련한 기술개발이 활발히 진행되고 있다. 관련문헌 1은 코딩 및 프로그래밍 교육 컨텐츠 플랫폼 제공 방법에 관한 것으로, 사용자가 원하는 코딩 및 프로그래밍 교육 컨텐츠를 온라인에서 선택하여 수강이 가능하도록 하고, 사용자의 진도와 수업에 대한 점수를 평가할 수 있으나, 사용자는 자신의 수준을 객관적으로 판단할 수 없기 때문에 선호하는 교육 컨텐츠 또는 수준에 맞지 않는 컨텐츠를 선택하여 수강할 수 있으므로 사용자의 수준을 향상시키는데 도움이 되지 못하는 단점이 있다.To solve this problem, technology development related to online coding education is being actively developed. Related Document 1 relates to a method of providing a coding and programming education content platform, enabling a user to select and take online coding and programming education content, and to evaluate the user's progress and score, but the user Since one's own level cannot be objectively judged, preferred educational content or content that does not fit the level can be selected and taken, so there is a disadvantage in that it does not help to improve the user's level.
관련문헌 2는 모듈화된 인공지능 코딩교육 시스템에 관한 것으로, 사용자가 로봇의 플랫폼 상에서 코딩 교육받거나, 입력된 코드에 따라 움직이는 구동부를 구비함으로써, 사용자가 교육 받은 내용을 곧바로 적용해볼 수 있는 장점이 있지만, 사용자의 수준을 판단하기 위한 코딩 문제를 제공하거나, 사용자의 수준을 고려한 코딩 문제를 제공하지 못하므로 단발적인 코딩 교육으로, 사용자가 지속적으로 코딩 실력을 향상시킬 수 없는 단점이 있다. Related Document 2 relates to a modularized artificial intelligence coding education system, which has the advantage that the user can directly apply the education contents by receiving coding education on the robot platform or by having a driving unit that moves according to the input code. , a coding problem for judging the user's level, or a coding problem considering the user's level, is not provided.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로 사용자의 수준을 자동으로 파악하고 이에 적합한 문제를 제공하도록 저장레벨에 따라 평가문제를 제공하고, 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 다시 선정한 후 선정레벨에 따라 문제를 제공하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템 및 방법을 얻고자 하는 것을 목적으로 한다.The present invention is to solve the above problems, and provides an evaluation problem according to the storage level to automatically identify the user's level and provide a suitable problem for this, and information on the user's response to the evaluation problem based on artificial intelligence technology The purpose of this is to obtain a problem recommendation system and method suitable for the learner's level based on artificial intelligence technology that provides problems according to the selected level after selecting the user's level again using
또한, 본 발명의 목적은 사용자가 문제에 대한 응답시 실시간으로 피드백을 받을 수 있도록 사용자로부터 상기 평가문제에 대한 사용자의 응답정보가 작성되면서 발생하는 이벤트를 로그 기반으로 분류하여 실시간으로 저장하고, 상기 이벤트에 대한 피드백을 시각적으로 제공하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템 및 방법을 제공하는 것이다.In addition, an object of the present invention is to classify events that occur while the user's response information to the evaluation question is written from the user so that the user can receive feedback in real time when responding to the problem, based on a log, and store it in real time, It is to provide a problem recommendation system and method suitable for learner level based on artificial intelligence technology that visually provides feedback on events.
상기 목적을 달성하기 위하여, 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템은 사용자로부터 입력된 사용자 정보를 인식하고, 상기 사용자 정보와 함께 기 저장된 저장레벨을 확인하는 레벨 확인부; 상기 저장레벨에 따라 평가문제를 제공하는 문제 제공부; 상기 평가문제에 대한 사용자의 응답정보를 수신하는 응답정보 수신부; 및 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 다시 선정하고, 선정레벨을 상기 레벨 확인부에 전송하는 레벨 선정부;를 포함하고, 상기 레벨 확인부는, 상기 선정레벨을 전송받아 상기 사용자 정보와 함께 저장하고, 사용자로부터 상기 사용자 정보가 재입력되면 상기 선정레벨을 확인하는 것을 특징으로 한다.In order to achieve the above object, the problem recommendation system suitable for the learner level based on the artificial intelligence technology of the present invention is a level check unit for recognizing the user information input from the user, and confirming the storage level pre-stored together with the user information; a problem providing unit that provides an evaluation problem according to the storage level; a response information receiving unit for receiving user response information for the evaluation problem; and a level selector that selects the user's level again using the user's response information to the evaluation problem based on artificial intelligence technology, and transmits the selected level to the level confirmation unit. The selection level is received and stored together with the user information, and when the user information is re-inputted from the user, the selection level is confirmed.
또한, 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 방법은 레벨 확인부에 의하여, 사용자로부터 입력된 사용자 정보가 인식되고, 상기 사용자 정보와 함께 기 저장된 저장레벨이 확인되는 레벨 확인단계; 문제 제공부에 의하여, 상기 저장레벨에 따라 평가문제가 제공되는 문제 제공단계; 응답정보 수신부에 의하여, 상기 평가문제에 대한 사용자의 응답정보가 수신되는 응답정보 수신단계; 레벨 선정부에 의하여, 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보가 이용되어 사용자의 레벨이 다시 선정되고, 선정레벨이 상기 레벨 확인부에 전송되는 레벨 선정단계; 및 상기 레벨 확인부에 의하여, 상기 레벨 선정단계로부터 전송된 상기 선정레벨이 상기 사용자 정보와 함께 저장되는 선정레벨 저장단계;를 포함하고, 사용자로부터 상기 사용자 정보가 재입력되면 상기 레벨 확인단계로부터 상기 선정레벨이 확인되는 것을 특징으로 한다.In addition, the method for recommending a problem suitable for the learner's level based on the artificial intelligence technology of the present invention is a level checking step of recognizing the user information input from the user by the level checking unit, and checking the stored level stored in advance together with the user information; a problem providing step in which, by the problem providing unit, an evaluation problem is provided according to the storage level; a response information receiving step of receiving, by the response information receiving unit, response information of the user for the evaluation question; a level selection step in which, by the level selection unit, the user's response information to the evaluation problem is used based on artificial intelligence technology, the user's level is selected again, and the selection level is transmitted to the level confirmation unit; and a selection level storing step in which, by the level check unit, the selection level transmitted from the level selection step is stored together with the user information; It is characterized in that the selection level is confirmed.
이상과 같이 본 발명에 의하면 저장레벨에 따라 평가문제를 제공하고, 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 다시 선정한 후 선정레벨에 따라 문제를 제공함으로써, 사용자의 수준을 자동으로 파악하고 이에 적합한 문제를 제공할 수 있고, 사용자가 선호하는 교육 컨텐츠 또는 수준에 맞지 않는 교육 컨텐츠를 임의로 선택하여 시간을 낭비하는 현상을 제거할 수 있는 효과가 있다.As described above, according to the present invention, the evaluation problem is provided according to the storage level, the user's level is selected again using the user's response information to the evaluation problem based on artificial intelligence technology, and the problem is provided according to the selection level, It is possible to automatically identify the user's level and provide appropriate problems, and to eliminate the phenomenon of wasting time by randomly selecting the user's preferred educational content or educational content that does not fit the user's level.
또한, 본 발명은 사용자로부터 상기 평가문제에 대한 사용자의 응답정보가 작성되면서 발생하는 이벤트를 로그 기반으로 분류하여 실시간으로 저장하고, 상기 이벤트에 대한 피드백을 시각적으로 제공함으로써, 사용자가 문제에 대한 응답시 실시간으로 피드백을 받을 수 있고, 사용자가 성취감을 쉽게 느낄 수 있고, 코딩 실력을 향상시키는데 지속적인 동기부여를 일으킬 수 있는 효과가 있다. In addition, the present invention classifies events that occur while the user's response information to the evaluation question is written from the user based on a log, stores it in real time, and visually provides feedback on the event, so that the user can respond to the problem Real-time feedback can be received, users can easily feel a sense of accomplishment, and it has the effect of generating continuous motivation to improve coding skills.
도 1은 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템 구성도이다.
도 2는 본 발명의 일실시예에 따른 이벤트 저장부 세부구성도이다.
도 3은 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 방법 흐름도이다.
도 4는 본 발명의 일실시예에 따른 피드백 제공단계 세부흐름도이다.1 is a block diagram of a problem recommendation system suitable for learner level based on artificial intelligence technology of the present invention.
2 is a detailed configuration diagram of an event storage unit according to an embodiment of the present invention.
3 is a flowchart of a method for recommending a problem suitable for a learner level based on artificial intelligence technology of the present invention.
4 is a detailed flowchart of the step of providing feedback according to an embodiment of the present invention.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.The terms used in this specification have been selected as currently widely used general terms as possible while considering the functions in the present invention, but these may vary depending on the intention or precedent of a person skilled in the art, the emergence of new technology, and the like. In addition, in a specific case, there is a term arbitrarily selected by the applicant, and in this case, the meaning will be described in detail in the description of the corresponding invention. Therefore, the term used in the present invention should be defined based on the meaning of the term and the overall content of the present invention, rather than the name of a simple term.
다르게 정의되지 않는 한 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not
인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템Problem recommendation system suitable for learner level based on artificial intelligence technology
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템 구성도이다.Hereinafter, an embodiment according to the present invention will be described in detail with reference to the accompanying drawings. 1 is a block diagram of a problem recommendation system suitable for learner level based on artificial intelligence technology of the present invention.
도 1을 보면, 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템은 레벨 확인부(100), 문제 제공부(200), 응답정보 수신부(300), 레벨 선정부(400)를 포함한다. Referring to FIG. 1 , the problem recommendation system suitable for the learner level based on artificial intelligence technology of the present invention includes a
보다 구체적으로, 상기 레벨 확인부(100)는 사용자로부터 입력된 사용자 정보를 인식하고, 상기 사용자 정보와 함께 기 저장된 저장레벨을 확인한다. More specifically, the
상기 사용자 정보는, ID/PW, 주민번호, 핸드폰번호, 지문, 홍채 등 특정 개인을 구분할 수 있는 정보로, 상기 언급된 정보에 한정되지 않는다. The user information is information that can identify a specific individual, such as ID/PW, resident number, mobile phone number, fingerprint, and iris, and is not limited to the above-mentioned information.
상기 레벨 확인부(100)는 신규 사용자의 경우 기 저장된 사용자 정보가 없기 때문에 신규 사용자에 대한 사용자 정보를 입력받고 저장하여 차후 신규 사용자에 대한 사용자 정보를 입력받으면 인식할 수 있도록 할 수 있다.Since there is no pre-stored user information in the case of a new user, the
그리고 상기 레벨 확인부(100)는 재사용자로부터 사용자 정보를 입력받으면 재사용자에 대한 사용자 정보와 함께 기 저장된 저장레벨을 확인할 수 있다. In addition, when receiving user information from a re-user, the
또한, 상기 레벨 확인부(100)는 신규 사용자의 경우 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않고, 재사용자의 경우에도 오류 또는 삭제에 의하여 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않으면 저장레벨이 확인되지 않는다는 메시지를 상기 문제 제공부(200)에 전송할 수 있다.In addition, the
다음으로, 상기 문제 제공부(200)는 상기 저장레벨에 따라 평가문제를 제공한다. 가장 바람직하게, 상기 평가문제는 코딩교육을 위한 코드 입력 문제일 수 있다. 그리고 상기 문제 제공부(200)는 상기 레벨 확인부(100)로부터 확인된 상기 저장레벨이 가장 낮다면 상기 평가문제에서 사용자가 응답해야하는 코드의 개수를 최소로하고 코드의 난이도를 최하로 할 수 있다. 반대로, 상기 저장레벨이 높아질수록 상기 평가문제에서 사용자가 응답해야하는 코드의 개수와 코드의 난이도를 증가시킬 수 있다. Next, the
다음으로, 상기 응답정보 수신부(300)는 상기 평가문제에 대한 사용자의 응답정보를 수신한다. 여기서, 상기 응답정보는 상기 평가문제에 따라 키보드, 터치패드를 포함하는 인터페이스를 이용하여 사용자에 의하여 입력된 정보를 일컫는다. 가장 바람직하게, 상기 응답정보는 코드 작성 소프트웨어인 PYTHON, C언어, MATLAB에서 사용되는 코드와 코드에 포함될 수 있는 변수일 수 있다.Next, the response
다음으로, 상기 레벨 선정부(400)는 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 다시 선정하고, 선정레벨을 상기 레벨 확인부(100)에 전송한다. 그러면, 상기 레벨 확인부(100)는 상기 선정레벨을 전송받아 상기 사용자 정보와 함께 저장하고, 사용자로부터 상기 사용자 정보가 재입력되면 상기 선정레벨을 확인할 수 있다. Next, the
상기 평가문제는 실제 사용자의 컴퓨팅 사고 및 프로그래밍 능력을 평가하기 위한 것으로 프로그래밍 언어에 국한되지 않고, 사고력, 문제 이해도를 비롯해서 다양한 복합 연산에 관한 능력을 측정할 수 있는 문제이다.The above evaluation problem is for evaluating the computing thinking and programming ability of the actual user, and is not limited to the programming language, and is a problem that can measure the ability for various complex operations, including thinking ability and problem comprehension.
즉, 상기 레벨 확인부(100)는 사용자 정보와 함께 기 저장된 저장레벨을 상기 평가 문제에 대한 사용자의 응답정보를 이용하여 선정된 선정레벨로 매번 업데이트할 수 있는 것이다.That is, the
한편, 신규 사용자의 경우 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않고, 재사용자의 경우에도 오류 또는 삭제에 의하여 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않으면 상기 문제 제공부(200)는 상기 레벨 확인부(100)로부터 저장레벨이 확인되지 않는다는 메시지를 전송받을 수 있다.On the other hand, in the case of a new user, if the storage level pre-stored together with the user information is not checked, and even in the case of a re-user, if the storage level pre-stored together with the user information is not confirmed due to an error or deletion, the
이때, 상기 문제 제공부(200)는 사용자의 수준을 확인하도록 상기 평가문제가 아닌, 진단문제를 제공할 수 있다. 그러면, 상기 응답정보 수신부(300)는 상기 진단문제에 대한 응답정보를 수신할 수 있다. 그리고 상기 레벨 선정부(400)는 인공지능 기술기반으로 상기 진단문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 선정하고, 선정레벨을 상기 레벨 확인부(100)에 전송할 수 있다. 그리고 상기 레벨 확인부(100)는 사용자 정보와 함께 상기 선정레벨을 저장할 수 있고, 차후 사용자로부터 사용자 정보가 입력되면 함께 기 저장된 선정레벨을 확인할 수 있는 것이다.In this case, the
즉, 사용자의 수준을 확인할 수 있도록 하는 상기 진단문제는 필수적으로 학습하는 프로그래밍 언어에 기반을 둔 문제이며, 국내 알고리즘 트레이닝 사이트인 Codeup에서 제시하는 기초 100문제 혹은 URI 온라인 저지에서 제공하는 수준의 문제일 수 있고, 사용자가 컴퓨터 프로그래밍 언어를 다루는 능력 및 기본적인 연산 능력을 측정하는데 집중된 문제이다.In other words, the above diagnostic problem that allows to check the user's level is a problem based on the programming language to be learned, and it is a problem of the basic 100 problems presented by Codeup, a domestic algorithm training site, or a problem of the level provided by the URI online jersey. It is a problem focused on measuring the user's ability to handle computer programming languages and basic arithmetic skills.
한편, 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템은 사용자에게 피드백을 제공하기 위하여 이벤트 저장부(500) 및 피드백 제공부(600)를 더 포함할 수 있다.On the other hand, the problem recommendation system suitable for the learner level based on the AI technology of the present invention may further include an event storage unit 500 and a feedback providing unit 600 to provide feedback to the user.
상기 이벤트 저장부(500)는 사용자로부터 상기 평가문제에 대한 사용자의 응답정보가 작성되면서 발생하는 이벤트를 로그 기반으로 분류하여 실시간으로 저장할 수 있다.The event storage unit 500 may classify an event that occurs while the user's response information to the evaluation problem is written by the user based on a log and store it in real time.
여기서 이벤트는, 상기 평가문제에 대한 사용자의 응답정보를 상기 응답정보 수신부(300)로 전송하기 전, 상기 응답정보가 작성되는 과정에서 발생되는 에러 등일 수 있다.Here, the event may be an error occurring in the process of creating the response information before transmitting the user's response information for the evaluation problem to the response
가장 바람직하게, 상기 이벤트 저장부(500)는 이벤트 소싱 기법을 활용하여 상기 응답정보가 작성되는 과정에서 수행된 전체 데이터를 기록할 수 있다. 일반적으로 이벤트 소싱 기법은 데이터의 현재 상태만 도메인에 저장하는 대신 추가 전용 저장소를 사용하여 해당 데이터에 수행된 전체 작업을 기록하여 보정 작업에 사용할 수 있는 전체 감사 추적 및 기록을 유지할 수 있다.Most preferably, the event storage unit 500 may record the entire data performed in the process of writing the response information by using an event sourcing technique. In general, instead of storing only the current state of the data in the domain, event sourcing techniques can use append-only storage to record all actions taken on that data, keeping a full audit trail and record available for remediation actions.
도 2는 본 발명의 일실시예에 따른 이벤트 저장부(500) 세부구성도이다. 도 2를 보면, 예컨대 상기 이벤트 저장부(500)는 임시저장소인 캐시(Cache)를 구비하여 상기 이벤트를 저장할 수 있다. 상기 캐시(Cache)는 큐(Queue) 구조를 갖는데, 일측에 상기 이벤트가 입력되면 타측으로는 상기 이벤트가 삭제될 수 있는 구조로, 일정 크기 및 일정 기간 내 상기 이벤트가 저장 및 삭제될 수 있도록 할 수 있다.2 is a detailed configuration diagram of the event storage unit 500 according to an embodiment of the present invention. Referring to FIG. 2 , for example, the event storage unit 500 may include a cache that is a temporary storage to store the event. The cache has a queue structure. When the event is input on one side, the event can be deleted on the other side, so that the event can be stored and deleted within a certain size and for a certain period of time. can
그리고 상기 이벤트 저장부(500)는 상기 이벤트를 로그 기반으로 분류할 수 있다. 빅데이터 처리를 위한 비관계형 데이터베이스 관리 시스템인 NoSQL 로그 시스템을 사용하여 대규모의 데이터를 유연하게 처리할 수 있도록 하고, 다수 개의 로그를 설정하고, 각각의 로그 기반으로 상기 이벤트를 실시간으로 분류할 수 있다.In addition, the event storage unit 500 may classify the event based on a log. By using the NoSQL log system, a non-relational database management system for big data processing, large-scale data can be flexibly processed, multiple logs can be set, and the events can be classified in real time based on each log. .
다음으로, 상기 피드백 제공부(600)는 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백 제공여부를 확인하고, 기 저장된 문제풀이와 로그 기반으로 분류된 상기 이벤트를 이용하여 피드백을 제공할 수 있다. Next, the feedback providing unit 600 may check whether or not feedback is provided for the user's response information to the evaluation question, and provide feedback using the event classified based on pre-stored problem solving and log. .
우선, 상기 피드백 제공부(600)는 사용자로부터 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백을 제공받도록 선택되면 상기 이벤트 저장부(500)로부터 로그 기반으로 분류되어 저장된 상기 이벤트를 이용하여 피드백을 생성할 수 있다. 또한, 상기 피드백 제공부(600)는 상기 평가문제의 문제풀이가 기 저장되어 있으므로, 상기 문제풀이와 상기 평가문제에 대한 사용자의 응답정보를 비교한 후 피드백을 생성할 수도 있다. First, when the feedback providing unit 600 is selected to receive feedback from the user on the user's response information to the evaluation problem, the event storage unit 500 provides feedback using the stored event classified based on a log. can create In addition, the feedback providing unit 600 may generate feedback after comparing the solution to the problem and the user's response information to the evaluation problem because the problem solution of the evaluation problem is pre-stored.
또한, 상기 피드백 제공부(600)는 피드백에 따른 응답정보가 추가적으로 생성된다면 상기 문제풀이와 동일한지 확인하고, 동일하다면 피드백을 종료하고 동일하지 않다면 추가적으로 생성된 응답정보에 대한 피드백을 다시 제공할 수 있다. In addition, if the response information according to the feedback is additionally generated, the feedback providing unit 600 checks whether it is the same as the problem solving, if it is the same, it terminates the feedback, and if it is not the same, it can provide feedback for the additionally generated response information again. have.
즉, 상기 피드백 제공부(600)는 문제풀이와 동일할 때까지 사용자가 피드백 받을 수 있도록 하고, 문제풀이에 포함된 정답에 접근할 수 있도록 유도하는 효과가 있다.That is, the feedback providing unit 600 has the effect of inducing the user to receive feedback until the same as the problem solving and to access the correct answer included in the problem solving.
만약, 상기 피드백 제공부(600)는 사용자로부터 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백을 제공받도록 선택되었음에도 불구하고 상기 피드백에 따른 응답정보가 추가적으로 생성되지 않는다면 피드백을 종료할 수 있다. If the feedback providing unit 600 is selected from the user to provide feedback on the user's response information to the evaluation problem, if response information according to the feedback is not additionally generated, the feedback may be terminated.
만약, 상기 피드백 제공부(600)는 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백 제공여부를 확인하였을 때, 피드백을 제공받지 않는다고 하면 기 저장된 문제풀이만을 제공한 후 종료할 수 있다.If the feedback providing unit 600 determines whether or not feedback is provided for the user's response information to the evaluation question, if it does not receive the feedback, it may provide only the pre-stored problem solving and then end it.
한편, 상기 피드백 제공부(600)는 문제 평가 알고리즘을 기반으로 상기 평가문제에 대한 사용자의 응답정보를 이용하여 상기 평가문제의 난이도비율을 조정하는 피드백을 할 수 있다. Meanwhile, the feedback providing unit 600 may provide feedback for adjusting the difficulty ratio of the evaluation problem by using the user's response information to the evaluation problem based on the problem evaluation algorithm.
예컨대, 난이도비율이 50%인 평가문제에 대해서 응답정보의 평균점수가 80점인 사용자와 30점인 사용자가 해당 평가문제를 해결했다고 가정했을 때 평균점수가 30점인 사용자가 문제를 해결했으므로 해당 평가문제의 난이도비율은 더 낮게 조정될 수 있다. For example, for an evaluation problem with a difficulty ratio of 50%, assuming that a user with an average score of 80 and a user with an average score of 30 solved the evaluation problem, the user with an average score of 30 solved the problem. The difficulty ratio can be adjusted lower.
이상과 같이 본 발명에 의하면 사용자의 수준을 자동으로 파악하고 이에 적합한 문제를 제공할 수 있고, 사용자가 선호하는 교육 컨텐츠 또는 수준에 맞지 않는 교육 컨텐츠를 임의로 선택하여 시간을 낭비하는 현상을 제거할 수 있는 효과가 있다.As described above, according to the present invention, it is possible to automatically identify the user's level and provide a suitable problem, and it is possible to eliminate the phenomenon of wasting time by arbitrarily selecting the user's preferred educational content or educational content that does not fit the level. there is an effect
또한, 본 발명은 사용자가 문제에 대한 응답시 실시간으로 피드백을 받을 수 있고, 레벨이 올라감에 따라 사용자가 성취감을 쉽게 느낄 수 있어 코딩 실력을 향상시키는데 지속적인 동기부여를 일으킬 수 있는 효과가 있다. In addition, the present invention has the effect that the user can receive real-time feedback when responding to a problem, and as the level rises, the user can easily feel a sense of accomplishment, thereby generating continuous motivation to improve coding skills.
인공지능 기술기반의 학습자 수준에 맞는 문제 추천 방법A method of recommending problems according to the learner's level based on artificial intelligence technology
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 3은 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 방법 흐름도이다.Hereinafter, an embodiment according to the present invention will be described in detail with reference to the accompanying drawings. 3 is a flowchart of a method for recommending a problem suitable for a learner level based on artificial intelligence technology of the present invention.
도 3을 보면, 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 방법은 레벨 확인단계(S100), 응답정보 수신단계(S200), 레벨 선정단계(S300), 선정레벨 저장단계(S400)를 포함한다. Referring to FIG. 3 , the problem recommendation method suitable for the learner's level based on the artificial intelligence technology of the present invention is a level confirmation step (S100), a response information receiving step (S200), a level selection step (S300), a selection level storage step (S400) includes
보다 구체적으로, 상기 레벨 확인단계(S100)는 레벨 확인부(100)에 의하여, 사용자로부터 입력된 사용자 정보가 인식되고, 상기 사용자 정보와 함께 기 저장된 저장레벨이 확인된다.More specifically, in the level checking step (S100), the user information input from the user is recognized by the
상기 사용자 정보는, ID/PW, 주민번호, 핸드폰번호, 지문, 홍채 등 특정 개인을 구분할 수 있는 정보로, 상기 언급된 정보에 한정되지 않는다. The user information is information that can identify a specific individual, such as ID/PW, resident number, mobile phone number, fingerprint, and iris, and is not limited to the above-mentioned information.
상기 레벨 확인단계(S100)는 신규 사용자의 경우 기 저장된 사용자 정보가 없기 때문에 신규 사용자에 대한 사용자 정보를 입력받고 저장되어 차후 신규 사용자에 대한 사용자 정보가 입력되면 인식될 수 있도록 할 수 있다.In the level checking step ( S100 ), since there is no pre-stored user information in the case of a new user, user information for a new user is received and stored, so that when user information for a new user is input later, it can be recognized.
그리고 상기 레벨 확인단계(S100)는 재사용자로부터 사용자 정보가 입력되면 재사용자에 대한 사용자 정보와 함께 기 저장된 저장레벨이 확인될 수 있다. In the level checking step ( S100 ), when user information is input from a re-user, a pre-stored storage level together with user information on the re-user may be checked.
또한, 상기 레벨 확인단계(S100)는 신규 사용자의 경우 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않고, 재사용자의 경우에도 오류 또는 삭제에 의하여 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않으면 저장레벨이 확인되지 않는다는 메시지가 상기 문제 제공부(200)에 전송될 수 있다.In addition, in the level checking step (S100), in the case of a new user, the pre-stored storage level with user information is not checked, and even in the case of a re-user, if the pre-stored storage level is not confirmed with the user information due to an error or deletion, save A message indicating that the level is not confirmed may be transmitted to the
다음으로, 상기 문제 제공단계(S200)는 문제 제공부(200)에 의하여, 상기 저장레벨에 따라 평가문제가 제공된다.Next, in the problem providing step (S200), the evaluation problem is provided by the
가장 바람직하게, 상기 평가문제는 코딩교육을 위한 코드 입력 문제일 수 있다. 그리고 상기 문제 제공단계(S200)는 상기 레벨 확인단계(S100)로부터 확인된 상기 저장레벨이 가장 낮다면 상기 평가문제에서 사용자가 응답해야하는 코드의 개수가 최소로 되고, 코드의 난이도가 최하로 될 수 있다. 반대로, 상기 저장레벨이 높아질수록 상기 평가문제에서 사용자가 응답해야하는 코드의 개수와 코드의 난이도가 증가될 수 있다. Most preferably, the evaluation problem may be a code input problem for coding education. And in the problem providing step (S200), if the storage level confirmed from the level checking step (S100) is the lowest, the number of codes that the user must respond to in the evaluation problem becomes the minimum, and the difficulty of the code can be the lowest have. Conversely, as the storage level increases, the number of codes to which the user must respond in the evaluation problem and the difficulty of the codes may increase.
다음으로, 상기 응답정보 수신단계(S300)는 응답정보 수신부(300)에 의하여, 상기 평가문제에 대한 사용자의 응답정보가 수신된다. Next, in the response information receiving step ( S300 ), the user's response information for the evaluation problem is received by the response
여기서, 상기 응답정보는 상기 평가문제에 따라 키보드, 터치패드가 포함되는 인터페이스가 이용되어 사용자에 의하여 입력된 정보를 일컫는다. 가장 바람직하게, 상기 응답정보는 코드 작성 소프트웨어인 PYTHON, C언어, MATLAB에서 사용되는 코드와 코드에 포함될 수 있는 변수일 수 있다.Here, the response information refers to information input by a user using an interface including a keyboard and a touchpad according to the evaluation problem. Most preferably, the response information may be a code used in PYTHON, C language, and MATLAB, which are code writing software, and a variable that may be included in the code.
다음으로, 상기 레벨 선정단계(S400)는 레벨 선정부(400)에 의하여, 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보가 이용되어 사용자의 레벨이 다시 선정되고, 선정레벨이 상기 레벨 확인부(100)에 전송된다. Next, in the level selection step (S400), the user's level is selected again by using the user's response information to the evaluation problem based on artificial intelligence technology by the
상기 평가문제는 실제 사용자의 컴퓨팅 사고 및 프로그래밍 능력을 평가하기 위한 것으로 프로그래밍 언어에 국한되지 않고, 사고력, 문제 이해도를 비롯해서 다양한 복합 연산에 관한 능력을 측정할 수 있는 문제이다.The above evaluation problem is for evaluating the computing thinking and programming ability of the actual user, and is not limited to the programming language, and is a problem that can measure the ability for various complex operations, including thinking ability and problem comprehension.
다음으로, 상기 선정레벨 저장단계(S500)는 상기 레벨 확인부(100)에 의하여, 상기 레벨 선정단계(S400)로부터 전송된 상기 선정레벨이 상기 사용자 정보와 함께 저장된다. 그리고 사용자로부터 상기 사용자 정보가 재입력되면 상기 레벨 확인단계(S100)로부터 상기 선정레벨이 확인될 수 있다. Next, in the selection level storage step ( S500 ), the selection level transmitted from the level selection step ( S400 ) is stored together with the user information by the
즉, 본 발명은 사용자 정보와 함께 기 저장된 저장레벨이 상기 평가 문제에 대한 사용자의 응답정보가 이용되어 선정된 선정레벨로 매번 업데이트될 수 있는 것이다.That is, according to the present invention, the stored level stored in advance together with the user information can be updated every time to the selection level selected by using the user's response information to the evaluation problem.
한편, 상기 레벨 확인단계(S100)로부터 신규 사용자의 경우 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않고, 재사용자의 경우에도 오류 또는 삭제에 의하여 사용자 정보와 함께 기 저장된 저장레벨이 확인되지 않으면 상기 문제 제공단계(S200)는 상기 레벨 확인단계(S100)로부터 저장레벨이 확인되지 않는다는 메시지가 수신될 수 있다.On the other hand, from the level checking step (S100), in the case of a new user, the storage level pre-stored together with the user information is not confirmed, and even in the case of a re-user, if the storage level pre-stored together with the user information is not confirmed due to an error or deletion, the In the problem providing step (S200), a message that the storage level is not confirmed from the level checking step (S100) may be received.
이때, 상기 문제 제공단계(S200)는 사용자의 수준가 확인되도록 상기 평가문제가 아닌, 진단문제가 제공될 수 있다. 그러면, 상기 응답정보 수신단계(S300)는 상기 진단문제에 대한 응답정보가 수신될 수 있다. 그리고 상기 레벨 선정단계(S400)는 인공지능 기술기반으로 상기 진단문제에 대한 사용자의 응답정보가 이용되어 사용자의 레벨이 선정되고, 선정레벨이 상기 레벨 확인부(100)에 전송될 수 있다. 그리고 상기 레벨 확인부(100)는 사용자 정보와 함께 상기 선정레벨을 저장할 수 있고, 상기 레벨 확인단계(S100)는 차후 사용자로부터 사용자 정보가 입력되면 함께 기 저장된 선정레벨이 확인될 수 있다.In this case, in the problem providing step (S200), a diagnosis problem, not the evaluation problem, may be provided so that the level of the user is confirmed. Then, in the response information receiving step ( S300 ), response information for the diagnosis problem may be received. In the level selection step (S400), the user's response information to the diagnosis problem is used based on artificial intelligence technology to select the user's level, and the selection level may be transmitted to the
즉, 사용자의 수준을 확인할 수 있도록 하는 상기 진단문제는 필수적으로 학습하는 프로그래밍 언어에 기반을 둔 문제이며, 국내 알고리즘 트레이닝 사이트인 Codeup에서 제시하는 기초 100문제 혹은 URI 온라인 저지에서 제공하는 수준의 문제일 수 있고, 사용자가 컴퓨터 프로그래밍 언어를 다루는 능력 및 기본적인 연산 능력을 측정하는데 집중된 문제이다.In other words, the above diagnostic problem that allows to check the user's level is a problem based on the programming language to be learned, and it is a problem of the basic 100 problems presented by Codeup, a domestic algorithm training site, or a problem of the level provided by the URI online jersey. It is a problem focused on measuring the user's ability to handle computer programming languages and basic arithmetic skills.
한편, 본 발명의 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 방법은 사용자에게 피드백이 제공될 수 있도록 이벤트 저장단계(S500) 및 피드백 제공단계(S600)가 더 포함될 수 있다.On the other hand, the problem recommendation method suitable for the learner's level based on the AI technology of the present invention may further include an event storage step (S500) and a feedback providing step (S600) so that feedback can be provided to the user.
우선, 상기 이벤트 저장단계(S500)는 이벤트 저장부(500)에 의하여, 사용자로부터 상기 평가문제에 대한 사용자의 응답정보가 작성되면서 발생되는 이벤트가 로그 기반으로 분류되어 실시간으로 저장될 수 있다. First, in the event storage step (S500), an event generated while the user's response information to the evaluation problem is written by the user by the event storage unit 500 may be classified based on a log and stored in real time.
여기서, 이벤트는, 상기 평가문제에 대한 사용자의 응답정보가 상기 응답정보 수신단계(S300)로부터 수신되기 전, 응답정보가 작성되는 과정에서 발생되는 에러 등일 수 있다.Here, the event may be an error occurring in the process of creating response information before the user's response information to the evaluation problem is received from the response information receiving step (S300).
가장 바람직하게, 상기 이벤트 저장단계(S500)는 이벤트 소싱 기법이 활용되어 상기 응답정보가 작성되는 과정에서 수행된 전체 데이터가 기록될 수 있다. 일반적으로 이벤트 소싱 기법은 데이터의 현재 상태만 도메인에 저장하는 대신 추가 전용 저장소를 사용하여 해당 데이터에 수행된 전체 작업을 기록하여 보정 작업에 사용할 수 있는 전체 감사 추적 및 기록을 유지할 수 있다.Most preferably, in the event storage step ( S500 ), an event sourcing technique may be utilized to record all data performed in the process of writing the response information. In general, instead of storing only the current state of the data in the domain, event sourcing techniques can use append-only storage to record all actions taken on that data, keeping a full audit trail and record available for remediation actions.
도 2를 보면, 예컨대 상기 이벤트 저장단계(S500)는 임시저장소인 캐시(Cache)가 구비되어 상기 이벤트가 저장될 수 있다. 상기 캐시(Cache)는 큐(Queue) 구조를 갖는데, 일측에 상기 이벤트가 입력되면 타측으로는 상기 이벤트가 삭제될 수 있는 구조로, 일정 크기 및 일정 기간 내 상기 이벤트가 저장 및 삭제될 수 있다.Referring to FIG. 2 , for example, in the event storage step S500 , a cache as a temporary storage may be provided to store the event. The cache has a queue structure. When the event is input to one side, the event can be deleted to the other side, and the event can be stored and deleted within a predetermined size and within a predetermined period.
그리고 상기 이벤트 저장단계(S500)는 상기 이벤트가 로그 기반으로 분류될 수 있다. 빅데이터 처리를 위한 비관계형 데이터베이스 관리 시스템인 NoSQL 로그 시스템을 사용하여 대규모의 데이터가 유연하게 처리될 수 있도록 하고, 다수 개의 로그가 설정되어 각각의 로그 기반으로 상기 이벤트가 실시간으로 분류될 수 있다.In the event storage step (S500), the event may be classified based on a log. Using the NoSQL log system, which is a non-relational database management system for big data processing, large-scale data can be flexibly processed, and multiple logs are set so that the events can be classified in real time based on each log.
다음으로, 상기 피드백 제공단계(S600)는 상기 피드백 제공부(600)에 의하여, 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백 제공여부가 확인되고, 기 저장된 문제풀이와 상기 로그 기반으로 분류된 상기 이벤트가 이용되어 피드백이 제공될 수 있다. Next, in the feedback providing step (S600), by the feedback providing unit 600, it is checked whether feedback is provided for the user's response information to the evaluation question, and the stored problem solving and the log-based classification are performed. The event may be used to provide feedback.
도 4는 본 발명의 일실시예에 따른 피드백 제공단계(S600) 세부흐름도이다.4 is a detailed flowchart of the step of providing feedback (S600) according to an embodiment of the present invention.
도 4를 보면, 보다 상세하게, 상기 피드백 제공단계(S600)는 사용자로부터 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백을 제공받도록 선택되면, 상기 이벤트 저장단계(S500)로부터 로그 기반으로 분류되어 저장된 상기 이벤트가 이용되어 피드백이 생성될 수 있다. 이때, 상기 피드백 제공부(600)는 상기 평가문제의 문제풀이가 기 저장되어 있으므로, 상기 피드백 제공단계(S600)는 상기 문제풀이와 상기 평가문제에 대한 사용자의 응답정보가 비교된 후 피드백이 생성될 수도 있다. 4, in more detail, when the feedback providing step (S600) is selected to receive feedback from the user on the user's response information to the evaluation problem, the event storage step (S500) is classified based on a log. The stored event may be used to generate feedback. At this time, since the feedback providing unit 600 pre-stores the problem solving of the evaluation problem, the feedback providing step (S600) generates feedback after comparing the problem solving and the user's response information to the evaluation problem it might be
또한, 상기 피드백 제공단계(S600)는 피드백에 따른 응답정보가 추가적으로 생성된다면 상기 문제풀이와 동일한지 확인되고, 동일하다면 피드백이 종료되고 동일하지 않다면 추가적으로 생성된 응답정보에 대한 피드백이 다시 제공될 수 있다. In addition, in the feedback providing step (S600), if the response information according to the feedback is additionally generated, it is checked whether it is the same as the problem solving, if it is the same, the feedback is terminated. have.
즉, 상기 피드백 제공단계(S600)는 문제풀이와 동일할 때까지 사용자가 피드백 받을 수 있도록 하고, 문제풀이에 포함된 정답에 접근할 수 있도록 유도하는 효과가 있다.That is, the feedback providing step ( S600 ) has the effect of allowing the user to receive feedback until it is the same as solving the problem, and inducing access to the correct answer included in the problem solving.
만약, 상기 피드백 제공단계(S600)는 사용자로부터 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백을 제공받도록 선택되었음에도 불구하고 상기 피드백에 따른 응답정보가 추가적으로 생성되지 않는다면 피드백이 종료될 수 있다. If, in the feedback providing step ( S600 ), the user selects to receive feedback on the user's response information to the evaluation problem, if response information according to the feedback is not additionally generated, the feedback may be terminated.
만약, 상기 피드백 제공단계(S600)는 상기 평가문제에 대한 사용자의 응답정보에 대한 피드백 제공여부가 확인되었을 때, 사용자가 피드백을 제공받지 않는다고 하면 기 저장된 문제풀이만이 제공된 후 종료할 수 있다.If the feedback providing step ( S600 ) is confirmed when it is confirmed whether or not to provide feedback on the user's response information to the evaluation question, if the user does not receive the feedback, only the pre-stored problem solving can be provided and then ended.
한편, 상기 피드백 제공단계(S600)는 문제 평가 알고리즘이 기반이 되어 상기 평가문제에 대한 사용자의 응답정보가 이용되어 상기 평가문제의 난이도비율이 조정되는 피드백이 제공될 수 있다. On the other hand, in the feedback providing step (S600), the problem evaluation algorithm is the basis, the user's response information to the evaluation problem is used, and feedback in which the difficulty ratio of the evaluation problem is adjusted may be provided.
예컨대, 난이도비율이 50%인 평가문제에 대해서 응답정보의 평균점수가 80점인 사용자와 30점인 사용자가 해당 평가문제를 해결했다고 가정했을 때 평균점수가 30점인 사용자가 문제를 해결했으므로 해당 평가문제의 난이도비율은 더 낮게 조정될 수 있다. For example, for an evaluation problem with a difficulty ratio of 50%, assuming that a user with an average score of 80 and a user with an average score of 30 solved the evaluation problem, the user with an average score of 30 solved the problem. The difficulty ratio can be adjusted lower.
이상과 같이 본 발명에 의하면 사용자의 수준이 자동으로 파악되고 이에 적합한 문제가 제공될 수 있고, 이에 따라 사용자가 선호하는 교육 컨텐츠 또는 수준에 맞지 않는 교육 컨텐츠를 임의로 선택하여 시간을 낭비하는 현상을 제거할 수 있는 효과가 있다.As described above, according to the present invention, the user's level is automatically identified and a problem suitable for this can be provided, thereby eliminating the phenomenon of wasting time by arbitrarily selecting the educational content that the user prefers or the educational content that does not fit the level. There is an effect that can be done.
또한, 본 발명은 사용자가 문제에 대한 응답 시 실시간으로 피드백이 제공될 수 있고, 레벨이 올라감에 따라 사용자가 성취감을 쉽게 느낄 수 있어 코딩 실력을 향상시키는데 지속적인 동기부여를 일으킬 수 있는 효과가 있다. In addition, according to the present invention, feedback can be provided in real time when a user responds to a problem, and as the level rises, the user can easily feel a sense of accomplishment, thereby providing continuous motivation to improve coding skills.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with reference to the limited embodiments and drawings, various modifications and variations are possible from the above description by those skilled in the art. For example, the described techniques are performed in an order different from the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.
그러므로 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims also fall within the scope of the following claims.
100.. 레벨 확인부
200.. 문제 제공부
300.. 응답정보 수신부
400.. 레벨 선정부
500.. 이벤트 저장부
600.. 피드백 제공부100.. Level check
200. Problem Provider
300.. Response information receiving unit
400.. Level Selection
500.. event storage
600.. FEEDBACK PROVIDERS
Claims (5)
상기 저장레벨에 따라 평가문제를 제공하는 문제 제공부;
상기 평가문제에 대한 사용자의 응답정보를 수신하는 응답정보 수신부; 및
인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 다시 선정하고, 선정레벨을 상기 레벨 확인부에 전송하는 레벨 선정부;를 포함하고,
상기 레벨 확인부는,
상기 선정레벨을 전송받아 상기 사용자 정보와 함께 저장하고,
사용자로부터 상기 사용자 정보가 재입력되면 상기 선정레벨을 확인하는 것을 특징으로 하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템.a level check unit for recognizing user information input from a user and checking a storage level pre-stored together with the user information;
a problem providing unit that provides an evaluation problem according to the storage level;
a response information receiving unit for receiving user response information for the evaluation problem; and
A level selector that selects the user's level again using the user's response information to the evaluation problem based on artificial intelligence technology, and transmits the selected level to the level confirmation unit;
The level check unit,
Receive the selection level and store it together with the user information,
A problem recommendation system suitable for the learner level based on artificial intelligence technology, characterized in that when the user information is re-entered from the user, the selection level is confirmed.
상기 문제 제공부는,
상기 레벨 확인부로부터 상기 저장레벨이 확인되지 않으면 사용자의 수준을 확인하도록 진단문제를 제공하고,
상기 응답정보 수신부는,
상기 진단문제에 대한 응답정보를 수신하고,
상기 레벨 선정부는,
인공지능 기술기반으로 상기 진단문제에 대한 사용자의 응답정보를 이용하여 사용자의 레벨을 선정하고, 선정레벨을 상기 레벨 확인부에 전송하는 것을 특징으로 하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템.The method of claim 1,
The problem providing unit,
If the storage level is not confirmed from the level check unit, a diagnostic problem is provided to check the user's level,
The response information receiving unit,
Receive response information to the diagnostic problem,
The level selection unit,
A problem recommendation system suitable for the learner's level based on artificial intelligence technology, characterized in that the user's level is selected using the user's response information to the diagnosis problem based on artificial intelligence technology, and the selected level is transmitted to the level confirmation unit .
문제 제공부는,
상기 저장레벨이 가장 낮다면 상기 평가문제에서 사용자가 응답해야하는 코드의 개수를 최소로 하고 코드의 난이도를 최하로 하고,
상기 저장레벨이 높아질수록 상기 평가문제에서 사용자가 응답해야하는 코드의 개수와 코드의 난이도를 증가시키는 것을 특징으로 하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템.The method of claim 1,
problem provider,
If the storage level is the lowest, the number of codes that the user must answer in the evaluation problem is minimized and the difficulty of the code is set to the lowest,
As the storage level increases, the problem recommendation system suitable for the learner level based on artificial intelligence technology, characterized in that the number of codes and the difficulty of the codes to be answered by the user in the evaluation problem are increased.
사용자로부터 상기 평가문제에 대한 사용자의 응답정보가 작성되면서 발생하는 이벤트를 로그 기반으로 분류하여 실시간으로 저장하는 이벤트 저장부; 및
상기 평가문제에 대한 사용자의 응답정보에 대한 피드백 제공여부를 확인하고, 기 저장된 문제풀이와 로그 기반으로 분류된 상기 이벤트를 이용하여 피드백을 제공하는 피드백 제공부;를 더 포함하는 것을 특징으로 하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 시스템. The method of claim 1,
an event storage unit for classifying events that occur while the user's response information to the evaluation problem is written by the user on the basis of a log and storing it in real time; and
A feedback providing unit that checks whether feedback is provided for the user's response information to the evaluation problem, and provides feedback using the event classified based on pre-stored problem solving and log; A problem recommendation system suitable for the learner's level based on intelligent technology.
문제 제공부에 의하여, 상기 저장레벨에 따라 평가문제가 제공되는 문제 제공단계;
응답정보 수신부에 의하여, 상기 평가문제에 대한 사용자의 응답정보가 수신되는 응답정보 수신단계;
레벨 선정부에 의하여, 인공지능 기술기반으로 상기 평가문제에 대한 사용자의 응답정보가 이용되어 사용자의 레벨이 다시 선정되고, 선정레벨이 상기 레벨 확인부에 전송되는 레벨 선정단계; 및
상기 레벨 확인부에 의하여, 상기 레벨 선정단계로부터 전송된 상기 선정레벨이 상기 사용자 정보와 함께 저장되는 선정레벨 저장단계;를 포함하고,
사용자로부터 상기 사용자 정보가 재입력되면 상기 레벨 확인단계로부터 상기 선정레벨이 확인되는 것을 특징으로 하는 인공지능 기술기반의 학습자 수준에 맞는 문제 추천 방법.a level checking step of recognizing, by the level checking unit, user information input from the user, and checking a storage level stored in advance together with the user information;
a problem providing step in which, by the problem providing unit, an evaluation problem is provided according to the storage level;
a response information receiving step of receiving, by the response information receiving unit, response information of the user for the evaluation question;
a level selection step in which, by the level selection unit, the user's response information to the evaluation problem is used based on artificial intelligence technology, the user's level is selected again, and the selection level is transmitted to the level confirmation unit; and
a selection level storage step in which, by the level check unit, the selection level transmitted from the level selection step is stored together with the user information;
When the user information is re-entered from the user, the selection level is confirmed from the level confirmation step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200155011A KR20220068075A (en) | 2020-11-18 | 2020-11-18 | Problem Recommendation System and Method Suitable for Learner Level based on Artificial Intelligence Technology |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200155011A KR20220068075A (en) | 2020-11-18 | 2020-11-18 | Problem Recommendation System and Method Suitable for Learner Level based on Artificial Intelligence Technology |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220068075A true KR20220068075A (en) | 2022-05-25 |
Family
ID=81800672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200155011A KR20220068075A (en) | 2020-11-18 | 2020-11-18 | Problem Recommendation System and Method Suitable for Learner Level based on Artificial Intelligence Technology |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220068075A (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200063602A (en) | 2018-11-28 | 2020-06-05 | 주식회사 로지브라더스 | Modular System for Coding Education Using Artificial Intelligence |
| KR20200078942A (en) | 2018-12-24 | 2020-07-02 | 주식회사 구름 | Method for provide coding and programing education contents platform |
-
2020
- 2020-11-18 KR KR1020200155011A patent/KR20220068075A/en not_active Application Discontinuation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200063602A (en) | 2018-11-28 | 2020-06-05 | 주식회사 로지브라더스 | Modular System for Coding Education Using Artificial Intelligence |
| KR20200078942A (en) | 2018-12-24 | 2020-07-02 | 주식회사 구름 | Method for provide coding and programing education contents platform |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Crockett et al. | On predicting learning styles in conversational intelligent tutoring systems using fuzzy decision trees | |
| Ramírez-Noriega et al. | Evaluation module based on Bayesian networks to Intelligent Tutoring Systems | |
| Bradac et al. | A comprehensive adaptive system for e-learning of foreign languages | |
| Weber et al. | Pedagogical Agents for Interactive Learning: A Taxonomy of Conversational Agents in Education. | |
| Grossman et al. | MathBot: Transforming online resources for learning math into conversational interactions | |
| US9446314B2 (en) | Vector-based gaming content management | |
| MX2012008206A (en) | Dynamically recommending learning content. | |
| Miller et al. | Automated detection of proactive remediation by teachers in Reasoning Mind classrooms | |
| Munshi et al. | Analysing adaptive scaffolds that help students develop self‐regulated learning behaviours | |
| González-Castro et al. | Adaptive learning module for a conversational agent to support MOOC learners | |
| CN113851020A (en) | Self-adaptive learning platform based on knowledge graph | |
| Crockett et al. | A fuzzy model for predicting learning styles using behavioral cues in an conversational intelligent tutoring system | |
| Li et al. | Improved fuzzy‐assisted multimedia‐assistive technology for engineering education | |
| Wang et al. | A conceptual system architecture for motivation-enhanced learning for students with dyslexia | |
| CN112596731A (en) | Programming teaching system and method integrating intelligent education | |
| Thanyaphongphat et al. | Effects of a personalised ubiquitous learning support system based on learning style-preferred technology type decision model on University Students' SQL learning performance | |
| Alfaro et al. | A review of intelligent tutorial systems in computer and web based education | |
| JP2010243662A (en) | Remedial education support system, remedial education support method, and remedial education support program | |
| Ling et al. | Human-assisted computation for auto-grading | |
| KR20220068075A (en) | Problem Recommendation System and Method Suitable for Learner Level based on Artificial Intelligence Technology | |
| López-Cuadrado et al. | Integrating adaptive testing in an educational system | |
| CN114841157A (en) | Online interaction method, system, equipment and storage medium based on data analysis | |
| KR102313680B1 (en) | Method for educating mathematics using code block | |
| CN112287115A (en) | Personalized teaching method, system and device based on knowledge mastery degree graph | |
| Miskioğlu et al. | Situating intuition in engineering practice |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |