KR100597465B1 - System of fixing department and method thereof - Google Patents
System of fixing department and method thereof Download PDFInfo
- Publication number
- KR100597465B1 KR100597465B1 KR1020050121628A KR20050121628A KR100597465B1 KR 100597465 B1 KR100597465 B1 KR 100597465B1 KR 1020050121628 A KR1020050121628 A KR 1020050121628A KR 20050121628 A KR20050121628 A KR 20050121628A KR 100597465 B1 KR100597465 B1 KR 100597465B1
- Authority
- KR
- South Korea
- Prior art keywords
- subject
- database
- questionnaire
- department
- preference
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 53
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 80
- 230000008569 process Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 14
- 238000010187 selection method Methods 0.000 claims description 4
- 238000010971 suitability test Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 2
- 241000282414 Homo sapiens Species 0.000 description 18
- 238000011161 development Methods 0.000 description 14
- 230000018109 developmental process Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000001172 regenerating effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000004087 circulation Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000003369 Quality Function Deployment Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000036642 wellbeing 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명에 따른 학과계열 선정 시스템은, 과목 선호도 데이터베이스(110); 학과 적합도 데이터베이스(120); 직업 환경 선호도 데이터베이스(130); 계열 선호도 데이터베이스(140);라는 4종류의 데이터베이스를 통하여 피험자에 대한 질의의 기초를 이루되, 특정 데이터베이스(110,120,130)를 통하여 각 전공별로 모집된 일정 수의 모집단을 통해 수치를 얻어내고 이를 다시 각 학과별로 정규화하여 시트(sheet) 처리한 표준 비교 데이터베이스(160); 상기 4종류의 데이터베이스(110,120,130,140)의 설문을 피험자에게 디스플레이하여 각 설문에 대한 수치를 얻어내는 설문평가모듈(210); 상기 계열 선호도 데이터베이스(140)에 대한 설문을 쌍대비교 형식으로 각 설문에 대한 비교 수치를 얻어내는 쌍대비교모듈(230); 상기 데이터베이스(110,120,130)로부터 각 설문별로 얻어진 피험자의 수치를 상기 표준 비교 데이터베이스(160)의 각 시트의 설문 수치와 비교 처리하여 피험자의 최종적인 각 설문별 수치를 생성하는 수치비교산정모듈(220); 상기 모듈(220,230)을 통하여 얻어진 피험자의 4종류의 최종 수치별로 일정 개수의 우선순위 학과를 추출하는 우선순위처리모듈(240); 상기 4종류의 데이터베이스(110,120,130,140)에 따른 각각의 우선순위 학과에 대한 수치를 통해 최종적으로 피험자에 적합한 학과를 선정하는 학과선정모듈(250);로 이루어져 있는 것을 특징으로 한다.The departmental selection system according to the present invention includes a subject preference database 110; Department fitness database 120; Work environment preference database 130; Series preference database 140; forms the basis of the query for the subject through the four types of database, the specific database (110, 120, 130) through a certain number of population recruited by each major to obtain a number and again by each department A standard comparison database 160 normalized to a sheet; A questionnaire evaluation module 210 for displaying the questionnaires of the four types of databases 110, 120, 130, and 140 to a subject to obtain a numerical value for each questionnaire; A pair-to-bridge module 230 for obtaining a comparison value for each questionnaire in a pair-to-bridge format for a questionnaire for the series preference database 140; A numerical comparison calculation module 220 for generating a final numerical value for each questionnaire of the subject by comparing the numerical value of the subject obtained for each questionnaire from the databases 110, 120, and 130 with the questionnaire value of each sheet of the standard comparison database 160; A priority processing module 240 for extracting a predetermined number of priority departments for each of the four final figures of the subjects obtained through the modules 220 and 230; And a department selection module 250 that finally selects a subject suitable for the subject based on the numerical value of each priority department according to the four types of databases 110, 120, 130, and 140.
Description
도 1은 본 발명에 따른 학과계열 선정 시스템의 개략적인 구성을 나타내는 블록도.1 is a block diagram showing a schematic configuration of a department-based selection system according to the present invention.
도 2는 본 발명에 따른 학과계열 선정 방법의 개략적인 절차를 나타내는 흐름도.2 is a flowchart illustrating a schematic procedure of a department-based selection method according to the present invention.
도 3은 본 발명에 따른 4종류의 검사 데이터베이스의 개략적인 구성을 나타내는 블록도.3 is a block diagram showing a schematic configuration of four types of inspection databases according to the present invention;
도 4는 본 발명에 따른 설문평가모듈에서 과목선호도 데이터베이스를 통한 과목 선호 검사의 일 과정을 나타내는 예시도.Figure 4 is an exemplary view showing a process of the subject preference test through the subject preference database in the questionnaire evaluation module according to the present invention.
도 5는 본 발명에 따른 우선순위처리모듈에서 과목선호도 데이터베이스를 통한 과목 선호 검사의 우선순위 학과의 설명을 나타내는 예시도.Figure 5 is an exemplary view showing a description of the priority department of the subject preference test through the subject preference database in the priority processing module according to the present invention.
도 6은 본 발명에 따른 쌍대비교모듈에서 계열선호도 데이터베이스를 통한 계열 선호 검사의 일 과정을 나타내는 예시도.Figure 6 is an exemplary view showing a process of series preference checking through a series preference database in the pair contrast bridge module according to the present invention.
도 7은 본 발명에 따른 과목선호도 데이터베이스를 통한 과목 선호 검사의 우선순위 학과의 설명 및 일관성 여부를 나타내는 예시도.7 is an exemplary view showing the description and consistency of the priority department of the subject preference test through the subject preference database according to the present invention.
도 8은 본 발명에 따른 우선순위처리모듈에서 학과적합도 데이터베이스를 통 한 학과 적합도 검사의 우선순위 학과의 설명을 나타내는 예시도.8 is an exemplary view showing a description of the priority department of the department suitability check through the department suitability database in the priority processing module according to the present invention.
도 9는 본 발명에 따른 우선순위처리모듈에서 직업 환경 선호도 데이터베이스를 통한 직업 환경 선호도 검사의 우선순위 학과의 설명을 나타내는 예시도.9 is an exemplary view showing a description of the priority department of the work environment preference test through the work environment preference database in the priority processing module according to the present invention.
도 10은 본 발명에 따른 학과선정모듈에서 4종류의 데이터베이스에 따른 검사의 최종적인 우선순위 학과를 나타내는 예시도.10 is an exemplary view showing a final priority department of the test according to four types of database in the department selection module according to the present invention.
도 11은 본 발명에 따른 학과선정모듈에서 도출한 최종적인 우선순위 학과의 설명 디스플레이 상태를 나타내는 예시도.11 is an exemplary view showing a description display state of the final priority department derived from the department selection module according to the present invention.
<도면 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>
110: 과목 선호도 데이터베이스 210: 설문평가모듈110: subject preference database 210: survey evaluation module
120: 학과 적합도 데이터베이스 220: 수치비교산정모듈120: Department fitness database 220: Numerical comparison calculation module
130: 직업 환경 선호도 데이터베이스 230: 쌍대비교모듈130: work environment preference database 230: pair contrast module
140: 계열 선호도 데이터베이스 240: 우선순위처리모듈140: series preference database 240: priority processing module
150: 테스터 데이터베이스 250: 학과선정모듈150: tester database 250: department selection module
160: 표준비교 데이터베이스 260: 일관성여부검사모듈160: standard comparison database 260: consistency check module
170: 전문가 그룹 데이터베이스170: expert group database
본 발명은 학과계열 선정 시스템 및 그 방법에 관한 것으로서, 보다 상세히는 실제 각 학과에서 전공하는 대학원생을 기준으로 테스트한 데이터베이스를 정규화하여 각 학과 전공학도의 특성에 따라 각각의 학과별 표준 데이터베이스를 재생성한 다음 이러한 표준 데이터베이스를 중고등학생의 테스트 결과치와 비교 분석하여 보다 정확하고 신뢰 있는 학과 선정 및 진로 지도를 추구할 수 있는 시스템 및 방법에 관한 것이다.The present invention relates to a system for selecting a department-based system, and more specifically, to normalize a database tested based on graduate students majoring in each department, and regenerating a standard database for each department according to the characteristics of each department. This standard database is analyzed and compared with the test results of middle and high school students, and the system and method for pursuing more accurate and reliable department selection and career guidance.
우리나라는 특히 학벌이 중요시되는 사회이기 때문에 학부모의 교육열이 전 세계 어느 나라보다 과잉되어 있는 상황이며 이러한 교육과잉 현실은 많은 지역별 편차 조장 내지 학벌만능주의를 조장한다는 부작용을 낳고 있는 실정이다. Since Korea is particularly a society where education is important, the educational enthusiasm of parents is overestimated in any country in the world, and the reality of such educational overstrains has the side effect that it promotes many regional deviations or educational almightyism.
따라서 이를 극복할만한 개선책을 교육부에서 시기별로 발표 및 시행을 꾀하고 있으나, 현재의 교육열 및 학벌 우선 인정 분위기는 앞으로도 계속 유지될 것이라는 것이 일반 사회분위기의 중론이며 앞으로 이러한 과잉된 교육열을 대신할만한 별다른 교육정책이 없는 현실이기 때문에 현재 및 향후 중, 고등학생은 자신의 수업능력 내지 실력에 따라 예상대학을 선정해야 하는 현실에 놓여져 있으며 더불어 자신의 평생 직업을 결정할 수 있는 첫걸음이 되는 학과를 자신의 특성에 알맞게 결정하는 것이 무엇보다 중요한 상황이다.Therefore, while the Ministry of Education intends to announce and implement improvement measures to overcome this, the current atmosphere of education and the priority recognition of educational background will be maintained in the future. Because of this lack of reality, current and future middle and high school students are required to select prospective colleges based on their teaching ability or ability, and the first step in determining their lifelong career is appropriate to their characteristics. Decisions are the most important situation.
만일 자신의 특성에 맞지 않는 학과를 고려하지 않고 부모의 뜻이나 아니면 자신의 실력에 억지로 맞춰 대학 결정을 우선시하는 경우가 실제 비일비재한데 이 경우 편입이나 고시에 집중되는 사회적인 부작용을 야기하여 젊은 인재의 활용에 상당한 악영향을 가져주는 부작용을 초래할 수 있다. 따라서 이러한 문제를 극 복하기 위하여 현재 여러 기관 및 업체에서 중고등학생을 대상으로 예상학과 및 계열을 결정하기 위한 테스팅(testing) 시스템을 개발 및 시행하고 있는데, 질문 자체가 추상적이거나 구체적인 신뢰가 담보되지 않고 또한 예를 들어 '국어과목이 좋다'라는 질문에 선호 답변을 하면 국문학과 예상이라는 너무 일반적이고 단편화된 질문을 통해 오프라인 내지 온라인으로 테스트가 되고 있어 각기 다른 기관에서 테스트를 받을 때마다 결과가 다르게 나오는 경향이 있기 때문에 오히려 학생이나 학부모의 혼선을 초래하는 결과만 야기하고 있다. In fact, it is not unusual to prioritize college decisions based on the will of the parents or their own ability without considering the subjects that do not fit their own characteristics. In this case, it causes social side effects that are concentrated on transfer or notification. It can cause side effects that have a significant adverse effect. Therefore, in order to overcome these problems, various institutions and companies are currently developing and implementing a testing system for determining the subjects and departments of secondary students, and the questions themselves are not guaranteed to be abstract or concrete. For example, if you prefer to answer the question 'Good Korean,' you will be tested offline or online through too general and fragmented questions of Korean literature and expectations. Rather, it only results in confusion between students and parents.
이는 중고등학생이 아직 대학과 사회에 대한 경험이 없기 때문에 여러 단체에서 시행하는 테스트 질문에 대한 스스로의 선택이 맞는 진로인지 확신을 하기 힘들고 또한 이러한 자신의 흥미와 능력이 실제 대학 졸업 이후에 어떻게 활용되는지 가늠하기 어려운 현실인데, 기존 테스트 평가 시스템은 이러한 현실을 고려하지 않고 단순 질문에 대한 결과치만 도출하기 때문이다.It is difficult for secondary students to be sure that their choices are the right choices for test questions from various organizations because they do not have experience in college and society, and how these interests and abilities are used after actual university graduation. This is difficult to estimate because existing test evaluation systems do not take this reality into account and only derive results for simple questions.
이러한 동일한 문제를 해결하기 위해, 국내 등록특허 제 334138호 "진로진단시스템"은 '직업인성이론(RIASEC 이론)의 6가지 유형 이론을 근거로 120가지 직업적 성격을 코드로 데이터베이스화하는 수단과, 상기 데이터베이스에 의하여 피진단자의 객관적인 직업 환경과 주관적인 직업적 성격을 파악하기 위하여 일반 환경, 직업선호도, 학업성적 등을 탐색하여 OMR 카드를 작성하는 수단과, 상기 OMR 카드를 직업인성이론의 데이터베이스에 의하여 유형별로 점수를 매겨 합산, 비교하여 점수가 높은 순으로 3개를 선정하여 점수 순서에 따라 하위 코드를 도출하는 수단과, 이를 데이터베이스에 저장된 120가지 직업적 성격 유형에 대한 파일 중 그 코 드에 해당하는 시트를 호출하여 개인의 직업적 성격에 적합한 직업을 선택할 수 있도록 정보를 주는 수단을 구비한 것'을 특징으로 하여, 보다 정확하고 신뢰도 있게 진로 문제를 해결할 수 있다는 효과를 가진다고 개시되어 있다.In order to solve this same problem, Korean Patent No. 334138 "career diagnosis system" is based on the six types of the theory of occupational personality theory (RIASEC theory) of 120 means of database the personality of the code, and Means of creating an OMR card by searching general environment, job preferences, academic achievements, etc. in order to grasp the objective occupational environment and subjective occupational characteristics of the examinee by the database; The three scores are ranked in the order of the highest scores, summed and compared, and a means for deriving the subcodes according to the score order, and a sheet corresponding to the code among the files of 120 professional personality types stored in the database. Provides information to call to select a job that is appropriate for the individual's occupational characteristics The features you ', is said to have initiated an effect that can solve the problem, allowing a more accurate and reliable career.
상기 시스템에 의하면 직업인성이론에 근거하여 나름대로 전문가가 진단을 내려준 것과 같은 결과를 도출할 수도 있겠으나 실제 그 학과에 몸을 담고 있는 학생의 의견이 반영되지 않아 급변하는 현실을 배재한 채 단순히 과거 이론에 따른 결과를 도출할 수 있다는 문제점이 있게 되며, 질문 및 진단 내용이 자세하다는 점 이외에는 전체적인 평가 프로세스가 질문에 차등적인 점수를 매겨 이를 단순 계산하여 결과치를 도출한다는 일반적인 다른 진로 결정 로직(logic) 내지 프로세스(process)에서 크게 벗어나지 않아 기존 시스템과 특별한 차별성을 얻기 어렵다는 단점이 존재한다.According to the above system, it is possible to derive the same result as the expert diagnosed based on the professional personality theory, but the opinion of the student in the department is not reflected, and the past is simply excluded while changing the reality. There is a problem in that the result can be derived from the theory, and in addition to the detailed question and diagnosis, other general career decision logic is that the overall evaluation process grades the question by simply grading it and simply calculating the result. However, there is a disadvantage that it is difficult to obtain a special difference from the existing system because it does not deviate significantly from the process.
본 발명은 상기 기술의 문제점을 극복하기 위해 안출된 것으로, 검사의 종류를 크게 과목 선호도 검사, 학과 적합도 검사, 직업 환경 선호도 검사, 계열 선호도 검사라는 4가지의 전문화된 검사 카테고리로 분류하여 각 검사에 해당하는 질문을 데이터베이스화하되, 단순히 이 질문을 통해 얻어 질 수 있는 피험자의 결과치만을 도출하여 학과계열을 선정하는 것이 아니라, 실제 각 학과에 재학 중인 대학원생 및 전문가를 대상으로 먼저 테스트를 받아 정규화된 표준 비교 데이터베이스를 재생성하고 이를 통해 복합적으로 피험자의 결과치를 처리함으로써 보다 현실적 이고 신뢰 있는 학과 선정 결과를 도출하는 것을 그 목적으로 한다.The present invention has been devised to overcome the problems of the above technology, and the types of tests are classified into four specialized test categories: subject preference test, departmental suitability test, occupational environment preference test, and series preference test. Standardize the standardized test by making a database of relevant questions, but not simply selecting the subjects by deriving only the results of the subjects that can be obtained through these questions. The objective is to produce more realistic and reliable department selection results by regenerating the comparison database and processing the results of the subjects in combination.
본 발명의 다른 목적은 피험자를 통해 도출된 각 학과의 결과치가 다른 학과의 결과치와 유사하여 보다 정확한 학과 선정을 추구하기 어려울 수 있다는 점을 감안하여 재학생의 표준 데이터베이스에서 산출된 결과치와 피험자의 결과치를 곱하여 오차 범위를 줄일 수 있도록 함으로 서로 다른 학과가 동시에 우선순위로 산출되는 문제를 방지하는 것이다.Another object of the present invention is that the results of each subject derived from the subject is similar to the results of other subjects, so that it may be difficult to pursue more accurate subject selection, resulting in the results of the students' standard database and the subject's results By reducing the margin of error by multiplying, it is possible to prevent the problem of different departments being calculated at the same time.
본 발명의 또 다른 목적은 상기 검사 중 과목 선호도, 학과 적합도, 직업환경 선호도는 QFD(Quality Function Developement) 방법에 의하고, 계열선호도 검사는 AHP(Analytic Hierarchy Process)방법을 응용하여 분석함으로, 보다 체계적이고 정밀한 학과 분석을 수행하는 것이다.Another object of the present invention is the subject preference, departmental suitability, work environment preference of the QFD (Quality Function Developement) method, and the preference preference test is analyzed by applying the Analytic Hierarchy Process (AHP) method, It is to conduct precise academic analysis.
상기 목적을 달성하기 위하여, 본 발명에 따른 학과계열 선정 시스템은, 4종류의 소그룹으로 분류되어 피험자에 대한 질의의 기초가 되되, 피험자의 과목 선호를 묻는 설문이 수록된 과목 선호도 데이터베이스(110); 피험자의 학습 환경, 기초 소양, 학문특성을 특화하여 각 3종류의 성향을 묻는 설문이 수록된 학과 적합도 데이터베이스(120); 6개의 직업군을 형성하여 피험자의 직업적 선호 특성을 묻는 설문이 수록된 직업 환경 선호도 데이터베이스(130); 학과가 속한 계열분야에 대한 특성을 피험자에게 묻는 설문이 수록된 계열 선호도 데이터베이스(140); 상기 4가지의 데이터베이스(110,120,130,140)에서 과목 선호도 데이터베이스(110), 학과 적 합도 데이터베이스(120), 직업 환경 선호도 데이터베이스(130)를 통하여 각 전공별로 모집된 일정 수의 모집단을 통해 수치를 얻어내고 이를 다시 각 학과별로 정규화하여 시트(sheet) 처리 및 소팅(sorting)한 표준 비교 데이터베이스(160); 시계열적으로 상기 4종류의 데이터베이스(110,120,130,140)의 설문을 피험자에게 디스플레이하여 각 설문에 대한 수치를 얻어내는 설문평가모듈(210); 상기 계열 선호도 데이터베이스(140)에 대한 설문을 쌍대비교 형식으로 피험자에게 디스플레이하여 각 설문에 대한 비교 수치를 얻어내는 쌍대비교모듈(230); 상기 과목 선호도 데이터베이스(110), 학과 적합도 데이터베이스(120), 직업 환경 선호도 데이터베이스(130)로부터 각 설문별로 얻어진 피험자의 수치를 상기 표준 비교 데이터베이스(160)의 각 시트의 설문 수치와 비교 처리 및 가중치를 부여하여 피험자의 최종적인 각 설문별 수치를 생성하는 수치비교산정모듈(220); 상기 수치비교산정모듈(220) 및 상기 쌍대비교모듈(230)을 통하여 얻어진 피험자의 4종류의 최종 수치별로 일정 개수의 우선순위 학과를 추출하는 우선순위처리모듈(240); 상기 4종류의 데이터베이스(110,120,130,140)에 따른 각각의 우선순위 학과에 대한 수치를 합산 처리 및 평균화하여 최종적으로 피험자에 적합한 학과를 선정하는 학과선정모듈(250);로 이루어져 있는 것을 특징으로 한다.In order to achieve the above object, the department-based selection system according to the present invention includes a
또한, 본 발명에 따른 학과계열 선정 방법은, 과목 선호도 검사, 학과 적합도 검사, 직업 환경 선호도 검사, 계열 선호도 검사를 위한 다수 개의 설문을 데이터베이스화하고 각 설문에 대한 답변에 따라 얻을 수 있는 일정 수치를 결정하는 제 1단계; 상기 4종류의 검사 중 과목 선호도 검사, 학과 적합도 검사, 직업 환경 선호도 검사를 각 전공별 일정 수의 대학원생을 통해 실행하여 얻어진 수치를 정규화하여 표준 비교 데이터베이스를 생성하는 제 2단계; 피험자를 대상으로 각 4종류의 검사를 수행하여 피험자의 각 설문별 수치를 얻어내는 제 3단계; 상기 4종류의 검사 중, 과목 선호도 검사, 학과 적합도 검사, 직업 환경 선호도 검사에 대한 피험자의 수치와 대학원생의 수치를 비교한 다음 기 설정된 가중치 부여를 통하여 QFD 방식으로 종류별로 피험자의 최종 수치를 도출하는 제 4단계; 상기 4종류의 검사 중 계열 선호도 검사에서 AHP 방식을 통하여 각 설문의 쌍대비교를 통해 얻어진 수치에 기설정된 가중치를 부여함으로써 피험자의 최종 수치를 도출하고 이에 따른 일정 개수의 우선 학과를 추출하는 제 5단계; 상기 4 및 5단계에서 얻어진 피험자의 4종류의 최종 수치를 합산 및 비교 처리하여 최종적인 학과를 선정하는 제 6단계;로 이루어진 것을 특징으로 한다.In addition, the method of selecting a department in accordance with the present invention includes a database of a plurality of questionnaires for a subject preference test, a departmental suitability test, a work environment preference test, and a series preference test. Determining the first step; A second step of generating a standard comparison database by normalizing numerical values obtained by performing a subject preference test, a departmental fitness test, and a job environment preference test among the four types of tests through a predetermined number of graduate students for each major; A third step of performing four types of tests on the subjects to obtain numerical values for each questionnaire of the subjects; Among the four types of tests, the subjects 'test scores and the graduate students' scores for the subject preference test, the departmental fitness test, and the work environment preference test were compared. The fourth step; A fifth step of deriving the final number of subjects and extracting a certain number of priorities by assigning predetermined weights to the numerical values obtained through pairwise comparison of each questionnaire through the AHP method in the series preference test among the four types of tests ; And a sixth step of selecting a final subject by summing and comparing four final values of the test subjects obtained in
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명에 따른 학과계열 선정 시스템은 먼저 경험적 내지 잘 알려진 교육 이론에 따라 선별된 각 질문을 과목 선호도, 학과 접합도, 직업환경 선호도, 계열선호도로 그룹화하는 방식으로 각각의 카테고리를 분류하고 이를 데이터베이스화한다. 이러한 질문을 모은 4가지의 데이터베이스(110,120,130,140) 중, 과목 선호도, 학과 접합도, 직업환경 선호도에 관한 데이터베이스(110,120,130)는 피험자로 하여금 테스트를 거친 후에 각 설문에 대해 수치를 도출할 수가 있는데, 그 수치는 구 체적으로 7점 척도, 즉 전혀 아니다(1점), 매우(거의) 아니다(2점), 조금(약간) 아니다(3점), 보통이다(4점), 조금(약간) 그렇다(5점), 매우(거의) 그렇다(6점), 완전히 그렇다(7점)와 같은 점수가 각 질문별로 도출이 된다. 물론, 본 발명에 따른 사상은 이러한 7점 척도에 구애받지 않고 가중치 부여 내지 차등화된 점수 부여가 가능한 방식 등으로 기타 여러 수치화가 가능하다.The departmental selection system according to the present invention first classifies each category in a manner of grouping each question selected according to empirical or well-known educational theory into subject preference, department jointness, work environment preference, and serial preference, and database them. do. Of the four databases (110, 120, 130, 140) that gathered these questions, the databases (110, 120, 130) on subject preferences, academic affinity, and work environment preferences allow the subject to derive numbers for each questionnaire after testing. Is a 7-point scale, i.e. not at all (1 point), very (almost) no (2 points), little (slightly) no (3 points), moderate (4 points), little (slightly) yes (5 Points), very (almost) yes (6 points), and totally yes (7 points) are derived for each question. Of course, the idea according to the present invention can be variously quantified in such a way that weighting or differential scores can be applied regardless of the seven-point scale.
계열 선호도는 후술하겠지만, 상기 수치 도출 방식이 아닌 AHP(analytic hierarchy process)라는 방법으로 계열 특성이 도출될 수가 있다.The sequence preference will be described later, but the sequence characteristics may be derived by a method called an analytic hierarchy process (AHP) rather than the numerical derivation method.
이렇게 수치 등을 도출할 수 있는 근거가 되는 각 데이터베이스 중 3종류의 데이터베이스(110,120,130)는 먼저 모집단에 해당하는 적정 수를 가진 현실적으로 해당 전공을 가지고 있는 대학원생을 대상으로 하여 각 질문에 따른 수치를 도출한 다음, 순위를 매기면 각 질문에 따른 각 전공별 부합도가 도출이 되는데, 이러한 부합도를 정규화(normalization)하여 표준 비교 데이터베이스(160)를 생성한다.The three types of databases (110, 120, 130) among the databases on which the numbers, etc., can be derived, are first derived from the number of questions for graduate students who have realistic majors with appropriate numbers for the population. Next, when ranking, the degree of correspondence for each major according to each question is derived. The
이 후, 피험자로 하여금 상기 3종류의 데이터베이스(110,120,130)에 수록된 질문을 검사하여 각 질문에 대한 선호도를 수치로서 도출하고, 이를 각 학과별로 생성된 상기 표준 비교 데이터베이스(160)와 전체 비교 처리하여 각 설문 별로 전체 학과의 부합도를 점수로 도출하고 이로 인하여 최종적인 학과 및 계열을 선정하는 것이다. Subsequently, the subject examines the questions contained in the three types of
이러한 기본적인 특성을 근거로 한 본 발명에 따른 학과 선정 시스템의 구체적인 구성 및 방법을 개시하면 다음과 같다.Disclosing the specific configuration and method of the department selection system according to the present invention based on these basic characteristics as follows.
도 1은 본 발명에 따른 학과 선정 시스템의 전체적인 구성을 개략적으로 도 시한 블록도이고, 도 2은 본 발명에 따른 학과 선정 방법의 개략적인 절차를 도시한 흐름도이다.1 is a block diagram schematically showing the overall configuration of the department selection system according to the present invention, Figure 2 is a flow chart showing a schematic procedure of the department selection method according to the present invention.
도 1을 참조하면, 본 발명에 따른 시스템은 각 특성 별 설문이 수록된 과목 선호도 데이터베이스(110), 학과 적합도 데이터베이스(120), 직업환경 선호도 데이터베이스(130), 계열 선호도 데이터베이스(140), 상기 데이터베이스(110,120,130,140) 중 과목 선호도 데이터베이스(110), 학과 적합도 데이터베이스(120), 직업환경 선호도 데이터베이스(130)를 근거로 하여 실제 전공/학과 소속 모집단, 구체적으로는 대학원생을 토대로 설문 조사를 실시하여 각 설문별로 수치를 산출한 테스터(tester) 데이터베이스(150), 상기 테스터 데이터베이스(150)를 통하여 정규화 과정을 거친 다음 현실적이고 신뢰 있는 정보를 추출한 표준 비교 데이터베이스(160), 피험자를 대상으로 각 데이터베이스에 수록된 설문조사를 실시하는 설문평가모듈(210), 설문조사를 통하여 산출된 피험자의 수치를 표준 비교 데이터베이스(160)의 각 학과별로 구성된 수치와 비교 처리하여 각 설문에 대해 피험자 고유의 재생성 최종 수치를 산출하는 수치비교산정모듈(220), 상기 4종류 데이터베이스 중 계열선호도 데이터베이스(140)를 근거로 하여 피험자로 하여금 각 단과대학별 전공목표와 상대적인 선호도를 얻기 위한 수치를 추출하는 쌍대비교 모듈(230), 이러한 4가지의 데이터베이스(110,120,130,140)를 통하여 도출된 각 수치를 통해 가장 높은 수치를 받은 각 검사에 따라 일정 개수, 예를 들어 5개의 학과를 선정하는 우선순위처리모듈(240), 각 4가지 검사를 비교하여 결과의 일관성이 있는지를 검사하는 일관성검사모듈(260), 상기 4가지 데이터베이스(110,120,130,140)에 대해 간 전공별 전문가 그룹에게 설문을 실시한 후에 각 전공별로 특성화된 비교데이터를 추출하는 전문가그룹 데이터베이스(170), 상기 4가지 데이터베이스(110,120,130,140)에 따라 도출된 전공학과별 수치를 전문가그룹 데이터베이스(170)와 비교분석 처리하여 최종적인 학과 계열을 선정하는 학과계열선정모듈(250)로 이루어져 있다.Referring to FIG. 1, the system according to the present invention includes a
도 3은 본 발명에 따른 4종류의 데이터베이스에 대한 개략적인 구성을 도시한 블록도이다.3 is a block diagram showing a schematic configuration of four types of databases according to the present invention.
각 4종류의 데이터베이스(110,120,130,140)에 대해 설명하면 먼저, 과목 선호도 데이터베이스(110)는 피험자의 과목 선호도 검사를 위한 것으로서, 중고등학교 시절(대학원생) 내지 현재(피험자인 중고등학생) 어느 과목을 좋아하고 싫어하는가를 기준으로 하여 잘하고 좋아하는 과목의 내용이 많이 도움이 되는 계열과 학과가 무엇인지 알려주기 위한 기능을 수행하기 위한 설문이 수록된 집합체를 의미한다. Referring to each of the four types of databases (110, 120, 130, 140), first, the subject preference database (110) is for subjects' subject preference test, which subjects do you like and dislike during high school (Graduate) or present (subject) It is a collection that contains a questionnaire to perform the function to inform the departments and departments in which the contents of the well-favored and favorite subjects are very helpful.
이러한 과목 선호도 데이터베이스(110)의 설문 구성은 다음과 같다.The questionnaire structure of the
1) 중학교 전 과정 및 고등학교 1학년(10학년)까지의 전 과정을 포괄하는 문항으로 구성되어 있고, 2) 주요과목인 언어, 수리, 외국어 및 탐구영역의 사회탐구, 과학탐구의 교과내용을 포함하며, 3) 탐구영역은 주요 선택과목을 기준으로 과목에 대한 선호에 유의미한 차이를 줄 수 있는 교과내용을 위주로 문항을 구성하고, 4) 컴퓨터 및 예체능의 실기과목 등 실용적이고 실질적인 학생들의 선호를 측정할 수 있는 내용을 아울러 담고 있으며, 5) 참고로 과목에 대한 선호도 뿐 아니 라 성취도(성적기준)를 자기 보고식으로 설문조사 할 수 있도록 되어있으며 선호도와 성취도를 합쳐서 개별 학생의 반응을 측정한다.1) It consists of questions covering the entire middle school and up to the first year of high school (grade 10), and 2) includes the subjects of language, mathematics, foreign language and inquiry, social exploration, and science. 3) Inquiry areas are composed of curriculum items that can make a significant difference in preference for subjects based on major elective subjects, and 4) Measures of practical and practical students' preferences such as practical subjects of computer and arts and physical arts. In addition, it is possible to conduct self-report surveys on achievements (gender criteria) as well as subject preferences, and measure individual student responses by combining preferences and achievements.
이러한 근거로 구성된 설문은 세부적으로 다음의 표 1, 2와 같이 이루어져 있다.The questionnaire constructed on this basis is composed of the following Tables 1 and 2 in detail.
* 설문에 대한 답은 실제 등급(15등급) 내지 7등급으로 객관식으로 예시되어, 점수가 높을수록 성적이 좋은 것으로 평가된다.* The answer to the questionnaire is answered by multiple choice, with actual grade (grade 15) to
상기 표 1,2 의 각 설문은 구체적이되 예시적인 것으로, 상황이나 시대의 흐름에 따라 첨가, 수정, 교체가 가능함은 물론이다.Each questionnaire of Table 1, 2, and 2 is specific but exemplary, and can be added, modified, or replaced according to the situation or the flow of time.
본 발명에 따른 학과 적합도 데이터베이스(120)는 대학에서 전공공부를 할 때 필요한 지적, 사회적, 성격적 능력과 소양을 고려하여 자신과 가장 부합되는 계열과 학과가 무엇인지를 알려주기 위한 설문으로 구성되어 있다.The
이러한 학과 적합도 데이터베이스(120)를 이루는 설문은 각각 세 가지의 소 항목으로 구분이 되어 있는데, 구체적으로는 1) 기초소양(판단기준: 학과 공부를 수행하는데 요구되는 능력), 2) 학습환경(판단기준: 학과의 이형적이고 물리적인 특성), 3) 학문 특성(판단 기준: 학과에서 공부하는 학문의 전반적인 성격)으로 세분화된다.Each questionnaire constituting the
이러한 근거로 구성된 설문은 세부적으로 다음의 표 3 내지 5와 같이 이루어져 있다.The questionnaire constructed on this basis consists of the following Tables 3 to 5 in detail.
상기 표 3 내지 5의 각 설문 역시 구체적이되 예시적인 것으로, 상황이나 시대의 흐름에 따라 첨가, 수정, 교체가 가능함은 물론이다.Each questionnaire of Tables 3 to 5 is also specific but exemplary, and can be added, modified, or replaced according to the situation or the flow of time.
본 발명에 따른 직업 환경 적합도 데이터베이스(130)는 대학을 졸업한 이후에 가질 수 있는 직업들을 고려하여 자신이 원하는 조건의 직장을 얻을 수 있는 공부를 할 수 있는 학과와 계열이 무엇인지 알려주는 설문에 대한 집합체이다.Occupational
이러한 직업 환경 적합도 데이터베이스(130)를 이루는 설문의 구성은 각 직업에 해당하는 직업 환경을 모두 나열한 후, 유형별로 MECE(Mutually Exclusive and Collectively Exhaustive: 어떤 사항을 중복 없이, 그럼에도 누락됨이 없는 부분의 집합체로 파악하는 것) 원칙에 따라 이루어진 설문으로 이루어져 있다. (참고: 노동부 직업심리검사, 한국직업정보시스템 2005 미래의 직업세계)The composition of the questionnaire constituting the occupational
이러한 근거로 구성된 직업 분류는 세부적으로 다음의 표 6과 같이 이루어져 있다.Occupation classifications based on this basis are detailed in Table 6 below.
상기 직업유형에 대하여 환경의 일치도에 따라 가중치(매우일치[9], 일치[3], 조금일치[1])를 부여하는데, 상세한 설문은 다음과 같다.The occupation type is given a weight (very matched [9], matched [3], slightly matched [1]) according to the degree of consistency of the environment. The detailed questionnaire is as follows.
[●=매우일치 ○=일치 △=조금일치] [● = very match ○ = match △ = little match]
상기 표 7의 각 설문 역시 구체적이되 예시적인 것으로, 상황이나 시대의 흐름에 따라 첨가, 수정, 교체가 가능함은 물론이다.Each questionnaire of Table 7 is also specific but exemplary, and can be added, modified, or replaced according to the situation or the passage of time.
본 발명에 따른 계열 선호도 데이터베이스(140)는 대학의 각 전공에서 배우는 내용과 학습목표를 고려하여 자신이 가장 원하는 공부를 할 수 있는 계열이 무엇인지를 알려주는 설문의 집합체이다.The
즉, 각 대학의 단과대학에서 지향하고 있는 학업목표와 주요 내용을 기초로 하여 청소년들이 이해하기 쉽도록 어휘와 질문을 재구성한 것이다.In other words, the vocabulary and questions are reconstructed to make it easier for young people to understand based on the academic goals and the main contents of the college.
단과대학의 구분은 10개로 이루어져 있으며, 각 단과대학의 구체적인 설문은 다음과 같이 구성되어 있다.There are 10 divisions of colleges, and the detailed questionnaire of each college is as follows.
1. 인문1. Humanities
1) 실생활에 필요한 전문적이고 특수한 지식을 생산하는 응용학문은 아니지만, 단순히 전문 지식을 연구하는 데 그치지 않고 '삶'과 '앎' 그리고 '함'에 대한 보편적 진리와 가치를 함양하고 전수하는 학문을 배우고 싶다. 1) It is not an applied science that produces the specialized and special knowledge necessary for real life, but it is not just a study of specialized knowledge, but a study that cultivates and transmits the universal truth and values of 'life', '앎' and 'ham'. want to learn.
2) 학문의 총체적 탐구와 광범위한 교양지식을 통해 역사, 사회, 문화를 꿰뚫어 보는 비판적 사고능력과 통찰력을 키워 인간의 기본적인 문화사상과 이에 따르는 제반 현상을 연구하고 싶다. 2) I would like to study the basic cultural thoughts of human beings and the phenomena that accompany them by developing critical thinking ability and insight through history, society, and culture through general inquiry and extensive cultural knowledge.
3) 광범위한 지식을 연구함으로써 세계의 문화적 다양성과 보편성을 인식하고, 또한 인류역사 발전의 법칙성과 구체성을 깊이 있게 연구하고 싶다.3) I want to recognize the cultural diversity and universality of the world by studying a wide range of knowledge, and also study in depth the laws and concreteness of human history development.
2. 사회2. Society
4) 정치, 경제, 사회, 문화 등 인간생활의 다양한 측면에 대한 기초학문을 배우고 인간사회의 문제를 진단하고 처방하는 기본적 소양을 기르고 싶다.4) I would like to learn basic research on various aspects of human life such as politics, economy, society, and culture, and develop basic skills to diagnose and prescribe the problems of human society.
5) 실업, 빈곤, 사회보험, 장애인복지, 노인복지, 아동복지, 가족복지, 산업복지, 정신건강, 의료사업 등을 연구하며 우리사회의 안녕을 증진시킬 수 있는 방법 모색을 위해 매진하고 싶다.5) I would like to devote myself to researching unemployment, poverty, social insurance, welfare for the disabled, elderly welfare, children's welfare, family welfare, industrial welfare, mental health, medical services, etc. and to find ways to promote the well-being of our society.
6) 사회문제에 대한 심층적인 이해, 예리한 분석력, 신중한 판단력을 키워 우리 사회의 다양한 사회 문제들을 해결해 나아가고 싶다.6) I would like to solve various social problems in our society by developing in-depth understanding, sharp analysis, and careful judgment.
3. 법학3. Law
7) 법학 및 인접 사회과학의 체계적 교육을 통하여 법률직에 필요한 기초적 전문교육을 실시하여 장차 법조계, 정계, 학계, 기업계 등 사회의 각 분야에서 국가의 발전, 특히 법치주의의 확립을 위하여 공헌할 수 있는 공부를 하고 싶다.7) Through systematic education of law and neighboring social sciences, basic professional education necessary for the legal profession can be provided to contribute to the development of the state, especially the establishment of the rule of law, in various fields of society such as legal, political, academic, and business. I want to study.
8) 사회정의에 대한 남다른 정열, 냉철한 지성과 논리적 판단력, 그리고 합리적인 사고를 지닌 지식인이 되고 싶다.8) I want to be an intellectual with extraordinary passion for social justice, cold intelligence, logical judgment, and rational thinking.
9) 존재적 가치는 정의로움에서 확인되는데, 정의로움은 20세기의 불의의 극복과 21세기 더불어 사는 공동체 형성으로 그 빛을 발한다. 하여 사람 사는 세상은 그 어디에서도 살아 숨쉬어야 할 정의실현을 위해 노력하는 인재가 되고 싶다.9) Existential values are identified in justice, which shines through the overcoming of the 20th century injustice and the formation of communities living together in the 21st century. In this way, the inhabited world wants to be a talented person who strives for justice to live and breathe anywhere.
4. 상경4. Sangsang
10) 급변하는 경제 및 기업환경에 대응할 수 있는 강력한 리더십을 키울 수 있도록 다양한 문제해결 능력을 배우고 싶다.10) I would like to learn various problem-solving skills to develop strong leadership to cope with the rapidly changing economic and business environment.
11) 21C 고도정보사회에 구비하여야 할 지식을 두루 갖추고 기업의 사회적 책임을 다할 수 있도록 기업 윤리의식에 투철한 인재가 되고 싶다.11) I would like to be a talented person with a strong sense of corporate ethics so that I can fully fulfill the social responsibilities of the company and acquire the knowledge that the 21C Advanced Information Society should have.
12) 급속도로 글로벌화 되고 있는 오늘날 국제적 감각과 창의력을 갖추고 사회와 기업의 제반 현상을 체계적/과학적으로 분석하고, 창조적 대안을 제시할 수 있는 일을 하고 싶다.12) In today's rapidly globalized world, I would like to work with international sense and creativity, systematically and scientifically analyze social and corporate phenomena, and suggest creative alternatives.
5. 생활과학5. Life Science
13) 시대가 요구하는 의/식/주/가정(아동, 가족)의 생활문화와 식품산업, 외식산업, 섬유/패션산업, 아동산업, 노인산업 등 가정과 생활문화산업의 본질을 공부하고 싶다.13) I would like to study the essence of home and life culture industry such as food, food, food, textile / fashion, children and elderly industries.
14) 일반적인 가정(가족)이 갖는 전통적인 기능의 많은 부분이 고도로 산업화함에 따라 관련된 각 분야의 전문인이 되는 공부를 하고 싶다.14) I would like to study to be a professional in each field as much of the traditional functions of a general family (family) are highly industrialized.
15) 사회적 존재로서의 인간과 인접환경 및 자원과의 상호작용을 통합적으로 연구하고 실천하는 종합과학으로서 인간생활의 질적 향상, 인간환경의 유지 / 개발 및 인간의 발달을 도모하기 위한 공부를 하고 싶다.15) As a comprehensive science that researches and practices the interaction between human beings as a social being, neighboring environment and resources, I would like to study to improve the quality of human life, maintain / develop the human environment, and promote human development.
6. 자연과학6. Natural Science
16) 우주와 물질의 기원으로부터 생명현상까지 다양한 물질세계의 원리를 과학적 방법으로 탐구하고 싶다.16) I would like to explore the principles of the material world from the origin of the universe and matter to life phenomena in a scientific way.
17) 인류의 번영과 풍요로운 미래를 향하여 자연 현상에 대한 끝없는 호기심과 열정을 가지고 공부를 해보고 싶다.17) I would like to study with endless curiosity and passion for natural phenomena towards human prosperity and abundant future.
18) 첨단 과학시대에 살면서 첨단의 기술을 바로 접하기 보다는 자연과학의 내용과 방법을 이해함으로써 현대의 과학기술 발전에 능동적으로 대처할 수 있는 능력을 기르고 싶다.18) I would like to cultivate the ability to actively cope with the development of modern science and technology by understanding the contents and methods of natural science, rather than living in advanced science age.
7. 공학7. Engineering
19) 첨단 두뇌산업시대에 대비하여 신기술 도입, 생산성 향상을 담당할 산업체의 기술 지도자가 되기 위한 공부를 하고 싶다.19) I want to study to become a technology leader of an industry that will be in charge of introducing new technologies and improving productivity in preparation for the advanced brain industry era.
20) 창조와 응용의 능력을 길러 정확한 판단력과 실천력을 구비함으로써 기술혁신의 시대에 적용되는 산 교육으로 인류의 생활향상과 복지사회 건설에 공헌할 유능한 인재가 되고 싶다.20) I hope to become a competent person who will contribute to the improvement of human life and the construction of a welfare society by developing the ability of creation and application and equipping them with accurate judgment and practical ability.
21) 첨단 과학기술에 대한 심오한 이론과 실제 적용방법을 연구하고 공학적 사고 및 현장 적응 능력을 함양함으로써 제반 산업의 생산성을 높이고 사회를 발전시키기 위한 공부를 하고 싶다.21) I would like to study to improve the productivity of the entire industry and to develop the society by studying profound theories and practical application methods of advanced science and technology and fostering engineering thinking and field adaptability.
8. 의학8. Medicine
22) 인류 질병의 예방, 진단과 치료를 위한 의약품 및 그와 관련된 의약품의 연구 개발, 생산, 조제 및 임상적용에 이르는 각 단계의 이론과 응용에 대해서 습득하고 국민 보건 향상에 기여하고 싶다.22) I would like to learn about theories and applications of each stage of research, development, production, preparation and clinical application of medicines for the prevention, diagnosis and treatment of human diseases and related medicines and contribute to the improvement of public health.
23) 정밀화학 및 첨단 생명과학 관련 연구 분야를 포함하는 의약품 관련 전 분야에서 중추적인 역학을 담당하고 싶다.23) I would like to play a pivotal role in all aspects of pharmaceuticals, including research in fine chemistry and advanced life sciences.
24) 국내외 보건의료 문제들을 이해하고 해결하기 위한 국제적인 안목과 능동적 태도를 갖추어 사회에 봉사하고 싶다.24) I want to serve the society with an international perspective and active attitude to understand and solve domestic and foreign health problems.
9. 사범9. Teacher
25) 교육현상을 교육적 안목에서 종합적으로 이해하고 비판할 수 있는 능력을 기르고, 미래사회에서의 교육변화에 능동적으로 대처하기 위한 창의적비판적 사고력과 정보활용 능력을 기르는 공부를 하고 싶다.25) I would like to study the ability to comprehensively understand and criticize educational phenomena from an educational perspective, and to develop creative critical thinking and information literacy to proactively cope with educational changes in the future society.
26) 앞선 역사에서 축적된 모든 지식과 문화를 후세에게 전달하는 일이 중요하다고 생각되며, 인간의 무한한 가능성을 계발하여 새로운 지식과 문화를 창출하는 숭고한 일을 하고 싶다.26) I think it is important to convey all the knowledge and culture accumulated in previous history to future generations, and I want to do the noble work of creating new knowledge and culture by developing the infinite possibilities of human beings.
27) 고도로 복잡한 현대사회 전반에서 다양한 형태의 전문교육을 담당할 수 있는 교육지도자가 되고 싶다.27) I want to be an educational leader who can take charge of various forms of professional education in a highly complex modern society.
10. 예체능10. Arts and Physical Education
28) 정서의 교육은 건전한 생활과 사회발전을 위하여 중요하며 인간 상호간의 융화와 정신생활의 풍요와 행복을 꾀하려는 것이다. 따라서 인간 정서의 다각적인 성장/함양을 위한 체계적인 교육을 받고 싶다.28. Emotional education is important for healthy living and social development, and aims to promote mutual harmony and enrichment and happiness of mental life. Therefore, I would like to receive systematic education for diversifying growth / cultivation of human emotion.
29) 인간생활의 편리함과 아름다움을 추구하는 활동 전반에 대한 이론과 실기를 습득하여 현대사회에서 요구하고 있는 능력을 배양하고 싶다. 29) I would like to cultivate the skills required in modern society by acquiring theories and practical skills on activities that pursue the convenience and beauty of human life.
30) 동서양을 망라한 예술의 전 분야에 걸친 이해와 함께 전문성을 도모 하고 싶고, 예술적 소양과 지식을 갖고 이를 응용하는 상업적/예술적 창작분야의 종사자로서의 역할을 담당하고 싶다.30) I would like to promote professionalism with an understanding of all fields of art covering the East and the West, and play a role as a worker in the commercial / artistic creative field that has artistic literacy and knowledge.
본 발명에 따른 테스터(tester) 데이터베이스(150)는 상기 구체적으로 설명한 설문으로 이루어진 4가지의 데이터베이스(110,120,130,140) 중 3가지 데이터베이스 즉, 과목 선호도 데이터베이스(110), 학과 적합도 데이터베이스(120), 직업환경 선호도 데이터베이스(130)를 근거로 하여 실제 전공 대학원생을 토대로 설문 조사를 실시하여 각 전공별의 대분류 내에서 각 설문별로 수치를 산출하여 시트(sheet)처리한 데이터베이스에 관한 것이다.The
테스터 데이터베이스(150)의 생성 및 후술할 수치비교산정모듈(220)의 수치 처리 방식은 품질기능전개(QFD: quality function development)라는 첨단 수리적인 기법에 의하여 이루어진다. 품질기능전개 방식을 간단히 설명하면, 생산관리시스템을 지원하는 설계/운용 그리고 제품설계과정을 통해 정의된 고객의 요구를 명확하게 정의하기 위해 설계된 방법으로서, 구체적인 활동으로서는 고객의 요구를 기술적으로 전환(Product Planning), 기술적 요구를 부품 특성으로 전환(Product Design), 부품특성에 맞는 공정특성, 단계와 파라미터(parameter)를 정의(Process Planning), 공정 특성에 대한 통제 방법을 설정(Process-Control Planning)으로 대별되며, 주로 정보 시스템과 조직적 구조를 설계하는데 사용된다.The generation of the
이러한 품질기능전개(QFD) 방식을 응용하여 테스터 데이터베이스(150)가 도출될 수가 있는데, 이를 구체적으로 설명하면 먼저 각 학과별로 서울대, 연세대, 고려대 등의 주요 대학의 대학원에서 공부하고 있는 석사 과정 이상의 재학생 약 400명 이상을 상대로 각 전공 및 학과에 대해 상기 3가지의 데이터베이스(110,120,130)의 설문에 대해 질의를 한다.The
이러한 모집단 선정, 특히 대학원생 이상을 통해 표본 집단을 선정하는 근거는 자신의 전공 선택 의지가 상대적으로 강한 주요 대학의 학생일 경우 보다 기타 대학의 학생보다 학업 성취도가 우수하여 표본 집단으로서의 의미를 신뢰할 수 있는 계기를 가지게 되고, 더 나아가 일반적으로 알려진 직업 학과 선정이론 등이 단순히 이론에 그쳐 현실적인 학업 선정 기준이 될 수 없기 때문에 보다 현실적이고 현 중고등학생에게 직접적으로 도움이 될 수 있는 기준을 마련하기 위함이다. 물론, 상기 예시된 대학에 한정되는 것은 아니고 선정 대학을 보다 확장할 수 있으며 설문에 응하는 학생 인원도 보다 확충하여 보다 보편적이고 신뢰성을 가지게 하는 것도 바람직하다.The reason for the selection of sample groups, especially graduate students and above, is that students from major universities with relatively strong willingness to choose their majors have better academic achievement than other university students, so they can trust the meaning of sample groups. This is to establish a standard that can be directly and more practical to current secondary and secondary school students because it has a chance, and furthermore, the commonly known vocational department selection theory is not just a theory but a realistic academic selection standard. Of course, it is not limited to the above-exemplified colleges, but it is also preferable to expand the selected colleges and to expand the number of students who respond to the questionnaire to make it more universal and reliable.
상기 표본 집단이 되는 각 전공별 대학원생을 통하여 설문을 실시하면 각 설문마다 각 학생들이 평가한 수치가 상기 언급한 7점 척도 등으로서 산출될 수가 있다. When the questionnaire is conducted through the graduate students of each major group, which is the sample group, the number evaluated by each student in each questionnaire may be calculated as the above-mentioned seven-point scale.
구체적으로는, 과목선호도 데이터베이스(110)를 통한 과목선호도 검사에서는 각 설문에 대해 7점 척도를 기준으로 선호도와 비선호도를 표시하게 되며 성취도는 내신 성적을 실제 등급별(15등급 분류) 내지 7점 척도(하 ,하상, 중하, 중, 중상, 상하, 상)를 기준으로 한 7등급으로 가상 변경하여 입력하게 한다. 표시된 선호도를 통한 수치는 각 전공별 대학원생들의 반응과 비교하여 가장 적합한 학과와 계열을 도출하게 된다.Specifically, in the subject preference test through the
학과 적합도 데이터베이스(120)를 통한 학과 적합도 검사에서는 각 학과의 대학원생이 높은 점수를 준 설문에 대해 각 학과의 적합특성이 도출이 되며, 기초 소양, 학습 환경, 학문특성이라는 3가지의 하위 영역에 대해 구체적인 특성이 도출된다.In the departmental fitness test through the departmental fitness database (120), the appropriateness characteristics of each department are derived from the questionnaire scored by graduate students in each department, and the three subdomains of basic knowledge, learning environment, and academic characteristics are derived. Specific characteristics are derived.
작업환경 선호도 데이터베이스(130)를 통한 직업 환경 검사에서는 대학원생이 체크한 답변에 대하여 기 설정되어 있는 가중치를 부여하고 이에 따른 결과 수치를 도출한다.In the work environment test through the work
다시 말해, 각 전공별 대학원생들의 반응을 종합해보면 각 학과에서 공부할 때 필요한 고등학교까지의 과목 선호도(과목 선호도 데이터베이스), 공부할 때 필요한 기존 소양 및 지적 능력(학과 적합도 데이터베이스), 향후 진출할 수 있는 직업 환경의 선호도(직업 환경 데이터베이스)가 도출된다. 이 도출된 수치를 각 학과별로 순위를 매기면 과목 선호도, 학과 적합도, 환경 선호도의 각 설문에 따른 각 전공별 부합도가 도출될 수가 있고 이렇게 도출된 4가지 검사 결과를 포함하는 데이터의 집합체가 바로 테스터 데이터베이스(150)인 것이다.In other words, the reactions of graduate students in each major can be summarized as follows. Preference (work environment database) is derived. If the derived numbers are ranked by each department, the degree of correspondence for each major can be derived according to each questionnaire of subject preference, department suitability, and environmental preference, and the tester is a collection of data including the four test results.
본 발명에 따른 표준 비교 데이터베이스(160)는 이러한 테스터 데이터베이스(150)의 신뢰성을 확보하기 위한 것으로서, 테스터 데이터베이스(150) 중 전체 반응의 절대치가 높은 전공과 낮은 전공의 차이를 상쇄하기 위하여 정규화(normalization)과정을 거쳐 최종적으로 활용되는 데이터베이스를 의미한다. '정규화'는 IT 분야에서 여러 가지로 해석이 가능하나 본 발명에서 말하는 정규화의 의미는 극단적인 답변에 의한 수치에 대한 오차를 줄이기 위해 각 학과의 학생에 대한 보편적이고 평균적인 수치를 산출하는 일련의 과정을 의미하는 것과 기설정되어 있는 가중치를 부여하여 답변에 따른 점수의 단순 합산으로 인해 기타 전공과의 차별성이 떨어지는 것을 방지하는 일련의 과정을 의미하며 예를 들어, 직업 환경 선호도 검사 데이터베이스(130)에서 대학원생이 체크한 점수 이에 따라 기설정되어 있는 가중치를 곱한 값들의 합을 구한 후 이를 알려진 방법, 예를 들어 AHP 방법 등을 통해 가중치를 부여하는 방식으로 기타 전공과의 오차 범위를 줄이고 보다 정확한 비교 결과치를 산출함으로써 직업유형에 대한 고유 순위를 산정하는 방식에 의하는 것이다.The
본 발명에 따른 설문평가모듈(210)은 학과 선정의 검사 주체가 되는 실제 중고등학생인 피험자가 본 발명에 따른 시스템이 지원하는 온라인상의 웹 사이트 등에서 설정된 프로그램에 따라 시계열적으로 각 설문에 대해 순차적으로 점수를 매기는 방식으로 전체 설문을 검사하는 기능을 수행한다. 이러한 설문평가모듈(210)은 상기 4가지의 데이터베이스에 따른 학과 선정 검사에 모두 적용이 되거나 계열선호도 데이터베이스(140)의 검사를 위한 쌍대비교모듈(230)로 분리되어 특화 구성될 수 있다.The
이러한 설문평가모듈(210)에 따른 설문 평가 기능으로 인하여 피험자는 자신의 고유 선호도가 수치로서 도출될 수 있는 근거를 마련한다.Due to the questionnaire evaluation function according to the
본 발명에 따른 수치비교산정모듈(220)은 상기 피험자가 각 설문에 대해 답변함으로 도출된 수치와 표준비교 데이터베이스(160)의 각 학과별로 구성된 대학원생의 수치를 비교 처리하여 피험자의 고유한 특성을 가지는 수치를 재생성하는 역할을 수행한다. 구체적으로 피험자의 고유 특성을 가진 수치를 재생성하기 위한 비교처리 방법은 피험자의 수치와 이에 대응하는 설문에 대한 표준 비교 데이터베이스(160) 상의 대학원생의 수치를 곱하는 과정과 추가적으로 각 설문별로 미리 정한 가중치를 부여하는 방식 등으로 달성이 된다. Numerical
이 중 표준 비교 데이터베이스(160) 상의 대학원생의 수치를 피험자의 수치와 곱하는 과정을 예를 들어 설명하면, '국어과목은 나의 전공을 공부하는데 도움이 된다.' 라는 질문에 대한 국문과 학생의 반응이 7점('완전히 그러하다'라는 답변), 전자공학과 학생의 반응이 2점('거의 그렇지 않다'라는 답변) 이었고 검사를 한 피험자의 국어과목에 대한 선호도가 5점('약간 그러하다'라는 답변)이었다면 이 피험자 학생의 국문과에 대한 적합도 점수는 5*7 = 35점, 전자공학과에 대한 적합도 점수는 5*2 = 10점이 되고, 이렇게 모든 검사의 모든 설문에 대해서 대학원생의 반응(답변으로 도출되는 수치)과 학생의 반응(답변으로 도출되는 수치)을 곱하게 되면 각각의 설문별로 전체 학과의 부합도가 피험자 고유의 최종 수치로 도출/표시되는 것이다.For example, explaining the process of multiplying the number of graduate students in the
피험자의 도출 수치를 직접적으로 이용하지 않고 이렇게 대학원생의 도출 수치와 피험자의 도출 수치를 곱한 다음 새로운 재생성 수치를 산출하는 이유는 피험자의 도출 수치가 각 학과에 따라 미세한 차이가 나는 경우에서는 실질적인 해당 학과의 우선순위를 선정하는 것이 어렵거나 실제 추구하는 학과를 선정하는 과정에서 오차가 날 수 있기 때문에 이러한 초기 피험자의 도출 수치를 다시금 대학원생의 수치와 비교하여 곱함으로 최종적으로 활용이 되는 도출 수치의 오차 범위를 줄이는 것과 아울러 보다 정확한 선호도를 산출하기 위해서이다. The reason for multiplying the graduate student's derived number with the derived student's derived value instead of directly using the derived value of the subject is to calculate a new regeneration value. Since it is difficult to select priorities or errors may occur during the selection of the departments to be pursued, these initial subjects' derivation figures can be multiplied by comparing them with those of graduate students. In addition to reducing, to calculate a more accurate preference.
더불어, 학과 적합도 검사에서는 도출 수치 중 낮은 수치를 가진 설문에 대해 보충설명을 지원할 수가 있는데, 즉 보충설명은 피험자가 낮은 수치에 해당하는 해당 학과에 대해 이해도를 높이고 낮은 수치를 받은 만큼 더욱 세밀한 보완을 요구하도록 낮은 수치에 해당하는 학과의 해당 대학원생이 기초 소양, 학습 환경, 학문 특성과 같은 소항목에서 가장 높은 점수를 준 두 가지 설문과 비교하여 그 두 가지 설문에 대한 배경 및 요구 사항을 통해 피험자에게 구체적인 보완 설명을 주는 것을 말한다. 이러한 보충설명은 최종적인 전공 선정 결과에 포함되어 디스플레이가 될 수도 있다.In addition, the departmental fitness test may support supplementary explanations for the questionnaire with the lowest number of derived values, which means that the supplementary explanation provides more detailed complementary information as the subject improves understanding and receives the lower level. The graduate student of the department with the lowest number required to ask the subject had specific background and requirements for the two questions compared to the two highest scores in the sub-items such as basic knowledge, learning environment, and academic characteristics. Give supplementary explanations. This supplementary description may be included in the final major selection result and may be displayed.
더불어, 직업환경 선호도 검사에서는 피험자의 수치와 대학원생의 수치를 AHP보다 우선순위 결정에 있어서 객관적인 측면과 전문가의 충분한 의견을 반영할 수 있는 DHP(Delphic Hierarchy Process)방식을 이용하여 수치를 도출하는 것도 가능하다. 또한, 직업 환경 선호도 검사에서 피험자가 체크한 수치에 대해 기 설정되어 있는 가중치를 부여하고 수치와 가중치를 곱한 값을 합산 처리한 후 정규화를 시켜 직업 유형에 대한 순위를 산출할 수 있는 근거를 마련할 수도 있다.In addition, in the work environment preference test, it is possible to derive the numerical value of the subject and the graduate student by using the Delphi Hierarchy Process (DHP) method, which can reflect objective aspects and sufficient opinions of experts in determining priorities over AHP. Do. In addition, in the occupational environment preference test, a weight that is set by the subject is pre-set, a value obtained by multiplying the numerical value and the weighted value, and then normalized to prepare a basis for calculating the rank for the occupation type. It may be.
지금까지는 QFD 방식을 응용한 피험자의 학과 선정을 위한 모듈의 구성 및 처리 방법에 대해 서술하였는데, 이와 달리 계열 선호도 데이터베이스(140)에 따른 계열 선호도 검사는 계층분석방법(AHP: analytic hierarchy process)을 통하여 이루어지게 되며 이러한 과정을 위하여 본 발명에 따른 시스템은 쌍대비교모듈(230)을 제공한다.Until now, the configuration and processing method of module for subject selection of subjects applying QFD method was described. In contrast, the system preference test according to the
본 발명에 따른 쌍대비교모듈(230)은 설문평가모듈과 같이 각 설문의 노출을 피험자에게 시계열적으로 구성하는 것을 지원하되, 각 설문을 1: 1로 쌍대비교(paired comparison)할 수 있도록 구체적인 노출 방법을 제공하여 피험자로 하여금 각 단과대학별 전공목표 등의 상대적인 선호도를 도출하는 기능을 수행하는 것이다.The
계층분석방법(AHP)은 의사결정의 계층 구조를 구성하고 있는 요소 간의 쌍대비교를 통하여 평가자의 지식, 경험 및 직관을 포착하는 방법의 하나로서, 직면한 의사결정 문제를 구성하고 있는 모든 요소를 나열하여 계층의 형태로 만든 다음 그 계층을 이루고 있는 요소를 1대 1로 쌍대비교를 하게 되며, 이를 통해 도출된 비교 결과를 선형대수학의 고유 벡터(vector)법에 의하여 요소들의 가중치를 구하고 각 계층에서 구한 요소들의 가중치를 상위계층에서 하위계층으로 곱하게 되면 의사결정 대안의 최종 가중치가 구해지고 결론적으로 의사결정을 내리게 되는 일련의 방법을 말한다. Hierarchical Analysis (AHP) is a way of capturing the knowledge, experience, and intuition of evaluators through pairwise comparison between the elements that make up the hierarchical structure of decision making. And make the form of hierarchy and then pair-wise compare the elements that make up the hierarchy one-to-one.The result of the comparison is to calculate the weights of the elements by the eigenvector method of linear algebra. Multiplying the weighted factors from the upper layer to the lower layer yields the final weight of the decision-making alternative, and it is a series of methods to make a decision.
본 발명에 따른 쌍대비교모듈(230)은 이러한 계층분석방법(AHP)에 토대하여 각 설문을 예를 들어 인문 대 사회, 인문 대 상경, 인문 대 공학과 같이 쌍대비교 형식으로 피험자에게 디스플레이하여 답변을 구한 다음 이를 통해 도출된 수치를 통해 상대적인 선호도를 예측하되, 구체적으로는 각 수치에 따른 고저(高低)에 따라 각각의 단과대학이 타 계열에 비하여 얼마나 선호되고 그렇지 않은가를 측정하는 기능을 수행하는 것이다. 예를 들어 설문 표시창의 왼 편에는 '축구경기를 관람하는 것을 좋아한다.'라는 설문을 표시하고 오른 편에는 '농구경기를 관람하는 것을 좋아한다.'라고 하였을 때, 예시적으로 7점 척도로 이를 수치화하고자 할 때, " 1- 왼편이 아주 좋다, 2- 왼편이 대체적으로 좋은 편이다, 3- 왼편이 약간 더 좋다, 4- 비슷하다, 5- 오른편이 약간 더 좋다, 6-오른편이 대체적으로 좋은 편이다, 7-오른편이 아주 좋다."와 같이 선택요소를 구성하여 피험자가 이중 하나의 답변을 선택할 수 있도록 하는 것이다.Based on the hierarchical analysis method (AHP), the
이렇게 4종류의 각기 다른 데이터베이스를 근거하여 각 모듈의 기능에 따라 얻어진 수치를 통해 각 검사별로 가장 높은 점수를 받은 일정 개수, 예를 들어 5개의 학과를 선정하게 되는데, 이는 우선순위처리모듈(240)의 기능에 의하여 달성이 된다.Based on the four different databases, the number obtained by the function of each module is selected, for example, a number of the highest scores for each test, for example, five departments, which is the
다시 말해, 본 발명에 따른 우선순위처리모듈(240)은 각 4가지의 데이터베이스(110,120,130,140)에 따라 얻어진 검사에 대한 수치를 각 학과별로 시트(sheet)화하여 각 학과 별로 해당 점수가 얼마인지를 분류한 다음 이러한 시트 처리된 데이터를 각 학과별로 높은 순위에서부터 낮은 순위까지 소팅(sorting)하여 가장 수치가 높게 나온 일정 개수, 즉 5개의 학과를 높은 수치에 따라 순서별로 추출하는 기능을 제공하는 것을 의미한다.In other words, the
이러한 우선순위처리모듈(240)은 4가지 데이터베이스에 근거한 각 검사에 따른 결과를 각 검사별로 그래프와 부연설명과 함께 각 상위학과(피험자에게 가장 적합한 학과)와 하위학과(피험자에게 가장 적합하지 않은 학과)별로 구체적인 설명을 제시하는 기능까지 겸비하고 있다.The
여기서, 본 발명에 따른 시스템은 일관성여부검사모듈(260)을 추가적으로 제공하는데, 이러한 일관성여부검사모듈(260)은 각 4종류의 검사를 통해 얻어진 우선순위 학과의 오차 정도에 따라 오차 범위의 고저에 따라 A등급부터 E등급까지 5단계로 나누어 그 일관성이 있는지 여부를 검사할 수가 있는 기능을 제공한다. Here, the system according to the present invention additionally provides a
즉, 예를 들어 과목선호도 검사에서는 국문학과가 우선 학과로 도출되고, 학과 적합도 검사에서는 물리학과가 우선순위로 도출된다면 각 설문에 학생이 성실하게 답변을 하지 않은 것으로 예측이 되므로 이러한 비일관적인 답변에 대한 오류를 캐치하는 역할을 수행하는 것인데, 이는 먼저 계열에 대한 차이를 보이는지 여부를 우선하여 검사하여 만일 각 결과마다 다른 계열이 도출된다 하였다면 오차 정도가 심한 것으로 평가를 하고, 4가지 검사에서 동일 계열이 도출되었으나 각기 다른 과(예를 들어, 어문계열에서 국문학과, 영문학과 등으로 다를 경우)로 도출되었을 때에는 오차 정도가 미약한 것으로 판단하여 각기 학과의 전공과목이나 특성 등의 정보를 세밀하게 노출을 시키고 피험자가 이러한 정보를 통해 자신의 진로에 대한 확신이나 주관이 없을 경우에까지 어드바이스를 줄 수가 있게 된다.That is, for example, if the Department of Literature prefers the Department of Korean Language and Literature to the Department, and if the Department of Physics is the Priority to the Department of Fitness, it is predicted that the student did not answer the question in good faith. This is to catch the error, which first checks whether there is a difference in the series, and if a different series is derived for each result, the error is evaluated as severe. However, when derived from different departments (e.g., different from Korean and English departments), the degree of error is considered to be insignificant. With this information, you can be confident or in control of your career If there is so far not give advice.
마지막으로, 본 발명에 따른 학과선정모듈(250)은 이러한 4가지의 데이터베이스(110,120,130,140)에서 도출된 수치를 모두 비교 처리하여 상기 4종류 검사에 따른 상대적인 중요도를 평가하여 기설정되어 있는 가중치를 적용한 다음 이로 인해 산출된 결과 수치를 최종 수치로 받아 들여 최종적으로 피험자의 학과 및 계열을 선정하는 기능을 수행한다.Finally, the
가중치를 적용하기 위하여, 학과선정모듈(250)은 전문가 그룹 데이터베이스(170)를 통한 각 설문의 답변 수치와 먼저 비교 작업을 수행한다. 전문가 그룹 데이터베이스(170)란, 각 전공별 유명 인사 내지 전공별 전문가를 인재 풀(pool)로 형성하여 이러한 집단의 각 인사에게 상기 4가지의 데이터베이스(110,120,130,140)에 대해 설문을 조사하여 답변을 얻음으로 수치를 도출하여 정규화한 비교 대상 자료를 의미한다. 즉, 상기 설명한 각 전공별 대학원생을 대상으로 얻어 낸 표준 비교 데이터베이스(160)의 연장이라고 이해하면 될 것이다.In order to apply the weights, the
학과선정모듈(250)은 각기 다른 4종류 검사에 대한 수치를 전문가 그룹 데이터베이스(170)의 각 설문 수치와 비교하여 이를 정규화하는 작업을 수행하는데, 예를 들어 4종류 중 독특한 결과를 얻었거나 아니면 다른 3가지 검사 결과와 비교하여 보았을 때 신뢰할 수 없는 수치를 나타내는 결과에 대해 보정을 하고 각 수치의 합산을 통해 이를 평균화하는 작업을 병행하여 최종적인 학과 선정을 수행하게 되는 것이다.The
최종적인 학과 선정에 대해 학과선정모듈(250)에서도 학과의 우선순위별로 부연 설명을 제공할 수가 있으며, 이는 도표 내지 그래프로 처리되어 피험자가 알아보기 쉽도록 디스플레이가 될 수 있다.The
지금까지 설명한 바와 같이, 본 발명에 따른 학과계열 선정 시스템 및 그 방법의 구성 및 작용을 상기 설명 및 도면에 표현하였지만 이는 예를 들어 설명한 것에 불과하여 본 발명의 사상이 상기 설명 및 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능함은 물론이다.As described so far, the structure and operation of the departmental selection system and method thereof according to the present invention have been expressed in the above description and the drawings, but this is merely described by way of example, and the spirit of the present invention is not limited to the above description and the drawings. Of course, various changes and modifications are possible without departing from the spirit of the present invention.
이상에서 설명한 바와 같이, 본 발명에 따른 학과계열 선정 시스템 및 그 방법에 따르면, 제 각 학과에 재학 중인 대학원생 및 전문가를 대상으로 먼저 테스트를 받아 정규화된 표준 비교 데이터를 생성하고 이를 통해 다중 처리 방식에 의해 복합적으로 피험자의 테스트 결과를 처리함으로써 보다 현실적이고 신뢰 있는 학과 선정 결과를 도출할 수 있다는 장점을 가진다.As described above, according to the departmental selection system and method thereof according to the present invention, the graduated students and experts in each department are first tested to generate normalized standard comparison data, and then, By combining the test results of the test subjects, a more realistic and reliable subject selection result can be obtained.
또한, QFD 내지 AHP 방식을 학과선정 검사 시스템에 응용하여 보다 과학적이고 체계적인 학과 선정의 결론을 도출할 수 있고 더불어 피험자의 비일관적인 테스트 결과도 밝혀내어 결과의 정확성을 꾀한다는 장점을 보유한다.In addition, the QFD or AHP method can be applied to the department selection examination system to draw conclusions of more scientific and systematic department selection, and also to reveal the inconsistent test results of the subjects and to have the accuracy of the results.
마지막으로, 피험자에 학과 편향 성향을 세분화하여 각 소 분야별로 비교분석이 가능하므로 구체적이고 실용적인 학과 선정의 결과치를 얻어 낼 수 있다는 효과를 가질 수가 있다.Lastly, subjects can be classified and analyzed in each sub-sector by subdividing the disposition tendency of subjects, which can have the effect of obtaining practical and practical results.
Claims (8)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020050121628A KR100597465B1 (en) | 2005-12-12 | 2005-12-12 | System of fixing department and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020050121628A KR100597465B1 (en) | 2005-12-12 | 2005-12-12 | System of fixing department and method thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
KR100597465B1 true KR100597465B1 (en) | 2006-07-05 |
Family
ID=37183682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020050121628A KR100597465B1 (en) | 2005-12-12 | 2005-12-12 | System of fixing department and method thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100597465B1 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100863355B1 (en) * | 2007-05-22 | 2008-10-15 | 와이즈멘토 유한회사 | Method for testing agreement of highschool with special purpose |
KR101557201B1 (en) | 2013-11-29 | 2015-10-05 | 제주대학교 산학협력단 | Method for Prediction Possibility of Employment Using Decision Tree |
KR101735946B1 (en) * | 2015-09-21 | 2017-06-09 | 주식회사 스토리유 | Testing agreement system with educational institution |
KR20180127565A (en) * | 2017-05-18 | 2018-11-29 | 김정진 | Linking to Employment and Start-Up through Enhancing Professionalism Meister College Service Providing System |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR890005648A (en) * | 1987-09-04 | 1989-05-16 | 이건형 | Occupational Aptitude Test |
JPH08101636A (en) * | 1995-09-18 | 1996-04-16 | Fukuto:Kk | Course aptitude testing method |
KR20000006797A (en) * | 1999-11-04 | 2000-02-07 | 박노열 | Career research system |
JP2000090167A (en) | 1998-09-16 | 2000-03-31 | Recruit Co Ltd | Course selection support system |
KR20000063641A (en) * | 2000-07-27 | 2000-11-06 | 김재철 | System of academic guidance counseling on the ground of character and aptitude test |
KR20020063529A (en) * | 2002-05-17 | 2002-08-03 | 박노열 | Career research system and method thereof |
-
2005
- 2005-12-12 KR KR1020050121628A patent/KR100597465B1/en active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR890005648A (en) * | 1987-09-04 | 1989-05-16 | 이건형 | Occupational Aptitude Test |
JPH08101636A (en) * | 1995-09-18 | 1996-04-16 | Fukuto:Kk | Course aptitude testing method |
JP2000090167A (en) | 1998-09-16 | 2000-03-31 | Recruit Co Ltd | Course selection support system |
KR20000006797A (en) * | 1999-11-04 | 2000-02-07 | 박노열 | Career research system |
KR20000063641A (en) * | 2000-07-27 | 2000-11-06 | 김재철 | System of academic guidance counseling on the ground of character and aptitude test |
KR20020063529A (en) * | 2002-05-17 | 2002-08-03 | 박노열 | Career research system and method thereof |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100863355B1 (en) * | 2007-05-22 | 2008-10-15 | 와이즈멘토 유한회사 | Method for testing agreement of highschool with special purpose |
KR101557201B1 (en) | 2013-11-29 | 2015-10-05 | 제주대학교 산학협력단 | Method for Prediction Possibility of Employment Using Decision Tree |
KR101735946B1 (en) * | 2015-09-21 | 2017-06-09 | 주식회사 스토리유 | Testing agreement system with educational institution |
KR20180127565A (en) * | 2017-05-18 | 2018-11-29 | 김정진 | Linking to Employment and Start-Up through Enhancing Professionalism Meister College Service Providing System |
KR102023809B1 (en) * | 2017-05-18 | 2019-09-23 | 김정진 | Linking to Employment and Start-Up through Enhancing Professionalism Meister College Service Providing System |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peri et al. | Highly educated immigrants and native occupational choice | |
Leithwood et al. | The effects of transformational leadership on organizational conditions and student engagement with school | |
Miller et al. | Foundations of psychological testing: A practical approach | |
Worrell et al. | Best practices in identifying students for gifted and talented education programs | |
Cox et al. | Systems thinking in geography: can high school students do it? | |
Keane et al. | Obtaining student feedback on teaching & course quality | |
Wilkesmann | Effects of transactional and transformational governance on academic teaching: Empirical evidence from two types of higher education institutions | |
Sharp et al. | An application of the revised ‘Lecturer Self-Efficacy Questionnaire’: An evidence-based route for initiating transformational change | |
Ertem | Examination of Turkey’s PISA 2018 reading literacy scores within student-level and school-level variables | |
Finley | A Summary of Research in Science Education 1990. | |
Nusser et al. | Addressing heterogeneity in secondary education: who benefits from differentiated instruction in German classes? | |
Van Rooij et al. | Identifying potential secondary school teachers among science university students: A latent profile analysis | |
KR100597465B1 (en) | System of fixing department and method thereof | |
Jan et al. | Job satisfaction among library professionals at Government colleges of commerce and management sciences of Khyber Pakhtunkhwa | |
Gulya et al. | Fostering culturally responsive pedagogy related competencies among pre-service teachers: a systematic review of the recent research literature | |
Plenge et al. | The BeAMS project: Using inquiry and modeling to introduce students to the research process in an introductory geology laboratory | |
Dremova et al. | Criticism and justification of undergraduate academic dishonesty: Development and validation of the domestic, market and industrial orders of worth scales | |
Bratu et al. | The expectations of generation Z regarding the university educational act in Romania: optimizing the didactic process by providing feedback | |
Yilmaz | Turkish Students’ scientific literacy scores: A multilevel analysis of data from program for international student assessment | |
Burman et al. | Model for Analyzing Psychological Parameters Recommending Student Learning Behaviour using Machine Learning | |
Adejoh | Evaluation of the integrated science and introductory technology programmes in secondary schools in Benue state | |
Yahya et al. | Evaluation of training effectiveness in relation to self-efficacy and training facilities in a Malaysian public skill training institution | |
Beaton et al. | Providing data for educational policy in an international context: The Third International Mathematics and Science Study (TIMSS) | |
Ida | Influence of Library Service on Students Academic Performance in the Certificate of Secondary Education Examination in Mtwara Mikindani Municipality, Tanzania | |
DeVaney et al. | The Revised School Culture Elements Questionnaire: Gender and Grade Level Invariant? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130607 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20140630 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20160624 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20170627 Year of fee payment: 12 |
|
FPAY | Annual fee payment |
Payment date: 20180517 Year of fee payment: 13 |
|
FPAY | Annual fee payment |
Payment date: 20190708 Year of fee payment: 14 |