KR101229860B1 - 학습 지원 시스템 및 방법 - Google Patents

학습 지원 시스템 및 방법 Download PDF

Info

Publication number
KR101229860B1
KR101229860B1 KR1020110107547A KR20110107547A KR101229860B1 KR 101229860 B1 KR101229860 B1 KR 101229860B1 KR 1020110107547 A KR1020110107547 A KR 1020110107547A KR 20110107547 A KR20110107547 A KR 20110107547A KR 101229860 B1 KR101229860 B1 KR 101229860B1
Authority
KR
South Korea
Prior art keywords
server
unit
similarity
type
user
Prior art date
Application number
KR1020110107547A
Other languages
English (en)
Inventor
김영희
이동수
강지훈
Original Assignee
주식회사 매쓰홀릭
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 매쓰홀릭 filed Critical 주식회사 매쓰홀릭
Priority to KR1020110107547A priority Critical patent/KR101229860B1/ko
Application granted granted Critical
Publication of KR101229860B1 publication Critical patent/KR101229860B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Technology (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 다수의 기호와 도형 및 문자로 편집된 다수의 수학 문제가 포함된 문서를 서버에 업로드하면 서버에서는 이를 문제별로 분석하여 저장한 후 서버에 저장된 문제 중 업로드된 문서에 포함된 해당 문제와 유사한 유형의 문제를 찾아서 학습자에게 제공하여 학습자로 하여금 해당 유형의 문제에 대해 충분히 학습하도록 함으로써 학습을 도와주는 학습 지원 시스템 및 방법에 관한 것이다. 본 발명의 시스템은 사용자 단말기는 다른 유형의 문항이 적어도 하나 이상 포함된 시험 문제의 문서를 스캔하여 이미지 데이터로 변환하거나 한글이나 워드와 같은 워드 프로세서로 입력하는 문제 입력부를 더 구비하고, 서버는 서버 통신부를 통해 수신된 시험 문제의 데이터를 각 문항별로 구분하고, 각 문항의 데이터를 소정의 인식 알고리즘에 따라 인식하여 문자, 수식, 그림 및 표와 키워드를 추출한 후 인자값을 각각 부여한 후, 미리 정의된 학습 과정 및 문제 유형의 인자값과 비교하여 학습과정과 문제유형을 판단하고, 시험 문제에 포함된 각 시험 문항에서 추출된 문자, 수식, 그림 및 표와 키워드에 소정의 가중치를 부여해 유사도를 산출하고, 산출된 유사도를 기초로 동일 내지는 소정의 범위의 유사도를 가지는 유사 문항을 문제 저장부에서 각각 추출하여 적어도 하나 이상의 모의 시험 문제 세트를 생성하여 서버 통신부를 통해 사용자 단말기로 전송하는 문제 관리부를 포함한다.

Description

학습 지원 시스템 및 방법{System and method to support E-learning}
본 발명은 학습자의 학습을 지원하는 시스템 및 그 방법에 관한 것으로, 구체적으로 다수의 기호와 도형 및 문자로 편집된 다수의 수학 문제가 포함된 문서를 서버에 업로드하면 서버에서는 이를 문제별로 분석하여 저장한 후 서버에 저장된 문제 중 업로드된 문서에 포함된 해당 문제와 유사한 유형의 문제를 찾아서 학습자에게 제공하여 학습자로 하여금 해당 유형의 문제에 대해 충분히 학습하도록 함으로써 학습자의 학습을 도와주는 것에 관한 것이다.
최근 인터넷 사용자 인구의 급속한 증가와 더불어 일선 교육 현장에서도 인터넷을 이용한 새로운 학습 방안들을 제시하고 있으며, 이로 인해 인터넷상에 학습 관련 사이트들이 급성장하고 있는 추세이다.
그러나 현재 운영중인 인터넷 시험 관련 사이트들은 단순히 시험 문제들을 사용자 PC에 다운로드 받아 푼 후, 그 결과를 상기 인터넷 시험 관련 사이트로 전송하고 이를 채점하도록 하는 방식을 채택하고 있으며, 상기 사이트 관리자는 그 채점 결과에 의해 개인의 성적을 단순 누계하여 제공하고 있다.
그러나 시험 응시자의 시험 결과에 대하여 응시자 전체의 전반적인 자료를 제공하지 않고, 개인의 성적만을 단순 누계하여 제공하도록 함으로써, 시험 응시자가 자신의 실력에 대한 객관적이고, 포괄적, 심층적, 세부적, 개별화된 평가를 할 수 없다는 단점이 있었다.
또한, 학습자는 자신의 학습달성도를 효율적이면서도 객관적이고, 체계적 및 과학적으로 평가받고자 하는 욕망이 있다. 특별히, 수험생들은 자신이 잘하는 영역과 부족한 영역 등에 대한 객관적인 평가와 진단이 필요하고, 이에 의해 심화학습으로 보충할 수 있도록 영역별 분야별 클리닉을 필요로 하였다.
이를 위해 한국공개특허 2006-0007608호에는 각 문항별로 그 속성들을 미리 분석하고 분류하여 문제은행 DB를 구축하고, 분류된 속성에 매칭되게 진단 및 조언DB 및 학습자료 DB를 구축하여 두고, 학습자가 온/오프라인을 통해 시험을 보고 그 결과에 대한 답안을 입력하면, 이를 채점하여 분류 영역에 의거하여 종합분석과, 부문별 강약이 나타나도록 결과파일을 분석하며, 취약부문별 분석을 통해서 자동으로 해당학습자의 성적 분석 및 부문별 학습계획과 진단 및 조언 등의 클리닉 정보를 생성하여 제공하는 인터넷을 이용한 학습 평가 클리닉 서비스 방법 및 시스템이 개시되어 있으며 도 6은 상기의 학습 평가 클리닉 서비스 시스템의 구성도이다.
한편, 학생들의 경우, 학원 또는 교육기관을 이용하여 학습을 하는 경우가 매우 빈번하다. 그런데 통상의 학원 및 기타 교육기관에서는 학생들의 정규수업 후 자기 주도학습을 위한 과제를 부여한다. 과제는 당일 수업 분에 대한 학습 확인을 위해 문제를 복사하여 분배하거나 교재의 특정부분을 할당하는 형식으로 이루어진다. 그리고 차후 수업시, 과제 수행 여부를 확인하고 특별히 보충설명이 필요한 부분에 대해서는 설명과 문제풀이가 이루어진다. 이러한 과정에서 과제 할당자는 당일 수업의 진도에 대한 명확한 부분설정과 과제 수행 여부의 정확한 확인이 수월치 않으며 또한 진도에 따른 수업진행으로 기 수업한 내용에 대한 평가는 적절히 이루어지지 않는다.
이를 개선하기 위한 것으로 한국공개특허 2010-0130525호에는 문제은행 프로그램에서 생성한 문제를 학습자가 해결한 후 문제지에 첨부되어 출력되는 오엠알(OMR) 형식의 답안지에 형광펜을 제외한 필기구를 이용하여 표기한 후 일반 평판 스캐너나 유사 인식장치를 이용하여 답안을 채점하면 채점결과가 화면에 도출되고 그 결과는 수험자의 친권자 또는 관계자에게 그 결과가 문자로 전송되고, 오답문제, 정답, 풀이가 출력되며, 오답문제와 가장 유사한 문제가 자동출제되어 취약부분을 보충할 수 있도록 하는 스캐너를 이용한 자동채점 기능을 보유한 문제은행 학습 시스템 및 그 방법이 개시되어 있다.
그런데 학생들의 경우 실제 자신들의 학습정도를 객관적으로 평가하는 가장 효율적인 방법은 실제 시험 문제를 푸는 것으로 실제 시험 문제에는 다양한 유형의 문제가 복합적으로 구성되어 이해력을 측정하므로 실제 시험 문제와 유사한 유형의 문제를 반복적으로 풀어보는 것은 매우 중요하며 또한 중요 입시 시험의 경우 모의 시험에서 출제된 문제와 유사한 형태의 문제가 출제되는 경우가 많다.
그러나 상기에서 예시한 종래기술과 현재까지 알려진 기술은 서버에 문제은행을 저장하고 서버에서 임의의 기준으로 문제를 출제하고 출제된 문제를 학생들이 풀도록 하여 이를 채점하여 해당 유형의 문제의 이해도를 측정할 뿐 실제 시험에 출제되는 문제를 분석하여 이와 유사한 형태의 문제를 풀 수 있도록 하는 기술은 제안되거나 개발되어 있지 않으며 이에 따라 학습자 특히 입시를 준비하는 학생들로부터 실제 시험에 출제되는 문제와 유사한 문제를 반복적으로 풀어서 해당 유형의 문제를 충분히 숙지할 수 있도록 하는 학습 지원 시스템에 대한 요구가 있다.
본 발명은 상기와 같은 문제점이나 요구를 해결하기 위해 제안된 것으로, 구체적으로 다수의 기호와 도형 및 문자로 편집된 다수의 수학 문제가 포함된 문서를 서버에 업로드하면 서버에서는 이를 문항별로 분석하여 저장한 후 서버에 저장된 문제 중 업로드된 문서에 포함된 해당 문제와 유사한 유형의 문제를 찾아서 학습자에게 제공하여 학습자로 하여금 해당 유형의 문제에 대해 충분히 학습하도록 함으로써 학습자의 학습을 도와주는 학습 지원 시스템 및 그 방법에 관한 것이다.
또한, 본 발명은 실제 시험 문제와 유사한 유형의 문제를 선별하는 것과 선별된 유사 유형의 문제를 새로운 시험 문제로 학생에게 반복적으로 제공하고 답안을 입력받아 해당 유형의 문제의 대한 학생의 이해도를 측정하여 학습자로 하여금 학습 방향을 효과적으로 수립할 수 있도록 도와주는 학습 지원 시스템 및 그 방법에 관한 것이다.
상기와 같은 과제를 달성하기 위한 본 발명의 시스템은, 데이터를 입력받는 단말 입력부와, 처리되는 데이터 등을 화면으로 출력하는 단말 출력부와, 서버와 데이터를 송수신하기 위한 단말 통신부를 구비한 사용자 단말기; 및 데이터를 입력받는 서버 입력부와, 데이터 등을 화면으로 출력하는 서버 출력부와, 상기 사용자 단말기와 데이터를 송수신하기 위한 서버 통신부를 구비한 서버를 포함하는 학습 지원 시스템에 있어서,
상기 사용자 단말기는 다른 유형의 문항이 적어도 하나 이상 포함된 시험 문제의 문서를 스캔하여 이미지 데이터로 변환하거나 한글이나 워드와 같은 워드 프로세서로 입력하는 문제 입력부를 더 구비하여 상기 입력된 시험 문제를 상기 단말 통신부를 통해 상기 서버 통신부로 전송하고,
상기 서버는 상기 서버 통신부를 통해 수신된 상기 시험 문제를 각 문항별로 구분하고, 각 문항의 데이터를 소정의 인식 알고리즘에 따라 인식하여 문자, 수식, 그림 및 표와 키워드를 추출한 후 인자값을 각각 부여한 후, 미리 정의된 학습 과정 및 문제 유형의 인자값과 비교하여 학습과정과 문제유형을 판단하고, 상기 시험 문제에 포함된 각 시험 문항에서 추출된 문자, 수식, 그림 및 표와 키워드에 소정의 가중치를 부여해 유사도를 산출하고, 산출된 유사도를 기초로 동일 내지는 소정의 범위의 유사도를 가지는 유사 문항을 문제 저장부에서 각각 추출하여 적어도 하나 이상의 모의 시험 문제 세트를 생성하여 상기 서버 통신부를 통해 상기 사용자 단말기로 전송하는 문제 관리부와, 상기 문제 관리부의 분류에 따라 상기 서버 통신부를 통해 수신된 각 시험 문제의 데이터를 상기 학습 과정 및 문제 유형에 대응하도록 저장하는 문제 저장부와, 상기 서버 통신부를 통해 수신된 상기 시험 문제의 사용자 답안으로부터 상기 시험 문제에 포함된 각 문항에 대한 정오를 판단하는 정오 판단부와, 소정의 기준에 따라 분류된 학습 과정과 문제 유형에 해당하는 복수의 문제를 사용자가 학습한 이력 및 해당 문항에 대해 사용자가 입력한 답안의 정오의 패턴에 따라 해당 문제 유형에 대한 사용자의 습득 정도를 표시하는 데이터를 관리하고, 상기 정오 판단부의 판단 결과에 따라 상기 시험 문제에 포함된 각 문항의 문제 유형에 대응되는 사용자의 문제 유형의 습득 정도를 표시하는 데이터를 변경하는 유형 습득 관리부를 포함하는 것을 특징으로 한다.
상기 사용자 단말기는 상기 문제 입력부를 통해 상기 시험 문제의 각 문항을 입력받고, 상기 단말 입력부를 통해 상기 시험 문제의 각 문항에 대한 사용자의 답안을 입력받아 시험 문제에 대한 사용자 답안 데이터를 구성한 후, 상기 사용자 답안 데이터를 상기 단말 통신부를 통해 상기 서버 통신부로 전송하고, 상기 문제 관리부는 상기 문자, 수식, 그림 및 표와 키워드로 이루어진 유사도 인자 중 적어도 3개의 유사도 인자가 각 유사도 인자별로 50% 이상 일치하고, 전 유사도 인자에 대하여 가중 평균이 70% 이상인 문항에 대해 유사 문항으로 선정하는 것이다.
상기와 같은 과제를 달성하기 위한 본 발명의 방법은, 데이터를 입력받는 단말 입력부와, 처리되는 데이터 등을 화면으로 출력하는 단말 출력부와. 서버와 데이터를 송수신하기 위한 단말 통신부를 구비한 사용자 단말기; 및 데이터를 입력받는 서버 입력부와, 데이터 등을 화면으로 출력하는 서버 출력부와, 사용자 단말기와 데이터를 송수신하기 위한 서버 통신부를 구비한 서버를 포함하는 학습 지원 시스템의 학습 지원 방법에 있어서,
사용자 단말기가 다른 유형의 문항이 적어도 하나 이상 포함된 시험 문제의 문서와 사용자 답안을 입력받아 서버로 전송하는 (a)단계; 서버 내 문제 저장부가 수신된 시험 문제의 각 문항을 저장하는 (b)단계; 서버 내 문제 관리부가 상기 저장된 시험 문제의 각 문항으로부터 소정의 인식 알고리즘에 따라 문자, 수식, 그림 및 표와 키워드를 인식하여 인자값을 부여하고, 미리 정의된 학습과정 및 문제유형의 인자값과 비교하여 학습 과정 및 문제 유형을 분석하여 시험 문제의 각 문항을 분류하는 (c)단계; 상기 문제 관리부가 상기 분석된 학습 과정 및 문제 유형에 따라 저장된 문제 정보를 변경하는 (d)단계; 상기 문제 관리부가 상기 이미지 데이터로 변환되어 전송된 시험 문제의 각 문항에 대해 문자, 수식, 그림 및 표와 키워드에 소정의 가중치를 부여해 유사도를 산출하여 학습 과정 및 문제 유형을 분석하고, 상기 문제 저장부에 저장된 문항에 대해서도 문자, 수식, 그림 및 표와 키워드에 소정의 가중치를 부여해 유사도를 산출하여 상기 이미지 데이터로 변환되어 전송된 시험 문제의 각 문항과의 유사도를 분석하는 (e)단계; 상기 문제 관리부가 상기 분석된 유사도 중 소정 조건을 만족하는 각 문항을 선정하고, 상기 선정된 각 문항을 조합하여 상기 시험 문제와 동일한 유형의 모의 시험 문제를 생성하는 (f)단계; 상기 서버 통신부가 상기 생성된 모의 시험 문제를 사용자 단말기로 전송하는 (g)단계; 서버 내 정오 판단부가 상기 전자 문서로 변환된 상기 시험 문제에 대한 사용자 답안 문서로부터 사용자 답안의 정오를 분석하는 (h)단계; 및 서버 내 유형습득 관리부가 상기 분석된 사용자 답안의 정오에 따라 각 문항에 대한 사용자의 해당 유형에 대한 습득 정보 데이터를 변경하는 (i)단계를 포함하는 것을 특징으로 한다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
상기와 같은 구성을 가지는 본 발명에 따른 학습 지원 시스템 및 그 방법은 서버에 업로드된 다수의 기호와 도형 및 문자로 편집된 다수의 수학 문제가 포함된 문서를 문항별로 분석하여 저장한 후 서버에 저장된 문제 중 업로드된 문서에 포함된 해당 문제와 유사한 유형의 문제를 찾아서 학습자에게 제공하여 학습자로 하여금 해당 유형의 문제에 대해 충분히 학습하도록 함으로써 학습자가 해당 유형의 문제를 효과적으로 이해할 수 있도록 하는 효과가 있다.
또한, 본 발명은 실제 시험 문제와 유사한 유형의 문제를 선별하는 방안을 제공하여 실제 시험 문제와 가장 유사한 유형의 문제를 선별할 수 있다.
또한, 본 발명은 실제 시험 문제와 유사한 유형의 문제를 새로운 시험 문제로 학생에게 반복적으로 제공하고 학습자로부터 답안을 입력받아 해당 유형의 문제에 대한 학생의 이해도를 측정하여 학습자로 하여금 학습 방향을 효과적으로 수립할 수 있도록 도와주는 효과가 있다.
도 1은 본 발명에 따른 학습 지원 시스템의 개략적인 전체 구성도이다.
도 2는 본 발명에 따른 학습 지원 시스템의 세부적인 구성도이다.
도 3은 본 발명에 따른 학습 지원 시스템의 동작에 관한 흐름도이다.
도 4는 본 발명에 따른 학습 지원 시스템에서 문제 유형의 예시이다.
도 5는 본 발명에 따른 학습 지원 시스템에서 해당 유형의 문제의 이해도를 구분하는 예시이다.
도 6은 한국공개특허 2006-0007608호에 개시된 학습 평가 클리닉 서비스 시스템의 구성도이다.
도 1은 본 발명에 따른 온라인 학습 시스템의 개략적인 구성도로, 서버(120)와 사용자 단말기(130)와 서버와 사용자 단말기 사이에서 데이터 전송되는 통신망(110)으로 구성된다.
서버(120)는 사용자의 개인 정보 등을 포함하여 사용자(140)가 사용자 단말기(130)를 통해 학습을 할 수 있도록 정보를 제공한다.
사용자 단말기(130)는 사용자(140)로부터 상기 사용자 단말기(130)에 구비된 문제 입력부(미도시)로 입력된 시험 문제 문서의 데이터를 상기 통신망(110)을 통해 서버(120)로 전송한다.
상기에서 문제 입력부는 일 예로, 스캐너 또는 카메라 등과 같이 이미지를 획득하는 장치이다. 또한 문제 입력부는 한글이나 워드 등과 같은 워드 프로세서로 구현될 수도 있다.
도 2는 본 발명에 따른 학습 지원 시스템의 세부적인 구성도이다.
먼저, 서버(210)는 서버 제어부(211), 유형습득 관리부(212), 문제 관리부(213), 문제 저장부(214), 정오 판단부(215), 서버 통신부(216), 서버 입력부(217) 및 서버 출력부(218)를 포함하여 구성된다.
사용자 단말기(220)는 단말 제어부(221), 문제 입력부(222), 단말 통신부(223), 단말 입력부(224) 및 단말 출력부(225)를 포함하여 구성된다.
상기와 같은 구성을 가지는 서버(210)와 사용자 단말기(220)를 포함하는 본 발명에 따른 학습 지원 시스템의 동작에 대하여 도 3 내지 도 5를 참고하여 자세히 설명한다.
도 3은 본 발명에 따른 학습 지원 시스템의 동작에 관한 흐름도이고, 도 4는 본 발명에 따른 학습 지원 시스템에서 문제 유형의 예시이며, 도 5는 본 발명에 따른 학습 지원 시스템에서 해당 유형의 문제의 이해도를 구분하는 예시이다.
먼저, 사용자 즉, 학습자가 외부 시험 기관 등에 의해서 출제하는 시험 문제를 문제 입력부를 통해 사용자 단말기(220)로 입력한다. 상기 문제 입력부(222)는 일 예로, 스캐너 또는 카메라와 같이 문서 등을 이미지 데이터로 변화하는 장치 혹은 한글이나 워드와 같은 워드 프로세서가 사용될 수 있다. 또한, 상기 문제 입력부(222)를 통해 해당 시험 문제의 각 시험 문항에 대하여 사용자가 정답이라고 생각하는 사용자 답안을 사용자 단말기(220)로 입력한다.
입력된 시험 문제 및 사용자 답안은 스캔에 의해 획득된 이미지 데이터이고, 사용자 단말기(220)에 구비되어 있는 단말 통신부(223)를 통해 서버에 업로드된다.
이때 사용자별로 데이터를 관리하는 것이 가능하도록 로그인 과정을 거칠 수 있으며, 상기 로그인 과정은 당해 기술 분야에서 공지의 기술이므로 그 자세한 설명은 생략한다.
서버로 업로드된 시험 문제와 사용자 답안의 이미지 데이터는 서버에서 문자 및 도형 인식 프로그램에 의해 인식되고, 시험 문제에 포함 된 각 시험 문항은 서버에 구비된 문제 관리부(213)에 의해 각 시험 문항에 대해 미리 정의된 학습 과정 및 문제 유형 중 어디에 속하는지 분석된다.
상기 분석을 위해 각 시험 문항의 이미지 데이터는 유사도 인자 즉, 문자, 수식, 그림 및 표와 키워드가 추출되며, 추출된 유사도 인자에는 각 인자별 소정의 인자값이 부여된다. 추출된 유사도 인자의 전부 또는 일부의 인자값은 단순 합산되거나 소정의 기준에 따라 합산되어 도 4에 도시된 해당 학습 과정 및 문제 유형에 설정된 값과 비교되고, 가장 근사적인 값을 가지는 해당 학습 과정 및 문제 유형으로 설정된다. 도 4를 참조하면, 시험 문제는 수1, 수2, 적분과 통계와 같은 학습과정과 선택된 학습과정의 3등급 문제유형, 2등급 문제유형, 1등급 문제유형 등으로 구분된다.
한편, 다른 방식으로는 서버 관리자 또는 서버 운영자 등에 해당 학습 분야에 대해 경험이 많은 사람이 이미지 데이터로 변환된 시험 문제의 문항을 시각적으로 확인하여 경험적으로 도 4에 도시된 해당 학습 과정 및 문제 유형 중 하나에 임의로 설정할 수도 있다.
상기와 같은 방식에 의해 시험 문제에 포함된 각 시험 문항은 학습 과정 및 문제 유형이 분류되어 상기 문제 관리부(213)에 저장된 문제 정보 데이터에 포함된다. 포함되는 문제 정보 데이터는 학습 과정 및 문제 유형 데이터와 상기에서 추출된 유사도 인자 정보 즉, 유사도 인자와 유사도 인자값이 될 수 있다.
또한, 상기 이미지 데이터로 변환된 각 시험 문항은 문제 저장부(214)에 저장되는데, 상기의 학습 과정 및 문제 유형별로 분류되어 해당 문항군으로 분류되어 저장된다.
상기에서 설명한 바와 같이 본 발명은 외부의 시험 문제를 일정한 기준에 따라 분류하여 저장할 뿐만 아니라 학습자가 실제 시험에 출제된 해당 유형의 문제를 충분히 이해할 때까지 반복하여 학습할 수 있는 방안을 제공한다.
이를 위해 서버(210)는 상기 문제 관리부(213)에 의해 분석된 각 시험 문항과 유사한 문항을 찾기 위해 문제 저장부(214)에 미리 저장되어 있는 모의 시험 문항의 유사도 인자와 유사도 인자값을 포함하는 문제 정보 데이터를 분석한다.
문제 정보 데이터의 분석 결과 상기 각 시험 문제와 유사한 유사도를 가지는 모의 시험 문항을 추출하고, 추출된 모의 시험 문항을 상기 시험 문제에 포함된 시험 문항의 개수만큼 선정하여 모의 시험 문제 세트를 생성한다.
상기에서 생성된 모의 시험 문제 세트는 입력된 시험 문제의 시험 문항의 순서와 동일한 순서로 배열될 수 있으며 임의로 그 순서가 변경될 수 있다.
한편, 상기에서 유사한 유사도를 가지는 모의 시험 문항은 유사도가 소정 기준값을 만족하는 모든 모의 시험 문항이 될 수 있으나 모의 시험 문제 세트가 생성되기 위해서는 그 중 하나만 선택됨에 주의하여야 한다.
상기에서 시험 문항과 유사한 모의 시험 문항을 선정하는 방법은 상기의 유사도 인자를 이용한다.
각 시험 문항에는 문자, 수식, 그림 및 표와 키워드가 포함되어 있다고 가정하자.
먼저, 문자는 시험 문항에 포함된 문자 배열의 유사도를 판단하는 알고리즘에 의해 유사성이 판단되는데, 상기 알고리즘 대표적인 예로는 edit distance 알고리즘과 cosine similarity 알고리즘이 있다.
edit distance 알고리즘은 두 문자열 사이의 유사도 계산을 위해 한 문자열이 다른 문자열로 변환되기 위해 필요한 연산횟수로 유사도가 계산된다. 예를 들어, 2개의 문자열 abb와 abde를 비교해 볼 때, abde는 abb에서 b를 d로 치환하고 e를 덧붙이면 되므로, 연산횟수가 2가 유사도 값이 된다.
cosine similarity 알고리즘은 2개의 문자열에서 벡터를 추출하여 2개의 벡터가 이루는 각을 유사도 값으로 계산하는 방법인데, 위의 문자열 abb와 abde를 예시로 설명하면 다음과 같다. 전체 문자가 a, b, c, d, e 5개로 구성된다고 하자. 벡터를 추출하는 방법이 예를 들어 해당 문자열에서 각 문자의 갯수로 정의되어 있다면, abb와 abde의 벡터는 (1, 2, 0, 0, 0)와 (1, 1, 0, 1, 1)이다(abb의 경우라면 a가 1개, b가 2개, c, d, e는 0개라는 의미이다). 2개의 문자열로부터 추출된 벡터가 이루는 각의 cosine값은 다음과 같다.
Figure 112011082209018-pat00001
즉, cosine similarity 알고리즘에서는 abb와 abde 두 문자열의 유사도를 대략 0.67 정도로 판단한다.
시험 문항에 포함된 문자 배열의 유사도를 판단하는 알고리즘으로 edit distance 알고리즘과 cosine similarity 알고리즘을 예시하였는데, 시험 문항에 포함된 문자 배열의 유사도를 판단하는 알고리즘은 이에 국한되는 것이 아니며 문자 배열의 유사도를 수치화할 수 있는 알고리즘이라면 어떠한 알고리즘도 적용가능하다.
다른 유사도 인자로서 수식이 이용될 수 있는데, 수식은 일 예로 기호와 식의 종류를 비교한다. 즉, 기호로서는 ∑, ∫ 등 수학 문제에 사용될 수 있는 모든 수학 기호이며, 식의 종류로는 방정식인지, 함수인지 또는 다항식, 분수식, 로그식 등이 유사도 인자로서의 수식의 비교에 이용된다. 예를 들면, 2개의 수식에 포함된 전체 기호 중에서 일치하는 기호가 몇 개나 되는지를 측정하는 방식으로 유사도를 측정할 수 있을 것이다.
유사도 인자로서 그림과 표는 그림과 표의 배열만을 즉, 그림과 표의 문제에서의 위치를 비교하며 그림 또는 표 자체의 유사도는 비교하지 않는다. 이 경우 유사도는 그림과 표가 전체 문제의 영역에서 어디에 위치하는지를 비교하여 유사도를 결정할 수 있다. 예를 들어, 어떤 문제에는 도면이 좌측 상단에 있고, 어떤 문제에는 도면이 우측 상단에 있다면 유사도가 낮은 것으로 판단할 것이다. 또는, 도면이 전체 문제 지면에서 차지하는 비율을 비교할 수도 있다.
또 다른 유사도 인자로서 키워드는 문자 또는 수식 등에서 키워드로서 미리 등록된 문자 또는 수식이 포함되어 있는지를 비교한다. 상기 키워드의 일 예로 로그, 지표, 가수 등 문제의 특징을 부각할 수 있는 단어 또는 수식(기호 또는 식의 종류)이 이용된다. 즉, 두 문제가 공통적으로 키워드를 포함한다면 유사도가 높다고 판단할 수 있다.
한편, 보다 정확한 유사 모의 시험 문항을 찾기 위해 각 유사도 인자에 대해 소정의 가중치를 적용할 수 있다.
일 예로 하기의 표 1과 같은 방식으로 유사도 인자에 대해 가중치를 적용하는 것이 가능하다.
유사도 인자의 종류 문자 수식 그림 및 표 키워드
가중치 0.35 0.2 0.15 0.3
상기와 같은 방식에 의해 유사도 인자별로 유사도가 비교되는데, 만일 상기에서 예시한 4개의 유사도 인자 중 적어도 3개의 인자가 50% 이상 일치하고 4개의 유사도 인자의 가중 평균이 70% 이상으로 나오는 모의 시험 문항을 상기 시험 문항에 유사한 것으로 판별한다.
주의할 점은 상기 표 1의 유사도 인자에 대한 가중치는 예시에 불과하며 시스템의 성격 및 적용되는 학습과정(수학, 과학, 국어 등)에 따라 비교되는 유사도 인자 및 유사도 인자의 가중치는 변경될 수 있다는 것이다.
상기에서 생성된 모의 시험 문제 세트는 서버 통신부(216)를 통해 사용자 단말기(220)로 전송된다.
한편, 상기에서 문제 입력부(222)를 통해 입력되어 이미지 데이터로 변환된 사용자 답안 역시 서버로 업로드 되어 서버에 구비된 정오 판단부(215)에 의해 해당 시험 문항에 대한 사용자 답안의 정오가 분석되고, 정오 판단부(215)의 분석 결과에 따라 유형습득 관리부(212)에 의해 관리되고 있는 도 5에서 예시한 사용자의 해당 학습 과정 및 문제 유형의 이해도 정보를 변경한다.
도 5의 사용자의 해당 학습 과정 및 문제 유형의 이해도 정보를 자세히 설명한다.
먼저, 기초단계는 사용자가 한 번도 접한 적이 없는 유형의 문제로 아직 사용자가 해당 유형에 대하여 어떠한 이해도가 있는지 판단할 수 없는 단계이다.
혼합단계는 일 예로 노란색으로 표시할 수 있으며, 이 단계는 사용자가 맞고 틀리고를 반복하고 있는 유형의 문제로 하기의 제1긍정단계와 제1부정단계가 번갈아 가며 발생하는 상태이다.
다음으로, 긍정단계는 사용자가 해당 유형의 문제에 대해 어느 정도의 이해도가 있는 것으로 판단되는 단계로 세부적으로 정답률이 1/2 이상이면 제1긍정단계, 정답률이 2/3 이상이면 제2긍정단계로 구분한다. 제1긍정단계는 일 예로 초록색으로 표시할 수 있으며, 제2긍정단계는 별 모양으로 표시할 수 있다.
부정단계는 사용자가 해당 유형의 문제에 대해 이해도가 낮은 것으로 판단되는 단계로 세부적으로 정답률이 1/2 미만인 경우 제1부정단계로 빨간색으로 표시할 수 있으며, 제2부정단계는 정답률이 1/3 미만으로 해골 모양으로 표시할 수 있다.
또한, 상기에서 서버(210)에서 사용자 단말기(220)로 전송된 모의 시험 문항 세트에 대하여 문제 입력부(222) 또는 단말 입력부(224)를 통해 사용자 답안을 입력받아 서버(210)에 업로드되어 정오 판단부(215)에 의해 정오가 분석되고, 이에 따라 유형습득 관리부(212)의 해당 학습 과정 및 문제 유형의 사용자의 이해도 정보가 변경될 수 있다.
110: 통신망 120, 210: 서버
130, 220: 사용자 단말기 140: 사용자
211: 서버 제어부 212: 유형 습득 관리부
213: 문제 관리부 214: 문제 저장부
215: 정오 판단부 216: 서버 통신부
217: 서버 입력부 218: 서버 출력부
220: 사용자 단말기 221: 단말 제어부
222: 문제 입력부 223: 단말 통신부
224: 단말 입력부 225: 단말 출력부

Claims (19)

  1. 데이터를 입력받는 단말 입력부와, 처리되는 데이터 등을 화면으로 출력하는 단말 출력부와, 서버와 데이터를 송수신하기 위한 단말 통신부를 구비한 사용자 단말기; 및 데이터를 입력받는 서버 입력부와, 데이터 등을 화면으로 출력하는 서버 출력부와, 상기 사용자 단말기와 데이터를 송수신하기 위한 서버 통신부를 구비한 서버를 포함하는 학습 지원 시스템에 있어서,
    상기 사용자 단말기는
    다른 유형의 문항이 적어도 하나 이상 포함된 시험 문제의 문서를 스캔하여 이미지 데이터로 변환하거나 한글이나 워드와 같은 워드 프로세서로 입력하는 문제 입력부를 더 구비하여 상기 입력된 시험 문제를 상기 단말 통신부를 통해 상기 서버 통신부로 전송하고,
    상기 문제 입력부를 통해 상기 시험 문제의 각 문항을 입력받고, 상기 단말 입력부를 통해 상기 시험 문제의 각 문항에 대한 사용자의 답안을 입력받아 시험 문제에 대한 사용자 답안 데이터를 구성한 후, 상기 사용자 답안 데이터를 상기 단말 통신부를 통해 상기 서버 통신부로 전송하며

    상기 서버는
    상기 서버 통신부를 통해 수신된 상기 시험 문제의 데이터를 각 문항별로 구분하고, 각 문항의 데이터를 소정의 인식 알고리즘에 따라 인식하여 문자, 수식, 그림 및 표와 키워드를 유사도 인자로 추출한 후 문자배열의 유사도를 판단하는 알고리즘으로 문자의 유사도 인자값을 산출하고, 수식의 기호와 식의 종류로 수식의 유사도 인자값을 산출하며, 그림과 표의 문제에서의 위치로 그림과 표의 유사도 인자값을 산출하고, 미리 등록된 문자 또는 수식이 포함되어 있는지 비교하여 키워드의 유사도 인자값을 산출하며, 미리 정의된 학습 과정 및 문제 유형의 유사도 인자값과 비교하여 학습과정과 문제유형을 판단하고, 상기 시험 문제에 포함된 각 시험 문항에서 추출된 문자, 수식, 그림 및 표와 키워드의 유사도 인자값에 소정의 가중치를 부여해 전 유사도 인자의 유사도를 산출하고, 산출된 전 유사도 인자의 유사도를 기초로 동일 내지는 소정의 범위의 전 유사도 인자의 유사도를 가지는 유사 문항을 문제 저장부에서 각각 추출하여 적어도 하나 이상의 모의 시험 문제 세트를 생성하여 상기 서버 통신부를 통해 상기 사용자 단말기로 전송하는 문제 관리부와,
    상기 문제 관리부의 분류에 따라 상기 서버 통신부를 통해 수신된 각 시험 문제의 데이터를 상기 학습 과정 및 문제 유형에 대응하도록 저장하는 문제 저장부와,
    상기 서버 통신부를 통해 수신된 상기 시험 문제의 사용자 답안으로부터 상기 시험 문제에 포함된 각 문항에 대한 정오를 판단하는 정오 판단부와,
    소정의 기준에 따라 분류된 학습 과정과 문제 유형에 해당하는 복수의 문제를 사용자가 학습한 이력 및 해당 문항에 대해 사용자가 입력한 답안의 정오의 패턴에 따라 해당 문제 유형에 대한 사용자의 습득 정도를 기초단계, 혼합단계, 제1 긍정단계, 제2 긍정단계, 제1 부정단계, 제2 부정단계로 구분하여 표시하는 데이터를 관리하고, 상기 정오 판단부의 판단 결과에 따라 상기 시험 문제에 포함된 각 문항의 문제 유형에 대응되는 사용자의 문제 유형의 습득 정도를 표시하는 데이터를 변경하는 유형 습득 관리부를 포함하는 것을 특징으로 하는 학습 지원 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 청구항 1에 있어서, 상기 문제 관리부는
    상기 문자, 수식, 그림 및 표와 키워드로 이루어진 유사도 인자 중 적어도 3개의 유사도 인자가 각 유사도 인자별로 50% 이상 일치하고, 전 유사도 인자에 대하여 가중 평균이 70% 이상인 문항에 대해 유사 문항으로 선정하는 것을 특징으로 하는 학습 지원 시스템.
  13. 데이터를 입력받는 단말 입력부와, 처리되는 데이터 등을 화면으로 출력하는 단말 출력부와. 서버와 데이터를 송수신하기 위한 단말 통신부를 구비한 사용자 단말기; 및 데이터를 입력받는 서버 입력부와, 데이터 등을 화면으로 출력하는 서버 출력부와, 사용자 단말기와 데이터를 송수신하기 위한 서버 통신부를 구비한 서버를 포함하는 학습 지원 시스템의 학습 지원 방법에 있어서,
    사용자 단말기가 다른 유형의 문항이 적어도 하나 이상 포함된 시험 문제의 문서와 사용자 답안을 입력받아 서버에 전송하는 (a)단계;
    서버 내 문제 저장부가 수신된 시험 문제의 각 문항을 저장하는 (b)단계;
    서버 내 문제 관리부가 상기 저장된 시험 문제의 각 문항으로부터 소정의 인식 알고리즘에 따라 문자, 수식, 그림 및 표와 키워드를 유사도 인자로 추출하여 문자배열의 유사도를 판단하는 알고리즘으로 문자의 유사도 인자값을 산출하고, 수식의 기호와 식의 종류로 수식의 유사도 인자값을 산출하며, 그림과 표의 문제에서의 위치로 그림과 표의 유사도 인자값을 산출하고, 미리 등록된 문자 또는 수식이 포함되어 있는지 비교하여 키워드의 유사도 인자값을 산출하며, 미리 정의된 학습과정 및 문제유형의 유사도 인자값과 비교하여 학습 과정 및 문제 유형을 분석하여 시험 문제의 각 문항을 분류하는 (c)단계;
    상기 문제 관리부가 상기 분석된 학습 과정 및 문제 유형에 따라 저장된 문제 정보를 변경하는 (d)단계;
    상기 문제 관리부가 상기 전송된 시험 문제의 각 문항에 대해 문자, 수식, 그림 및 표와 키워드에 소정의 가중치를 부여해 유사도를 산출하여 학습 과정 및 문제 유형을 분석하고, 상기 문제 저장부에 저장된 문항에 대해서도 문자, 수식, 그림 및 표와 키워드에 소정의 가중치를 부여해 유사도를 산출하여 상기 전송된 시험 문제의 각 문항과의 유사도를 분석하는 (e)단계;
    상기 문제 관리부가 상기 분석된 유사도 중 적어도 3개의 유사도 인자가 각 유사도 인자별로 50% 이상 일치하고, 전 유사도 인자에 대하여 가중 평균이 70% 이상인 문항을 유사 문항으로 선정하고, 상기 선정된 각 문항을 조합하여 상기 시험 문제와 동일한 유형의 모의 시험 문제를 생성하는 (f)단계;
    상기 서버 통신부가 상기 생성된 모의 시험 문제를 사용자 단말기로 전송하는 (g)단계;
    서버 내 정오 판단부가 전자 문서로 변환된 상기 시험 문제에 대한 사용자 답안 문서로부터 사용자 답안의 정오를 분석하는 (h)단계; 및
    서버 내 유형습득 관리부가 상기 분석된 사용자 답안의 정오에 따라 각 문항에 대한 사용자의 해당 유형에 대한 습득 정도를 기초단계, 혼합단계, 제1 긍정단계, 제2 긍정단계, 제1 부정단계, 제2 부정단계로 구분하여 표시하는 데이터를 변경하는 (i)단계를 포함하는 것을 특징으로 하는 학습 지원 시스템의 학습 지원 방법.
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
KR1020110107547A 2011-10-20 2011-10-20 학습 지원 시스템 및 방법 KR101229860B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110107547A KR101229860B1 (ko) 2011-10-20 2011-10-20 학습 지원 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110107547A KR101229860B1 (ko) 2011-10-20 2011-10-20 학습 지원 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101229860B1 true KR101229860B1 (ko) 2013-02-05

Family

ID=47898892

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110107547A KR101229860B1 (ko) 2011-10-20 2011-10-20 학습 지원 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101229860B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101576727B1 (ko) * 2014-02-27 2015-12-10 주식회사 매쓰홀릭 Qr코드 및 앱을 이용한 온오프라인 연동 학습 시스템
KR20180073440A (ko) * 2016-12-22 2018-07-02 주식회사 에스비앤컴퍼니 시험지 인식을 통한 유사 문제 추출 장치 및 그 방법
WO2018212397A1 (ko) * 2017-05-19 2018-11-22 주식회사 뤼이드 시험 점수를 추정하는 방법, 장치 및 컴퓨터 프로그램
KR20200115966A (ko) * 2019-03-29 2020-10-08 주식회사 메이팜소프트 문제은행에서의 학습자 학습정보와 문제 컨텍스트의 유사도를 반영한 문제 큐레이션 시스템 및 그 방법
KR20210026899A (ko) * 2019-09-02 2021-03-10 주식회사 에듀솔루션플러스 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치
WO2021157776A1 (ko) * 2020-02-03 2021-08-12 주식회사 에스티유니타스 학습을 지원하기 위한 장치, 방법 및 명령을 기록한 기록 매체

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010068002A (ko) * 2001-04-13 2001-07-13 김성용 인터넷상의 모의고사 자동출제 시스템
KR20010071655A (ko) * 2001-06-28 2001-07-31 김민윤 인터넷망을 이용한 학습문제 적출시스템 및 그 방법
JP2008090117A (ja) 2006-10-04 2008-04-17 Nec Corp 学習システム、類似問題検索方法、プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010068002A (ko) * 2001-04-13 2001-07-13 김성용 인터넷상의 모의고사 자동출제 시스템
KR20010071655A (ko) * 2001-06-28 2001-07-31 김민윤 인터넷망을 이용한 학습문제 적출시스템 및 그 방법
JP2008090117A (ja) 2006-10-04 2008-04-17 Nec Corp 学習システム、類似問題検索方法、プログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
송재원. 적합성 피드백을 위한 가중치로서 공간위치 정보를 사용하는 영역기반 이미지 검색시스템. 인하대학교 일반대학원. 2007년12월. *
송재원. 적합성 피드백을 위한 가중치로서 공간위치 정보를 사용하는 영역기반 이미지 검색시스템. 인하대학교 일반대학원. 2007년12월.*

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101576727B1 (ko) * 2014-02-27 2015-12-10 주식회사 매쓰홀릭 Qr코드 및 앱을 이용한 온오프라인 연동 학습 시스템
KR20180073440A (ko) * 2016-12-22 2018-07-02 주식회사 에스비앤컴퍼니 시험지 인식을 통한 유사 문제 추출 장치 및 그 방법
KR102004180B1 (ko) * 2016-12-22 2019-10-01 김학현 시험지 인식을 통한 유사 문제 추출 장치 및 그 방법
WO2018212397A1 (ko) * 2017-05-19 2018-11-22 주식회사 뤼이드 시험 점수를 추정하는 방법, 장치 및 컴퓨터 프로그램
KR20200115966A (ko) * 2019-03-29 2020-10-08 주식회사 메이팜소프트 문제은행에서의 학습자 학습정보와 문제 컨텍스트의 유사도를 반영한 문제 큐레이션 시스템 및 그 방법
KR102176339B1 (ko) * 2019-03-29 2020-11-10 주식회사 메이팜소프트 문제은행에서의 학습자 학습정보와 문제 컨텍스트의 유사도를 반영한 문제 큐레이션 시스템 및 그 방법
KR20210026899A (ko) * 2019-09-02 2021-03-10 주식회사 에듀솔루션플러스 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치
KR102262096B1 (ko) * 2019-09-02 2021-06-08 주식회사 에듀솔루션플러스 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치
WO2021157776A1 (ko) * 2020-02-03 2021-08-12 주식회사 에스티유니타스 학습을 지원하기 위한 장치, 방법 및 명령을 기록한 기록 매체
KR20210102054A (ko) 2020-02-03 2021-08-19 주식회사 에스티유니타스 학습을 지원하기 위한 장치, 방법 및 명령을 기록한 기록 매체
KR102506638B1 (ko) * 2020-02-03 2023-03-03 뤼이드 랩스 인크 학습을 지원하기 위한 장치, 방법 및 명령을 기록한 기록 매체

Similar Documents

Publication Publication Date Title
Mao et al. Validation of automated scoring for a formative assessment that employs scientific argumentation
KR101229860B1 (ko) 학습 지원 시스템 및 방법
Suwarto et al. The COVID-19 Pandemic and The Characteristic Comparison of English Achievement Tests
Liu et al. Collaborative learning team formation: a cognitive modeling perspective
US20200057949A1 (en) Learning material recommendation method, learning material recommendation device, and learning material recommendation program
CN102034373A (zh) 辅助学习的方法及其系统
Kan et al. Crossed random-effect modeling: examining the effects of teacher experience and rubric use in performance assessments
Munoz et al. Within-school differences in the views on the use of digital technologies in Europe: evidence from the SELFIE tool
González-Gil et al. Development and validation of a questionnaire to evaluate teacher training for inclusion: The CEFI-R
CN110765362A (zh) 一种基于学习情况相似度的协同过滤个性化学习推荐方法
Çekerol et al. EVALUATION OF TEACHERS’TECHNOLOGICAL PEDAGOGICAL CONTENT KNOWLEDGE WITHIN THE FRAMEWORK OF EDUCATIONAL INFORMATION NETWORK AND OTHER VARIABLES
KR20160072629A (ko) 고교 입시를 위한 모의 지원 및 진학 지도 시스템 및 방법
Speights Atkins et al. Implementation of an automated grading tool for phonetic transcription training
Gogri et al. Evaluation of students performance based on formative assessment using data mining
KR101656348B1 (ko) 두뇌유형별 맞춤형 학습 장치 및 방법
Maaliw III et al. Comparative analysis of data mining techniques for classification of student’s learning styles
Duong et al. Exploiting faculty evaluation forms to improve teaching quality: An analytical review
Ralston et al. Concurrent Validity of the Independent Reading Level Assessment Framework and a State Assessment.
Nuankaew et al. Institution recommendation using relationship optimisation between program and student context
Arlitt et al. Feature engineering for design thinking assessment
Qadi An exploratory study of EFL teachers’ assessment conceptions at a Saudi university
US20160111013A1 (en) Learning content management methods for generating optimal test content
CN111985793A (zh) 一种学生网上评教方法
KR20150072937A (ko) 교육시스템 및 이를 이용한 방법
CN111915224B (zh) 一种教学测评系统

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160126

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161110

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171110

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20191226

Year of fee payment: 8