KR101248283B1 - 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법 - Google Patents

스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법 Download PDF

Info

Publication number
KR101248283B1
KR101248283B1 KR1020110016301A KR20110016301A KR101248283B1 KR 101248283 B1 KR101248283 B1 KR 101248283B1 KR 1020110016301 A KR1020110016301 A KR 1020110016301A KR 20110016301 A KR20110016301 A KR 20110016301A KR 101248283 B1 KR101248283 B1 KR 101248283B1
Authority
KR
South Korea
Prior art keywords
learning
learner
information
smart
model
Prior art date
Application number
KR1020110016301A
Other languages
English (en)
Other versions
KR20120097003A (ko
Inventor
홍성용
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020110016301A priority Critical patent/KR101248283B1/ko
Publication of KR20120097003A publication Critical patent/KR20120097003A/ko
Application granted granted Critical
Publication of KR101248283B1 publication Critical patent/KR101248283B1/ko

Links

Images

Classifications

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

Landscapes

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

Abstract

본 발명은 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법에 관한 것으로서, 보다 구체적으로는 학습자의 관점에서 학습자가 항상 학습과정을 선택하거나 주어진 학습과정을 따라 하기 방식의 학습은 학습자의 학습 효율성을 높이기 어렵다는 점을 극복하고 학습자의 학습과정에 나타나는(의식적 혹은 무의식적) 학습 성향(특성 혹은 습관)을 학습자의 학습과정에 적용하여 학습 내용의 인지 전달 과정을 극대화하고, 빠르고 효율성 있는 학습을 가능하게 하는 스마트 학습 에이전트 시스템 및 이를 이용하는 학습 관리 방법에 관한 것이다.

Description

스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법{SMART STUDY AGENT SYSTEM AND MANAGING METHOD USING THE SAME}
본 발명은 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법에 관한 것으로서, 보다 구체적으로는 학습자의 관점에서 학습자가 항상 학습과정을 선택하거나 주어진 학습과정을 따라 하기 방식의 학습은 학습자의 학습 효율성을 높이기 어렵다는 점을 극복하고 학습자의 학습과정에 나타나는(의식적 혹은 무의식적) 학습 성향(특성 혹은 습관)을 학습자의 학습과정에 적용하여 학습 내용의 인지 전달 과정을 극대화하고, 빠르고 효율성 있는 학습을 가능하게 하는 스마트 학습 에이전트 시스템 및 이를 이용하는 학습 관리 방법에 관한 것이다.
교육은 오랜 기간 동안 역사적으로 이루어져 왔다. 교육에 방식과 방법 그리고 변화도 많이 이루어져 왔으며 연구되어 왔다. 인간에게 무엇보다도 중요한 발전은 교육으로부터 시작되었고, 앞으로도 교육의 중요성은 계속될 것이다.
하지만 그룹화된 집단 교육의 방식은 계속적으로 진행되어 왔고, 같은 장소, 같은 시간, 같은 교수자에게 학습한 학생들은 다른 성적과 학습 성취도를 보이고 있다. 이는 학습자가 받아들이는 학습 성향이 모두 다르기 때문이다. 어떤 학생은 열심히 책에 밑줄을 그으며 공부를 하고 있지만, 어떤 학생은 머릿속에서 왜 이런 것을 공부해야 하는지 의문점만 계속 생각하고 있다. 또한 학습자의 학습 습관이 각기 다르게 나타나고 있는데, 예를 들어 문제 풀기를 좋아하는 학습자와 게임을 좋아하는 학습자는 평소에 생활 패턴 습관이 다르게 이루어져 있다. 그렇다면 같은 학습의 주제와 내용을 각기 다른 교수-학습 모형으로 학습자에게 제공할 수 있다면 학습 성과는 학습자에게 좀 더 좋은 학습 효과를 줄 수 있을 것이다.
최근 IT 융합의 중요성이 강조되면서 다양한 분야의 융합 학문이 연구 발전되고 있다. 그 중에서도 교육 분야와 IT의 융합은 인터넷이 발전하면서 이러닝(e-learning)으로 다양한 응용 서비스를 통해 연구되어 왔다. 미래 교육 환경의 변화는 첨단 과학 기술의 발전에 힘입어 언제 어디서나 교육과 학습을 가능하게 했을 뿐 아니라 웹을 통한 새로운 교육의 패러다임을 계속적으로 변화시켜 왔다. 특히 소셜 네트워크와 웹 2.0 시대에 이러닝은 다양한 디바이스 기술뿐만 아니라 창의인재육성을 목표로 하는 다양한 학습 모형 연구가 활발하게 진행되고 있다. 이러닝 학습모형은 게임기반 학습, 유비쿼터스 환경 기반 학습, 로봇 도우미 학습, 모바일 기반 학습 등 학습을 하기 위한 방법, 학습 환경, 학습 도구 등과 같이 다양한 방법으로 연구 시도되고 있다.
그러나 학습자의 관점에서 학습자가 항상 학습과정을 선택하거나 주어진 학습과정을 따라 하기 방식의 학습은 학습자의 학습 효율성을 높이기 어렵다. 따라서 학습자의 학습과정에 나타나는(의식적 혹은 무의식적) 학습 성향(특성 혹은 습관)을 학습자의 학습과정에 적용하여 학습 내용의 인지 전달 과정을 극대화하고, 빠르고 효율성 있는 학습을 가능하게 하는 스마트 학습 에이전트에 대한 요청이 발생하고 있다.
한국공개특허 1020000064129호에는 웹상에서 자녀의 학습유형을 과학적, 객관적이며 신뢰성있는 일련의 테스트를 통해 확인하고, 이를 부모의 학습목표와 융화시켜 그 결과에 따른 최적화된 상품을 추천하여 개개인에게 자동으로 일대일의 맞춤 샵을 제공하는 방법 및 시스템을 제공하고 있다. 상기 목적을 달성하기 위한 본 발명의 특징은 인터넷을 이용한 교육상품 제공 시스템에 있어서, 웹브라우저를 구비하며, 학습유형 및 학습목표 값이 기록된 데이터를 인터넷상으로 송수신 가능한 사용자 단말기; 및 상기 사용자 단말기로부터 학습유형과 학습목표 입력값이 기록된 데이터를 수신하며, 수신된 상기 학습유형 및 학습목표 입력값과 사전 설정된 기준 데이터와 비교하여 회원의 학습유형 및 학습목표에 맞는 분석값을 도출하여 저장하고, 상기 각 사용자 단말기로 분석값에 맞는 권고메시지와 상품리스트를 제공하는 교육상품 제공 서버를 포함하고 있다.
또한, 한국공개특허 1020020059871호에는 개별맞춤 학습관리시스템에 관한 것으로, 특히 사용자의 학습평가를 통해 개인의 학습능력에 따라 학습지 내용을 달라지도록 구성되어 개인 능력별 학습지를 제공하기 위한 개별맞춤 학습관리시스템이 개시되어 있다. 이는 인터넷 접속이 가능하여 본 발명의 학습 데이터를 읽어들여 수행하고, 학습 결과를 저장, 상기 학습관리서버로 전송하는 사용자 단말기와; 상기 사용자 단말기로부터 요구되는 데이터를 전송하며 사용자의 데이터를 수신하여 해당 데이터베이스에 저장하고, 상기 수신된 데이터에서 오답문제를 확인하여 다음 학습지 발행 시 추가하여 개인능력에 맞는 학습지를 전송하도록 관리하는 학습관리 서버와; 상기 학습관리 서버에 접속하여 가입한 회원의 회원정보를 저장하는 회원관리 데이터베이스와; 상기 사용자 단말기로 제공되는 고유번호가 지정된 문제를 저장하는 학습 데이터베이스와; 상기 사용자가 학습지를 푼 답안을 저장하는 학습자답안 데이터베이스와; 상기 학습자답안 데이터베이스의 회원성적을 저장하는 성적관리 데이터베이스를 포함하여 구성하는 것을 특징으로 하는 개별맞춤 학습관리시스템을 제공하고 있다.
본 발명은 학습자의 관점에서 학습자가 항상 학습과정을 선택하거나 주어진 학습과정을 따라 하기 방식의 학습은 학습자의 학습 효율성을 높이기 어렵다는 점을 극복하고 학습자의 학습과정에 나타나는(의식적 혹은 무의식적) 학습 성향(특성 혹은 습관)을 학습자의 학습과정에 적용하여 학습 내용의 인지 전달 과정을 극대화하고, 빠르고 효율성 있는 학습을 가능하게 하는 스마트 학습 에이전트 시스템 및 이를 이용하는 학습 관리 방법을 제공하고자 한다.
본 발명은 상기 과제를 해결하기 위해 다음과 같은 과제 해결 수단을 제공한다.
본 발명에 따르는 학습자 클라이언트(10)에 제공되는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법은,
입력장치를 통해 학습자의 정보를 입력받는 제1 단계와,
상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이에 적합한 학습모델을 추출하여 적용하는 제2 단계와,
상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 저장하는 제3 단계와,
상기 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 재적용하는 제4 단계를 포함한다.
본 발명의 다른 실시예로서, 학습자 클라이언트(10)와 통신가능한 서버(20)에 제공되는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법은,
상기 학습자 클라이언트(10)를 통해 학습자의 정보를 입력받는 제1 단계와,
상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이에 적합한 학습모델을 추출하여 상기 학습자 클라이언트(10)에 적용하는 제2 단계와,
상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 저장하는 제3 단계와,
상기 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 상기 학습자 클라이언트(10)에 재적용하는 제4 단계를 포함한다.
상기 학습정보는 학습자의 학습 패턴, 학습 습관, 학습 의견 중 어느 하나 이상인 것을 특징으로 한다.
또한, 상기 제1 단계에서 학습자가 학습자의 정보를 입력하지 않는 경우에는, 상기 제2 단계에서 임의의 학습모델을 추출하여 적용하는 것을 특징으로 한다.
상기 학습모델은 순차적 따라하기 학습모델, 문제해결 학습모델, 게임방식 학습모델, 목표기반시나리오방식 학습모델 중의 어느 하나인 것을 특징으로 한다.
상기 학습자의 정보는 학력정보, 경력정보, 관심정보 중의 어느 하나 이상을 포함하는 것을 특징으로 한다.
학습자의 학습수준을 평가하고, 평가된 결과에 따라 학습모델을 다시 추출하여 이를 상기 학습자 클라이언트(10)에 재적용하는 제5 단계를 포함할 수 있다.
본 발명에 의한 보다 구체적인 실시예로서, 학습자 클라이언트(10)에 제공되는, 학습과정 인지모듈(21)과, 학습관리 DB(22)와, 학습정보 분석부(23), 학습모델 DB(24), 학습관리 모듈(25)을 포함하는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법은,
입력장치를 통해 학습자의 정보를 입력받는 제1 단계와,
상기 학습과정 인지모듈(21)을 이용하여 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제2 단계와,
상기 학습관리 모듈(25)을 이용하여 상기 제2 단계에서 분석된 학습자의 학습성향에 적합한 학습모델을 상기 학습모델 DB(24)로부터 추출하여 적용하는 제3 단계와,
상기 학습정보 분석부(23)를 이용하여 상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제4 단계와,
상기 학습관리 모듈(25)을 이용하여 상기 제4 단계에서 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 재적용하는 제5 단계를 포함한다.
본 발명에 따른 다른 구체적인 실시예로서, 학습자 클라이언트(10)와 통신가능한 서버(30)에 제공되는, 학습과정 인지모듈(21)과, 학습관리 DB(22)와, 학습정보 분석부(23), 학습모델 DB(24), 학습관리 모듈(25)을 포함하는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법은,
학습자 클라이언트(10)를 통해 학습자의 정보를 입력받는 제1 단계와,
상기 학습과정 인지모듈(21)을 이용하여 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제2 단계와,
상기 학습관리 모듈(25)을 이용하여 상기 제2 단계에서 분석된 학습자의 학습성향에 적합한 학습모델을 상기 학습모델 DB(24)로부터 추출하여 이를 상기 학습자 클라이언트(10)에 적용하는 제3 단계와,
상기 학습정보 분석부(23)를 이용하여 상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제4 단계와,
상기 학습관리 모듈(25)을 이용하여 상기 제4 단계에서 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 상기 학습자 클라이언트(10)에 재적용하는 제5 단계를 포함한다.
상기 학습정보는 학습자의 학습 패턴, 학습 습관, 학습 의견 중 어느 하나 이상인 것을 특징으로 한다.
상기 제1 단계에서 학습자가 학습자의 정보를 입력하지 않는 경우에는, 상기 제3 단계에서 임의의 학습모델을 추출하여 적용하는 것을 특징으로 한다.
상기 학습모델은 순차적 따라하기 학습모델, 문제해결 학습모델, 게임방식 학습모델, 목표기반시나리오방식 학습모델 중의 어느 하나인 것을 특징으로 한다.
상기 학습자의 정보는 학력정보, 경력정보, 관심정보 중의 어느 하나 이상을 포함하는 것을 특징으로 한다.
또한, 학습수준 평가부(26)를 더 포함하고, 상기 학습수준 평가부(26)를 이용하여 학습자의 학습수준을 평가하고, 상기 학습관리 모듈(25)을 이용하여 평가된 결과에 따라 학습모델을 다시 추출하여 이를 재적용하는 제6 단계를 포함할 수 있다.
본 발명에 따른 스마트 학습 에이전트 시스템은 학습자 클라이언트(10)와, 상기 학습자 클라이언트(10)와 통신 가능하도록 제공되는 서버(20)를 포함하고,
상기 서버(20)는, 학습자로부터 획득한 학습자의 정보로부터 학습자의 학습성향을 분석하는 학습과정 인지모듈(21)과, 학습에 대응하는 학습자의 태도로부터 학습자의 학습정보를 분석하는 학습정보 분석부(23)와, 상기 학습자의 학습성향 및 상기 학습자의 학습정보를 저장하고 관리하는 학습관리 DB(22)와, 미리 설정된 학습모델이 저장되어 있는 학습모델 DB(24)과, 상기 학습자의 학습성향 또는 상기 학습자의 학습정보에 적합한 학습모델을 상기 학습모델 DB(24)로부터 추출하여 이를 상기 학습자 클라이언트(10)에 적용하는 학습관리 모듈(25)을 포함한다.
본 발명에 따르면 학습자의 관점에서 학습자가 항상 학습과정을 선택하거나 주어진 학습과정을 따라 하기 방식의 학습은 학습자의 학습 효율성을 높이기 어렵다는 점을 극복하고 학습자의 학습과정에 나타나는(의식적 혹은 무의식적) 학습 성향(특성 혹은 습관)을 학습자의 학습과정에 적용하여 학습 내용의 인지 전달 과정을 극대화하고, 빠르고 효율성을 제공할 수 있다.
도 1은 본 발명에 따른 스마트 학습 에이전트의 개념도.
도 2는 본 발명에 따른 스마트 학습 에이전트의 내부 프로세스의 개념도.
도 3은 본 발명에 따른 스마트 학습 에이전트의 작동 흐름도.
도 4는 본 발명에 따른 학습방법(또는 학습과정) 인지검사의 개념도.
도 5는 본 발명에 따른 스마트 학습 에이전트의 구성도.
이하 첨부된 도면을 참조하여 본 발명에 대해 구체적으로 살펴보기로 한다.
다만, 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 용어가 동일하더라도 표시하는 부분이 상이하면 도면 부호가 일치하지 않음을 미리 말해두는 바이다.
그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로서 이는 실험자 및 측정자와 같은 사용자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 명세서에서 사용하는 학습 에이젼트(study agent)의 개념은 다음과 같다. 에이전트는 사전적인 의미로 대리인, 중개인의 의미를 담고 있다. 에이전트는 역할 혹은 사용방법에 따라 지능형 에이전트(Intelligent Agent) 또는 멀티 에이전트(Multi Agent)와 같이 구분하여 사용되며, 인간이 직접적인 관리 혹은 조작을 하지 않아도 정해진 룰(Rule) 혹은 프로그램에 의해 스스로 동작하는 소프트웨어 혹은 프로세스를 말한다. 특히 이러닝에서 학습 에이전트는 교수자를 대신하여 학습 내용을 설명하거나 학습 안내 등의 역할을 할 수 있을 뿐만 아니라, 컨텐츠와 사용자간의 상호작용에 따른 이벤트 수행을 담당할 수도 있다.
이하 본 발명에서 제공하는 학습 에이전트의 설계 과정에 대해 구체적으로 설명하기로 한다.
학습자는 자긴의 평소 학습 습관이나 성향을 자세하게 파악하고 학습하려고 하지 않는다. 따라서 학습자가 평소에 학습하는 방법이나 관심분야를 에이전트에게 인지시켜 학습자의 초기 학습 모형을 제시할 수 있도록 한다.
도 1에서 설명하고 있는 바와 같이 학습자는 학습과정인지모듈(혹은 학습방법진단검사)을 통해 자신의 학습 성향과 적합한 교수-학습 모델을 학습 에이전트로부터 전달받게 된다.
각각의 P1, P2, P3, P4 를 교수학습 모델의 학습 모형(혹은 교수학습 전략)이라고 한다면, 각 교수-학습 모형은 다음과 같이 정의된 컨텐츠 형식을 제공하게 된다.
- P1 : 순차적 따라하기(step-by-step) 방식의 학습 과정 전략
이는 S1 - S2 - S3 - S4 - S5 와 같이 순차적인 학습전략을 의미한다. 여기에서 S 는 일반적인 학습 방법(학습 과정)를 의미한다. 이는 학습에 대한 이해도와 관심도가 상당히 저조한 사항에서 일반적인 학습 형태로 사용하는 전략이 될 수 있다.
- P2 : 문제해결학습(PSL: Problem-Solving Learning) 과정 전략
이는 X1문제를 제시하고 문제해결을 하기 위한 방법 S를 제시하는 학습전략이다. 이는 문제를 해결하기 위한 가설을 학습자 스스로 설정한 후 이를 검증하기 위해 자기주도적 학습 형태로 사용하는 전략으로서, TRIZ와 같은 창의적 문제해결 기법이 대표적인 예라 할 수 있다.
- P3 : 게임 방식의 학습 과정 전략
이는 Ga와 같은 게임의 시뮬레이션 전략을 수행하면서 K지식을 습득 및 학습하는 전략이다. 학습을 지루하게 여기거나, 단순한 암기형태의 학습형태를 좋아하지 않는 학습자들에게 유용한 전략이다. 다만, 학습에 목표와 성과가 명확하게 설계, 정의되어야 한다.
- P4 : 목표기반 시나리오(GBS: Goal-Based Scenario) 방식의 학습 과정 전략
이는 학습자가 목표 Gb를 위해 하는 성과 미션으로 M을 하는 시나리오 학습 전략이다. 학습자의 높은 수준의 참여와 상호작용이 이루어질 수 있도록 하는 학습 전략으로서, 기업교육 혹은 프로젝트 수행 교육에 유용하다.
상기와 같은 P1, P2, P3, P4는 교수-학습 모형의 대표적인 예이며, 교수-학습 전략에 모형 추가는 얼마든지 가능할 수 있다. 교수전략으로 문제중심학습(PBL: Problem-based Learning), 시뮬레이션(Simulation) 학습, 튜토리얼(Tutorial) 학습과 같이 교수 설계의 전략 모형에 따라 약간씩 다른 명칭과 방법들을 제시하고 있다.
학습자의 학습 상황을 스마트 에이전트는 계속적인 추적(tracing) 및 모니터링(monitoring)하게 되며, 학습자의 학습 성향을 실시간으로 학습관리 DB에 로그(log)로 저장하게 된다. 저장된 학습관리 DB에 데이터는 학습자의 학습 패턴과 학습의 형태가 학습자에게 적당한지 분석하고, 분석된 데이터는 학습자에게 재적용하여 교수-학습 모형을 적용하게 된다. 학습자의 무인지(스스로 자신의 상황을 인지하지 못함)에 의한 학습 패턴을 문제 Q1, Q2, Q3에 의해 추가적으로 분석함으로써 교수-학습 모형에 적합성을 측정하게 된다.
도 3은 학습 에이전트의 방법론을 흐름도로 표현한 것이다.
이하, 본 발명에 의한 스마트 학습 에이전트에 기반한 학습 시나리오에 대해 설명하기로 한다.
1) 학습자가 스마트 학습 에이전트에 기반한 학습 시스템을 사용하는 경우 학습자의 학습방법 인지검사를 통해 자신의 학습 성향과 학습 습관 등에 진단을 받게 된다. 만약 학습자가 자신의 정보 입력을 거부한다면 스마트 학습 에이전트는 학습자에게 랜덤(random)한 교수-학습 모형을 선택하여 제공하게 된다.
2) 학습자가 정보를 입력한 경우, 스마트 학습 에이전트는 입력된 학습자의 정보를 저장 분석하고, 분석된 정보를 기반으로 교수-학습 모형을 학습자에게 제공한다.
3) 학습자는 스마트 학습 에이전트가 제공한 학습 형태로 학습을 하게 되고, 스마트 학습 에이전트는 학습자의 학습 패턴(pattern), 습관(tendancy), 의견(opinion) 등을 실시간으로 저장하고 관리한다.
예를 들어, 학습 패턴(자동 metadata 저장 요소)은 학습자가 순서적인 학습과정을 학습하는 패턴, 학습자가 학습하는 요일 혹은 시간 패턴 등이 될 수 있다. 학습 습관(자동 metadata 저장 요소)는 지속적인 학습보다는 여러 관련 정보를 참고하는 습관, 학습 시간이 불규칙한 습관 등이 될 수 있다. 학습 의견(상호작용 metadata 저장 요소)는 현재 학습방법이 학습자에게 좋은지의 의견, 학습에 이해도가 어느 정도인지에 대한 의견 반영 등이 될 수 있다.
4) 학습자는 스마트 학습 에이전트에 형성평가를 통해 교수-학습 모형에 학습 효과가 어느 정도 있는지 평가를 받는다. 평가의 결과와 스마트 학습 에이전트의 분석결과를 반영하여 학습자는 교수-학습 모형을 재적용하여 학습하고, 앞의 3)의 과정을 반복하여 학습자에게 최적합한 교수-학습 모델을 바탕으로 학습하도록 제공한다.
이하에서 보다 구체적으로 본 발명이 제공하는 스마트 학습 에이전트 시스템에 대해 설명하기로 한다. 도 5는 본 발명에 따른 스마트 학습 에이전트의 구성도이다.
본 발명에 의한 스마트 학습 에이전트 시스템은, 학습자 클라이언트(10)와, 상기 학습자 클라이언트(10)와 통신 가능하도록 제공되는 서버(30)를 포함한다.
다만, 서버(30)가 아니라 학습자 클라이언트(10)에 직접 설치되어 제공되는 것도 가능하다.
스마트 학습 에이전트 시스템은, 학습자로부터 획득한 학습자의 정보로부터 학습자의 학습성향을 분석하는 학습과정 인지모듈(21)과, 학습에 대응하는 학습자의 태도로부터 학습자의 학습정보를 분석하는 학습정보 분석부(23)와, 상기 학습자의 학습성향 및 상기 학습자의 학습정보를 저장하고 관리하는 학습관리 DB(22)와, 미리 설정된 학습모델이 저장되어 있는 학습모델 DB(24)과, 상기 학습자의 학습성향 또는 상기 학습자의 학습정보에 적합한 학습모델을 상기 학습모델 DB(24)로부터 추출하여 이를 상기 학습자 클라이언트(10)에 적용하는 학습관리 모듈(25)을 포함한다.
이하 각 구성요소의 작용 및 기능을 스마트 학습 에이전트 시스템을 이용한 학습 관리 방법을 통해 설명하기로 한다.
본 발명에 따르는 학습자 클라이언트(10)에 제공되는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법은, 입력장치를 통해 학습자의 정보를 입력받는 제1 단계와, 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이에 적합한 학습모델을 추출하여 적용하는 제2 단계와, 상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 저장하는 제3 단계와, 상기 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 재적용하는 제4 단계를 포함한다.
또한, 본 발명의 다른 실시예로서, 학습자 클라이언트(10)와 통신가능한 서버(20)에 제공되는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법은, 상기 학습자 클라이언트(10)를 통해 학습자의 정보를 입력받는 제1 단계와, 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이에 적합한 학습모델을 추출하여 상기 학습자 클라이언트(10)에 적용하는 제2 단계와, 상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 저장하는 제3 단계와, 상기 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 상기 학습자 클라이언트(10)에 재적용하는 제4 단계를 포함한다.
본 발명에서 사용하는 학습모델은 학습자가 학습을 하는 데에 있어서 스마트 학습 에이전트가 제공하는 방법 및 과정을 의미하는 것으로서, 앞에서 설명한 교수-학습 모형과 같은 의미이다.
본 발명의 가장 큰 특징은, 학습자에게 학습모델을 제공하는 데에 있어서, 학습에 대한 평가를 통해서 제공하는 것이 아니라, 학습자의 학습성향 또는 학습정보를 근거로 하여 최적의 학습모델을 선정하고 이를 제공하는 것에 있다.
학습자는 스마트 학습 에이전트 시스템이 제공하는 학습 형태로 학습을 수행하게 된다. 이에 대해서는 앞에서 자세하게 설명한 바 있다.
상기 학습자의 정보는 학력정보, 경력정보, 관심정보 중의 어느 하나 이상을 포함하는 것을 특징으로 한다. 본 명세서에서 학습성향이란, 학습과정 인지모듈을 이용하여 분석되는 것으로서, 이는 학습자가 입력장치를 통하여 입력하는 기본정보, 학력 및 경력정보, 관심정보 등을 통해서 자동적으로 추출할 수 있다.
기본정보는 ID, 비밀번호 등 서비스 이용에 필요하지만 지식수준에 관계되지 않는 정보를 포함할 수 있다.
학력 및 경력정보는 최종학력, 관련전공유무, 근무경력, 근무년차 등을 포함하는 것으로서, 학력이 높다거나 관련전공을 이수한 학습자는 관련분야의 학습에 대하여 상당한 수준에 이르렀다고 판단하여, 소정의 학습모델 중 난이도가 높거나 목표기반 시나리오 학습모델을 적용할 수 있는 것으로 판단될 수 있다.
관심정보는 소정의 질문을 통하여 해당 학습과 연관된 키워드를 입력받아 획득될 수 있으며, 해당 분야에 대한 평소의 관심의 적극성 여부로 이해될 수 있다. 관심도가 높은 학습자의 경우에는 문제해결학습모델 또는 목표기반시나리오 학습모델 등을 적용할 수 있고, 관심도가 낮은 학습자의 경우에는 게임방식의 학습모델을 적용하는 것으로 판단될 수 있다.
상기 학습정보는 학습자의 학습 패턴, 학습 습관, 학습 의견 중 어느 하나 이상인 것을 특징으로 한다. 학습정보는 스마트 학습 에이전트 시스템이 학습자에게 제공하고 적용하는 학습 형태에 따라, 학습자가 학습을 하는 과정에서 자연스럽게 획득되어야 한다. 예를 들어, 학습 습관과 관련하여 학습자가 학습자 클라이언트를 이용하여 학습을 하는 시간이 불규칙하다거나, 매우 짧다는 것은 현재 적용되고 있는 학습모델에 적합하지 않을 가능성이 매우 높다는 것을 암시한다고 볼 수 있다. 또한, 학습의견과 관련하여 현재 학습방법이 학습자에게 좋은지, 학습에 대한 이해도가 어느 정도인지를 자연스럽게 질문하고, 이에 대한 답변을 획득하여 현재의 학습모델에 대한 학습자의 적합성을 판단할 수 있다.
또한, 상기 제1 단계에서 학습자가 학습자의 정보를 입력하지 않는 경우에는, 상기 제2 단계에서 임의의 학습모델을 추출하여 적용하는 것을 특징으로 한다. 이 경우, 임의의 학습모델을 추출하여 적용한다고 하더라도, 이후 과정에서 학습자의 학습정보를 획득하고 이에 따라 학습모델을 재적용하기 때문에 시간의 흐름에 따라 학습자에게 맞는 학습모델을 제공할 수 있는 장점이 있다.
상기 학습모델은 순차적 따라하기 학습모델, 문제해결 학습모델, 게임방식 학습모델, 목표기반시나리오방식 학습모델 중의 어느 하나인 것을 특징으로 한다. 이에 대해서는 앞에서 설명한 바 있으므로 자세한 설명은 생략하기로 한다.
또한 본 발명은 학습자의 이해도를 평가하고 이를 학습모델에 반영할 수도 있다. 이를 위해 학습자의 학습수준을 평가하고, 평가된 결과에 따라 학습모델을 다시 추출하여 이를 상기 학습자 클라이언트(10)에 재적용하는 제5 단계를 포함할 수 있다.
본 발명에 의한 보다 구체적인 실시예로서, 학습자 클라이언트(10)에 제공되는, 학습과정 인지모듈(21)과, 학습관리 DB(22)와, 학습정보 분석부(23), 학습모델 DB(24), 학습관리 모듈(25)을 포함하는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법이 가능하다.
이는 입력장치를 통해 학습자의 정보를 입력받는 제1 단계와, 상기 학습과정 인지모듈(21)을 이용하여 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제2 단계와, 상기 학습관리 모듈(25)을 이용하여 상기 제2 단계에서 분석된 학습자의 학습성향에 적합한 학습모델을 상기 학습모델 DB(24)로부터 추출하여 적용하는 제3 단계와, 상기 학습정보 분석부(23)를 이용하여 상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제4 단계와, 상기 학습관리 모듈(25)을 이용하여 상기 제4 단계에서 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 재적용하는 제5 단계를 포함한다.
또 다른 구체적인 실시예로서, 학습자 클라이언트(10)와 통신가능한 서버(30)에 제공되는, 학습과정 인지모듈(21)과, 학습관리 DB(22)와, 학습정보 분석부(23), 학습모델 DB(24), 학습관리 모듈(25)을 포함하는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법을 제공할 수 있다.
이는, 학습자 클라이언트(10)를 통해 학습자의 정보를 입력받는 제1 단계와, 상기 학습과정 인지모듈(21)을 이용하여 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제2 단계와, 상기 학습관리 모듈(25)을 이용하여 상기 제2 단계에서 분석된 학습자의 학습성향에 적합한 학습모델을 상기 학습모델 DB(24)로부터 추출하여 이를 상기 학습자 클라이언트(10)에 적용하는 제3 단계와, 상기 학습정보 분석부(23)를 이용하여 상기 적용되는 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제4 단계와, 상기 학습관리 모듈(25)을 이용하여 상기 제4 단계에서 분석된 학습정보에 적합한 학습모델을 다시 추출하여 이를 상기 학습자 클라이언트(10)에 재적용하는 제5 단계를 포함한다.
또한, 학습수준 평가부(26)를 더 포함하고, 상기 학습수준 평가부(26)를 이용하여 학습자의 학습수준을 평가하고, 상기 학습관리 모듈(25)을 이용하여 평가된 결과에 따라 학습모델을 다시 추출하여 이를 재적용하는 제6 단계를 포함할 수 있다.
본 발명에 의한 스마트 학습 에이전트 시스템은 학습 방법을 제공하는 것 이외에 개인의 학습 성향에 따라 적합한 교수 방법을 선택하는데 이용될 수 있으므로, 수강신청 등 다양한 분야에 활용될 수 있다.
본 발명은 상기와 같은 실시예에 의해 권리범위가 한정되는 것은 아니며, 본 발명의 기술적인 사상을 가지고 있다면 모두 본 발명의 권리범위에 해당된다고 볼 수 있으며, 본 발명은 특허청구범위에 의해 권리범위가 정해짐을 밝혀둔다.
학습자 클라이언트(10), 서버(30)
학습과정 인지모듈(21), 학습관리 DB(22)
학습정보 분석부(23), 학습모델 DB(24)
학습관리 모듈(25)

Claims (15)

  1. 학습자 클라이언트(10)에 제공되는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법에 있어서,
    입력장치를 통해 학습자의 정보를 입력받는 제1 단계와,
    상기 학습자의 정보로부터 학습자의 학습성향을 파악하고, 상기 파악된 학습 성향을 고려하여 서로 상이한 문제 제출 방식을 가지는 다수의 학습 모델 중 하나를 선택하는 제2 단계와,
    상기 선택된 학습 모델에 따라 문제 제출 방식을 가변하면서 미리 등록된 문제를 학습자에게 제공하고, 이에 응답하여 입력되는 학습자의 학습정보를 획득 및 분석하는 제3 단계와,
    상기 분석된 학습정보를 고려하여 학습모델을 재선택한 후, 상기 제3 단계로 재진입하는 제4 단계를 포함하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  2. 학습자 클라이언트(10)와 통신가능한 서버(20)에 제공되는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법에 있어서,
    상기 학습자 클라이언트(10)를 통해 학습자의 정보를 입력받는 제1 단계와,
    상기 학습자의 정보로부터 학습자의 학습성향을 파악하고, 상기 파악된 학습 성향을 고려하여 서로 상이한 문제 제출 방식을 가지는 다수의 학습 모델 중 하나를 선택하는 제2 단계와,
    상기 선택된 학습 모델에 따라 문제 제출 방식을 가변하면서 미리 등록된 문제를 학습자에게 제공하고, 이에 응답하여 입력되는 학습자의 학습정보를 획득 및 분석하는 제3 단계와,
    상기 분석된 학습정보를 고려하여 학습모델을 재선택한 후, 상기 제3 단계로 재진입하는 제4 단계를 포함하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  3. 청구항 1 또는 청구항 2에 있어서,
    상기 학습정보는 학습자의 학습 패턴, 학습 습관, 학습 의견 중 어느 하나 이상인 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  4. 청구항 1 또는 청구항 2에 있어서, 상기 제2 단계는
    상기 제1 단계에서 학습자가 학습자의 정보를 입력하지 않는 경우에는, 상기 제2 단계에서 임의의 학습모델을 선택하는 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  5. 청구항 1 또는 청구항 2에 있어서,
    상기 학습모델은 순차적 따라하기 학습모델, 문제해결 학습모델, 게임방식 학습모델, 목표기반시나리오방식 학습모델 중의 어느 하나인 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  6. 청구항 1 또는 청구항 2에 있어서,
    상기 학습자의 정보는 학력정보, 경력정보, 관심정보 중의 어느 하나 이상을 포함하는 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  7. 청구항 1 또는 청구항 2에 있어서, 상기 제4 단계는
    학습자의 학습수준을 추가 고려하여 학습모델을 재선택하는 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  8. 학습자 클라이언트(10)에 제공되는, 학습과정 인지모듈(21)과, 학습관리 DB(22)와, 학습정보 분석부(23), 학습모델 DB(24), 학습관리 모듈(25)을 포함하는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법에 있어서,
    입력장치를 통해 학습자의 정보를 입력받는 제1 단계와,
    상기 학습과정 인지모듈(21)을 이용하여 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제2 단계와,
    미리 등록된 문제를 학습자에게 제공하되, 상기 학습관리 모듈(25)을 이용하여 상기 제2 단계에서 분석된 학습자의 학습성향을 고려하여 상기 학습모델 DB(24)에 저장된 서로 상이한 문제 제출 방식을 가지는 다수의 학습 모델 중 하나를 선택하고, 상기 선택된 학습 모델에 따라 문제 제출 방식을 가변하는 제3 단계와,
    상기 학습정보 분석부(23)를 이용하여 상기 선택된 학습모델에 따르는 학습자의 학습정보를 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제4 단계와,
    상기 학습관리 모듈(25)을 이용하여 상기 제4 단계에서 분석된 학습정보를 고려하여 학습모델을 재선택한 후, 상기 제3 단계로 재진입하여 상기 재선택된 학습 모델에 상응하는 문제 제출 방식으로 학습자에게 문제를 제출하도록 하는 제5 단계를 포함하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  9. 학습자 클라이언트(10)와 통신가능한 서버(30)에 제공되는, 학습과정 인지모듈(21)과, 학습관리 DB(22)와, 학습정보 분석부(23), 학습모델 DB(24), 학습관리 모듈(25)을 포함하는 스마트 학습 에이전트 시스템이 수행하는 학습 관리 방법에 있어서,
    학습자 클라이언트(10)를 통해 학습자의 정보를 입력받는 제1 단계와,
    상기 학습과정 인지모듈(21)을 이용하여 상기 학습자의 정보로부터 학습자의 학습성향을 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제2 단계와,
    미리 등록된 문제를 상기 학습자 클라이언트(10)에 제공하되, 상기 학습관리 모듈(25)을 이용하여 상기 제2 단계에서 분석된 학습자의 학습성향을 고려하여 상기 학습모델 DB(24)에 저장된 서로 상이한 문제 제출 방식을 가지는 다수의 학습 모델 중 하나를 선택하고, 상기 선택된 학습 모델에 따라 문제 제출 방식을 가변하는 제3 단계와,
    상기 학습정보 분석부(23)를 이용하여 상기 학습자 클라이언트(10)를 통해 입력되는 학습자의 학습정보를 분석하고, 이를 상기 학습관리 DB(22)에 저장하는 제4 단계와,상기 학습관리 모듈(25)을 이용하여 상기 제4 단계에서 분석된 학습정보를 고려하여 학습모델을 재선택한 후, 상기 제3 단계로 재진입하여 상기 재선택된 학습 모델에 상응하는 문제 제출 방식으로 문제가 제공되도록 하는 제5 단계를 포함하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  10. 청구항 8 또는 청구항 9에 있어서,
    상기 학습정보는 학습자의 학습 패턴, 학습 습관, 학습 의견 중 어느 하나 이상인 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  11. 청구항 8 또는 청구항 9에 있어서,
    상기 제1 단계에서 학습자가 학습자의 정보를 입력하지 않는 경우에는, 상기 제3 단계에서 임의의 학습모델을 추출하여 적용하는 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  12. 청구항 8 또는 청구항 9에 있어서,
    상기 학습모델은 순차적 따라하기 학습모델, 문제해결 학습모델, 게임방식 학습모델, 목표기반시나리오방식 학습모델 중의 어느 하나인 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  13. 청구항 8 또는 청구항 9에 있어서,
    상기 학습자의 정보는 학력정보, 경력정보, 관심정보 중의 어느 하나 이상을 포함하는 것을 특징으로 하는,
    스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  14. 청구항 8 또는 청구항 9에 있어서,
    학습자의 학습수준을 평가하는 학습수준 평가부(26)를 더 포함하고,
    상기 제5 단계는
    상기 학습수준 평가부(26)를 이용하여 학습자의 학습수준을 평가하고, 상기 학습관리 모듈(25)을 이용하여 평가된 결과를 추가 고려하여 학습모델을 재선택하는 것을 특징으로 하는 스마트 학습 에이전트 시스템을 이용한 학습 관리 방법.
  15. 학습자 클라이언트(10)와, 상기 학습자 클라이언트(10)와 통신 가능하도록 제공되는 서버(20)를 포함하는 스마트 학습 에이전트 시스템에 있어서,
    상기 서버(20)는,
    학습자로부터 획득한 학습자의 정보로부터 학습자의 학습성향을 분석하는 학습과정 인지모듈(21)과,
    학습에 대응하는 학습자의 태도로부터 학습자의 학습정보를 분석하는 학습정보 분석부(23)와,
    상기 학습자의 학습성향 및 상기 학습자의 학습정보를 저장하고 관리하는 학습관리 DB(22)와,
    미리 등록된 다수의 학습모델이 저장되어 있는 학습모델 DB(24)과,
    미리 등록된 문제를 상기 학습자 클라이언트(10)에게 제공하되, 상기 학습과정 인지모듈(21)를 통해 분석된 학습자의 학습성향을 고려하여 상기 학습모델 DB(24)에 저장된 서로 상이한 문제 제출 방식을 가지는 다수의 학습 모델 중 하나를 선택하고, 상기 선택된 학습 모델에 따라 문제 제출 방식을 가변하는 학습관리 모듈(25)을 포함하는,
    스마트 학습 에이전트 시스템.
KR1020110016301A 2011-02-24 2011-02-24 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법 KR101248283B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110016301A KR101248283B1 (ko) 2011-02-24 2011-02-24 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110016301A KR101248283B1 (ko) 2011-02-24 2011-02-24 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법

Publications (2)

Publication Number Publication Date
KR20120097003A KR20120097003A (ko) 2012-09-03
KR101248283B1 true KR101248283B1 (ko) 2013-03-27

Family

ID=47108425

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110016301A KR101248283B1 (ko) 2011-02-24 2011-02-24 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법

Country Status (1)

Country Link
KR (1) KR101248283B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160009155A (ko) * 2014-07-15 2016-01-26 한양대학교 산학협력단 효과적인 학습 독려와 가이드 및 학습 전략 수립 서비스 제공을 위한 스마트 개인화 학습 가이드 방법 및 시스템
KR20190061952A (ko) * 2017-11-28 2019-06-05 주식회사 디지털존 맞춤형 창업 학습 제공 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101315278B1 (ko) * 2013-04-29 2013-10-07 송은하 버추얼 클래스 기반 글로벌 시티즌십 인큐베이팅 시스템 및 그 방법
CN109388746A (zh) * 2018-09-04 2019-02-26 四川文轩教育科技有限公司 一种基于学习者模型的学习资源智能推荐方法
KR102336790B1 (ko) * 2018-12-28 2021-12-08 주식회사 투바앤 상호작용적 교육 플랫폼 및 장치
CN113689317A (zh) * 2021-09-10 2021-11-23 中兴耀维科技江苏有限公司 一种多功能人工智能实训试验系统
KR102645421B1 (ko) * 2023-06-13 2024-03-11 주식회사 에듀클라우드 인공지능 기반의 디지털 휴먼 및 학습자 분석을 활용한 외국어 학습 및 관리 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010077749A (ko) * 2000-02-08 2001-08-20 최우진 인터넷을 통한 개인 맞춤형 교육 컨텐츠 제공 시스템
KR20040021212A (ko) * 2002-09-03 2004-03-10 한국과학기술원 학습자 특성을 고려한 개인화 학습을 지원하는 학습환경관리시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010077749A (ko) * 2000-02-08 2001-08-20 최우진 인터넷을 통한 개인 맞춤형 교육 컨텐츠 제공 시스템
KR20040021212A (ko) * 2002-09-03 2004-03-10 한국과학기술원 학습자 특성을 고려한 개인화 학습을 지원하는 학습환경관리시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
정화영외 1명. 개인화 프로파일을 이용한 SCORM기반의 맞춤형 학습 시스템. 한국통신학회논문지. 2009년, 제34권, 제4호, pp121-127. *
정화영외 1명. 개인화 프로파일을 이용한 SCORM기반의 맞춤형 학습 시스템. 한국통신학회논문지. 2009년, 제34권, 제4호, pp121-127.*

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160009155A (ko) * 2014-07-15 2016-01-26 한양대학교 산학협력단 효과적인 학습 독려와 가이드 및 학습 전략 수립 서비스 제공을 위한 스마트 개인화 학습 가이드 방법 및 시스템
KR101642577B1 (ko) * 2014-07-15 2016-07-27 한양대학교 산학협력단 효과적인 학습 독려와 가이드 및 학습 전략 수립 서비스 제공을 위한 스마트 개인화 학습 가이드 방법 및 시스템
KR20190061952A (ko) * 2017-11-28 2019-06-05 주식회사 디지털존 맞춤형 창업 학습 제공 방법
WO2019107789A1 (ko) * 2017-11-28 2019-06-06 주식회사 디지털존 맞춤형 창업 학습 제공 방법
KR102024276B1 (ko) * 2017-11-28 2019-09-23 주식회사 디지털존 맞춤형 창업 학습 제공 방법

Also Published As

Publication number Publication date
KR20120097003A (ko) 2012-09-03

Similar Documents

Publication Publication Date Title
Merchie et al. Evaluating teachers’ professional development initiatives: towards an extended evaluative framework
Scanlon et al. How technology resources can be used to represent personal inquiry and support students' understanding of it across contexts
Drake A critical analysis of active learning and an alternative pedagogical framework for introductory information systems courses
KR101248283B1 (ko) 스마트 학습 에이전트 시스템 및 이를 이용한 학습 관리 방법
Martin et al. Applying learning analytics to investigate timed release in online learning
Endedijk et al. The nature of student teachers’ regulation of learning in teacher education
DiCerbo et al. Impacts of the digital ocean on education
Graf et al. Identifying learning styles in learning management systems by using indications from students' behaviour
Champaign et al. Correlating skill and improvement in 2 MOOCs with a student's time on tasks
Svanum et al. The influences of course effort, mastery and performance goals, grade expectancies, and earned course grades on student ratings of course satisfaction
Chaipidech et al. Implementation of an andragogical teacher professional development training program for boosting TPACK in STEM education
KR102040506B1 (ko) 개인별 맞춤형 학습량 예측 시스템 및 방법
Maybee IMPACT learning: Librarians at the forefront of change in higher education
Sadeghi E-learning practice in higher education: A mixed-method comparative analysis
Bhattacharya et al. Intelligent e-learning systems: An educational paradigm shift
Chen et al. Technology-rich activities: One type does not motivate all
Mamcenko et al. On using learning analytics to personalise learning in virtual learning environments
Smithwick et al. Interactive videos enhance learning about socio-ecological systems
Bulut Özek et al. A web‐based intelligent tutoring system for a basic control course
Lyon et al. Problem‐Based Learning and Assessment in Hydrology Courses: Can Non‐Traditional Assessment Better Reflect Intended Learning Outcomes?
Ballman Greater emphasis on variation in an introductory statistics course
Wesiak et al. Assessment for complex learning resources: Development and validation of an integrated model
Morgado et al. Recommendation tool for use of immersive learning environments
Camargo et al. Studying the implications and impact of smartphones on self-directed learning under a Living Lab approach
Fasihuddin et al. A Framework to Personalise Open Learning Environments by Adapting to Learning Styles.

Legal Events

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

Payment date: 20160520

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee