KR101598567B1 - 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체 - Google Patents

맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체 Download PDF

Info

Publication number
KR101598567B1
KR101598567B1 KR1020130089806A KR20130089806A KR101598567B1 KR 101598567 B1 KR101598567 B1 KR 101598567B1 KR 1020130089806 A KR1020130089806 A KR 1020130089806A KR 20130089806 A KR20130089806 A KR 20130089806A KR 101598567 B1 KR101598567 B1 KR 101598567B1
Authority
KR
South Korea
Prior art keywords
learner
lecture
learning
viewing time
viewing
Prior art date
Application number
KR1020130089806A
Other languages
English (en)
Other versions
KR20150014310A (ko
Inventor
강상길
허노정
Original Assignee
인하대학교 산학협력단
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 인하대학교 산학협력단 filed Critical 인하대학교 산학협력단
Priority to KR1020130089806A priority Critical patent/KR101598567B1/ko
Publication of KR20150014310A publication Critical patent/KR20150014310A/ko
Application granted granted Critical
Publication of KR101598567B1 publication Critical patent/KR101598567B1/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

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체가 개시된다. 통신부는 학습자 단말로부터 학습자의 시청 행위를 감지한 시청 행위 감지 결과를 수신한다. 제어부는 상기 수신된 시청 행위 감지 결과를 이용하여 시청정보를 생성하고, 상기 생성된 시청정보를 이용하여 통계정보를 산출하고, 상기 산출된 통계정보를 이용하여 상기 학습자의 학습레벨을 추론한다.

Description

맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체 {studying level reasoning server, device, system, method and recording medium for providing user ordered moving picture}
본 발명은 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체에 관한 것이다. 더 상세하게는 학습자의 학습레벨을 기초로 맞춤형 학습 동영상을 제공하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체에 관한 것이다.
현재는 인터넷을 통한 교육 서비스는 시간적, 공간적 제약을 극복하고 저비용의 교육이 가능하다는 이점 때문에 각광받는 학습수단이 되고 있다. 또한 모바일 시장의 확대로 학습자들이 언제 어디서나 자기가 원하는 과목을 수강할 수 있는 시대이기 때문에 스마트기기 등을 통해서 수업 동영상 등 다양한 교육 콘텐츠를 제작하여 학교 홈페이지에 탑재하고 있다. 그러나 온라인을 통해서 제공되는 학습 동영상이 획일적이다. 또한 학습자 자신이 원하는 또는 수준에 맞는 강의 동영상을 선택함에 있어서는 단지 동영상의 제목, 선생님 또는 동급 또는 선배 학습자로부터의 추천에 의해서 선택하기 때문에 자신의 수준에 맞는 학습 동영상을 선택하는데 많은 어려움이 있다.
학업능력 레벨이 낮은 학습자가 자신의 학습수준보다 높은 동영상을 학습할 경우, 학습에 대한 흥미를 잃어 학습하기를 포기하거나 학습의 효율성이 떨어지는 현상이 발생한다. 또한 학업능력이 레벨이 높은 학습자가 자신의 학습수준보다 낮은 동영상을 학습할 경우, 심화 학습의 기회를 잃어버림으로써 학습 효율성을 저하하게 된다.
이러한 문제를 해결하기 위해서는 학습자별 학업능력에 맞는 맞춤형 학습 동영상 제공 서비스가 필요하다.
대한민국 공개특허 제 10-2010-0000017호에서는 학생 수준에 따른 맞춤형 학습 동영상을 제공하였다. 그러나 학생들의 학습행위 정보를 기반으로 학습레벨을 추론함으로써 학생별 학업능력에 맞는 맞춤형 학습동영상 제공할 수 없다.
대한민국 공개특허 제 10-2009-0004367호에서는 개인 맞춤형 강의 추천 장치 및 그 방법과 그의 접속 단말기를 제공하였다. 그러나 학습행위 정보를 바탕으로 자동으로 학습레벨을 추론하여 학생 맞춤형 학습동영상을 제공할 수 없다.
본 발명이 이루고자 하는 기술적 과제는 학습자의 학업레벨을 자동으로 추론하고 학습자의 학업 능력에 맞는 학습 동영상을 제공하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체를 제공하는데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는 학습자별 맞춤 학습 동영상을 제공하여 학습 효과 항상시킬 수 있는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체를 제공하는데 있다.
상기 목적을 달성하기 위한, 본 발명에 따른 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버는, 학습자 단말로부터 학습자의 시청 행위를 감지한 시청 행위 감지 결과를 수신하는 통신부 및 상기 수신된 시청 행위 감지 결과를 이용하여 시청정보를 생성하고, 상기 생성된 시청정보를 이용하여 통계정보를 산출하고, 상기 산출된 통계정보를 이용하여 상기 학습자의 학습레벨을 추론하는 제어부를 포함할 수 있다.
또한 본 발명에 따른 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 장치는, 학습 동영상을 시청하는 학습자의 시청 행위를 감지하고, 상기 감지된 시청 행위 감지 결과를 출력하는 인터페이스부 및 상기 출력된 시청 행위 감지 결과를 이용하여 시청정보를 생성하고, 상기 생성된 시청정보를 이용하여 단일 강의 상대 시청 시간을 산출하고, 상기 산출된 단일 강의 상대 시청 시간 및 사전에 산출된 통계정보를 이용하여 상기 학습자의 학습레벨을 추론하는 제어부를 포함할 수 있다.
또한 본 발명에 따른 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 시스템은, 학습자 레벨 맞춤형 동영상에 대한 요청을 상기 서버에 전송하고, 상기 요청한 학습자 레벨 맞춤형 동영상을 전송받는 학습자 단말을 할 수 있다.
본 발명에 따른 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체에 의하면, 현재 시청하고 있는 동영상의 시청시간, 넘김(skip) 및 되감기(rewind)를 이용하여 학습자의 학업레벨을 추론함으로써, 학습자의 학업능력에 맞는 학습 동영상을 제공할 수 있는 효과가 있다.
또한, 학습자의 학업레벨을 자동으로 추론하여 학습자별 맞춤 학습 동영상을 제공하여 학습자의 학습 효과를 향상시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 맞춤형 학습 동영상 제공 시스템의 구성을 도시한 블럭도이다.
도 2는 본 발명의 일 실시예에 따른 학습자 단말의 구성을 도시한 블럭도이다.
도 3은 본 발명의 일 실시예에 따른 학습레벨 추론 서버의 구성을 도시한 블럭도이다.
도 4는 본 발명의 일 실시예에 따른 제어부의 구성을 도시한 블럭도이다.
도 5는 본 발명의 일 실시예에 따른 분포도를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 맞춤형 동영상 제공 방법의 수행과정을 도시한 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른 맞춤형 동영상 제공 방법의 수행과정을 도시한 흐름도이다.
도 8은 본 발명의 또 다른 실시예에 따른 맞춤형 동영상 제공 방법의 수행과정을 도시한 흐름도이다.
이하 본 발명의 실시예를 첨부된 도면들을 참조하여 상세히 설명할 수 있다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 할 수 있다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 당업자에게 자명하거나 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
도 1은 본 발명의 일 실시예에 따른 맞춤형 학습 동영상 제공 시스템의 구성을 도시한 블럭도이다.
도 1을 참조하면, 맞춤형 학습 동영상 제공 시스템(1)은 학습자의 학업레벨을 자동으로 추론하여 학습자별 맞춤 학습 동영상을 제공할 수 있다. 맞춤형 학습 동영상 제공 시스템(1)은 현재 시청하고 있는 동영상의 시청시간, 넘김(skip) 및 되감기(rewind)를 이용하여 학습자의 학업레벨을 추론할 수 있다. 맞춤형 학습 동영상 제공 시스템(1)은 학습자 단말(100, 110, 120), 학습레벨 추론 서버(200), 네트워크(10)를 포함할 수 있다. 학습자 단말(100, 110, 120) 및 학습레벨 추론 서버(200)는 네트워크(10)로 연결될 수 있다.
학습자 단말(100, 110, 120)은 디스플레이 기능을 포함할 수 있고, 네트워크를 통하여 학습레벨 추론 서버(200)에 접속할 수 있다. 또한 학습자 단말(100)은 메시지를 보낼 수 있고, 파일 전송이 가능할 수 있다. 학습자 단말(100)은 스마트폰, 데스크탑, 노트북, 태블릿 PC, PDA 및 IPTV 중 적어도 하나의 기기일 수 있다.
학습레벨 추론 서버(200)는 학습자 단말(100, 110, 120)을 제어할 수 있다. 또한 학습레벨 추론 서버(200)는 학습자 단말(100, 110, 120)로부터 학습자 시청행위 감지 결과를 수신받고 상기 학습자 시청행위 감지 결과를 저장할 수 있다.
네트워크(10)는 백본망과 가입자망으로 구성될 수 있다. 백본망은 X.25 망, Frame Relay 망, ATM망, MPLS(Multi Protocol Label Switching) 망 및 GMPLS(Generalized Multi Protocol Label Switching) 망 중 하나 또는 복수의 통합된 망으로 구성될 수 있다. 가입자망은 FTTH(Fiber To The Home), ADSL(Asymmetric Digital Subscriber Line), 케이블망, Wireless LAN(IEEE 802.11b, IEEE 802.11a, IEEE802.11g, IEEE802.11n), WIBro(Wireless Broadband), Wimax 및 HSDPA(High Speed Downlink Packet Access)일 수 있다. 일부 실시예로, 네트워크(10)는 인터넷망일 수 있고, 이동 통신망일 수 있다.
학습자 단말(100, 110, 120)은 네트워크(10)를 통해 학습레벨 추론 서버(200)에 학습자 레벨이 추론된 맞춤형 학습 동영상을 요청할 수 있다. 학습자 레벨 추론 서버(200)는 학습자 단말(100)로부터 요청된 맞춤형 학습 동영상을 지원한다.
도 2는 본 발명의 일 실시예에 따른 학습자 단말의 구성을 도시한 블럭도이다.
도 2를 참조하면, 학습자 단말(100)은 통신부(110), 제어부(120), 저장부(130), 인터페이스부(140) 및 디스플레이부(150)를 포함할 수 있다.
통신부(110)는 제어부(120)가 생성한 소스 코드를 학습레벨 추론 서버(200)에 전송한다. 통신부(110)는 서버(200)에서 생성된 소스 코드를 수신한다.
제어부(120)는 명령어를 실행하고 학습자 단말(100)과 연관된 동작을 수행한다. 예를 들면, 저장부(130)로부터 검색된 명령어를 사용하여, 제어부(120)는 학습자 단말의 컴포넌트들간의 입력 및 출력, 데이터의 수신 및 처리를 제어한다.
제어부(120)는 운영체제와 함께 프로그램 코드를 실행하고 데이터를 생성 및 사용하는 동작을 한다. 운영 체제는 일반적으로 공지되어 있으며 이에 대해 보다 상세히 기술하지 않는다. 예로서, 운영 체제는 Window 계열 OS, Unix, LINUX, Palm OS, DOS, 안드로이드 및 매킨토시 등일 수 있다. 운영 체제, 다른 컴퓨터 코드 및 데이터는 제어부(120)와 연결되어 동작하는 저장부(130) 내에 존재할 수 있다. 상기 프로그램 코드는 소스 코드 생성 모듈 및 실행 코드 생성 모듈일 수 있다.
제어부(120)는 학습자 조치(Action)를 인식하고 인식한 학습자 조치에 기초하여 학습자 단말(100)를 제어할 수 있다. 제어부(120)는 디스플레이부(150)에 디스플레이된 이미지의 일부 영역을 선택하는 학습자 조치를 감지한 경우에는, 상기 일부 영역을 선택하고, 상기 선택된 일부 영역에 대한 적어도 하나의 기능을 선택하는 학습자 조치를 감지한 경우에는, 상기 선택된 일부 영역에 상기 선택된 기능을 매핑한다. 또한, 제어부(120)는 소스 코드 생성을 요청하는 학습자 조치를 감지한 경우에는, 상기 기능이 매핑된 이미지를 화면으로 디스플레이하는 동영상을 생성하기 위한 소스 코드를 생성한다. 여기서 사용자 조치는 학습자 단말 또는 리모컨의 물리적인 버튼의 선택, 터치 스크린 디스플레이면상의 소정의 터치 제스처의 실시 또는 소프트 버튼의 선택 및 촬상 장치로 촬영된 영상으로부터 인식되는 소정의 공간 제스처의 실시 및 음성 감지부가 수신한 음성에 대한 음성 인식에 의해 인식되는 소정의 발성의 실시를 포함할 수 있다.
제어부(120)는 단일 칩, 다수의 칩, 또는 다수의 전기 부품 상에 구현될 수 있다. 예를 들어, 전용 또는 임베디드 프로세서, 단일 목적 프로세서, 컨트롤러, ASIC, 기타 등등을 비롯하여 여러 가지 아키텍처가 제어부(120)에 대해 사용될 수 있다.
저장부(130)는 일반적으로 학습자 단말(100)에 의해 사용되는 프로그램 코드 및 데이터를 저장하는 장소를 제공한다. 여기서 프로그램 코드는 통신부(110)가 수신한 맞춤형 학습 동영상 재생 프로그램 코드 및 학습자 단말(100)의 제조시 저장된 동영상의 프로그램 코드일 수 있다. 또한 학습 동영상 정보는 HTML, XML, HTML5, CSS, CSS3, 자바스크립트, 자바, C언어, C++, Visual C++ 및 C# 등의 프로그래밍 언어로 작성될 수 있다. 저장부(130)는 소스 코드 생성 모듈 및 실행 코드 생성 모듈 중 적어도 하나를 저장할 수 있다.
저장부(130)는 학습 동영상 화면을 생성하기 위한 적어도 하나의 이미지를 저장할 수 있다. 상기 저장된 이미지는 학습자에 의해 생성되거나 수정된 이미지, 통신부(110)가 수신한 이미지 중 적어도 하나를 포함할 수 있다. 상기 저장된 이미지는 상기 학습 동영상 화면을 생성하기 위한 적어도 하나의 이미지는 BMP, JPG(JPEG), GIF, EPS, TIF(TIFF), PSD, PIC, DXF. PP3, PICT, PNG, DCS(Desktop Color Separations), FlashPix, PCX, PDF, PIXAR, Raw, Scitex CT(sct), Targa 중 하나의 파일 포맷을 가질 수 있다.
저장부(130)는 판독 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), 하드 디스크 드라이브 등으로 구현될 수 있다. 프로그램 코드 및 데이터는 분리형 저장 매체에 존재할 수 있고, 필요할 때, 학습자 단말(100) 상으로 로드 또는 설치될 수 있다. 여기서 분리형 저장 매체는 CD-ROM, PC-CARD, 메모리 카드, 플로피 디스크, 자기 테이프, 및 네트워크 컴포넌트를 포함할 수 있다.
인터페이스부(140)는 학습자 조치를 감지하고, 감지한 결과를 제어부(120)로 출력한다. 제어부(120)는 인터페이스부(140)가 출력한 결과를 기초로 상기 학습자 조치를 인식할 수 있다.
디스플레이부(150)는 제어부(120)의 제어에 따라 학습 동영상 화면을 생성하기 위한 적어도 하나의 영상을 디스플레이한다.
도 3은 본 발명의 일 실시예에 따른 학습레벨 추론 서버의 구성을 도시한 블럭도이다.
도 3을 참조하면, 학습레벨 추론 서버(200)는 학습자 단말(100)과 데이터를 송수신할 수 있다. 학습레벨 추론 서버(200)는 통신부(210), 제어부(220) 및 저장부(230)을 포함할 수 있다.
통신부(210)는 사용자 단말(100)로부터 메시지 또는 데이터를 수신할 수 있다. 또한 통신부(210)는 사용자 단말(100)에 메시지 또는 데이터를 송신할 수 있다. 상기 메시지 또는 데이터는 패킷(packet)형태일 수 있다. 통신부(210)는 사용자 단말(100)로부터 학습 동영상의 레벨 추론을 위해 제공하는 학습자 시청 행위 정보를 수신받을 수 있다. 상기 학습자 시청 행위 정보는 학습자의 동영상 시청시간, 넘김(skip) 및 되감기(rewind)이다. 통신부(210)는 수신받은 학습자 시청 행위 정보를 제어부(220)로 전송할 수 있다.
제어부(220)는 통신부(210)에서 수신된 학습자 시청 행위 정보를 이용하여 시청 정보를 생성할 수 있다. 제어부(220)는 생성된 시청 정보를 이용하여 단일 강의 시청 시간율을 산출할 수 있다. 제어부(220)는 산출된 단일 강의 시청 시간율을 이용하여 단일 강의 상대 시청 시간을 산출할 수 있다. 제어부(220)는 산출된 단일 강의 상대 시청 시간을 이용하여 통계정보를 산출할 수 있다. 제어부(220)는 산출된 통계정보를 이용하여 동영상 강의가 학습자 수준에 적합한지를 판단하고, 학습자의 레벨이 추론된 학습 동영상을 제공할 수 있다.
저장부(230)는 학습자 레벨에 적합한 동영상 제공에 필요한 학습자 시청 행위 정보 및 동영상 소스를 저장할 수 있다. 상기 학습자 시청 행위 정보는 학습자의 동영상 시청시간, 넘김(skip) 및 되감기(rewind) 중 적어도 하나일 수 있다. 저장부(230)는 제어부(220) 및 사용자 단말(100)에서 요청하는 데이터를 저장할 수 있다. 상기 데이터는 멀티미디어 형태인 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다.
저장부(230)는 학습자 레벨에 맞는 동영상 제공을 위한 프로그램을 저장할 수 있다. 저장부(230)는 제어부(220)에서 사용하는 프로그램이나 알고리즘을 저장할 수 있다. 또한 저장부(230)는 제어부(220)에서 생성된 학습자 레벨 맞춤형 학습 동영상에 대한 정보가 저장될 수 있다.
도 4는 본 발명의 일 실시예에 따른 제어부의 구성을 도시한 블럭도이다.
도 4를 참조하면, 제어부(220)는 시청정보 생성부(221), 통계정보 산출부(222), 학습레벨 추론부(223) 및 학습 동영상 제공부(224) 중 적어도 하나를 포함할 수 있다.
시청정보 생성부(221)는 통신부(210)에서 수신받은 학습자 시청 행위 정보를 이용하여 시청정보를 생성할 수 있다. 상기 시청정보는 학습자의 시청시간, 넘김(skip), 되감기(rewind) 중 적어도 하나일 수 있다.
통계정보 산출부(222)는 시청 정보 생성부(221)가 생성한 시청 정보를 이용하여 단일 강의 시청 시간율을 산출할 수 있다. 통계정보 산출부(222)가 단일 강의 시청 시간율
Figure 112013068798174-pat00001
을 산출하는 상세한 수학식은 수학식 1과 같다.
Figure 112013068798174-pat00002
이때, t는 시청시간이고, T는 강의 동영상 총 플레이 시간이다.
통계정보 산출부(222)는 상기 단일 강의 시청 시간율 및 학습자의 평균 강의 동영상 시청 시간을 이용하여 단일 강의 상대 시청 시간
Figure 112013068798174-pat00003
을 산출할 수 있다. 통계정보 산출부(222)가 단일 강의 상대 시청 시간을 산출하는 상세한 수학식은 수학식 2와 같다.
Figure 112013068798174-pat00004
이때, t는 시청시간이고, T는 강의 동영상 총 플레이 시간이고,
Figure 112013068798174-pat00005
는 평균강의 시청 시간율이다. 또한
Figure 112013068798174-pat00006
에 대한 상세한 수학식은 수학식 3과 같다.
Figure 112013068798174-pat00007
이때,
Figure 112013068798174-pat00008
는 학습자가 총 n개의 강의 동영상 중 i번째 동영상을 시청한 시간이고,
Figure 112013068798174-pat00009
는 i번째 동영상의 총 플레이시간이다.
통계정보 산출부(222)는 상기 수학식 1을 이용하여 통계정보를 산출할 수 있다. 상기 통계정보는 분포도 및 분포도에서의 평균 및 표준편차에 대한 정보일 수 있다.
학습레벨 추론부(223)는 통계정보 산출부(222)가 산출한 단일 강의 상대 시청 시간 및 통계정보를 이용하여 동영상 강의가 학습자 수준에 적합한지를 판단할 수 있다. 또한 학습레벨 추론부(223)는 상기 단일 강의 상대 시청 시간이 아래 수학식 4와 같은 범위 내에 있다면 동영상 강의가 학습자의 수준에 적합하다고 판단할 수 있다.
Figure 112013068798174-pat00010
학습레벨 추론부(223)는 상기 단일 강의 상대 시청 시간이 아래 수학식 5와 같은 경우, 동영상 강의가 학습자 수준보다 낮다고 판단할 수 있다. 특히, 학습레벨 추론부(223)는 수학식 5와 같은 경우에 학습자의 넘김 횟수가 학습자 개인의 평균 넘김 횟수보다 많은 경우에는, 동영상 강의가 학습자 수준보다 낮다고 판단할 수 있다.
Figure 112013068798174-pat00011
학습레벨 추론부(223)는 상기 단일 강의 상대 시청 시간이 아래 수학식 6과 같은 경우, 동영상 강의가 학습자 수준보다 높다고 판단할 수 있다. 특히, 학습레벨 추론부(223)는 수학식 6과 같은 경우에 학습자의 되감기 횟수가 많아진 경우에는, 동영상 강의가 학습자 수준보다 높다고 판단할 수 있다.
Figure 112013068798174-pat00012
학습 동영상 제공부(224)는 학습 레벨 추론부(223)가 학습자 수준에 적합한지를 판단한 학습 동영상을 제공할 수 있다. 상기 학습 동영상은 학습자 레벨이 추론된 학습동영상이다.
도 5는 본 발명의 일 실시예에 따른 분포도를 도시한 도면이다.
도 5를 참조하면, 분포도(500)는 단일 강의 상대 시청 시간에 대한 분포도이다. 제 1 화살표(510)는 분포도의 평균값을 나타낸다. 제 2 화살표(520)는 학습 동영상이 학습자 수준에 적합하다고 판단되는 범위를 나타낸다.
도 6은 본 발명의 일 실시예에 따른 맞춤형 동영상 제공 방법의 수행과정을 도시한 흐름도이다.
도 6을 참조하면, 시청정보 생성부(221)는 학습자 단말(100)로부터 받은 학습자 시청 행위 감지 결과를 이용하여 시청 정보를 생성한다(S100). 상기 학습자 시청 행위는 학습자의 동영상 시청 시간, 넘김 및 되감기 중 적어도 하나일 수 있다.
통계정보 산출부(222)는 시청정보 생성부(221)가 생성한 시청 정보를 이용하여 단일 강의 시청 시간율을 산출한다(S105). 상기 단일 강의 시청 시간율은 수학식 1을 이용하여 산출될 수 있다.
통계정보 산출부(222)는 상기 단일 강의 시청 시간율 및 학습자의 평균 강의 동영상 시청 시간을 이용하여 단일 강의 상대 시청 시간을 산출한다(S110). 상기 단일 강의 상대 시청 시간은 수학식 2를 이용하여 산출될 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간에 포함되는지 여부를 통해 동영상 강의가 학습자 수준에 적합한지를 판단한다(S115). 상기 신뢰도 구간은 수학식 4의 범위를 의미할 수 있다.신뢰도 구간내에 있다면, 학습레벨 추론부(223)는 동영상 강의가 학습자의 수준에 적합하다고 판단할 수 있다. 상기 신뢰도 구간은 학습자 단말기(100)의 저장부(130) 또는 서버(200)의 저장부(230)에 저장되어 있을 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간에 포함되는 경우에는, 동영상 강의는 학습자 수준에 적합하다고 판단하여 학습레벨을 유지한다(S125).
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간에 포함되지 않는 경우에는, 단일 강의 상대 시청 시간이 신뢰도 구간보다 작은지를 판단한다(S130). 상기 신뢰도 구간보다 작은 경우는 식 5와 같은 경우가 될 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간보다 작은 경우에는, 학습자의 넘김이 평균 넘김보다 작은 경우인지를 판단한다(S135). 학습레벨 추론부(223)는 학습자의 넘김이 평균 넘김보다 작은 경우에는, 학습레벨을 유지시킨다.
학습레벨 추론부(223)는 학습자의 넘김이 평균 넘김보다 작지 않은 경우에는, 학습레벨을 증가시킨다(S140). 단계 S140경우에는, 학습 동영상 제공부(224)에서 증가된 학습레벨을 기초로 기존보다 어려운 동영상 강의를 제공할 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간보다 작지 않은 경우에는, 학습자의 되감기가 평균 되감기 보다 작은 경우인지를 판단한다(S145). 학습레벨 추론부(223)는 학습자의 되감기가 평균 되감기보다 작은 경우에는, 학습레벨을 유지시킨다. 학습레벨이 유지되는 경우에는, 학습 동영상 제공부(224)에서 기존과 동일하거나 비슷한 학습 수준의 동영상 강의를 제공할 수 있다.
학습레벨 추론부(223)는 학습자의 되감기가 평균 되감기보다 작지 않은 경우에는, 학습레벨을 감소시킨다(S160). 단계 S160경우에는, 학습동영상 제공부(224)에서 감소된 학습레벨을 기초로 기존보다 쉬운 동영상 강의를 제공할 수 있다.
도 6에 도시된 맞춤형 동영상 제공 방법은 서버(200)에서뿐만 아니라 학습단말기에서도 수행될 수 있다. 학습 단말기(100, 110 120)의 제어부(120)는 시청 정보 생성부(221), 통계 정보 산출부(222), 학습레벨 추론부(223) 및 학습 동영상 제공부(224)를 포함할 수 있다.
도 7은 본 발명의 다른 실시예에 따른 맞춤형 동영상 제공 방법의 수행과정을 도시한 흐름도이다.
도 7을 참조하면, 시청정보 생성부(221)는 학습자 단말(100)로부터 받은 학습자 시청 행위 감지 결과를 이용하여 시청 정보를 생성한다(S200). 상기 학습자 시청 행위는 학습자의 동영상 시청 시간, 넘김 및 되감기 중 적어도 하나일 수 있다.
통계정보 산출부(222)는 시청정보 생성부(221)가 생성한 시청 정보를 이용하여 단일 강의 시청 시간율을 산출한다(S205). 상기 단일 강의 시청 시간율은 수학식 1을 이용하여 산출될 수 있다.
통계정보 산출부(222)는 상기 단일 강의 시청 시간율 및 학습자의 평균 강의 동영상 시청 시간을 이용하여 단일 강의 상대 시청 시간을 산출한다(S215). 상기 단일 강의 상대 시청 시간은 수학식 2를 이용하여 산출될 수 있다.
통계정보 산출부(222)는 통계정보를 산출한다(S220). 상기 통계정보는 분포도 및 분포도에서의 평균 및 표준편차에 대한 정보일 수 있다. 상기 통계정보는 복수의 학습자들의 단일 강의 상대 시청 시간에 대한 통계정보일 수 있고, 상기 평균 및 상기 표준편차는 상기 복수의 학습자들의 단일 강의 상대 시청 시간의 평균 및 표준편차일 수 있다. 통계정보 산출부(222)는 다수의 학습자 단말기(100)를 통해 통계정보를 수신받을 수 있다. 또한 통계정보 산출부(222)는 학습자 단말기(100)를 통해 수신된 학습자 시청 행위 정보를 이용하여 통계정보를 산출할 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간에 포함되는지 여부를 통해 동영상 강의가 학습자 수준에 적합한지를 판단한다(S225). 상기 신뢰도 구간은 수학식 4의 범위를 의미할 수 있다. 신뢰도 구간내에 있다면, 학습레벨 추론부(223)는 동영상 강의가 학습자의 수준에 적합하다고 판단할 수 있다. 상기 신뢰도 구간은 다수의 학습자 단말기(100)으로부터 받은 통계정보를 이용하여 산출할 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간에 포함되는 경우에는, 동영상 강의는 학습자 수준에 적합하다고 판단하여 학습레벨을 유지한다(S230).
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간에 포함되지 않는 경우에는, 단일 강의 상대 시청 시간이 신뢰도 구간보다 작은지를 판단한다(S235). 상기 신뢰도 구간보다 작은 경우는 식 5와 같은 경우가 될 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간보다 작은 경우에는, 학습자의 넘김이 평균 넘김보다 작은 경우인지를 판단한다(S240). 학습레벨 추론부(223)는 학습자의 넘김이 평균 넘김보다 작은 경우에는, 학습레벨을 유지시킨다.
학습레벨 추론부(223)는 학습자의 넘김이 평균 넘김보다 작지 않은 경우에는, 학습레벨을 증가시킨다(S245). 단계 S245경우에는, 학습 동영상 제공부(224)에서 증가된 학습레벨을 기초로 기존보다 어려운 동영상 강의를 제공할 수 있다.
학습레벨 추론부(223)는 단일 강의 상대 시청 시간이 신뢰도 구간보다 작지 않은 경우에는, 학습자의 되감기가 평균 되감기 보다 작은 경우인지를 판단한다(S250). 학습레벨 추론부(223)는 학습자의 되감기가 평균 되감기 보다 작은 경우에는, 학습레벨을 유지시킨다. 학습레벨이 유지되는 경우에는, 학습 동영상 제공부(224)에서 기존과 동일하거나 비슷한 학습 수준의 동영상 강의를 제공할 수 있다.
학습레벨 추론부(223)는 학습자의 되감기가 평균 되감기보다 작지 않은 경우에는, 학습레벨을 감소시킨다(S255). 단계 S255경우에는, 학습동영상 제공부(224)에서 감소된 학습레벨을 기초로 기존보다 쉬운 동영상 강의를 제공할 수 있다.
도 8은 본 발명의 또 다른 실시예에 따른 맞춤형 동영상 제공 방법의 수행과정을 도시한 흐름도이다.
도 8을 참조하면, 맞춤형 동영상 제공 시스템(1)은 사용자 단말(100) 및 서버(200)로 학습자 레벨에 따른 맞춤형 동영상을 지원할 수 있다.
사용자 단말(100)은 학습자 시청 행위를 감지한다(S310). 상기 학습자 시청 행위는 학습자의 동영상 시청 시간, 넘김 및 되감기 중 적어도 하나일 수 있다.
사용자 단말(100)은 학습자 시청행위 감지 결과를 학습레벨 추론 서버(200)에 전송한다(S320).
학습레벨 추론 서버(200)는 사용자 단말(100)에서 받은 시청행위 감지 결과를 이용하여 시청 정보를 생성한다(S330).
학습레벨 추론 서버(200)는 생성된 시청 정보를 이용하여 단일 강의 시청 시간율을 산출한다(S340). 상기 단일 강의 시청 시간율은 수학식 1을 이용하여 산출한다.
학습레벨 추론 서버(200)는 산출된 단일 강의 시청 시간율을 이용하여 단일 강의 상대 시청 시간을 산출한다(S350). 상기 단일 강의 상대 시청 시간은 수학식 2를 이용하여 산출한다.
학습레벨 추론 서버(200)는 산출된 단일 강의 상대 시청 시간을 이용하여 통계정보를 산출한다(S360). 상기 통계정보는 분포도 및 분포도에서의 평균 및 표준편차에 대한 정보일 수 있다. 상기 통계정보는 복수의 학습자들의 단일 강의 상대 시청 시간에 대한 통계정보일 수 있고, 상기 평균 및 상기 표준편차는 상기 복수의 학습자들의 단일 강의 상대 시청 시간의 평균 및 표준편차일 수 있다.
학습레벨 추론 서버(200)는 산출된 통계정보를 이용하여 학습자의 레벨을 추론하고, 학습 동영상이 학습자 수준에 적합한지를 판단한다(S370). 상기 학습자의 레벨은 신뢰도 구간과의 관계로 추론할 수 있다. 단계 S370은 도 7의 단계 S225, 단계 S230, 단계 S235, 단계 S240, 단계 S245, 단계 S250 및 단계 S255을 포함할 수 있다.
학습레벨 추론 서버(200)는 학습자 단말기(100)에 추론된 학습 레벨을 기초로 학습 동영상을 제공한다(S380).
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위내에 있게 된다.

Claims (17)

  1. 학습자 단말로부터 학습자 시청 행위 정보를 수신하는 통신부; 및
    제어부를 포함하되,
    상기 제어부는,
    상기 수신된 학습자 시청 행위 정보를 이용하여 시청정보를 생성하고, 상기 생성된 시청정보를 이용하여 단일 강의 시청 시간율을 산출하는 시청정보 생성부;
    상기 산출된 단일 강의 시청 시간율 및 평균 강의 시청 시간을 이용하여 단일 강의 상대 시청 시간을 산출하고, 상기 단일 강의 시청 시간율을 이용하여 동영상 총 플레이 시간 및 복수의 학습자들의 동영상 시청시간의 비율이 반영된 단일 강의 상대 시청 시간에 대한 평균 및 표준편차인 통계정보를 산출하는 통계정보 산출부; 및
    상기 단일 강의 상대 시청 시간이 학습자의 평균 강의시청 시간율에 대한 신뢰도 구간에 포함되는 경우에는, 상기 학습자의 학습레벨을 유지하고,
    상기 단일 강의 상대 시청 시간이 상기 통계정보가 지시하는 신뢰도 구간보다 작은 경우에는, 상기 학습자의 동영상 넘김이 평균 넘김보다 작으면, 학습레벨을 유지하고, 상기 학습자의 동영상 넘김이 상기 평균 넘김보다 작지 않으면, 상기 학습레벨을 증가시키고,
    상기 단일 강의 상대 시청 시간이 상기 통계정보가 지시하는 신뢰도 구간보다 큰 경우에는, 상기 학습자의 동영상 되감기가 평균 되감기보다 작으면, 학습레벨을 유지하고, 상기 학습자의 동영상 되감기가 상기 평균 되감기보다 작지 않으면, 상기 학습레벨을 감소시키는 학습레벨 추론부를 포함하는 것을 특징으로 하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버.
  2. 제 1항에 있어서,
    상기 제어부는,
    상기 학습자의 학습레벨에 따라 맞춤형 학습 동영상이 상기 학습자 단말로 제공되도록 제어하는 것을 특징으로 하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버.
  3. 제 1항에 있어서,
    상기 학습자 시청행위 정보는 학습자의 동영상 시청시간, 넘김(skip), 되감기(rewind) 중 적어도 하나를 포함하는 것을 특징으로 하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버.
  4. 제 1항에 있어서,
    상기 통계정보는 상기 복수의 학습자들의 단일 강의 상대 시청 시간에 대한 평균 및 표준편차 중 적어도 하나를 포함하는 것을 특징으로 하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 제 1항 내지 제4항 중 어느 한 항에 따른 서버; 및
    학습자 레벨 맞춤형 동영상에 대한 요청을 상기 서버에 전송하고, 상기 요청한 학습자 레벨 맞춤형 동영상을 전송받는 학습자 단말을 포함하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 시스템.
  11. 삭제
  12. 삭제
  13. 학습레벨 추론 서버가 학습자 단말로부터 학습자의 시청 행위를 감지한 시청 행위 감지결과를 수신하는 단계;
    상기 학습레벨 추론 서버가 상기 수신된 시청 행위 감지 결과를 이용하여 시청정보를 생성하는 단계;
    상기 학습레벨 추론 서버가 상기 생성된 시청 정보를 이용하여 단일 강의 시청 시간율을 산출하고, 상기 산출된 단일 강의 시청 시간율 및 평균 강의 시청 시간을 이용하여 동영상 총 플레이 시간 및 복수의 학습자들의 동영상 시청시간의 비율이 반영된 단일 강의 상대 시청 시간을 산출하는 단계;
    상기 학습레벨 추론 서버가 상기 산출된 단일 강의 시청 시간율을 이용하여 상기 복수의 학습자들의 단일 강의 상대 시청 시간에 대한 평균 및 표준편차인 통계정보를 산출하는 단계; 및
    상기 단일 강의 상대 시청 시간이 상기 복수의 학습자들의 평균 강의시청 시간율에 대한 신뢰도 구간에 포함되는 경우에는, 상기 학습자의 학습레벨을 유지하고, 상기 단일 강의 상대 시청 시간이 상기 통계정보가 지시하는 신뢰도 구간보다 작은 경우에는, 상기 학습자의 동영상 넘김이 평균 넘김보다 작으면, 학습레벨을 유지하고, 상기 학습자의 동영상 넘김이 상기 평균 넘김보다 작지 않으면, 상기 학습레벨을 증가시키고, 상기 단일 강의 상대 시청 시간이 상기 통계정보가 지시하는 신뢰도 구간보다 큰 경우에는, 상기 학습자의 동영상 되감기가 평균 되감기보다 작으면, 학습레벨을 유지하고, 상기 학습자의 동영상 되감기가 상기 평균 되감기보다 작지 않으면, 상기 학습레벨을 감소시키는 단계를 포함하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 방법.
  14. 제 13항에 있어서,
    상기 단일 강의 상대 시청 시간을 산출하는 단계는,
    상기 학습레벨 추론 서버가 상기 생성된 시청정보를 이용하여 단일 강의 시청 시간율을 산출하는 단계; 및
    상기 학습레벨 추론 서버가 상기 산출된 단일 강의 시청 시간율 및 평균 강의 시청 시간율을 이용하여 상기 단일 강의 상대 시청 시간을 산출하는 단계를 포함하는 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 방법.
  15. 제 13항에 있어서,
    상기 통계 정보는 상기 복수의 학습자들의 단일 강의 상대 시청 시간에 대한 평균 및 표준편차인 것을 특징으로 하는 맞춤형 학습 동영상 제공을 위한 학습 동영상 제공을 위한 학습레벨 추론 방법.
  16. 삭제
  17. 제 13항 내지 제 15항 중 어느 한 항에 기재된 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.

KR1020130089806A 2013-07-29 2013-07-29 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체 KR101598567B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130089806A KR101598567B1 (ko) 2013-07-29 2013-07-29 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130089806A KR101598567B1 (ko) 2013-07-29 2013-07-29 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체

Publications (2)

Publication Number Publication Date
KR20150014310A KR20150014310A (ko) 2015-02-06
KR101598567B1 true KR101598567B1 (ko) 2016-02-29

Family

ID=52571205

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130089806A KR101598567B1 (ko) 2013-07-29 2013-07-29 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체

Country Status (1)

Country Link
KR (1) KR101598567B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102594457B1 (ko) * 2023-03-07 2023-10-26 주식회사 깊생 온라인 교육 영상 제공 및 학습자 맞춤형 교육 추천 시스템
KR102594465B1 (ko) * 2023-03-07 2023-10-26 주식회사 깊생 영역별 학습자 성취도 평가 및 취약점 보완 컨텐츠 제공 시스템

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102047533B1 (ko) * 2018-12-10 2019-11-21 강원오픈마켓 주식회사 교육콘텐츠 큐레이션 서비스 제공방법
CN112328077B (zh) * 2020-11-05 2021-08-24 重庆第二师范学院 高校学生行为分析系统、方法、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001013861A (ja) 1999-04-28 2001-01-19 Nippon Telegr & Teleph Corp <Ntt> 操作型学習支援システムにおける操作履歴可視化方法及び装置及び操作型学習支援システムにおける操作履歴可視化プログラムを格納した記憶媒体、及び、操作型学習支援システムにおける誤りパターン収集方法及び装置及び操作型学習支援システムにおける誤りパターン収集プログラムを格納した記憶媒体、及び操作型学習支援システムにおける誤りパターン同定方法及び装置及び操作型学習支援システムにおける誤りパターン同定プログラムを格納した記憶媒体
JP2005011307A (ja) 2003-05-28 2005-01-13 Nippon Telegr & Teleph Corp <Ntt> コンテンツ提供方法、コンテンツ利用者の端末およびプログラムと記録媒体

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130012320A (ko) * 2011-07-25 2013-02-04 이재은 학습자 맞춤형 학습 서비스 제공 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001013861A (ja) 1999-04-28 2001-01-19 Nippon Telegr & Teleph Corp <Ntt> 操作型学習支援システムにおける操作履歴可視化方法及び装置及び操作型学習支援システムにおける操作履歴可視化プログラムを格納した記憶媒体、及び、操作型学習支援システムにおける誤りパターン収集方法及び装置及び操作型学習支援システムにおける誤りパターン収集プログラムを格納した記憶媒体、及び操作型学習支援システムにおける誤りパターン同定方法及び装置及び操作型学習支援システムにおける誤りパターン同定プログラムを格納した記憶媒体
JP2005011307A (ja) 2003-05-28 2005-01-13 Nippon Telegr & Teleph Corp <Ntt> コンテンツ提供方法、コンテンツ利用者の端末およびプログラムと記録媒体

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102594457B1 (ko) * 2023-03-07 2023-10-26 주식회사 깊생 온라인 교육 영상 제공 및 학습자 맞춤형 교육 추천 시스템
KR102594465B1 (ko) * 2023-03-07 2023-10-26 주식회사 깊생 영역별 학습자 성취도 평가 및 취약점 보완 컨텐츠 제공 시스템

Also Published As

Publication number Publication date
KR20150014310A (ko) 2015-02-06

Similar Documents

Publication Publication Date Title
EP3823292B1 (en) Electronic apparatus and control method thereof
KR101598567B1 (ko) 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체
US20160269777A1 (en) Method and device for adjusting video playback interface
US10341731B2 (en) View-selection feedback for a visual experience
CN111316662A (zh) 图像显示设备及其操作方法
US11429339B2 (en) Electronic apparatus and control method thereof
KR20170069778A (ko) 외국어 학습을 위한 단말장치와 그의 외국어 학습 화면 출력방법, 기록매체, 프로그램
KR20140043080A (ko) 화상 출력 장치, 화상 출력 방법 및 프로그램
TWI616841B (zh) 產生漫畫內容的設備和方法以及顯示漫畫內容的設備
CN106462878B (zh) 用于在媒体内容的后台呈现期间呈现广告的方法、系统和介质
CN113283246B (zh) 视觉交互方法、装置、设备及存储介质
EP3771219A1 (en) Display apparatus and control method thereof
KR20200050774A (ko) Html5 기반 웹 반응형 콘텐츠 인터렉티브 소셜 러닝 시스템
CN114640876B (zh) 多媒体业务视频显示方法、装置、计算机设备及存储介质
CN115604538A (zh) 视频控制方法、装置、电子设备以及存储介质
KR101821147B1 (ko) 디바이스 및 그의 동영상 제공 방법
CN111427635B (zh) 一种第三方信息的展示方法、装置、设备及存储介质
CN102948127A (zh) 以特效模式接收数字内容
CN113641853A (zh) 动态封面生成方法、装置、电子设备、介质及程序产品
KR101583733B1 (ko) 손 제스쳐 기반의 스마트 tv를 활용한 체감형 수의 비율 및 측정에 관한 수학 학습 시스템을 이용한 수학 학습 방법
JP2014155070A (ja) 端末装置、端末装置の表示方法、プログラム、サーバ装置
CN112578916B (zh) 信息处理方法及系统
Angler Wearable Devices: Revolutionising Mobile Journalism Again
CN116567358A (zh) 直播间话题推荐方法、装置、设备及介质
KR102146559B1 (ko) 단말 사용기록 분석방법 및 분석장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20181121

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 5