KR101946161B1 - A team-building support system for project-based learning - Google Patents

A team-building support system for project-based learning Download PDF

Info

Publication number
KR101946161B1
KR101946161B1 KR1020170114042A KR20170114042A KR101946161B1 KR 101946161 B1 KR101946161 B1 KR 101946161B1 KR 1020170114042 A KR1020170114042 A KR 1020170114042A KR 20170114042 A KR20170114042 A KR 20170114042A KR 101946161 B1 KR101946161 B1 KR 101946161B1
Authority
KR
South Korea
Prior art keywords
team
group
similarity
objects
project
Prior art date
Application number
KR1020170114042A
Other languages
Korean (ko)
Inventor
김문수
김신명
이현근
박지현
안소현
Original Assignee
한국외국어대학교 연구산학협력단
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 한국외국어대학교 연구산학협력단 filed Critical 한국외국어대학교 연구산학협력단
Priority to KR1020170114042A priority Critical patent/KR101946161B1/en
Application granted granted Critical
Publication of KR101946161B1 publication Critical patent/KR101946161B1/en

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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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

Abstract

The present invention relates to a team-building support method for a project-based learning process which supports students in building a team in a project-based learning process. The team-building support method for a project-based learning process comprises: (a) a step of obtaining the sum of similarities between an object i in each team building group and all other objects in the corresponding group to calculate an average similarity (hereafter, the first average similarity) of the object i in the team building group; (b) a step of obtaining the sum of similarities between an object i in a success case group and all other objects in the corresponding group to calculate an average similarity (hereafter, second first average similarity) of the object i in the success case group; (c) a step of using the difference between the first and the second average similarity of objects of the success case group and a corresponding team building group to calculate a distance based on a similarity of the corresponding team building group; and (d) a step of multiplying the similarity-based distance and a grade weight of the success case group to calculate a success case matching rate of a corresponding team building group, and evaluating the corresponding group in accordance with the success case matching rate. A team similar to a team successful in the past can be built by the team-building support method. Team building problems experienced in project-based learning can be resolved by delivering a new view for team building to students.

Description

프로젝트 기반 학습과정을 위한 팀구성 지원 방법 { A team-building support system for project-based learning }A team-building support system for project-based learning for project-

본 발명은 프로젝트 기반 학습 과정에서 학생들이 팀을 구성하는 것을 지원하는, 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 관한 것이다.The present invention relates to a teaming support method for a project-based learning process, which supports students to form a team in a project-based learning process.

프로젝트 중심 학습(Projected-Based Learning: PBL)은 교수자가 학생에게 실제와 유사한 과제를 제공하면 학생은 이를 수행하기 위해 관련 정보를 활용하고, 팀 구성 후 협력하여 산출물을 도출하는 과정에서 자연스럽게 학습이 일어나는 교수방법이다[비특허문헌 1,2]. 문제를 해결하기 위해 상호간에 공동으로 문제해결 방안을 강구하고, 협동 학습을 통해 공통의 해결안을 마련하는 일련의 과정에서 학습이 이루어진다[비특허문헌 3]. PBL 학습의 과정에서 협동은 필수이며, 학생들은 협동적인 의사소통 과정을 통해 문제해결 지식을 습득한다[비특허문헌 4]. Projected-Based Learning (PBL) is a method in which a teacher provides students with similar tasks, and then uses the relevant information to perform them. Teaching method [Non-Patent Documents 1 and 2]. In order to solve the problem, learning takes place in a series of processes in which a common solution is set up jointly and a common solution is prepared through cooperative learning [Non-Patent Document 3]. Collaboration is essential in the process of PBL learning, and students acquire problem solving knowledge through collaborative communication processes [Non-Patent Document 4].

그런데 프로젝트 중심 학습에 참여한 학생들은 팀 구성의 어려움을 겪고 있는 것으로 조사되었다. 학습의 성패는 얼마나 협력적으로 과제를 수행하느냐에 따라 달려있고 팀 활동이 활발하지 못하면 학습에 부정적인 영향을 주게 된다[비특허문헌 5]. 따라서 팀 활동의 시작인 팀 구성에서 학생들의 어려움을 해소시켜줄 수 있는 대응책이 필요하다.However, students who participated in project-based learning were found to have difficulty in teaming. The success or failure of learning depends on how the task is carried out cooperatively. If the team activity is not active, it will have a negative effect on learning [Non-Patent Document 5]. Therefore, it is necessary to take countermeasures to solve the difficulties of the students in the team formation which is the beginning of the team activity.

한편, 많은 조직들은 팀을 이루어 과업을 수행하는 행태로 그 구조를 전환하였다[비특허문헌 6]. 포춘 500대 기업 중 80% 이상이 조직을 팀제로 운영하고 있는 것으로 조사될 만큼[비특허문헌 7], 효율적, 효과적인 팀 구성 방법에 대한 관심은 증가하고 있다. 1990년대 이후부터 높은 성과를 달성하는 팀의 성공 요인을 반영한 팀 구성 방법에 대한 연구가 지속적으로 수행되고 있다[비특허문헌 8]. 교육, 구인·구직 활동, 기업 등 다양한 분야에서 사용되는 팀 구성 방법에 대하여 연구되어 왔다.On the other hand, many organizations have shifted their structure to the task of performing a task by teaming [Non-Patent Document 6]. As more than 80% of Fortune 500 companies report that they are operating as a team [Non-Patent Document 7], interest in efficient and effective teaming methods is increasing. Since the 1990s, there has been a continuous study of teaming methods that reflect the success factors of teams achieving high performance [Non-Patent Document 8]. It has been studied how teaming is used in various fields such as education, job search, job search, and corporation.

먼저, k-평균 군집화(k-means Clustering) 방법은 교육 분야에서 학습효과를 증진시키기 위한 목적으로 서로 다른 특성의 학생들로 팀을 구성하는데 사용된다. 학생들의 특성으로는 성격, 능력, 학습 스타일 등이 있을 수 있다. 상기 방법은 n개의 객체에서 k개의 클러스터(cluster) 형성을 하고 클러스터(cluster)의 중앙에 위치했거나 평균값의 객체는 대표성을 지니며, 하나의 클러스터(cluster) 안에는 유사한 특성을 지닌 학생들로만 분류된다[비특허문헌 9]. k-평균 군집화(k-means Clustering) 방법을 활용하면 학생들을 각 팀에 균등하게 분포시켜 학습효과에 긍정적인 영향을 주지만[비특허문헌 10], 학생들로부터 확보할 수 있는 데이터가 한정되어 있는 상황에서 클러스터(cluster)는 의미 없는 분류 결과를 가져올 수 있다.First, the k-means clustering method is used to form a team of students with different characteristics for the purpose of enhancing the learning effect in the education field. Student characteristics may include personality, ability, and learning style. The method consists of forming k clusters of n objects, centering the clusters, or representing objects of average values, and classifying them into students with similar characteristics within a cluster [ Non-Patent Document 9]. Using the k-means clustering method has a positive effect on the learning effect by uniformly distributing the students to each team [Non-Patent Document 10], but the data that can be obtained from the students is limited Clusters can result in meaningless classification.

다음으로, 퍼지 매칭(Fuzzy Matching) 방법은 구직 조건과 구인자의 채용 조건의 부합 정도를 제공하여 원하는 요구 사항을 빠르게 충족시켜 주기 때문에 구인·구직 서비스에 사용된다. 구직 조건 p와 채용 조건 c는 매칭을 위한 동일한 속성 ak을 가진다. 조건 p.ai와 채용 조건 c.ai의 유사 정도를 거리 함수인 DIST 함수를 통해 계산하여 가장 값이 적게 나온 순으로 보여준다[비특허문헌 11]. 서로의 조건을 충족시켜 원하는 팀과 팀원을 찾을 수 있지만, PBL에 참여하는 학생들 인원에서 구인·구직 기능은 효율적이지 않을 것으로 보인다.Next, the fuzzy matching method is used for job search and job service because it provides the degree of matching of the job condition and the job condition of the job seeker so as to quickly meet a desired requirement. The search condition p and the adoption condition c have the same property a k for matching. The degree of similarity between the condition pa i and the employment condition ca i is calculated through the DIST function, which is a distance function, and the least significant value is shown in descending order [Non-Patent Document 11]. Although we can find the team and team members who meet each other's requirements, the recruitment and job search function in the PBL students will not be efficient.

다음으로, 최대합 전략(Max-Sum Strategy: MSS) 방법은 안정된 결혼 문제 방법[비특허문헌 12]을 변형한 형태이며, 스포츠 팀을 구성할 때 최고의 팀을 구성하기 위해 포지션에 대한 능력치 합을 최대화할 수 있는 방법이다. 포지션(Pi) 항목에 따라 선수(Mi)들의 능력치가 점수로 측정되어 있고, 선수들은 중복 없이 하나의 포지션에만 위치시켜 팀 내 점수 합이 최대로 하는 조건을 주어 가장 뛰어난 하나의 팀을 구성해준다[비특허문헌 13]. MSS 방법을 적용한다면 PBL의 교육학적인 목적으로 프로젝트를 진행함에 학생들의 역량은 평점이 기준이 될 것이며, 학생들에게 팀 내 평점 평균이 가장 높은 하나의 팀을 계속해서 추천하게 된다. 팀 구성에 있어 특정 학생들을 부각시키고, 나머지 학생을 소외시키는 것은 학습 목적에 적합하지 않다는 문제가 있다.Next, the Max-Sum Strategy (MSS) method is a modification of the stable marriage problem method [Non-Patent Document 12]. In constructing a sports team, It is a method that can be maximized. Positions (P i), depending on the item and the abilities of athletes (M i) is measured in points, players build the most outstanding one team was placed in only one position, without redundant given the condition that the sum the team score with a maximum [Non-Patent Document 13]. If the MSS method is applied, students will be rated based on PBL's pedagogical purposes and students will continue to recommend one team with the highest average score in the team. There is a problem that emphasizing specific students in team composition and alienating the rest of the students is not suitable for the purpose of learning.

다음으로, 스킬 희소도(Skill-Rarity) 방법은 주어진 프로젝트 풀에서 이익이 높은 프로젝트를 많이 수행함으로써, 기업의 이익을 극대화할 수 있는 팀 구성 방법이다. 스킬 희소도는 특정 스킬을 가진 근로자 수를 전체 근로자 수로 나누어준 것을 의미한다. 팀 구성 절차는 프로젝트를 가치가 높은 순으로 정렬한 후 프로젝트에 꼭 필요한 희소 스킬을 보유한 근로자를 우선으로 배정한다. 프로젝트에 반드시 필요한 스킬을 할당함으로써 성공률을 높여 이익을 극대화한다[비특허문헌 14]. 학생들의 스킬 정보를 구체적으로 구분하기 위해서는 추가적인 조사가 필요할 것으로 본다.Next, the Skill-Rarity method is a teaming method that maximizes the profit of a company by performing a lot of projects that are profitable in a given project pool. Skill rareness means that the number of workers with a certain skill is divided by the total number of workers. The teaming process arranges the projects in order of their value, and then assigns workers with rare skills that are essential to the project. By assigning the necessary skills to the project, the success rate is increased to maximize profit [Non-Patent Document 14]. Additional research is needed to identify students' skill information in detail.

Laffey, J., Tupper, T., Musser, D., and Wedman, J.(1998). A Computer-Mediated Support system for Project-Based Learning, Educational Technology Research and Development, 46(1), 48-73. Laffey, J., Tupper, T., Musser, D., and Wedman, J. (1998). A Computer-Mediated Support System for Project-Based Learning, Educational Technology Research and Development, 46 (1), 48-73. Markham, Lamer, & Ravitz.(2003). Project Based Learning Handbook: A Guide to Standards-Focused Project Based Learning for Middle and High School Teachers. Markham, Lamer, & Ravitz (2003). Project Based Learning Handbook: A Guide to Standards-Focused Project Based Learning for Middle and High School Teachers. Barrows, H. S.(1985). How to design a problem-based curriculum for the preclinical years. New York: Springer. Barrows, H. S. (1985). How to design a problem-based curriculum for the preclinical years. New York: Springer. Moon-Soo Kim(2015). A Comparative Review on Problem-& Project-based Learning and Applied Method for Engineering Education, Journal of Engineering Education Research, 18(2), 65-76. Moon-Soo Kim (2015). A Comparative Review on Problem- & Project-based Learning and Applied Method for Engineering Education, Journal of Engineering Education Research, 18 (2), 65-76. Kreijns, Kirschner, & Jochems.(2002). The Sociability of Computer-Supported Collaborative Learning Environments, Educational Technology & Society, 5(1), 8-22. Kreijns, Kirschner, & Jochems. (2002). The Sociability of Computer-Supported Collaborative Learning Environments, Educational Technology & Society, 5 (1), 8-22. Guzzo, R. A., & Dickson, M.W.(1996). Teams in organization: Recent research on performance and effectiveness. Annual Review of Psychology, 47, 307-388. Guzzo, R. A., & Dickson, M.W. (1996). Teams in organization: Recent research on performance and effectiveness. Annual Review of Psychology, 47, 307-388. Robbins, S.P.(2003). Organizational behavior. Upper Saddle River, NJ: Prentice-Hall. Robbins, S. P. (2003). Organizational behavior. Upper Saddle River, NJ: Prentice-Hall. Turner, M. E.(2001). Groups at work: Theory and research. Mahwah, NJ: Erlbaum. Turner, M. E. (2001). Groups at work: Theory and research. Mahwah, NJ: Erlbaum. S Ivanovska, I Ivanoska, S Kalajdziski.(2013). ALGORITHMS FOR EFFECTIVE TEAM BUILDING. Faculty of Computer Science and Engineering. S Ivanovska, I Ivanoska, S Kalajdziski (2013). ALGORITHMS FOR EFFECTIVE TEAM BUILDING. Faculty of Computer Science and Engineering. Min Kyeong Kim, Sung Hee Park(2015). A Study of Relations among Self-Regulated Learning, Learning Styles, and Achievement in the Web-Based Bulletin Board System, Journal of Educational Technology, 31(3), 709-724. Min Kyeong Kim, Sung Hee Park (2015). A Study of Relations among Self-Regulated Learning, Learning Styles, and Achievement in the Web-Based Bulletin Board System, Journal of Educational Technology, 31 (3), 709-724. Gale, D., & Shapley, L. S.(1962). College Admissions and the Stability of Marriage, The American Mathmatical Montly, 69(1), 9-15. Gale, D., & Shapley, L. S. (1962). College Admissions and the Stability of Marriage, The American Mathmatical Montly, 69 (1), 9-15. Hyoung-Rae Kim, In-Soo Jeong(2012). Bi-directional Fuzzy Matching Algorithm. Journal of Korean Society for Internet Information, 12(3), 69-76. Hyoung-Rae Kim, In-Soo Jeong (2012). Bi-directional Fuzzy Matching Algorithm. Journal of the Korean Society for Internet Information, 12 (3), 69-76. Young-Soo Kim, Seong-Beom Choi, Tae-Yong Han(2014). Construction Algorithm for the Strongest Team Beforehand Game. The Korea Journal of Sports Science, 23(6), 735-743. Young-Soo Kim, Seong-Beom Choi, Tae-Yong Han (2014). Construction Algorithm for the Strongest Team Beforehand Game. The Korean Journal of Sports Science, 23 (6), 735-743. Byeong-Ho Kang, Tae-Hoon Kim, Duck-Ho Bae, Jong-Min Lee, Sang-Wook Kim(2012). An Efficient Team Formation Method for Maximizing Profit in the Expert Network, 39(2), 89-91. Byeong-Ho Kang, Tae-Hoon Kim, Duck-Ho Bae, Jong-Min Lee, Sang-Wook Kim (2012). An Efficient Team Formation Method for Maximizing Profit in the Expert Network, 39 (2), 89-91. Dong-Soon Yim, Hyun-Seung Oh(2003). Application of Genetic and Local Optimization Algorithms for Object Clustering Problem with Similarity Coefficients. Journal of the Korean Institute of Industrial Engineers, 29(1), 90-99. Dong-Soon Yim and Hyun-Seung Oh (2003). Application of Genetic and Local Optimization Algorithms for Object Clustering Problem with Similarity Coefficients. Journal of the Korean Institute of Industrial Engineers, 29 (1), 90-99.

본 발명의 목적은 상술한 바와 같은 문제점을 해결하기 위한 것으로, 프로젝트 기반 학습 과정에서 학생들이 팀을 구성하는 것을 지원하는, 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 제공하는 것이다.An object of the present invention is to provide a method of supporting a team organization for a project-based learning process, which supports students to form a team in a project-based learning process.

상기 목적을 달성하기 위해 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 관한 것으로서, (a) 팀 구성 중인 각 그룹 내 객체 i와 해당 그룹 내 다른 모든 객체 간 유사성의 합을 구하여, 팀 구성 중인 그룹 내 객체 i의 평균 유사성(이하 제1 평균 유사성)을 산출하는 단계; (b) 성공사례 그룹 내 객체 i와 해당 그룹 내 다른 모든 객체 간 유사성의 합을 구하여, 성공사례 그룹 내 객체 i의 평균 유사성(이하 제2 평균 유사성)을 산출하는 단계; (c) 팀 구성 중인 그룹에 대하여, 성공사례 그룹과 해당 팀 구성 중인 그룹의 객체들의 제1 및 제2 평균 유사성의 차이를 이용하여, 해당 팀 구성 중인 그룹의 유사도 기반 거리를 산출하는 단계; 및, (d) 상기 유사도 기반 거리에 성공사례 그룹의 성적 가중치를 곱하여, 해당 팀 구성 중인 그룹의 성공사례 매칭률을 산출하고, 성공사례 매칭률에 따라 해당 그룹을 평가하는 단계를 포함하는 것을 특징으로 한다.In order to accomplish the above object, the present invention relates to a method of supporting a team organization for a project-based learning process, the method comprising: (a) obtaining a sum of similarities between an object i in each group in a team and all other objects in the group, Calculating an average similarity (hereinafter referred to as first average similarity) of the in-group object i in the first group; (b) calculating the average similarity (hereinafter referred to as second average similarity) of the object i in the success case group by obtaining the sum of similarities between the object i in the success case group and all other objects in the group; (c) calculating a similarity-based distance of the group constituting the team by using the difference between the first and second average similarities of the success case group and the objects of the group constituting the team, with respect to the group being teamed; And (d) evaluating the group according to the success case matching rate by multiplying the similarity-based distance by the result weight of the success case group, calculating the success case matching rate of the group constituting the team, and .

또, 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 있어서, 상기 객체 간의 유사성은 피어슨 상관계수를 이용하여 산출하되, 유사 기준은 객체들의 수강 여부 정보를 활용하여 산출하는 것을 특징으로 한다.According to the present invention, in a method of supporting a team organization for a project-based learning process, the similarities among the objects are calculated using Pearson correlation coefficients, and similarity criteria are calculated using information on attendance of objects.

또, 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 있어서, 상기 (a)단계에서, 객체 i의 제1 평균 유사성 cai는 다음 [수식 1]에 의하여 산출되는 것을 특징으로 한다.Further, the present invention is a method for supporting a team organization for a project-based learning process, wherein the first average similarity ca i of the object i in the step (a) is calculated according to Equation (1).

[수식 1][Equation 1]

Figure 112017086673260-pat00001
,
Figure 112017086673260-pat00002
Figure 112017086673260-pat00001
,
Figure 112017086673260-pat00002

단, Gk는 팀 구성 중인 k 번째 그룹의 객체 집합을 나타내고, |Gk|는 팀 구성 중인 k 번째 그룹의 객체 수를 나타내고, sij는 객체 i와 객체 j 간의 유사성을 나타냄.However, G k denotes a set of objects of the k-th group are teaming, | G k | k indicates the number of objects of the second group are teaming, s ij denotes a similarity between the object i and an object j.

또, 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 있어서, 상기 (b)단계에서, 객체 i의 제2 평균 유사성 pai는 다음 [수식 2]에 의하여 산출되는 것을 특징으로 한다.In the method of supporting a team organization for a project-based learning process, in the step (b), the second average similarity pa i of the object i is calculated according to the following equation (2).

[수식 2][Equation 2]

Figure 112017086673260-pat00003
,
Figure 112017086673260-pat00004
Figure 112017086673260-pat00003
,
Figure 112017086673260-pat00004

단, Pk는 k 번째 성공사례의 객체 집합을 나타내고, |Pk|는 성공사례 그룹 중 k 번째 그룹의 객체 수를 나타냄.P k represents the set of objects in the kth success case, and | P k | represents the number of objects in the kth group of successful case groups.

또, 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 있어서, 상기 (c)단계에서, 팀 구성 중인 그룹 k의 유사도 기반 거리 dk는 다음 [수식 3]에 의해 산출되는 것을 특징으로 한다.Further, the present invention is characterized in that in the method of supporting a team organization for a project-based learning process, in the step (c), the similarity-based distance d k of the group k being teamed is calculated by the following equation .

[수식 3][Equation 3]

Figure 112017086673260-pat00005
Figure 112017086673260-pat00005

또, 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 있어서, 상기 (d)단계에서, 성공사례 그룹과 팀 구성 중인 그룹의 객체들의 유사도 기반 거리를 다음 [수식 4]에 의하여 정규화한 후, 성공사례 매칭률을 산출하는 것을 특징으로 한다.Further, the present invention provides a team composition support method for a project-based learning process, wherein, in step (d), the similarity-based distances of the success case group and the objects in the teaming group are normalized by the following equation , And the success rate matching rate is calculated.

[수식 4][Equation 4]

Figure 112017086673260-pat00006
Figure 112017086673260-pat00006

또, 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 있어서, 상기 성공사례 매칭률은 정규화된 유사도 거리 수치에 성공사례 그룹의 성적 가중치를 곱하여 백분율화하여 산출하는 것을 특징으로 한다.Further, the present invention is characterized in that, in the team composition support method for the project-based learning process, the success case matching rate is calculated by multiplying the normalized similarity distance value by the result weight of the success case group.

또한, 본 발명은 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.The present invention also relates to a computer-readable recording medium on which a program for performing a team organization support method for a project-based learning process is recorded.

상술한 바와 같이, 본 발명에 따른 프로젝트 기반 학습과정을 위한 팀구성 지원 방법에 의하면, 과거 성공했던 팀과 유사하게 팀을 구성할 수 있고, 학생들에게 팀 구성에 대한 새로운 시각을 전달함으로써 프로젝트 기반 학습에서 겪고 있던 팀 구성 문제를 해결할 수 있는 효과가 얻어진다.As described above, according to the team composition support method for project-based learning process according to the present invention, it is possible to construct a team similar to that of a past successful team, It is possible to solve the problem of team composition which has been experienced in the past.

도 1은 본 발명을 실시하기 위한 전체 시스템의 구성을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 설명하는 기본적인 로직도.
도 3은 본 발명의 일실시예에 따른 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 설명하는 흐름도.
도 4는 본 발명에 따른 방법을 설명하기 위하여 사용한 기호를 나타낸 표.
도 5는 본 발명의 실험에 따른 무작위 팀 구성 방법과 본 발명에 따른 팀 구성의 결과를 비교한 그래프로서, 과거 성공했던 팀과의 매칭된 비율을 나타내고 1~10은 무작위 팀 구성 방법이고, 11은 본 발명의 방법에 의한 결과를 나태내고, x축은 무작위 시행순서이고, y축은 성공팀과의 매칭 비율을 나타낸 그래프.BRIEF DESCRIPTION OF THE DRAWINGS Fig. 1 is a diagram showing a configuration of an overall system for carrying out the present invention; Fig.
2 is a basic logic diagram illustrating a team configuration support method for a project-based learning process according to an embodiment of the present invention;
3 is a flowchart illustrating a team configuration support method for a project-based learning process according to an embodiment of the present invention.
Figure 4 is a table showing the symbols used to illustrate the method according to the invention.
FIG. 5 is a graph comparing the results of the random team configuration according to the present invention and the results of the team configuration according to the present invention. FIG. 5 shows a matching ratio with the past successful teams, 1 to 10 is a random team composition method, Shows the result of the method of the present invention, the x-axis is a random execution order, and the y-axis is a graph showing the matching ratio with the success team.

이하, 본 발명의 실시를 위한 구체적인 내용을 도면에 따라서 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail with reference to the drawings.

또한, 본 발명을 설명하는데 있어서 동일 부분은 동일 부호를 붙이고, 그 반복 설명은 생략한다.In the description of the present invention, the same parts are denoted by the same reference numerals, and repetitive description thereof will be omitted.

먼저, 본 발명을 실시하기 위한 전체 시스템의 구성의 예들에 대하여 도 1을 참조하여 설명한다.First, examples of the configuration of the entire system for carrying out the present invention will be described with reference to Fig.

도 1(a)와 1(b)에서 보는 바와 같이, 본 발명에 따른 프로젝트 기반 학습과정을 위한 팀구성 지원 방법은 네트워크 상의 서버 시스템 또는 컴퓨터 단말 상의 프로그램 시스템으로 실시될 수 있다.As shown in FIGS. 1 (a) and 1 (b), a method of supporting a team for a project-based learning process according to the present invention can be implemented as a server system on a network or a program system on a computer terminal.

도 1(a)와 같이, 본 발명의 실시를 위한 전체 시스템의 일례는 사용자 단말(10)과 팀구성 지원 시스템(30)으로 구성되고 서로 네트워크(20)로 연결된다. 또, 필요한 데이터를 저장하기 위한 데이터베이스(40)를 더 구비할 수 있다.As shown in FIG. 1 (a), an example of an overall system for implementing the present invention comprises a user terminal 10 and a teaming support system 30 and is connected to a network 20 with each other. It is also possible to further include a database 40 for storing necessary data.

사용자 단말(10)은 팀 구성원 등 사용자가 이용하는 PC, 노트북, 넷북, PDA, 모바일 등의 통상의 컴퓨팅 단말기이다. 사용자는 사용자 단말(10)을 통해 팀 구성 요청을 팀구성 지원 시스템(30)으로 전달하거나, 팀 구성의 추천 내용을 팀구성 지원 시스템(30)으로부터 수신한다.The user terminal 10 is a conventional computing terminal such as a PC, a notebook, a netbook, a PDA, a mobile, etc., used by a user such as a team member. The user transmits a team configuration request to the team configuration support system 30 via the user terminal 10 or receives the recommendation contents of the team configuration from the team configuration support system 30. [

팀구성 지원 시스템(30)은 통상의 서버로서 네트워크(20)에 연결되어 팀 구성을 지원하는 서비스를 제공한다. 한편, 팀구성 지원 시스템(30)은 상기 각 서비스를 인터넷 상의 웹페이지로 제공하는 웹서버 또는 웹어플리케이션 서버 등으로 구현될 수 있다.The team organization support system 30 is connected to the network 20 as a normal server and provides a service for supporting the team organization. On the other hand, the team organization support system 30 can be implemented as a web server or a web application server that provides each service as a web page on the Internet.

데이터베이스(40)는 팀구성 지원 시스템(30)에서 필요한 데이터를 저장하는 통상의 저장매체로서, 프로젝트 그룹을 형성할 학생들, 각 객체(또는 학생) 간의 유사도, 프로젝트 그룹의 구성과 그 결과 등의 데이터를 저장한다.The database 40 is a conventional storage medium for storing necessary data in the team organization support system 30. The database 40 stores data such as the degree of similarity between the students forming the project group, each object (or student) / RTI >

또한, 도 1(b)와 같이, 본 발명의 실시를 위한 전체 시스템의 다른 예는 컴퓨터 단말(13)에 설치되는 프로그램 형태의 팀구성 지원 시스템(30)으로 구성된다. 즉, 팀구성 지원 시스템(30)의 각 기능들은 컴퓨터 프로그램으로 구현되어 컴퓨터 단말(10)에 설치되어, 컴퓨터 단말(10) 상의 프로그램 시스템으로 실시될 수 있다. 컴퓨터 단말(10)에 설치된 프로그램은 하나의 프로그램 시스템(30)과 같이 동작할 수 있다. 한편, 팀구성 지원 시스템(30)에서 필요한 데이터들은 컴퓨터 단말(10)의 하드디스크 등 저장공간에 저장되어 이용된다.1 (b), another example of the entire system for implementing the present invention is constituted by a team configuration support system 30 of a program type installed in the computer terminal 13. [ That is, each of the functions of the team organization support system 30 may be embodied as a computer program, installed in the computer terminal 10, and implemented in a program system on the computer terminal 10. A program installed in the computer terminal 10 can operate as one program system 30. [ On the other hand, data required in the team organization support system 30 is stored in a storage space such as a hard disk of the computer terminal 10 and used.

한편, 다른 실시예로서, 프로젝트 기반 학습과정을 위한 팀구성 지원 방법은 프로그램으로 구성되어 범용 컴퓨터에서 동작하는 것 외에 ASIC(주문형 반도체) 등 하나의 전자회로로 구성되어 실시될 수 있다. 또는 팀구성을 지원하는 것만을 전용으로 처리하는 전용 컴퓨터 단말(10)로 개발될 수도 있다. 이를 팀구성 지원 시스템(30)라 부르기로 한다. 그 외 가능한 다른 형태도 실시될 수 있다.Meanwhile, as another embodiment, the team organization support method for the project-based learning process may be implemented by a single electronic circuit such as an ASIC (on-demand semiconductor), in addition to being operated by a general-purpose computer. Or a dedicated computer terminal 10 that exclusively handles only those that support teaming. This will be referred to as a team organization support system 30. Other possible forms may also be practiced.

다음으로, 본 발명의 일실시예에 따른 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 도 2 및 도 3을 참조하여 설명한다. 도 2는 본 발명의 기본적인 로직을 나타낸 도면이고, 도 3은 본 발명에 따른 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 설명하는 흐름도를 보여준다.Next, a team configuration support method for a project-based learning process according to an embodiment of the present invention will be described with reference to FIG. 2 and FIG. FIG. 2 is a diagram illustrating a basic logic of the present invention. FIG. 3 is a flowchart illustrating a team configuration support method for a project-based learning process according to the present invention.

본 발명에 따른 팀구성 지원 방법은 학생이 프로젝트 팀 구성 시 과거 프로젝트에서 높은 성적을 받은 팀과 유사한 팀으로 구성하는 것을 지원한다. 팀원을 영입하기 희망하는 팀, 팀에 들어가고 싶은 학생이 상호간에 과거 성공사례 매칭률 정보를 제공받아 팀 구성 제안을 받게 된다. 기존 팀 구성과는 다른 방식을 도입하여 학생들에게 새로운 시각을 제공함으로써 효율적·효과적인 팀 구성을 가능하게 한다. 본 발명에 따른 팀구성 지원 방법은 군집화 문제에서 군집화의 최적화에 이용되는 그룹 내 평균 유사성 계산 과정[비특허문헌 15]을 이용하여 구성 중인 팀과 과거 성공한 팀과의 매칭률을 계산한다.The teaming support method according to the present invention assists the student in constructing a project team as a team similar to a team having high scores in past projects. A team that wants to recruit a team member, or a student who wants to join a team, receives information on past success rate matching from each other and receives a proposal for team composition. By introducing a different approach from the existing team structure, it is possible to construct an efficient and effective team by providing students with new perspectives. The method of supporting teaming according to the present invention calculates the matching rate between a team being constructed and a team that has been successful in the past using a group average average similarity calculation process [Non-Patent Document 15] used for optimization of clustering in the clustering problem.

도 2 또는 도 3에서 보는 바와 같이, 먼저, 팀을 구성 중인 프로젝트 팀과 소속이 없는 학생을 한 팀으로 가정하여 각각의 팀원(또는 객체)에 대하여 팀 내 평균 유사도를 계산한다. 팀 내 평균 유사도의 경우 피어슨 상관계수를 이용하며, 유사 기준은 학생들의 수강 여부 정보로 정하였다. 이 후, 유클리디언 거리를 이용하여 구성 중인 팀 내 팀원들 간의 평균 유사도와 성공사례 팀들 간 유사도를 계산한다. 유클리디언 거리를 기준으로 성공사례 매칭률(PMAT)을 계산하며, 이 중에서 최댓값이 팀을 구성 중인 팀과 가장 유사한 성공사례 팀이라고 간주한다.As shown in FIG. 2 or FIG. 3, first, the average similarity within the team is calculated for each team member (or object), assuming that the project team constituting the team and the students not belonging to the team are one team. Pearson's correlation coefficient is used for the average similarity within the team. Then, using Euclidian distance, calculate the average similarity between team members in the team being constructed and the similarity between success case teams. Based on the Euclidian distance, we calculate the success rate (PMAT), and the highest value among them is considered to be the best case team that is most similar to the team that is forming the team.

이하에서, 본 발명에 따른 성공사례 매칭률을 계산하기 위해서, 도 4와 같은 기호를 사용하기로 한다.Hereinafter, in order to calculate the success case matching rate according to the present invention, the symbols shown in FIG. 4 will be used.

도 3에서 보는 바와 같이, 먼저, 팀 구성 중인 k번째 그룹 내 객체 i와 그룹간 유사성의 합을 구한다(S11). 팀을 구성 중인 k번째 그룹 내 객체 i와 다른 모든 객체간의 유사성 합을 crik로 정의한다.As shown in FIG. 3, first, the sum of the similarities between the object i in the k-th group in the team and the group is obtained (S11). Define the sum of similarities between object i in the kth group in the team and all other objects as cr ik .

[수학식 1][Equation 1]

Figure 112017086673260-pat00007
Figure 112017086673260-pat00007

여기서, Gk는 팀 구성 중인 k 번째 그룹의 객체 집합을 나타내고, sij는 객체 i와 객체 j 간의 유사성을 나타낸다. 바람직하게는, sij는 객체인 학생들의 수강 여부 정보로 정한다. 즉, 객체 간의 유사성의 경우 피어슨 상관계수를 이용하며, 유사 기준은 학생들의 수강 여부 정보로 정한다Here, G k represents the set of objects of the k-th group in the team configuration, and s ij represents the similarity between the object i and the object j. Preferably, s ij is determined by information on the attendance of students who are objects. In other words, Pearson correlation coefficient is used for similarity between objects, and similarity criteria is determined by students' attendance information

피어슨 상관계수는 변인 X와 변인 Y간의 선형 관계성의 정도를 -1~1의 척도 상에서 기술해주는 통계치로 상단 공식에서는 팀원간 수강여부를 X 변인으로 둔다. 구체적으로, 객체간의 유사도는 피어슨 상관계수(Pearson Correlation)을 활용하고 입력 데이터(Input Data)로서 학생들의 전공과목 수강여부 정보(수강하였음=“1”, 수강하지 않았음=“0”)를 활용하여 산출한다.The Pearson correlation coefficient is a statistic that describes the degree of linear relationship between the variable X and the variable Y on the scale of -1 to 1. In the upper formula, Specifically, the degree of similarity between objects is calculated by using Pearson Correlation, and input data is used to determine whether or not student major course attendance is taken (1 = taken, not taken = 0) .

그리고 팀 구성 중인 그룹 내 객체 i의 평균 유사성을 산출한다(S12). 이때, i번째 객체가 속한 그룹 번호를 k라고 한다. i번째 객체와 자신이 속한 그룹에 있는 다른 객체간의 유사성 평균을 팀 구성 중인 그룹 내 i번째 객체의 평균 유사성이라고 부르고, 이를 cai라고 정의한다.Then, the average similarity of the object i in the group in the team is calculated (S12). In this case, the group number to which the i-th object belongs is k. The similarity average between the i-th object and other objects in the group to which it belongs is called the average similarity of the i-th object in the group being teamed and is defined as ca i .

[수학식 2]&Quot; (2) "

Figure 112017086673260-pat00008
Figure 112017086673260-pat00008

여기서, |Gk|는 팀 구성 중인 k 번째 그룹의 객체 수를 나타낸다.Here, | G k | represents the number of objects in the k-th group in the team.

다음으로, k번째 성공사례 그룹 내 객체 i와 그룹간 유사성의 합을 구한다(S21). 즉, k번째 성공사례 그룹 내 객체 i와 다른 모든 객체 간의 유사성 합을 prik로 정의한다.Next, the sum of the similarities between the object i in the kth success case group and the group is obtained (S21). That is, the sum of similarities between object i in the kth success case group and all other objects is defined as pr ik .

[수학식 3]&Quot; (3) "

Figure 112017086673260-pat00009
Figure 112017086673260-pat00009

여기서, Pk는 k 번째 성공사례의 객체 집합을 나타낸다.Here, P k represents the object set of the kth success case.

그리고 k번째 성공사례 그룹 내 객체 i의 평균 유사성을 구한다(S22). 즉, 성공사례 중 k번째 성공사례 그룹 내 i번째 객체가 속한 그룹 내 다른 객체 간의 유사성 평균을 pai로 정의한다.Then, the average similarity of the object i in the kth success case group is obtained (S22). That is, the similarity average between other objects in the group to which the ith object in the kth success case group belongs is defined as pa i .

[수학식 4]&Quot; (4) "

Figure 112017086673260-pat00010
Figure 112017086673260-pat00010

여기서, |Pk|는 성공사례 그룹 중 k 번째 그룹의 객체 수를 나타낸다.Here, | P k | represents the number of objects in the kth group among success case groups.

다음으로, 성공사례 그룹과 팀 구성 중인 그룹의 객체들의 유사도 기반 거리를 산출한다(S30). 즉, 팀 구성 중인 그룹의 구성 희망 객체 수를 갖춘 성공사례 그룹들을 찾는다. 해당 성공사례 그룹들 중 찾은 성공사례 팀의 객체들의 평균 유사성과 팀 구성 중인 그룹내 객체들의 평균 유사성으로 유클리디언 거리 dk를 계산한다. 성공사례 팀의 번호를 k라 정함.Next, similarity-based distances between the success case group and the objects of the team-forming group are calculated (S30). In other words, the group of successful cases with the desired number of configuration objects of the group being teamed is searched. The Euclidean distance d k is calculated by the average similarity of the objects of the success case team found among the success case groups and the average similarity of the objects in the team being composed. Determine the number of successful case teams.

[수학식 5]&Quot; (5) "

Figure 112017086673260-pat00011
Figure 112017086673260-pat00011

다음으로, 성공사례 그룹과 팀 구성 중인 그룹의 객체들의 유사도 기반 거리를 정규화 한다(S40). 즉, 성공사례 그룹과 팀 구성 중인 그룹 내 객체들이 갖는 평균 유사도들의 거리 수치를 0~1사이의 값을 갖도록 정규화한다. 해당 수치를 nk라고 정의하고 1에 가까울수록 팀 구성 중인 그룹의 지원자를 포함한 그룹과 성공사례 그룹 간의 유사도가 높다.Next, the similarity-based distances of the success case group and the objects of the teaming group are normalized (S40). That is, the distance values of the average similarities of the successful case group and the objects in the group being teamed are normalized to have a value between 0 and 1. The number is defined as n k . The closer to 1, the higher the similarity between the group including the volunteers in the team and the success group.

[수학식 6]&Quot; (6) "

Figure 112017086673260-pat00012
Figure 112017086673260-pat00012

다음으로, 성공사례 매칭률을 산출한다(S50). 성공사례 매칭률은 PMATk로 정의하고 정규화된 유사도 거리 수치에 성공사례 그룹의 성적 가중치를 곱하여 백분율화하여 성공사례 그룹들 중 보다 높은 평가를 받은 그룹과 유사하게 팀 구성을 진행하도록 지원해준다.Next, the success case matching rate is calculated (S50). The successful case matching rate is defined as PMAT k , and the normalized similarity distance value is multiplied by the result weight of the success group to multiply it to support the team formation similar to the group with higher evaluation among the successful case groups.

[수학식 7]&Quot; (7) "

Figure 112017086673260-pat00013
Figure 112017086673260-pat00013

여기서, GPAk = k 번째 성공사례의 프로젝트 평점(또는 성공 그룹의 평점)을 나타낸다.Here, GPA k = project rating (or rating of success group) of kth success case.

다음으로, 본 발명의 효과를 실험을 통하여 보다 구체적으로 설명한다.Next, the effects of the present invention will be described in more detail through experiments.

본 발명에 따른 방법에 대한 성능을 평가하기 위해 무작위 팀 구성 방법과 본 발명의 방법을 활용한 팀 구성의 결과가 과거 성공했던 팀들과의 일치 정도를 실험을 통해 비교하였다. In order to evaluate the performance of the method according to the present invention, the results of the random team composition method and the team composition method using the method of the present invention were compared with those of past successful teams through experiments.

먼저, 실험 배경을 설명한다.First, the experimental background is explained.

한국외국어대학교 캡스톤 디자인 프로젝트 실습수업에서 진행되는 2013,14,15, 년도의 32개의 팀 중 패스를 받은 팀을 성공 팀, 패일을 받은 팀을 실패 팀으로 분류하였다. 본 실험의 유사성 기준으로는 학생들의 수강 여부를 활용하였으며, 그 이유는 정략적이고 정확도 높은 정보이기 때문이다. 팀에 속해있는 학습자들 간의 유사성을 구하기 위해 25개 수업의 수강 여부를 활용하였다. 2016년 수업에 참여했던 팀들의 PM을 고정시킨 후, 나머지 팀원들을 변경하며 과거 2013,14,15년도 중 유사성이 높은 팀을 찾는다. 가장 유사한 팀으로 선정되면 과거 팀이 받았던 성적을 반영하여 우수한 성적을 받은 팀과 유사성이 높으면 과거 성공사례 매칭률(PMAT)값이 높게 나오고 그렇지 않으면 낮은 PMAT값이 산출된다. 이런 PMAT의 특징을 지닌 SC알고리즘은 과거 성공했던 팀들과 유사한 팀을 구성하는 것을 지원한다. Among the 32 teams in 2013, 14, 15, and 2013, which were held at Hankuk University of Foreign Studies in the Capstone Design Project, the successful team received the pass and the team that received the pass was classified as the failed team. The similarity criterion of this experiment was the use of students' attendance, because it is information with high accuracy and accuracy. We used 25 classes to find similarities among learners in the team. After fixing the PMs of the teams who participated in the 2016 class, change the rest of the team and find a team with similarities in the years 2013, 14 and 15. If the team is selected as the most similar team, the similarity between the former team and the former team is higher than that of the former team. If the similarity is higher than the previous team, the PMAT value is higher. Otherwise, the lower PMAT value is calculated. The SC algorithm, with the features of this PMAT, supports building teams similar to past successful teams.

다음으로, 실험 결과에 대하여 설명한다.Next, the experimental results will be described.

2016년 한국외국어대학교 캡스톤 디자인 프로젝트에 참여했던 팀들의 PM을 고정시킨 후, Excel을 활용해 난수를 발생시켜 각 팀들의 팀원을 무작위로 배정시켰다. 해당 시행을 무작위 팀 구성 방법이라 명명하였고 구성된 팀들의 수강 여부를 활용하여 과거 팀들 중 가장 유사도가 높은 팀을 선택하여 성공, 실패 여부를 정리했으며, 총 10번의 시행 결과 평균 38%의 성공사례 팀과의 매칭률을 보였다. 본 발명에 따른 방법을 활용한 팀 구성 방법은 무작위 방법과 유사하지만, 팀원을 변경하는 과정에서 PMAT의 값을 고려하였다. PMAT이 약 75% 이상의 값이 나올 때까지 팀원을 변경시킨 결과, 2016년에 프로젝트에 참여했던 13팀들 중 11팀인 85%가 2013,14,15 년도의 성공했던 팀들과 매칭되었다.After fixing the PM of the teams who participated in the capstone design project of Hankuk University of Foreign Studies in 2016, we generated random numbers using Excel to randomly assign team members of each team. In order to determine the success or failure of the team, we selected the teams with the highest similarity among the past teams, and conducted a total of 10 trials. The average success rate was 38% Respectively. The teaming method using the method according to the present invention is similar to the random method, but the value of PMAT is considered in the process of changing team members. As a result of PMAT changes of more than 75 percent, 85 percent of the 13 teams that were involved in the project in 2016 were matched by successful teams in 2013, 14, and 15.

무작위 방법과 본 발명의 방법을 통해 과거 성공한 팀과 매칭되는 정도를 비교한 결과는 도 5와 같이 나타났다. 본 발명의 방법은 무작위 방법보다 과거 성공사례 매칭률이 49% 높은 85%로 우수하게 나타났기 때문에 과거 성공한 팀과 유사한 팀을 구성하고 싶을 경우 지원이 가능하다.  The result of comparing the degree of matching with the past successful team through the random method and the method of the present invention was as shown in FIG. The method of the present invention is superior to the random method in that the success rate of past success is as high as 85%, which is 49% higher.

본 발명에서는 프로젝트 학습에서 많은 학생들이 어려움을 겪는 팀 구성에 대한 대응책으로 과거 성공한 팀과 유사한 팀을 구성할 수 있는 방법을 설명하였다. 본 발명에 따른 방법은 학생 간의 수강 여부 정보를 기준으로 유사값을 계산하며, PMAT 정보를 제공함으로써 학생들에게 기존에 없던 팀 구성을 위한 새로운 시각을 제공할 수 있다. 무작위로 팀을 구성하는 방법보다 본 발명에 따른 방법을 활용했을 경우에 과거 성공한 팀과 유사한 팀을 구성할 수 있는 확률이 85%로 우수하였다. 유사도 기준이 이번 연구에서 수강여부를 활용했지만, 학생들로부터 정량적이고 정확도 높은 정보를 얻을 수 있는 환경에서는 다른 요소가 기준이 될 수 있다. 즉, 본 발명에 따른 방법은 다양한 분야에서 특성에 맞는 기준들을 확립할 경우 사용 가능성이 높기 때문에 확장 가능성이 있다. In the present invention, many students in project learning explained how to form a team similar to the past successful team as a countermeasure against a difficult team structure. The method according to the present invention calculates the similarity value based on the information on the attendance / non-attendance between students, and provides the PMAT information to provide the students with a new viewpoint for the team composition that has not existed before. When using the method according to the present invention rather than randomly forming a team, the probability of forming a team similar to a past successful team was excellent at 85%. Although the similarity criterion used the attendance in this study, other factors may be the basis for the environment in which students can obtain quantitative and accurate information from the students. That is, the method according to the present invention is likely to expand because it is highly likely to be used in establishing standards that meet the characteristics in various fields.

이상, 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고, 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 물론이다.Although the present invention has been described in detail with reference to the above embodiments, it is needless to say that the present invention is not limited to the above-described embodiments, and various modifications may be made without departing from the spirit of the present invention.

10 : 사용자 단말 20 : 네트워크
30 : 팀구성 지원 시스템 40 : 데이터베이스10: user terminal 20: network
30: Team composition support system 40: Database

Claims (8)

프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 있어서,
(a) 팀 구성 중인 각 그룹 내 객체 i와 해당 그룹 내 다른 모든 객체 간 유사성의 합을 구하여, 팀 구성 중인 그룹 내 객체 i의 평균 유사성(이하 제1 평균 유사성)을 산출하는 단계;
(b) 성공사례 그룹 내 객체 i와 해당 그룹 내 다른 모든 객체 간 유사성의 합을 구하여, 성공사례 그룹 내 객체 i의 평균 유사성(이하 제2 평균 유사성)을 산출하는 단계;
(c) 팀 구성 중인 그룹에 대하여, 성공사례 그룹과 해당 팀 구성 중인 그룹의 객체들의 제1 및 제2 평균 유사성의 차이를 이용하여, 해당 팀 구성 중인 그룹의 유사도 기반 거리를 산출하는 단계; 및,
(d) 상기 유사도 기반 거리에 성공사례 그룹의 성적 가중치를 곱하여, 해당 팀 구성 중인 그룹의 성공사례 매칭률을 산출하고, 성공사례 매칭률에 따라 해당 그룹을 평가하는 단계를 포함하고,
상기 객체간의 유사성은 피어슨 상관계수를 이용하여 산출하되, 유사 기준은 학생들의 전공과목의 수강 여부 정보를 활용하여 산출하고,
상기 (a)단계에서, 객체 i의 제1 평균 유사성 cai는 다음 [수식 1]에 의하여 산출되고,
상기 (b)단계에서, 객체 i의 제2 평균 유사성 pai는 다음 [수식 2]에 의하여 산출되는 것을 특징으로 하는 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
[수식 1]
Figure 112018089814115-pat00025
,
Figure 112018089814115-pat00026

[수식 2]
Figure 112018089814115-pat00027
,
Figure 112018089814115-pat00028

단, Gk는 팀 구성 중인 k 번째 그룹의 객체 집합을 나타내고, |Gk|는 팀 구성 중인 k 번째 그룹의 객체 수를 나타내고, sij는 객체 i와 객체 j 간의 유사성을 나타내고, Pk는 k 번째 성공사례의 객체 집합을 나타내고, |Pk|는 성공사례 그룹 중 k 번째 그룹의 객체 수를 나타냄.
A computer-readable recording medium recording a program for performing a team organization support method for a project-based learning process,
(a) calculating the average similarity (hereinafter referred to as first average similarity) of the object i in the team in the team by obtaining the sum of the similarities between the objects i in each group in the team and all the other objects in the group;
(b) calculating the average similarity (hereinafter referred to as second average similarity) of the object i in the success case group by obtaining the sum of similarities between the object i in the success case group and all other objects in the group;
(c) calculating a similarity-based distance of the group constituting the team by using the difference between the first and second average similarities of the success case group and the objects of the group constituting the team, with respect to the group being teamed; And
(d) multiplying the similarity-based distance by the result weight of the success case group to calculate the success case matching rate of the group constituting the team, and evaluating the group according to the success case matching rate,
The similarity between the objects is calculated using Pearson correlation coefficient. The similarity criterion is calculated by using the information on the attendance of students' major courses,
In the step (a), the first average similarity ca i of the object i is calculated by the following equation (1)
The (b) step, and the second average similarity pa i of the object i is readable by a computer storing a program for performing the following [formula 2] teaming support method for a project based on the learning process, characterized in that calculated by Lt; / RTI >
[Equation 1]
Figure 112018089814115-pat00025
,
Figure 112018089814115-pat00026

[Equation 2]
Figure 112018089814115-pat00027
,
Figure 112018089814115-pat00028

However, G k denotes a set of objects of the k-th group are teaming, | G k | denotes the number of objects of the k-th group are teaming, s ij denotes a similarity between the object i and an object j, P k is represents the set of objects of the kth success case, and | P k | represents the number of objects of the kth group among success case groups.
삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 (c)단계에서, 팀 구성 중인 그룹 k의 유사도 기반 거리 dk는 다음 [수식 3]에 의해 산출되는 것을 특징으로 하는 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
[수식 3]
Figure 112018089814115-pat00018

The method according to claim 1,
In the step (c), side similarity based on the distance of the configuration that is the group k d k is a computer, storing a program for performing the teaming support method for a project based on the learning process, characterized in that calculated by the following [Equation 3] Readable recording medium.
[Equation 3]
Figure 112018089814115-pat00018

 제5항에 있어서,
상기 (d)단계에서, 성공사례 그룹과 팀 구성 중인 그룹의 객체들의 유사도 기반 거리를 다음 [수식 4]에 의하여 정규화한 후, 성공사례 매칭률을 산출하는 것을 특징으로 하는 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
[수식 4]
Figure 112018089814115-pat00019

6. The method of claim 5,
In the step (d), the similarity-based distance of the successful case group and the objects in the teaming group is normalized by the following equation (4), and then the success case matching rate is calculated A computer-readable recording medium recording a program for performing a team configuration support method.
[Equation 4]
Figure 112018089814115-pat00019

 제6항에 있어서,
상기 성공사례 매칭률은 정규화된 유사도 거리 수치에 성공사례 그룹의 성적 가중치를 곱하여 백분율화하여 산출하는 것을 특징으로 하는 프로젝트 기반 학습과정을 위한 팀구성 지원 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
The method according to claim 6,
Wherein the successful case matching rate is calculated by multiplying the normalized similarity distance value by the result weight of the success case group and then calculating the percentage by multiplying the result by a percentage. Recording medium.
삭제delete
KR1020170114042A 2017-09-06 2017-09-06 A team-building support system for project-based learning KR101946161B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170114042A KR101946161B1 (en) 2017-09-06 2017-09-06 A team-building support system for project-based learning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170114042A KR101946161B1 (en) 2017-09-06 2017-09-06 A team-building support system for project-based learning

Publications (1)

Publication Number Publication Date
KR101946161B1 true KR101946161B1 (en) 2019-02-08

Family

ID=65365221

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170114042A KR101946161B1 (en) 2017-09-06 2017-09-06 A team-building support system for project-based learning

Country Status (1)

Country Link
KR (1) KR101946161B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102413487B1 (en) 2021-11-01 2022-06-28 (주) 위드플러스 Method, device and system for providing interaction experience content for team project based on ar
CN116188208A (en) * 2022-10-12 2023-05-30 北京雪杉教育科技发展有限公司 Student user information processing method, device, electronic equipment and computer medium

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007122144A (en) * 2005-10-25 2007-05-17 Toyota Motor Corp System and method for supporting selection of project member
JP2010146561A (en) * 2008-12-19 2010-07-01 Xerox Corp System and method for recommending educational resource
JP2015106257A (en) 2013-11-29 2015-06-08 Kddi株式会社 Learning support device, learning support method and program

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007122144A (en) * 2005-10-25 2007-05-17 Toyota Motor Corp System and method for supporting selection of project member
JP2010146561A (en) * 2008-12-19 2010-07-01 Xerox Corp System and method for recommending educational resource
JP2015106257A (en) 2013-11-29 2015-06-08 Kddi株式会社 Learning support device, learning support method and program

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102413487B1 (en) 2021-11-01 2022-06-28 (주) 위드플러스 Method, device and system for providing interaction experience content for team project based on ar
CN116188208A (en) * 2022-10-12 2023-05-30 北京雪杉教育科技发展有限公司 Student user information processing method, device, electronic equipment and computer medium
CN116188208B (en) * 2022-10-12 2023-12-19 北京雪杉教育科技发展有限公司 Student user information processing method, device, electronic equipment and computer medium

Similar Documents

Publication Publication Date Title
Cook et al. The role of location in knowledge creation and diffusion: Evidence of centripetal and centrifugal forces in the City of London financial services agglomeration
Zhou The state and life chances in urban China: Redistribution and stratification, 1949–1994
Jemala Evolution of foresight in the global historical context
Hall Educational ties, social capital and the translocal (re) production of MBA alumni networks
Abdullah et al. Mediating relationship of financial practice between financial knowledge and business success: An empirical study on Malaysian small enterprises
Paltayian et al. An integrated framework to improve quality and competitive positioning within the financial services context
KR101946161B1 (en) A team-building support system for project-based learning
Gambardella et al. Organizational attributes and the distribution of rewards in a region: Managerial firms vs. knowledge clusters
Vrabková Quality Management in Public Sector: Perspectives of Common Assessment Framework Model in the European Union.
Özbek Supplier selection with fuzzy TOPSIS
Kornrich Combining preferences and processes: an integrated approach to black-white labor market inequality
Balatsky et al. Russian economy model: Post-industrial society without industrial sector
Hazelkorn Higher Education’s Future: A new global order?’
Aisha et al. Competencies model for entrepreneur development in software industries
Postiglione et al. Hong Kong: Governance and the double-edged academy
Orsoni et al. A competency framework for software development organizations
Das et al. Network Externalities under Social Capital: Lessons from Gender Sensitive Forest Management Programme in West Bengal
Hatoum et al. EXPLORING ESSENTIAL CHANGE PRACTICES FOR THE SUCCESSFUL EXECUTION OF ORGANIZATIONAL CHANGE EFFORTS IN CAPITAL PROJECT ORGANIZATIONS
Umoh et al. Knowledge acquisition and organizational resilience in Nigerian manufacturing organizations
Kim A team building algorithm based on successful record for capstone course
Chiang et al. Assessment of organisational performance of environmental audits in the aerospace industrial company
Brown Tendering for a social cause: Universities and social enterprise
Lakner Main actors and their strategies in Hungarian higher education
Hatipoglu Sustainability Management: A new career path?
Li Evaluating the Development Path of Manufacturing Industry Under Carbon Neutralisation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant