KR102009034B1 - Informative Method using Learning Analysis and System - Google Patents
Informative Method using Learning Analysis and System Download PDFInfo
- Publication number
- KR102009034B1 KR102009034B1 KR1020190013110A KR20190013110A KR102009034B1 KR 102009034 B1 KR102009034 B1 KR 102009034B1 KR 1020190013110 A KR1020190013110 A KR 1020190013110A KR 20190013110 A KR20190013110 A KR 20190013110A KR 102009034 B1 KR102009034 B1 KR 102009034B1
- Authority
- KR
- South Korea
- Prior art keywords
- learning
- users
- weekly
- monthly
- evaluation
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000003442 weekly effect Effects 0.000 claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 230000006399 behavior Effects 0.000 claims abstract description 8
- 230000007786 learning performance Effects 0.000 claims description 33
- 239000000203 mixture Substances 0.000 claims description 2
- 230000006870 function Effects 0.000 description 23
- 238000012360 testing method Methods 0.000 description 23
- 230000000694 effects Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 16
- 238000013480 data collection Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 7
- 230000005236 sound signal Effects 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 206010034719 Personality change Diseases 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000005441 aurora Substances 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 208000013057 hereditary mucoepithelial dysplasia Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000032297 kinesis Effects 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004800 psychological effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
Description
본 발명은 학습 분석을 기초로 정보를 제공하는 방법 및 시스템에 관한 것이다.The present invention relates to a method and system for providing information based on learning analysis.
개인용 컴퓨터, 노트북, 휴대폰 등과 같은 단말기는 다양한 기능을 수행할 수 있도록 구성될 수 있다. 그러한 다양한 기능들의 예로 데이터 및 음성 통신 기능, 카메라를 통해 사진이나 동영상을 촬영하는 기능, 음성 저장 기능, 스피커 시스템을 통한 음악 파일의 재생 기능, 이미지나 비디오의 디스플레이 기능 등이 있다. 일부 단말기는 게임을 실행할 수 있는 추가적 기능을 포함하고, 다른 일부 단말기는 멀티미디어 기기로서 구현되기도 한다. 더욱이 최근의 단말기는 방송이나 멀티캐스트(multicast) 신호를 수신하여 비디오나 텔레비전 프로그램을 시청할 수 있다.Terminals such as personal computers, laptops, mobile phones, etc. may be configured to perform various functions. Examples of such various functions include data and voice communication functions, taking pictures or videos through a camera, storing voices, playing music files through a speaker system, and displaying images or videos. Some terminals include additional functionality to play games, while others are implemented as multimedia devices. Moreover, recent terminals can receive a broadcast or multicast signal to watch a video or television program.
일반적으로 단말기는 이동 가능 여부에 따라 이동 단말기(mobile/portable terminal) 및 고정 단말기(stationary terminal)로 나뉠 수 있다. 다시 이동 단말기는 사용자의 직접 휴대 가능 여부에 따라 휴대(형) 단말기(handheld terminal) 및 거치형 단말기(vehicle mount terminal)로 나뉠 수 있다.In general, terminals may be divided into mobile / portable terminals and stationary terminals according to their mobility. The mobile terminal may be further classified into a handheld terminal and a vehicle mount terminal according to whether a user can directly carry it.
이와 같은 단말기(terminal)는 기능이 다양화됨에 따라 예를 들어, 사진이나 동영상의 촬영, 음악이나 동영상 파일의 재생, 게임, 방송의 수신 등의 복합적인 기능들을 갖춘 멀티미디어 기기(Multimedia player) 형태로 구현되고 있다.As the terminal functions are diversified, for example, such a terminal is a multimedia player having a complex function such as taking a picture or a video, playing a music or video file, playing a game, or receiving a broadcast. Is being implemented.
이러한 단말기의 기능 지지 및 증대를 위해, 단말기의 구조적인 부분 및/또는 소프트웨어적인 부분을 개량하는 것이 고려될 수 있다.In order to support and increase the function of such a terminal, it may be considered to improve the structural part and / or the software part of the terminal.
이러한 단말을 통해 제공되는 컨텐츠를 기초로 사용자들에 대한 교육이 빈번하게 수행되고 있다.Training for users is frequently performed based on contents provided through such terminals.
단, 현재 적용되는 방법 및 시스템에서는 교육 컨텐츠만을 일방향으로 사용자들에게 제공할 뿐이고, 학습 이벤트에 따른 사용자의 피드백을 반영한 교육은 이루어지지 못하다는 문제점이 있다.However, the presently applied methods and systems provide only one-way education contents to users in one direction, and there is a problem in that education cannot be made by reflecting user's feedback according to a learning event.
예를 들어, 종래의 방법에서는, 언제 로그인하고 로그아웃/타임아웃 했는지. 시험과 평가문항을 어떻게 이용하고 있는지, 자동 채점되는 시험점수는 어떻게 되는지, 오늘의 학습을 얼마나, 어떻게 이용하고 있는지, 어떤 동영상 자료를 어떻게 이용하고 있는지, 교육 중에 어떤 질문이나 태그를 달고 있는지, 어떤 순서로 컨텐츠를 이용하고 있으며, 어떤 자료들을 보고 있는지, 어떤 어플리케이션들을 이용하고 있는지, 적립 현황, 캐릭터 변경, 검색 키워드는 무엇인지 등에 대해 사용자 맞춤형으로 선별된 정보를 제공받는 것은 어렵다는 문제점이 있다.For example, in the conventional method, when you logged in and logged out / timed out. How are you using the exams and assessments, how are your scores automatically graded, how and how you are using today's lessons, how are you using any video material, what questions or tags you have in the training, There is a problem in that it is difficult to be provided with user-selected information about the contents, which materials are used in order, which applications are being used, the status of accumulation, the character change, and the search keyword.
이러한 개인 맞춤형 학습은 학습자의 능력과 특성에 맞춰, 지능적으로 콘텐츠와 서비스를 제공하여 편리하고 효율적으로 학습 효과를 증대하는 기술이다.This personalized learning is a technology that increases the learning effect conveniently and efficiently by providing contents and services intelligently in accordance with the learner's ability and characteristics.
종래 상용화되었던 맞춤형 학습 기술들은 학습 콘텐츠 간의 연계에 의존하거나, 틀린 문제의 개수를 단순하게 세어서 취약한 개념을 진단하는 정도에 그쳐, 학습자의 학습 능력 진단이 정교하지 않은 문제점도 존재하였다.Custom learning techniques that have been commercialized in the past depend only on the connection between learning contents or simply count the number of wrong problems to diagnose a weak concept, and there is a problem that the learner's learning ability diagnosis is not sophisticated.
즉, 개인화된 맞춤형 학습을 제공하고자 하는 경우에도, 정확하지 않은 학습 능력 진단에 근거하게 됨으로써, 맞춤형 학습 시스템의 효율성 및 신뢰성을 확보하지 못하는 한계점이 있어 왔다.In other words, even when providing personalized customized learning, there is a limit that does not secure the efficiency and reliability of the customized learning system by being based on the incorrect learning ability diagnosis.
따라서 이를 해결할 수 있는 학습 분석 방법 및 시스템에 대한 니즈가 높아지고 있는 실정이다.Therefore, the need for learning analysis method and system that can solve this situation is increasing.
본 발명은 상기 종래의 문제점을 해소하기 위해, 학습 분석을 기초로 정보를 제공하는 방법 및 시스템을 제안하고자 한다.The present invention proposes a method and system for providing information based on learning analysis in order to solve the above problems.
구체적으로 본 발명은 데이터 수집 체계를 기준으로, 문항 반응 모델을 수립하고, 머신 러닝을 적용하여 성취 수준(역량)에 따라 개인화된 학습 경로와 컨텐츠/자원을 제공하며, 학습자, 교사 및 학부모에 구체적이고 개인화된 피드백(처방)을 제공하고, 학습자의 학습 성과를 진단하여 문제점을 조기에 발견 및 해소할 수 있는 학습 분석을 기초로 정보를 제공하는 방법 및 시스템을 제안하고자 한다.Specifically, the present invention establishes an item response model based on a data collection system, applies machine learning to provide personalized learning paths and content / resources according to achievement level (competence), and provides specific information to learners, teachers, and parents. This paper proposes a method and system for providing information based on learning analysis that provides personalized feedback (prescription) and diagnoses learner's learning performance to find and solve problems early.
다만, 본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.However, the technical problems to be achieved in the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned above are clearly apparent to those skilled in the art from the following description. It can be understood.
상술한 과제를 실현하기 위한 본 발명의 일예와 관련된 학습 관련 컨텐츠를 제공 받는 복수의 사용자의 학습 상태를 표시하는 단말에 있어서, 제어부; 및 상기 제어부의 제어에 따라 상기 복수의 사용자의 학습 상태를 표시하는 디스플레이부;를 포함하고, 상기 디스플레이부는, 상기 복수의 사용자 중 적어도 일부와 관련된 일일 학습, 주간 학습, 월간 학습, 평가 상태를 표시하고, 상기 일일 학습 상태는, 상기 복수의 사용자가 출석한 시간, 상기 컨텐츠를 이용한 시간, 미리 설정된 복수의 학습 종류별로 상기 복수의 사용자가 학습한 시간, 상기 학습과 관련된 계획된 일일 스케쥴에 따라 성취한 정도와 관련된 정보를 포함하고, 상기 주간 학습 상태 및 상기 월간 학습 상태는, 주간 단위 또는 월간 단위로, 상기 복수의 사용자가 상기 학습과 관련된 계획된 주간 또는 월간 스케쥴에 따라 성취한 정도, 밀린 학습을 진행한 시간, 추가 학습을 진행한 시간, 학습 진도 달성 정도, 검색, 질문 및 글작성 참여정도, 출석률과 관련된 정보를 포함하며, 상기 평가 상태는, 상기 복수의 사용자의 정답률, 평가 소요시간, 평가 난이도, 문항 풀이 패턴, 문항 분석, 행동영역 분석, 내용영역 분석과 관련된 정보를 포함할 수 있다.A terminal for displaying a learning state of a plurality of users who are provided with learning related content related to an example of the present invention for realizing the above object, the control unit; And a display unit configured to display learning states of the plurality of users under control of the controller, wherein the display unit displays daily learning, weekly learning, monthly learning, and evaluation status associated with at least some of the plurality of users. The daily learning state may be achieved according to a time when the plurality of users are present, a time using the content, a time learned by the plurality of users by a plurality of preset learning types, and a planned daily schedule related to the learning. Degree-related information, wherein the weekly learning state and the monthly learning state, on a weekly or monthly basis, the degree achieved by the plurality of users according to the planned weekly or monthly schedule associated with the learning, pushed forward learning One hour, time for further study, progress toward learning, participation in search, questions and writing And degree and attendance rate, and the evaluation state may include information related to the correct answer rate, evaluation time, difficulty level, question solving pattern, item analysis, behavior area analysis, and content area analysis of the plurality of users. have.
또한, 상기 일일 학습 상태는, 상기 복수의 사용자의 학습 수행률, 학습별 수행률, 학교공부별 수행률, 특별학습 별 수행률, 학교공부별 학습시간, 학교공부 별 학습시간 대비 비율, 특별학습 별 학습시간, 특별학습 별 학습시간 대비 비율과 관련된 정보를 추가적으로 표시할 수 있다.In addition, the daily learning state, the learning performance rate of the plurality of users, the performance rate for each study, the performance rate for each school study, the performance rate for each special study, learning time for each school study, the ratio of learning time for each school study, special learning Information related to the ratio of learning time for each learning time and special learning may be additionally displayed.
또한, 상기 주간 학습 상태는, 상기 복수의 사용자의 주간 학습 패턴을 표시하고, 상기 제어부는, 미리 설정된 모범 주간 학습 패턴과 상기 복수의 사용자의 주간 학습 패턴을 비교하여 미리 설정된 목표를 달성하지 못한 적어도 하나의 주간 요소(factor)를 추출하고, 상기 적어도 하나의 주간 요소를 상기 디스플레이부가 표시하도록 제어할 수 있다.The weekly learning state may display weekly learning patterns of the plurality of users, and the controller may compare at least one exemplary weekly learning pattern with a preset weekly learning pattern of the plurality of users and fail to achieve a predetermined goal. One weekly factor may be extracted and the display may display the at least one weekly factor.
또한, 상기 제어부는, 상기 복수의 사용자의 계획된 학습 수행률, 밀린 학습 수행률, 추가 학습 수행현황, 학습 진도현황, 검색, 질문 및 글작성 정도 및 출석률에 부여된 가중치를 기준으로 상기 복수의 사용자 각각의 주간 자기주도적 학습 습관 점수를 도출하고, 상기 디스플레이부가 상기 주간 학습 상태 상에 상기 주간 자기주도적 학습 습관 점수를 표시하도록 제어할 수 있다.The controller may further include the plurality of users based on weights assigned to planned learning performance rates, pushed learning performance rates, additional learning performance statuses, learning progress statuses, search, questions, and writing and attendance rates of the plurality of users. Each weekly self-directed learning habit score may be derived, and the display unit may be controlled to display the weekly self-directed learning habit score on the weekly learning state.
또한, 상기 월간 학습 상태는, 상기 복수의 사용자의 월간 학습 패턴을 표시하고, 상기 제어부는, 미리 설정된 모범 월간 학습 패턴과 상기 복수의 사용자의 월간 학습 패턴을 비교하여 미리 설정된 목표를 달성하지 못한 적어도 하나의 월간 요소(factor)를 추출하고, 상기 적어도 하나의 월간 요소를 상기 디스플레이부가 표시하도록 제어할 수 있다.The monthly learning state may display monthly learning patterns of the plurality of users, and the controller may compare the preset best monthly learning pattern with the monthly learning patterns of the plurality of users and fail to achieve a preset goal. One monthly factor may be extracted and the display unit may display the at least one monthly element.
또한, 상기 제어부는, 상기 복수의 사용자의 계획된 학습 수행률, 밀린 학습 수행률, 추가 학습 수행현황, 학습 진도현황, 검색, 질문 및 글작성 정도 및 출석률에 부여된 가중치를 기준으로 상기 복수의 사용자 각각의 월간 자기주도적 학습 습관 점수를 도출하고, 상기 디스플레이부가 상기 월간 학습 상태 상에 상기 월간 자기주도적 학습 습관 점수를 표시하도록 제어할 수 있다.The controller may further include the plurality of users based on weights assigned to planned learning performance rates, pushed learning performance rates, additional learning performance statuses, learning progress statuses, search, questions, and writing and attendance rates of the plurality of users. Each monthly self-directed learning habit score may be derived, and the display unit may be controlled to display the monthly self-directed learning habit score on the monthly learning state.
또한, 상기 문항 분석 정보는, 상기 복수의 사용자가 맞힌 문제, 맞혔지만 확인이 필요한 문제, 풀었는데 틀린 문제 및 풀지 않은 문제를 포함하고, 상기 행동영역 분석 정보는, 행동영역의 구성, 정답수, 행동영역별 문제번호 및 난이도를 포함하며, 상기 내용영역 분석 정보는, 내용영역의 구성, 정답수, 내용영역별 문제번호 및 난이도를 포함할 수 있다.The item analysis information may include a problem that the plurality of users have corrected, a problem that has been corrected but needs confirmation, a problem that has been solved, and a problem that has not been solved. The problem area includes a problem number and a difficulty level, and the content area analysis information may include a content area, a correct answer, a problem number and a difficulty level for each content area.
또한, 상기 평가상태는, 상기 복수의 사용자를 평가한 과목, 평가한 시기, 평가 종류, 평가명, 정답률 및 보충평가 시행여부 정보를 추가로 표시할 수 있다.The evaluation status may further display information regarding a subject, an evaluation time, an evaluation type, an evaluation name, a correct answer rate, and whether supplementary evaluation is performed.
또한, 상기 일일 학습, 주간 학습, 월간 학습, 평가 상태는, 상기 단말을 통해 상기 복수의 사용자의 학습 상태를 제공받는 객체가, 학습자, 교사 또는 학부모인지 여부에 따라 변경되어 제공될 수 있다.The daily learning, weekly learning, monthly learning, and evaluation status may be changed and provided depending on whether an object provided with the learning status of the plurality of users through the terminal is a learner, a teacher, or a parent.
상기와 같이 구성되는 본 발명의 적어도 하나의 실시예는 학습 분석을 기초로 정보를 제공하는 방법 및 시스템을 제공할 수 있다.At least one embodiment of the present invention configured as described above may provide a method and system for providing information based on learning analysis.
본 발명은 데이터 수집 체계를 기준으로, 문항 반응 모델을 수립하고, 머신 러닝을 적용하여 성취 수준(역량)에 따라 개인화된 학습 경로와 컨텐츠/자원을 제공하며, 학습자, 교사 및 학부모에 구체적이고 개인화된 피드백(처방)을 제공하고, 학습자의 학습 성과를 진단하여 문제점을 조기에 발견 및 해소할 수 있는 학습 분석 방법 및 시스템을 사용자에게 제공할 수 있다.The present invention establishes an item response model based on a data collection system, applies machine learning to provide personalized learning paths and contents / resources according to achievement level (competence), and is specific and personalized to learners, teachers, and parents. It is possible to provide a user with a learning analysis method and system that can provide the feedback (prescription) and diagnose the learner's learning performance to find and solve the problem early.
또한, 본 발명은 단체 시험 및 개인별 문제에 대한 학습자의 풀이 결과로부터, 학습자의 개념별 이해 여부를 정확하게 진단하고 피드백함으로써, 취약 개념에 대한 파악 및 취약 개념에 대한 학습 콘텐츠 자동 선별 추천이 가능하여, 맞춤형 학습의 효율성 및 신뢰성이 증대되는 효과가 있다.In addition, the present invention by accurately diagnosing and feeding back the learner's understanding of each concept from the results of the learner's solution to the group test and individual problems, it is possible to identify the weak concept and to automatically recommend the learning content for the weak concept, There is an effect of increasing the efficiency and reliability of customized learning.
또한, 본 발명은 온라인 강의 내용을 수강자가 보다 효율적이고 몰입도를 가지면서 온라인 강의에 참여할 수 있도록 하는 동시에 수강 확인 및 몰입도를 산출하여 그에 따른 수강 평가 및 이에 대한 피드백을 제공하여 체계적인 온라인 수강이 일어날 수 있도록 하는 효과가 있다.In addition, the present invention allows the learners to participate in the online lectures while having more efficient and immersive content, and at the same time calculate and confirm the degree of immersion, thereby providing a course evaluation and feedback for the systematic online course. It has the effect of making it happen.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.However, effects obtained in the present invention are not limited to the above-mentioned effects, and other effects not mentioned above will be clearly understood by those skilled in the art from the following description. Could be.
도 1은 본 발명의 일 실시예와 관련된 학습 분석 시스템의 블록 구성도(block diagram)를 도시한 것이다.
도 2는 본 발명에 따른 학습 분석 시스템의 구성 요소 및 서비스를 설명하는 방법을 함께 도시한 것이다.
도 3은 본 발명과 관련하여, 본 발명에 적용되는 학습 이벤트의 일례들을 도시한 것이다.
도 4 및 도 5는 본 발명과 관련하여, 학습 관련 “오늘의 학습” 시작 이벤트 수집의 일례를 도시한 것이다.
도 6 및 도 7은 도 4 및 도 5와 관련하여, “오늘의 학습” 시작 이벤트 수집과 관련된 빅데이터 아키텍처의 일례를 도시한 것이다.
도 8 및 도 9는 본 발명과 관련하여, 학습 관련 “오늘의 학습, 세부 내용별 학습” 이벤트 수집의 일례를 도시한 것이다.
도 10은 본 발명과 관련하여, 학습 관련 “미디어 활용, 시작” 이벤트 수집의 일례를 도시한 것이다.
도 11은 본 발명과 관련하여, 학습 관련 “미디어 활용, 일시정지” 이벤트 수집의 일례를 도시한 것이다.
도 12는 본 발명과 관련하여, 학습 관련 “미디어 활용, 다시 시작” 이벤트 수집의 일례를 도시한 것이다.
도 13은 본 발명과 관련하여, 학습 관련 “미디어 활용, 재생위치 이동” 이벤트 수집의 일례를 도시한 것이다.
도 14는 본 발명과 관련하여, 학습 관련 “미디어 활용, 볼륨 조정” 이벤트 수집의 일례를 도시한 것이다.
도 15 및 도 16은 본 발명과 관련하여, 학습 관련 “미디어 활용, 전체화면으로 조정” 이벤트 수집의 일례를 도시한 것이다.
도 17은 본 발명과 관련하여, 학습 관련 “미디어 활용, 영상 종료” 이벤트 수집의 일례를 도시한 것이다.
도 18은 본 발명과 관련하여, 학습 관련 “미디어 활용, 재시작” 이벤트 수집의 일례를 도시한 것이다.
도 19는 본 발명과 관련하여, 학습 관련 “미디어 활용, 음소거” 이벤트 수집의 일례를 도시한 것이다.
도 20은 본 발명과 관련하여, 학습 관련 “미디어 활용, 음소거 해제” 이벤트 수집의 일례를 도시한 것이다.
도 21은 본 발명과 관련하여, 학습 관련 “평가, 시험 시작” 이벤트 수집의 일례를 도시한 것이다.
도 22는 본 발명과 관련하여, 학습 관련 “평가, 문항풀이 시작” 이벤트 수집의 일례를 도시한 것이다.
도 23은 본 발명과 관련하여, 학습 관련 “평가, 문제를 안 풀고 넘어가는 경우” 이벤트 수집의 일례를 도시한 것이다.
도 24는 본 발명과 관련하여, 학습 관련 “평가, 시험을 안 마치고 종료하는 경우” 이벤트 수집의 일례를 도시한 것이다.
도 25는 본 발명과 관련하여, 학습 관련 “평가, 시험을 재시작하는 경우” 이벤트 수집의 일례를 도시한 것이다.
도 26은 본 발명과 관련하여, 학습 관련 “평가, 시험 완료” 이벤트 수집의 일례를 도시한 것이다.
도 26은 본 발명과 관련하여, 학습 관련 “평가, 시험 완료” 이벤트 수집의 일례를 도시한 것이다.
도 27은 본 발명과 관련하여, 학습 관련 “평가, 채점” 이벤트 수집의 일례를 도시한 것이다.
도 28은 본 발명과 관련하여, 대시보드 첫 번째 화면의 일례를 도시한 것이다.
도 29a 및 도 29b는 본 발명과 관련하여, 대시보드 상의 일일 학습 현황 화면의 일례를 도시한 것이다.
도 30a 내지 도 30e는 본 발명과 관련하여, 대시보드 상의 일일 학습 현황 상세페이징의 일례를 도시한 것이다.
도 31a 및 도 31b는 본 발명과 관련하여, 대시보드 상의 주간 학습 습관 첫 화면의 일례를 도시한 것이다.
도 32a 내지 도 32o는 본 발명과 관련하여, 대시보드 상의 주간 자기주도적 학습 습관 상세페이지의 일례를 도시한 것이다.
도 33a 및 도 33b는 본 발명과 관련하여, 대시보드 상의 월간 학습 습관 첫 화면의 일례를 도시한 것이다.
도 34a 내지 도 34o는 본 발명과 관련하여, 대시보드 상의 월간 자기주도적 학습 습관 상세페이지의 일례를 도시한 것이다.
도 35a 내지 도 35c는 본 발명과 관련하여, 대시보드 상의 평가분석 리스트(월간, 주간, 일일 순서) 의 일례를 도시한 것이다.
도 36 본 발명과 관련하여, 대시보드 상의 평가분석 시험지 분석 첫 화면의 일례를 도시한 것이다.
도 37a 내지 도 37d는 본 발명과 관련하여, 대시보드 상의 평가분석 시험지 분석 상세 페이지의 일례를 도시한 것이다.
도 38은 본 발명과 관련하여, 학습 분석과 문항반응모델을 적용한 개념적 워크플로우를 도시한 것이다.1 is a block diagram of a learning analysis system related to an embodiment of the present invention.
2 is a diagram illustrating a method of describing the components and services of the learning analysis system according to the present invention.
3 illustrates examples of learning events applied to the present invention in connection with the present invention.
4 and 5 illustrate an example of collecting a learning related “learn of the day” start event in connection with the present invention.
6 and 7 illustrate an example of a big data architecture related to the collection of “learn today” start event, in conjunction with FIGS. 4 and 5.
8 and 9 illustrate an example of collecting "learning of today, learning by details" event related to learning in relation to the present invention.
10 illustrates an example of a collection of learning related “media utilization, start” events in connection with the present invention.
FIG. 11 illustrates an example of a collection of learning related “media utilization, pause” events in relation to the present invention.
12 illustrates an example of a collection of learning related “media utilization, resume” events in connection with the present invention.
FIG. 13 illustrates an example of collecting a learning-related “media utilization, playback position shift” event in relation to the present invention.
FIG. 14 illustrates an example of collecting a learning related “media utilization, volume adjustment” event in relation to the present invention.
15 and 16 illustrate an example of collecting "learning media, adjusting to full screen" events related to learning in relation to the present invention.
FIG. 17 illustrates an example of collecting “learning media, ending video” event related to learning in relation to the present invention.
18 illustrates an example of collecting a learning related “media utilization, restart” event in connection with the present invention.
FIG. 19 illustrates an example of learning-related “media utilization, mute” event collection in connection with the present invention.
FIG. 20 illustrates an example of collecting “learn media, unmute” events related to learning in relation to the present invention.
FIG. 21 illustrates an example of a collection of learning related “evaluation, test start” events in connection with the present invention.
22 illustrates an example of a collection of learning related “evaluation, item pooling” events in relation to the present invention.
FIG. 23 illustrates an example of gathering an event related to learning, when evaluating and not solving a problem.
FIG. 24 illustrates an example of collecting "related to the case of not completing the evaluation and the test" event related to learning in relation to the present invention.
FIG. 25 illustrates an example of a collection of learning-related “evaluation, test restart” events in the context of the present invention.
26 illustrates an example of a collection of learning related “evaluate, test completed” events in connection with the present invention.
26 illustrates an example of a collection of learning related “evaluate, test completed” events in connection with the present invention.
FIG. 27 illustrates an example of a collection of learning related “evaluation, scoring” events in connection with the present invention.
28 illustrates an example of a dashboard first screen in connection with the present invention.
29A and 29B illustrate an example of a daily learning status screen on a dashboard in relation to the present invention.
30A-30E illustrate an example of daily paging status detail paging on a dashboard in relation to the present invention.
31A and 31B illustrate an example of a weekly learning habits first screen on a dashboard in connection with the present invention.
32A-32O illustrate an example of a weekly self-directed learning habits detail page on a dashboard in connection with the present invention.
33A and 33B illustrate an example of the first monthly learning habit screen on the dashboard in relation to the present invention.
34A-34O illustrate an example of a monthly self-directed learning habits detail page on a dashboard, in connection with the present invention.
35A-35C illustrate an example of an assessment analysis list (monthly, weekly, daily order) on a dashboard in connection with the present invention.
36 shows an example of the evaluation analysis test paper analysis first screen on the dashboard.
37A-37D illustrate an example of an assessment analysis test paper analysis detail page on a dashboard, in connection with the present invention.
38 illustrates a conceptual workflow applying learning analysis and an item response model in relation to the present invention.
학습 분석 시스템Learning analysis system
단말을 통해 제공되는 컨텐츠를 기초로 사용자들에 대한 교육이 빈번하게 수행되고 있는데, 현재 적용되는 방법 및 시스템에서는 교육 컨텐츠만을 일방향으로 사용자들에게 제공할 뿐이고, 학습 이벤트에 따른 사용자의 피드백을 반영한 교육은 이루어지지 못하다는 문제점이 있다.Training for users is frequently performed on the basis of contents provided through the terminal. Currently, the method and system to be applied only provide training contents to users in one direction, and reflect the user's feedback according to the learning event. There is a problem that cannot be done.
또한, 종래 상용화되었던 맞춤형 학습 기술들은 학습 콘텐츠 간의 연계에 의존하거나, 틀린 문제의 개수를 단순하게 세어서 취약한 개념을 진단하는 정도에 그쳐, 학습자의 학습 능력 진단이 정교하지 않은 문제점이 존재한다.In addition, custom learning techniques that have been commercially available in the prior art only depend on the linkage between the learning contents or simply count the number of wrong problems to diagnose a weak concept, and there is a problem that the learner's learning ability diagnosis is not sophisticated.
또한, 개인화된 맞춤형 학습을 제공하고자 하는 경우에도, 정확하지 않은 학습 능력 진단에 근거하게 됨으로써, 맞춤형 학습 시스템의 효율성 및 신뢰성을 확보하지 못하는 한계점이 있다.In addition, even if you want to provide personalized customized learning, there is a limit that does not secure the efficiency and reliability of the customized learning system by being based on the incorrect learning ability diagnosis.
따라서 본 발명은 상기 종래의 문제점을 해소하기 위해, 학습 분석 방법 및 시스템을 제안하고자 한다.Therefore, the present invention is to propose a method and system for learning analysis to solve the above problems.
구체적으로 본 발명은 데이터 수집 체계를 기준으로, 문항 반응 모델을 수립하고, 머신 러닝을 적용하여 성취 수준(역량)에 따라 개인화된 학습 경로와 컨텐츠/자원을 제공하며, 학습자, 교사 및 학부모에 구체적이고 개인화된 피드백(처방)을 제공하고, 학습자의 학습 성과를 진단하여 문제점을 조기에 발견 및 해소할 수 있는 학습 분석 방법 및 시스템을 제안하고자 한다.Specifically, the present invention establishes an item response model based on a data collection system, applies machine learning to provide personalized learning paths and content / resources according to achievement level (competence), and provides specific information to learners, teachers, and parents. To provide a personalized feedback (prescription) and to diagnose learner's learning outcomes, we propose a learning analysis method and system that can find and solve problems early.
이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.The suffixes "module" and "unit" for components used in the following description are given or used in consideration of ease of specification, and do not have distinct meanings or roles from each other.
도 1은 본 발명의 일 실시예와 관련된 학습 분석 시스템의 블록 구성도(block diagram)를 도시한 것이다.1 is a block diagram of a learning analysis system related to an embodiment of the present invention.
도 1를 참조하면, 학습 분석 시스템(10)은 단말(100)과 서버(200)를 포함할 수 있다.Referring to FIG. 1, the learning
먼저, 단말(100)은 무선 통신부(110), A/V(Audio/Video) 입력부(120), 사용자 입력부(130), 센싱부(140), 출력부(150), 메모리(160), 인터페이스부(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다. First, the terminal 100 includes a
단, 도 1에 도시된 구성요소들이 필수적인 것은 아니어서, 그보다 많은 구성요소들을 갖거나 그보다 적은 구성요소들을 갖는 학습 분석 시스템이 구현될 수도 있다.However, since the components illustrated in FIG. 1 are not essential, a learning analysis system having more or fewer components may be implemented.
이하, 상기 구성요소들에 대해 차례로 살펴본다.Hereinafter, the components will be described in order.
무선 통신부(110)는 학습 분석 시스템과 무선 통신 시스템 사이 또는 기기와 기기가 위치한 네트워크 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. The
예를 들어, 무선 통신부(110)는 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114) 및 위치정보 모듈(115) 등을 포함할 수 있다.For example, the
방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. The
상기 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 상기 방송 관리 서버는, 방송 신호 및/또는 방송 관련 정보를 생성하여 송신하는 서버 또는 기 생성된 방송 신호 및/또는 방송 관련 정보를 제공받아 단말기에 송신하는 서버를 의미할 수 있다. 상기 방송 신호는, TV 방송 신호, 라디오 방송 신호, 데이터 방송 신호를 포함할 뿐만 아니라, TV 방송 신호 또는 라디오 방송 신호에 데이터 방송 신호가 결합한 형태의 방송 신호도 포함할 수 있다. The broadcast channel may include a satellite channel and a terrestrial channel. The broadcast management server may mean a server that generates and transmits a broadcast signal and / or broadcast related information or a server that receives a previously generated broadcast signal and / or broadcast related information and transmits the same to a terminal. The broadcast signal may include not only a TV broadcast signal, a radio broadcast signal, and a data broadcast signal, but also a broadcast signal having a data broadcast signal combined with a TV broadcast signal or a radio broadcast signal.
상기 방송 관련 정보는, 방송 채널, 방송 프로그램 또는 방송 서비스 제공자에 관련한 정보를 의미할 수 있다. 상기 방송 관련 정보는, 이동통신망을 통하여도 제공될 수 있다. 이러한 경우에는 상기 이동통신 모듈(112)에 의해 수신될 수 있다.The broadcast related information may mean information related to a broadcast channel, a broadcast program, or a broadcast service provider. The broadcast related information may also be provided through a mobile communication network. In this case, it may be received by the
상기 방송 관련 정보는 다양한 형태로 존재할 수 있다. 예를 들어, DMB(Digital Multimedia Broadcasting)의 EPG(Electronic Program Guide) 또는 DVB-H(Digital Video Broadcast-Handheld)의 ESG(Electronic Service Guide) 등의 형태로 존재할 수 있다.The broadcast related information may exist in various forms. For example, it may exist in the form of Electronic Program Guide (EPG) of Digital Multimedia Broadcasting (DMB) or Electronic Service Guide (ESG) of Digital Video Broadcast-Handheld (DVB-H).
상기 방송 수신 모듈(111)은, 예를 들어, DMB-T(Digital Multimedia Broadcasting-Terrestrial), DMB-S(Digital Multimedia Broadcasting-Satellite), MediaFLO(Media Forward Link Only), DVB-H(Digital Video Broadcast-Handheld), DVB-CBMS, OMA-BCAST, ISDB-T(Integrated Services Digital Broadcast-Terrestrial) 등의 디지털 방송 시스템을 이용하여 디지털 방송 신호를 수신할 수 있다. 물론, 상기 방송 수신 모듈(111)은, 상술한 디지털 방송 시스템뿐만 아니라 다른 방송 시스템에 적합하도록 구성될 수도 있다.The
방송 수신 모듈(111)을 통해 수신된 방송 신호 및/또는 방송 관련 정보는 메모리(160)에 저장될 수 있다.The broadcast signal and / or broadcast related information received through the
이동통신 모듈(112)은, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 상기 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.The
무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 단말(100)에 내장되거나 외장될 수 있다. The
상기 무선 인터넷의 기술로는 WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등이 이용될 수 있다.As the technology of the wireless Internet, WLAN (Wireless LAN) (Wi-Fi), Wibro (Wireless broadband), Wimax (World Interoperability for Microwave Access), HSDPA (High Speed Downlink Packet Access), etc. may be used.
근거리 통신 모듈(114)은 근거리 통신을 위한 모듈을 말한다. 상기 근거리 통신(short range communication)의 기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra-Wideband), ZigBee 등이 이용될 수 있다.The short
위치 정보 모듈(115)은 단말(100)의 위치를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Position System) 모듈이 있다. 현재 기술에 의하면, 상기 GPS모듈(115)은 3개 이상의 위성으로부터 떨어진 거리 정보와 정확한 시간 정보를 산출한 다음 상기 산출된 정보에 삼각법을 적용함으로써, 위도, 경도, 및 고도에 따른 3차원의 현 위치 정보를 정확히 산출할 수 있다. 현재, 3개의 위성을 이용하여 위치 및 시간 정보를 산출하고, 또다른 1개의 위성을 이용하여 상기 산출된 위치 및 시간 정보의 오차를 수정하는 방법이 널리 사용되고 있다. 또한, GPS 모듈(115)은 현 위치를 실시간으로 계속 산출함으로써 속도 정보를 산출할 수 있다.The location information module 115 is a module for obtaining the location of the terminal 100, and a representative example thereof is a GPS (Global Position System) module. According to the current technology, the GPS module 115 calculates distance information and accurate time information away from three or more satellites, and then applies trigonometric methods to the calculated information, thereby providing three-dimensional chords according to latitude, longitude, and altitude. The location information can be calculated accurately. Currently, a method of calculating position and time information using three satellites and correcting the error of the calculated position and time information using another satellite is widely used. In addition, the GPS module 115 may calculate speed information by continuously calculating the current position in real time.
도 1를 참조하면, A/V(Audio/Video) 입력부(120)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(121)와 마이크(122) 등이 포함될 수 있다. Referring to FIG. 1, the A /
카메라(121)는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리하고, 처리된 화상 프레임은 디스플레이부(151)에 표시될 수 있다.The
카메라(121)에서 처리된 화상 프레임은 메모리(160)에 저장되거나 무선 통신부(110)를 통하여 외부로 전송될 수 있다. The image frame processed by the
카메라(121)는 사용 환경에 따라 2개 이상이 구비될 수도 있다.Two or
마이크(122)는 녹음모드, 음성인식 모드 등에서 마이크로폰(Microphone)에 의해 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다. The
처리된 음성 데이터는 이동통신 모듈(112)을 통하여 이동통신 기지국으로 송신 가능한 형태로 변환되어 출력될 수 있다. The processed voice data may be converted into a form transmittable to the mobile communication base station through the
마이크(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.The
다음으로, 사용자 입력부(130)는 사용자가 학습 분석 시스템의 동작 제어를 위한 입력 데이터를 발생시킨다. 사용자 입력부(130)는 키 패드(key pad) 돔 스위치 (dome switch), 터치 패드(정압/정전), 조그 휠, 조그 스위치 등으로 구성될 수 있다. Next, the
센싱부(140)는 학습 분석 시스템의 개폐 상태, 학습 분석 시스템의 위치, 사용자 접촉 유무, 학습 분석 시스템의 방위, 학습 분석 시스템의 가속/감속 등과 같이 학습 분석 시스템의 현 상태를 감지하여 학습 분석 시스템의 동작을 제어하기 위한 센싱 신호를 발생시킨다. The
센싱부(140)는 전원 공급부(190)의 전원 공급 여부, 인터페이스부(170)의 외부 기기 결합 여부 등을 센싱할 수도 있다. The
한편, 출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 이에는 디스플레이부(151), 음향 출력 모듈(152), 알람부(153), 햅틱 모듈(154) 및 프로젝터 모듈(155), 헤드업 디스플레이(head-up display, HUD), 헤드 마운티드 디스플레이(head mounted display, HMD) 등이 포함될 수 있다.On the other hand, the
디스플레이부(151)는 학습 분석 시스템에서 처리되는 정보를 표시(출력)한다. The
디스플레이부(151)는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display) 중에서 적어도 하나를 포함할 수 있다. The
이들 중 일부 디스플레이는 그를 통해 외부를 볼 수 있도록 투명형 또는 광투과형으로 구성될 수 있다. 이는 투명 디스플레이라 호칭될 수 있는데, 상기 투명 디스플레이의 대표적인 예로는 TOLED(Transparant OLED) 등이 있다. 디스플레이부(151)의 후방 구조 또한 광 투과형 구조로 구성될 수 있다. 이러한 구조에 의하여, 사용자는 학습 분석 시스템 바디의 디스플레이부(151)가 차지하는 영역을 통해 학습 분석 시스템 바디의 후방에 위치한 사물을 볼 수 있다.Some of these displays can be configured to be transparent or light transmissive so that they can be seen from the outside. This may be referred to as a transparent display. A representative example of the transparent display is TOLED (Transparant OLED). The rear structure of the
학습 분석 시스템의 구현 형태에 따라 디스플레이부(151)이 2개 이상 존재할 수 있다. 예를 들어, 학습 분석 시스템에는 복수의 디스플레이부들이 하나의 면에 이격되거나 일체로 배치될 수 있고, 또한 서로 다른 면에 각각 배치될 수도 있다. There may be two or
디스플레이부(151)와 터치 동작을 감지하는 센서(이하, '터치 센서'라 함)가 상호 레이어 구조를 이루는 경우(이하, '터치 스크린'이라 함)에, 디스플레이부(151)는 출력 장치 이외에 입력 장치로도 사용될 수 있다. 터치 센서는, 예를 들어, 터치 필름, 터치 시트, 터치 패드 등의 형태를 가질 수 있다.When the
터치 센서는 디스플레이부(151)의 특정 부위에 가해진 압력 또는 디스플레이부(151)의 특정 부위에 발생하는 정전 용량 등의 변화를 전기적인 입력신호로 변환하도록 구성될 수 있다. 터치 센서는 터치 되는 위치 및 면적뿐만 아니라, 터치 시의 압력까지도 검출할 수 있도록 구성될 수 있다. The touch sensor may be configured to convert a change in pressure applied to a specific portion of the
터치 센서에 대한 터치 입력이 있는 경우, 그에 대응하는 신호(들)는 터치 제어기로 보내진다. 터치 제어기는 그 신호(들)를 처리한 다음 대응하는 데이터를 제어부(180)로 전송한다. 이로써, 제어부(180)는 디스플레이부(151)의 어느 영역이 터치 되었는지 여부 등을 알 수 있게 된다.If there is a touch input to the touch sensor, the corresponding signal (s) is sent to the touch controller. The touch controller processes the signal (s) and then transmits the corresponding data to the
상기 근접 센서(141)는 상기 터치스크린에 의해 감싸지는 학습 분석 시스템의 내부 영역 또는 상기 터치 스크린의 근처에 배치될 수 있다. 상기 근접 센서는 소정의 검출면에 접근하는 물체, 혹은 근방에 존재하는 물체의 유무를 전자계의 힘 또는 적외선을 이용하여 기계적 접촉이 없이 검출하는 센서를 말한다. 근접 센서는 접촉식 센서보다는 그 수명이 길며 그 활용도 또한 높다. The proximity sensor 141 may be disposed in the inner region of the learning analysis system surrounded by the touch screen or near the touch screen. The proximity sensor refers to a sensor that detects the presence or absence of an object approaching a predetermined detection surface or an object present in the vicinity without using a mechanical contact by using an electromagnetic force or infrared rays. Proximity sensors have a longer life and higher utilization than touch sensors.
상기 근접 센서의 예로는 투과형 광전 센서, 직접 반사형 광전 센서, 미러 반사형 광전 센서, 고주파 발진형 근접 센서, 정전용량형 근접 센서, 자기형 근접 센서, 적외선 근접 센서 등이 있다. 상기 터치스크린이 정전식인 경우에는 상기 포인터의 근접에 따른 전계의 변화로 상기 포인터의 근접을 검출하도록 구성된다. 이 경우 상기 터치 스크린(터치 센서)은 근접 센서로 분류될 수도 있다.Examples of the proximity sensor include a transmission photoelectric sensor, a direct reflection photoelectric sensor, a mirror reflection photoelectric sensor, a high frequency oscillation proximity sensor, a capacitive proximity sensor, a magnetic proximity sensor, and an infrared proximity sensor. When the touch screen is capacitive, the touch screen is configured to detect the proximity of the pointer by the change of the electric field according to the proximity of the pointer. In this case, the touch screen (touch sensor) may be classified as a proximity sensor.
이하에서는 설명의 편의를 위해, 상기 터치스크린 상에 포인터가 접촉되지 않으면서 근접되어 상기 포인터가 상기 터치스크린 상에 위치함이 인식되도록 하는 행위를 "근접 터치(proximity touch)"라고 칭하고, 상기 터치스크린 상에 포인터가 실제로 접촉되는 행위를 "접촉 터치(contact touch)"라고 칭한다. 상기 터치스크린 상에서 포인터로 근접 터치가 되는 위치라 함은, 상기 포인터가 근접 터치될 때 상기 포인터가 상기 터치스크린에 대해 수직으로 대응되는 위치를 의미한다.Hereinafter, for convenience of explanation, the act of allowing the pointer to be recognized without being in contact with the touch screen so that the pointer is located on the touch screen is referred to as a "proximity touch", and the touch The act of actually touching the pointer on the screen is called "contact touch." The position where the proximity touch is performed by the pointer on the touch screen refers to a position where the pointer is perpendicular to the touch screen when the pointer is in proximity proximity.
상기 근접센서는, 근접 터치와, 근접 터치 패턴(예를 들어, 근접 터치 거리, 근접 터치 방향, 근접 터치 속도, 근접 터치 시간, 근접 터치 위치, 근접 터치 이동 상태 등)을 감지한다. 상기 감지된 근접 터치 동작 및 근접 터치 패턴에 상응하는 정보는 터치 스크린상에 출력될 수 있다. The proximity sensor detects a proximity touch and a proximity touch pattern (for example, a proximity touch distance, a proximity touch direction, a proximity touch speed, a proximity touch time, a proximity touch position, and a proximity touch movement state). Information corresponding to the sensed proximity touch operation and proximity touch pattern may be output on the touch screen.
음향 출력 모듈(152)은 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(160)에 저장된 오디오 데이터를 출력할 수 있다. The
음향 출력 모듈(152)은 학습 분석 시스템에서 수행되는 기능과 관련된 음향 신호를 출력하기도 한다. 이러한 음향 출력 모듈(152)에는 리시버(Receiver), 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다.The
알람부(153)는 학습 분석 시스템의 이벤트 발생을 알리기 위한 신호를 출력한다. The
알람부(153)는 비디오 신호나 오디오 신호 이외에 다른 형태, 예를 들어 진동으로 이벤트 발생을 알리기 위한 신호를 출력할 수도 있다. The
상기 비디오 신호나 오디오 신호는 디스플레이부(151)나 음성 출력 모듈(152)을 통해서도 출력될 수 있어서, 그들(151,152)은 알람부(153)의 일부로 분류될 수도 있다.The video signal or the audio signal may be output through the
햅틱 모듈(haptic module)(154)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(154)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 있다. 햅택 모듈(154)이 발생하는 진동의 세기와 패턴 등은 제어 가능하다. The
예를 들어, 서로 다른 진동을 합성하여 출력하거나 순차적으로 출력할 수도 있다. For example, different vibrations may be synthesized and output or may be sequentially output.
햅틱 모듈(154)은, 진동 외에도, 접촉 피부면에 대해 수직 운동하는 핀 배열, 분사구나 흡입구를 통한 공기의 분사력이나 흡입력, 피부 표면에 대한 스침, 전극(eletrode)의 접촉, 정전기력 등의 자극에 의한 효과와, 흡열이나 발열 가능한 소자를 이용한 냉온감 재현에 의한 효과 등 다양한 촉각 효과를 발생시킬 수 있다. In addition to vibration, the
햅틱 모듈(154)은 직접적인 접촉을 통해 촉각 효과의 전달할 수 있을 뿐만 아니라, 사용자가 손가락이나 팔 등의 근 감각을 통해 촉각 효과를 느낄 수 있도록 구현할 수도 있다. 햅틱 모듈(154)은 학습 분석 시스템의 구성 태양에 따라 2개 이상이 구비될 수 있다.The
프로젝터 모듈(155)은, 학습 분석 시스템을 이용하여 이미지 프로젝트(project) 기능을 수행하기 위한 구성요소로서, 제어부(180)의 제어 신호에 따라 디스플레이부(151)상에 디스플레이되는 영상과 동일하거나 적어도 일부가 다른 영상을 외부 스크린 또는 벽에 디스플레이할 수 있다.The
구체적으로, 프로젝터 모듈(155)은, 영상을 외부로 출력하기 위한 빛(일 예로서, 레이저 광)을 발생시키는 광원(미도시), 광원에 의해 발생한 빛을 이용하여 외부로 출력할 영상을 생성하기 위한 영상 생성 수단 (미도시), 및 영상을 일정 초점 거리에서 외부로 확대 출력하기 위한 렌즈(미도시)를 포함할 수 있다. 또한, 프로젝터 모듈(155)은, 렌즈 또는 모듈 전체를 기계적으로 움직여 영상 투사 방향을 조절할 수 있는 장치(미도시)를 포함할 수 있다.In detail, the
프로젝터 모듈(155)은 디스플레이 수단의 소자 종류에 따라 CRT(Cathode Ray Tube) 모듈, LCD(Liquid Crystal Display) 모듈 및 DLP(Digital Light Processing) 모듈 등으로 나뉠 수 있다. 특히, DLP 모듈은, 광원에서 발생한 빛이 DMD(Digital Micromirror Device) 칩에 반사됨으로써 생성된 영상을 확대 투사하는 방식으로 프로젝터 모듈(151)의 소형화에 유리할 수 있다.The
바람직하게, 프로젝터 모듈(155)은, 학습 분석 시스템의 측면, 정면 또는 배면에 길이 방향으로 구비될 수 있다. 물론, 프로젝터 모듈(155)은, 필요에 따라 학습 분석 시스템의 어느 위치에라도 구비될 수 있음은 당연하다.Preferably, the
또한, 헤드업 디스플레이(head-up display, HUD, 156)는 차량 등에서 차량 현재 속도, 연료 잔량, 내비게이션 길안내 정보 등을 운전자 바로 앞 유리창 부분에 그래픽 이미지로 투영해주는 장치를 의미한다.In addition, the head-up display (HUD, 156) refers to a device for projecting the vehicle's current speed, fuel level, navigation road guidance information, etc. in the vehicle in a graphic image immediately in front of the driver.
또한, 헤드 마운티드 디스플레이(head mounted display, HMD, 157)는 가상 현실(Virtual reality) 정보를 출력할 수 있는 대표적인 장치이다.In addition, the head mounted display (HMD) 157 is a representative device capable of outputting virtual reality information.
가상 현실(Virtual reality)이란 컴퓨터를 통해 어떤 특정한 환경이나 상황을 입체감있는 3D 컨텐츠로 제작하여, 그 3D 컨텐츠를 사용하는 사람이 마치 실제 주변 상황, 환경과 상호작용하고 있는 것처럼 만들어 주는 인간-컴퓨터 사이의 인터페이스 등을 총칭한다.Virtual reality is a computer-generated human-computer that creates a specific environment or situation into 3D content by making it appear as if the person using the 3D content is interacting with the actual surroundings and environment. Generic interface and so on.
일반적으로 사람이 지각하는 입체감은 관찰하는 물체의 위치에 따른 수정체의 두께 변화 정도, 양쪽 눈과 대상물과의 각도 차이, 그리고 좌우 눈에 보이는 대상물의 위치 및 형태의 차이, 대상물의 운동에 따라 생기는 시차, 그 밖에 각종 심리 및 기억에 의한 효과 등이 복합적으로 작용하여 생긴다.In general, the three-dimensional sense perceived by a person is the degree of change in the thickness of the lens according to the position of the object to be observed, the difference in angle between the two eyes and the object, the difference in the position and shape of the visible object in the left and right eyes, and the parallax caused by the movement of the object. In addition, the effects of various psychological and memory effects are combined.
그 중 사람이 입체감을 느끼는 가장 중요한 요인은, 사람의 두 눈이 가로 방향으로 약 6.5㎝가량 떨어져 있음으로써, 나타나게 되는 양안 시차(binocular disparity)이다. 즉, 양안 시차에 의해 대상물에 대한 각도 차이를 가지고 바라보게 되고, 이 차이로 인해 각각의 눈에 들어오는 이미지가 서로 다른 상을 갖게 되며 이 두 영상이 망막을 통해 뇌로 전달되면 뇌는 이 두 개의 정보를 정확히 서로 융합하여 본래의 3D 입체 영상을 느낄 수 있는 것이다.Among them, the most important factor of the three-dimensional feeling is the binocular disparity that appears when the human eyes are about 6.5 cm apart in the horizontal direction. In other words, binocular parallax is used to look at the angle with respect to the object, and because of this difference, the images coming into each eye have different images. When these two images are transmitted to the brain through the retina, the brain receives these two pieces of information. You can feel the original 3D stereoscopic image by fusion of exactly each other.
이러한 입체감있는 3D 컨텐츠들은 이미 여러 미디어 분야에 두루 이용되어 소비자들로부터 호평을 받아오고 있다. 예를 들어 3D 영화, 3D 게임 및 체험 디스플레이와 같은 것들이 대표적이다.Such stereoscopic 3D contents have been widely used in various media fields and have been well received by consumers. Examples are 3D movies, 3D games and experience displays.
이와 같이 가상 현실 기술 3D 컨텐츠들의 보편화와 더불어, 더욱 몰입도 높은 가상 현실 서비스를 제공할 수 있는 기술의 개발이 다각적으로 요구되고 있다.As described above, along with the generalization of 3D contents of virtual reality technology, development of a technology capable of providing a more immersive virtual reality service is required in various ways.
일반적으로 이미지 디스플레이 장치는 눈과 매우 근접한 위치에서 발생하는 영상광을 정밀한 광학 장치를 이용하여 먼 거리에 가상의 대형화면이 구성될 수 있도록 초점을 형성함으로써 사용자로 하여금 확대된 허상을 볼 수 있도록 하는 화상 표시 장치를 말한다.In general, an image display device focuses an image light generated at a position very close to an eye so that a virtual large screen can be composed at a long distance by using a precise optical device so that a user can see an enlarged virtual image. Refers to an image display device.
또한, 이미지 디스플레이 장치는, 주위 환경은 볼 수 없고 디스플레이 소자에서 발산된 영상광만을 볼 수 있는 밀폐형(See-close)과, 윈도우를 통해 주위 환경을 볼 수 있으면서도 디스플레이 소자에서 발산된 영상광을 동시에 볼 수 있는 투과식(See-through)으로 나뉠 수 있다.In addition, the image display device is a see-close which can only see the image light emitted from the display element without seeing the surrounding environment, and simultaneously shows the image light emitted from the display element while viewing the surrounding environment through the window. It can be divided into visible see-throughs.
본 발명에 따른 헤드 마운티드 디스플레이(head mounted display, HMD, 157)란 안경처럼 머리에 착용하여 멀티미디어 컨텐츠를 제공받을 수 있도록 하는 각종디지털 디바이스를 말한다. 디지털 디바이스의 경량화 및 소량화 추세에 따라, 다양한 웨어러블 컴퓨터(Wearable Computer)가 개발되고 있으며, HMD 또한 널리 사용되고 있다. HMD(157)는 단순한 디스플레이 기능을 넘어 증강 현실 기술, N 스크린 기술 등과 조합되어 유저에게 다양한 편의를 제공할 수 있다.The head mounted display (HMD) 157 according to the present invention refers to various digital devices that can be worn on the head like glasses and provided with multimedia contents. According to the trend of light weight and small size of digital devices, various wearable computers are being developed, and HMDs are also widely used. The
예를 들어, HMD(157)에 마이크와 스피커가 장착되는 경우, 유저는 HMD(157)를 착용한 상태에서, 전화 통화를 수행할 수 있다. 또한, 예를 들어, HMD(157)에 원적외선 카메라(122)가 장착되는 경우, 유저는 HMD(157)를 착용한 상태에서, 유저가 원하는 방향의 이미지를 캡쳐할 수 있다.For example, when the microphone and the speaker are mounted on the
또한, 메모리부(160)는 제어부(180)의 처리 및 제어를 위한 프로그램이 저장될 수도 있고, 입/출력되는 데이터들(예를 들어, 메시지, 오디오, 정지영상, 동영상 등)의 임시 저장을 위한 기능을 수행할 수도 있다. 상기 메모리부(160)에는 상기 데이터들 각각에 대한 사용 빈도도 함께 저장될 수 있다. 또한, 상기 메모리부(160)에는 상기 터치스크린 상의 터치 입력시 출력되는 다양한 패턴의 진동 및 음향에 관한 데이터를 저장할 수 있다.In addition, the
메모리(160)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 학습 분석 시스템은 인터넷(internet)상에서 상기 메모리(160)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다.The
인터페이스부(170)는 학습 분석 시스템에 연결되는 모든 외부기기와의 통로 역할을 한다. 인터페이스부(170)는 외부 기기로부터 데이터를 전송받거나, 전원을 공급받아 학습 분석 시스템 내부의 각 구성 요소에 전달하거나, 학습 분석 시스템 내부의 데이터가 외부 기기로 전송되도록 한다. 예를 들어, 유/무선 헤드셋 포트, 외부 충전기 포트, 유/무선 데이터 포트, 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트, 오디오 I/O(Input/Output) 포트, 비디오 I/O(Input/Output) 포트, 이어폰 포트 등이 인터페이스부(170)에 포함될 수 있다. The
식별 모듈은 학습 분석 시스템의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(User Identify Module, UIM), 가입자 인증 모듈(Subscriber Identify Module, SIM), 범용 사용자 인증 모듈(Universal Subscriber Identity Module, USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 포트를 통하여 학습 분석 시스템과 연결될 수 있다. The identification module is a chip that stores various types of information for authenticating the authority of the learning analysis system. The identification module includes a user identification module (UIM), a subscriber identify module (SIM), and a universal subscriber module (Universal Subscriber). Identity Module, USIM) and the like. A device equipped with an identification module (hereinafter referred to as an 'identification device') may be manufactured in the form of a smart card. Therefore, the identification device may be connected to the learning analysis system through a port.
상기 인터페이스부는 학습 분석 시스템이 외부 크래들(cradle)과 연결될 때 상기 크래들로부터의 전원이 상기 학습 분석 시스템에 공급되는 통로가 되거나, 사용자에 의해 상기 크래들에서 입력되는 각종 명령 신호가 상기 이동기기로 전달되는 통로가 될 수 있다. 상기 크래들로부터 입력되는 각종 명령 신호 또는 상기 전원은 상기 이동기기가 상기 크래들에 정확히 장착되었음을 인지하기 위한 신호로 동작될 수도 있다.The interface unit may be a passage through which power from the cradle is supplied to the learning analysis system when the learning analysis system is connected to an external cradle, or various command signals input from the cradle by a user are transmitted to the mobile device. It can be a passage. Various command signals or power input from the cradle may be operated as signals for recognizing that the mobile device is correctly mounted on the cradle.
제어부(controller, 180)는 통상적으로 학습 분석 시스템의 전반적인 동작을 제어한다. The
제어부(180)는 데이터 수집/저장부(181), 데이터 분석부(182) 및 대시보드부(183) 등을 포함할 수 있다.The
여기서 수집/저장부(181)는, 문항과 코스 정보 메타데이터를 수집하고, Caliper 데이터 변환에 필요한 메타데이터를 저장하며, 분석 성능 향상을 위한 파일을 Merge하고, 분석이 필요한 다른 서비스가 들어오면 새로운 스트림을 생성하는 등의 기능을 제공한다.Here, the collection /
또한, 데이터 분석부(182)는 Caliper Data로부터 데이터 카탈로그를 생성하고, 데이터 ETL 작업 후 Redshift로 삽입하며, 일/주/월 단위로 데이터를 분석하는 증의 기능을 제공한다.In addition, the
또한, 대시보드부(183)는 디스플레이부(151)와 연동하여 사용자에게 교육 관련 컨텐츠 제공 및 피드백 생성을 위한 정보를 제공하는 기능을 제공한다.In addition, the
상기 데이터 수집/저장부(181), 데이터 분석부(182) 및 대시보드부(183)의 기능에 대해서는 도 2를 참조하여 보다 구체적으로 후술한다.The functions of the data collection /
한편, 전원 공급부(190)는 제어부(180)의 제어에 의해 외부의 전원, 내부의 전원을 인가 받아 각 구성요소들의 동작에 필요한 전원을 공급한다.On the other hand, the
여기에 설명되는 다양한 실시예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다.Various embodiments described herein may be implemented in a recording medium readable by a computer or similar device using, for example, software, hardware or a combination thereof.
하드웨어적인 구현에 의하면, 여기에 설명되는 실시예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시예들이 제어부(180) 자체로 구현될 수 있다.According to a hardware implementation, the embodiments described herein include application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), field programmable gate arrays (FPGAs), and the like. It may be implemented using at least one of processors, controllers, micro-controllers, microprocessors, and electrical units for performing other functions. The described embodiments may be implemented by the
소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다. 적절한 프로그램 언어로 쓰여진 소프트웨어 어플리케이션으로 소프트웨어 코드가 구현될 수 있다. 상기 소프트웨어 코드는 메모리(160)에 저장되고, 제어부(180)에 의해 실행될 수 있다.According to the software implementation, embodiments such as the procedures and functions described herein may be implemented as separate software modules. Each of the software modules may perform one or more functions and operations described herein. Software code may be implemented in software applications written in a suitable programming language. The software code may be stored in the
또한, 서버(200)는 데이터 베이스를 구축하여, 단말(100)과 정보를 교환할 수 있다.In addition, the
이때, 서버(200)와 단말(100) 간에는 근거리 통신 또는 원거리 통신이 적용될 수 있다.In this case, short range communication or long range communication may be applied between the
여기서 이용될 수 있는 상기 무선 통신 기술로는 WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등이 이용될 수 있다.The wireless communication technology that can be used here may be a wireless LAN (Wi-Fi), a wireless broadband (Wibro), a world interoperability for microwave access (Wimax), a high speed downlink packet access (HSDPA), or the like. have.
또한, 근거리 통신(short range communication)의 기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra-Wideband), ZigBee 등이 이용될 수 있다.In addition, technologies for short range communication may include Bluetooth, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), Ultra-Wideband (UWB), ZigBee, and the like.
학습 분석 서비스Learning analytics services
도 2는 본 발명에 따른 학습 분석 시스템의 구성 요소 및 서비스를 설명하는 방법을 함께 도시한 것이다.2 is a diagram illustrating a method of describing the components and services of the learning analysis system according to the present invention.
도 2를 참조하면, 서버(200), 데이터 수집/저장부(181), 데이터 분석부(182) 및 대시보드부(183) 등이 수행하는 서비스 플로우가 구체적으로 도시된다.2, a service flow performed by the
먼저, 서버(200)는 데이터 베이스를 구축할 수 있다(S10)First, the
다음으로, 데이터 수집/저장부(181)의 EC2(Batch Server)는 일 단위 배치 작업으로서, 문항과 코스 정보 메타데이터를 수집하게 된다(S11).Next, EC2 (Batch Server) of the data collection /
또한, 데이터 수집/저장부(181)의 RDS(Aurora)는 Caliper 데이터 변환에 필요한 메타데이터를 저장한다(S12).In addition, RDS (Aurora) of the data collection /
또한, API Gateway(210)로부터 데이터 수집/저장부(181)의 Kinesis는 Home-Learn Lambda Stream을 생성하는데, 즉, 분석이 필요한 다른 서비스가 들어오면 새로운 스트림을 생성한다(S14).In addition, Kinesis of the data collection /
또한, Lambda는 Store_Raw_Data 기능을 제공하는데, Raw Data를 저장하고, 필요한 경우, 이벤트 발생 시간을 교정하는 역할을 한다(S15).In addition, Lambda provides a Store_Raw_Data function, which stores raw data and, if necessary, corrects an event occurrence time (S15).
또한, S3(Data Lake)는 hl-analyticsraw-data를 수집하고(S16), Lambda로 전달하게 된다(S17).In addition, S3 (Data Lake) collects hl-analyticsraw-data (S16), and delivers to Lambda (S17).
이후, Lambda는 데이터 수집/저장부(181)의 RDS(Aurora)와 교류하고, 지속적인 Lambda 함수 호출 실패시 SQS로 자료를 전달하게 된다(S18).Thereafter, Lambda interacts with RDS (Aurora) of the data collection /
또한, S3(hl-analyticsraw-data)를 통해, JSON 파일 인 Caliper 데이터를 저장한다(S19).In addition, through S3 (hl-analyticsraw-data), it stores the Caliper data which is a JSON file (S19).
또한, S3(hl-analyticsraw-data)는 EC2와 자료를 교환하고, EC2는 분석 성능 향상을In addition, hl-analyticsraw-data (S3) exchanges data with EC2, and EC2 improves analytical performance.
위한 파일을 Merge한다(S20). 예를 들어, 10분 단위로 파일의 Merge가 수행될 수 있다.Merge the file for (S20). For example, a file may be merged every 10 minutes.
또한, Lambda와 연계하여, S3(hl-analyticsraw-data)는 이미지/긴 텍스트 데이터가 들어오는 경우, 이미지/텍스트 파일로 저장하는 기능을 제공한다(S21).In addition, in conjunction with Lambda, hl-analyticsraw-data (S3) provides a function to save the image / text in the image / text file, if the incoming (S21).
또한, Lambda와 연계하여, S3(hl-analyticsraw-data)는 변환에 실패한 raw data를 저장하는 것도 가능하다(임시 bucket, S22)).In addition, in conjunction with Lambda, S3 (hl-analyticsraw-data) can also store raw data that failed to convert (temporary bucket, S22).
이후, 실행에 관련된 모니터링(S23), SNS 알림 서비스(S24), Slack(S25)의 과정이 순차적으로 수행될 수 있다.Thereafter, processes of monitoring (S23), SNS notification service (S24), and Slack (S25) related to execution may be sequentially performed.
한편, 데이터 분석부(182)는 Glue가 (1) Caliper Data로부터 데이터 카탈로그를 생성하고(예를 들어, 3시간 단위), (2) 데이터 ETL 작업 후 Redshift로 삽입(예를 들어, 1일 단위 / 6시간 단위)하는 기능을 제공한다(S26).On the other hand, the
또한, Redshift(Data Warehouse)는 Athena에 대해 웹에서 데이터 조회가 가능하도록 할 수 있다(S27, S28).In addition, Redshift (Data Warehouse) may enable the Athena to query data on the web (S27, S28).
또한, Step Functions인 Lambda는 Redshift(Data Warehouse)와 통신하고, 일/주/월 단위 데이터를 분석함으로써, 배치 작업을 수행한다(S29).In addition, Lambda, which is a step function, communicates with Redshift (Data Warehouse) and analyzes data on a daily / weekly / monthly basis to perform a batch operation (S29).
이후, RDS(MySQL)가 분석하는 데이터베이스(DB)로서의 역할을 제공한다(S30).Then, it provides a role as a database (DB) to be analyzed by RDS (MySQL) (S30).
나아가 대시보드부(183)는 디스플레이부(151)와 연동하여 동작하는데, 먼저, 대시보드 DB인 RDS (MySQL)로 데이터가 전달되고(S31), EC2 (WAS)가 이를 통신하여 수신 및 피드백하며(S32), 웹인 EC2와 이에 대한 데이터를 통신하게 된다(S33).Furthermore, the
학습 이벤트 수집 방식How learning events are collected
전술한 내용을 기초로, 데이터 수집/저장부(181)가 학습 이벤트를 수집하는 구체적인 일례를 도면을 참조하여 설명한다.Based on the above description, a specific example in which the data collection /
먼저, 도 3은 본 발명과 관련하여, 본 발명에 적용되는 학습 이벤트의 일례들을 도시한 것이다.First, FIG. 3 illustrates examples of a learning event applied to the present invention in relation to the present invention.
도 3을 참조하면, 학습 이벤트의 일례로서, 평가문항, 시험, 성적, 상호작용, 접속, 미디어 학습, 학습도구 활용, 학교공부 예습 및 복습, 기타 학습활동(학습보상, 키워드 검색, 사전 검색 등) 등이 도시된다.Referring to FIG. 3, as an example of a learning event, an evaluation question, a test, a grade, an interaction, a connection, media learning, the use of a learning tool, a school study preparation and review, other learning activities (learning reward, a keyword search, a dictionary search, etc.) ) Is shown.
대표적인 본 발명에 적용되는 학습 이벤트 유형은 다음과 같다.Representative learning event types applied to the present invention are as follows.
(1) 로그인/아웃(Session): 언제 로그인하고 로그아웃/타임아웃 했나?(1) Login / Session: When did you log in and log out / time out?
(2) 평가(Assessment): 시험과 평가문항을 어떻게 이용하고 있나?(2) Assessment: How are the exams and assessments used?
(3) 점수(Grading): 자동 채점되는 시험점수?(3) Grading: How many test scores are automatically graded?
(4) 오늘의 학습(Assignable): 오늘의 학습을 얼마나, 어떻게 이용하고 있나?(4) Assignable: How and how are you using today's lessons?
(5) 미디어 소비(Media): 어떤 동영상 자료를 어떻게 이용하고 있나?(5) Media Consumption (Media): What kind of video material do you use?
(6) 메시지(Forum): 홈런 이용 중에 어떤 질문이나 태그를 달고 있나?(6) Message (Forum): What questions or tags are you using while using a home run?
(7) 내비게이션(Navigation/View): 어떤 순서로 홈런을 이용하고 있으며, 어떤 자료들을 보고 있는가?(7) Navigation / View: In what order are you using home runs and what materials are you viewing?
(8) 학습 앱(Tool Use): 홈런의 어떤 앱들을 이용하고 있는가?(8) Tool Use: What apps of Home Run are you using?
(9) 기타 이벤트(Customized Events): 콘 적립 현황, 캐릭터 변경, 검색 키워드(9) Customized Events: Cone Earnings, Character Changes, Search Keywords
또한, 도 4 및 도 5는 본 발명과 관련하여, 학습 관련 “오늘의 학습” 시작 이벤트 수집의 일례를 도시한 것이고, 도 6 및 도 7은 도 4 및 도 5와 관련하여, “오늘의 학습” 시작 이벤트 수집과 관련된 빅데이터 아키텍처의 일례를 도시한 것이다.4 and 5 illustrate an example of collecting a learning-related “learn of the day” start event in relation to the present invention, and FIGS. 6 and 7 illustrate “learning of the day” in relation to FIGS. 4 and 5. An example of a big data architecture associated with collecting start events is shown.
도 4 내지 도 7을 참조하면, “오늘의 학습” 시작 이벤트 수집과 관련된 이벤트 기반 빅데이터 아키텍처가 도시된다.4 through 7, an event based big data architecture associated with “learning today” start event collection is shown.
또한, 도 8 및 도 9는 본 발명과 관련하여, 학습 관련 “오늘의 학습, 세부 내용별 학습” 이벤트 수집의 일례를 도시한 것이다.8 and 9 illustrate an example of collecting “learning of today, learning by details” event related to learning in relation to the present invention.
또한, 도 10은 본 발명과 관련하여, 학습 관련 “미디어 활용, 시작” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 10 illustrates an example of collecting a learning-related “media utilization, start” event in relation to the present invention.
또한, 도 11은 본 발명과 관련하여, 학습 관련 “미디어 활용, 일시정지” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 11 illustrates an example of collecting a learning related “media utilization, pause” event in relation to the present invention.
나아가 도 12는 본 발명과 관련하여, 학습 관련 “미디어 활용, 다시 시작” 이벤트 수집의 일례를 도시한 것이다.Furthermore, FIG. 12 illustrates an example of collecting “learn media, resume” events related to learning in relation to the present invention.
또한, 도 13은 본 발명과 관련하여, 학습 관련 “미디어 활용, 재생위치 이동” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 13 illustrates an example of collecting a learning-related “media utilization, playback position shift” event in relation to the present invention.
또한, 도 14는 본 발명과 관련하여, 학습 관련 “미디어 활용, 볼륨 조정” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 14 illustrates an example of collecting a learning related “media utilization, volume adjustment” event in relation to the present invention.
한편, 도 15 및 도 16은 본 발명과 관련하여, 학습 관련 “미디어 활용, 전체화면으로 조정” 이벤트 수집의 일례를 도시한 것이다.Meanwhile, FIGS. 15 and 16 illustrate an example of collecting “related to media, adjusting to full screen” events related to learning in relation to the present invention.
또한, 도 17은 본 발명과 관련하여, 학습 관련 “미디어 활용, 영상 종료” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 17 illustrates an example of collecting “learning media, ending video” event related to learning in relation to the present invention.
또한, 도 18은 본 발명과 관련하여, 학습 관련 “미디어 활용, 재시작” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 18 illustrates an example of collecting a learning related “media utilization, restart” event in relation to the present invention.
또한, 도 19는 본 발명과 관련하여, 학습 관련 “미디어 활용, 음소거” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 19 illustrates an example of collecting a learning related “media utilization, mute” event in relation to the present invention.
또한, 도 20은 본 발명과 관련하여, 학습 관련 “미디어 활용, 음소거 해제” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 20 illustrates an example of collecting “learning media, unmuting” events related to learning in relation to the present invention.
또한, 도 21은 본 발명과 관련하여, 학습 관련 “평가, 시험 시작” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 21 illustrates an example collection of learning related “evaluation, test start” events in connection with the present invention.
또한, 도 22는 본 발명과 관련하여, 학습 관련 “평가, 문항풀이 시작” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 22 illustrates an example of collecting a learning related “evaluation, item pooling” event in relation to the present invention.
또한, 도 23은 본 발명과 관련하여, 학습 관련 “평가, 문제를 안 풀고 넘어가는 경우” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 23 illustrates an example of gathering an event related to learning, when evaluating and solving a problem.
또한, 도 24는 본 발명과 관련하여, 학습 관련 “평가, 시험을 안 마치고 종료하는 경우” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 24 illustrates an example of collecting “related to the case of not completing the evaluation and the test” event in relation to the present invention.
또한, 도 25는 본 발명과 관련하여, 학습 관련 “평가, 시험을 재시작하는 경우” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 25 illustrates an example of collecting a learning-related “assessment, test restart” event in relation to the present invention.
또한, 도 26은 본 발명과 관련하여, 학습 관련 “평가, 시험 완료” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 26 illustrates an example of collection of learning related “evaluation, test completion” events in relation to the present invention.
또한, 도 26은 본 발명과 관련하여, 학습 관련 “평가, 시험 완료” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 26 illustrates an example of collection of learning related “evaluation, test completion” events in relation to the present invention.
또한, 도 27은 본 발명과 관련하여, 학습 관련 “평가, 채점” 이벤트 수집의 일례를 도시한 것이다.In addition, FIG. 27 illustrates an example of learning-related “evaluation, scoring” event collection in connection with the present invention.
즉, 본 발명에 따르면, 인프라를 웹서비스의 메모리 컴퓨팅 소프트웨어, 빅데이터 파일 시스템, 고성능 데이터베이스 등으로 구성하고, 데이터 수집 방식으로서, IMS Global의 국제표준 학습 데이터 수집체계인 'Caliper'를 참조하여 홈런 서비스에 최적화된 프로파일이 적용될 수 있으며, 학습 이벤트를 기반으로 데이터 수집이 가능하다. That is, according to the present invention, the infrastructure is composed of a memory computing software, a big data file system, a high performance database, etc. of a web service, and as a data collection method, a home run is referred to as 'Caliper', an international standard learning data collection system of IMS Global. Profiles optimized for services can be applied and data can be collected based on learning events.
또한, 로그인 이후 발생하는 학습 활동들을 이벤트로 정의하여 데이터 수집이 가능할 것이다.In addition, it will be possible to collect data by defining learning activities that occur after login as an event.
대시보드 상 학습자, 교사 및 학부모가 이용하는 화면Screens used by learners, teachers, and parents on the dashboard
본 발명에 따르면, 대시보드 구성을 통해, 학습 분석 제공 현황이 표시될 수 있다.According to the present invention, through the dashboard configuration, the learning analysis provision status can be displayed.
1. 먼저, 일일 학습 현황 (일일 학습 활동에 대한 통계적 정보)와 관련하여, 하기의 정보들이 표시될 수 있다.1. First, with regard to daily learning status (statistical information about daily learning activities), the following information may be displayed.
- (전반적 현황) 로그인 기록 및 홈런 체류 시간-(Overall status) login history and home run residence time
- (전반적 현황) 콘 적립 현황-(Overall Status) Cone Accumulation Status
- (전반적 현황) 얼마나 공부했나요? (학교공부와 특별학습 별 공부한 시간)-(Overall) How long have you been studying? (Study time by school study and special study)
- (계획된 학습) 얼만큼 계획대로 공부했나요? (계획된 공부의 완료 수준, 즉 수행률)-(Planned learning) How much did you study according to your plan? (The completion level of the planned study, ie the performance rate)
- (계획된 학습) 주로 어떤 학교공부를 했나요? (어떤 과목을 주로 공부하는지 확인)-(Planned learning) What school study did you study? (Check which subjects you study mainly)
- (계획된 학습) 주로 어떤 특별학습을 했나요? (어떤 특별학습 콘텐츠를 주로 이용하는지 확인)-(Planned learning) What special study did you usually do? (Check which special study content is used mainly)
2. 다음으로, 주간/월간 학습 현황 (주 단위 및 월 단위 학습 습관 및 패턴 분석)으로서 하기의 정보들이 표시될 수 있다.2. Next, the following information may be displayed as the weekly / monthly learning status (weekly and monthly learning habits and pattern analysis).
(1) 먼저, 자기주도적 학습 습관으로, 여섯 가지 항목으로 자기주도적 학습 습관 분석 및 등급화하여 표시될 수 있다.(1) First, as self-directed learning habits, six items may be displayed by analyzing and ranking self-directed learning habits.
- 주/월 단위로 “얼만큼 계획대로 공부했나요?” -Weekly / Monthly "How did you study according to your plan?"
- 주/월 단위로 “밀린 학습은 어느 정도 공부했나요?”-Weekly / Monthly "How much did you study?"
- 주/월 단위로 “추가 학습은 얼마나 진행했나요?” -Week / Monthly “How much did you learn?”
- 주/월 단위로 “학습 진도는 어떠한가요?” -Week / Monthly “What is your progress?”
- 주/월 단위로 “검색, 질문, 글작성 참여는 어떠한가요?” -Week / Monthly “How about participating in search, question and writing?”
- 주/월 단위로 “출석률은 어떠한가요?” -What is the attendance rate on weekly / monthly basis?
(2) 다음으로, 학습 패턴으로서, 주간에서는 요일 별, 월간에서는 주별 학습한 과목별 소요시간과 로그인 시간대의 패턴 분석이 제공될 수 있다.(2) Next, as a learning pattern, a pattern analysis of required time and login time zone by subjects learned by day in the week and weekly in the month may be provided.
- 주/월 단위로 “어떻게 공부를 진행했나요?”(과목별 학습 소요시간) -"How did you study?" (Weekly study time)
- 주/월 단위로 “홈런 공부를 시작한 시간은 언제인가요?”(로그인 시간대 분석) -“Why did you start studying home run?” By week / month (Login time zone analysis)
(3) 또한, 총평으로서, 주간 및 월간 단위로 ‘자기주도적 학습습관’과 ‘학습 패턴’에 대한 진단 결과를 메시지 형태로 총평을 제시할 수 있다.(3) In addition, as a general rating, the overall evaluation may be presented in the form of a message on the results of diagnosis of 'self-directed learning habits' and 'learning patterns' on a weekly and monthly basis.
- (자기주도적 학습습관) 홈런을 통해 기를 수 있는 여섯 가지 항목의 자기주도적 학습 습관이 잘 틀 잡히도록 격려하는 메시지 제공 -(Self-directed learning habits) Providing a message to encourage the formation of six self-directed learning habits that can be developed through home runs
- (학습 패턴) 불규칙한 학습 패턴이 반복되면 꾸준한 패턴이 형성될 수 있도록 조언하거나 특정 분야에 관심과 재능이 발견된 것인지 확인해 보도록 메시지 제공 -(Learning pattern) If the irregular learning pattern is repeated, provide a message to advise the formation of a steady pattern or to check whether interests and talents are found in a specific field.
3. 또한, 문항 분석으로, 본 발명의 시스템에 따른 다양한 시험과 문제풀이 습관 및 결과 분석이 표시ㅐ될 수 있다.3. Also, with item analysis, various tests and problem solving habits and result analysis according to the system of the present invention can be displayed.
즉, 시험지 목록으로 홈런의 다양한 시험별 응시일자 및 정답율 요약을 제공하는 목록이 제공된다.In other words, a list of test papers is provided that provides a summary of various test dates and correct answer rates for home runs.
또한, 문제풀이 분석으로, 시험지 별 통계적 정보(정답률, 소요 시간, 난이도), 문제풀이패턴, 문항 분석(맞힌 문제와 틀린 문제 개수), 평가문항에 대한 행동영역과 내용영역 별 분포 정보 등이 제공된다.In addition, the problem solving analysis provides statistical information (correct rate, time required, difficulty level), problem solving pattern, item analysis (number of correct and wrong questions), distribution information by action area and content area for the test item. do.
구체적인 내용은 다음과 같다.The details are as follows.
- (문항 분석) 맞힌 문제를 알고 풀었는지 찍었는지, 맞힌 문제의 난이도는 높은지 낮은지 등에 대한 내용 분석 -(Analyze questions) Analyze the contents of whether the problem is corrected or solved, whether the problem is high or low
- (문항 문석) 틀린 문제는 실수로 틀렸는지, 몰라서 틀렸는지, 풀지 않았는지, 틀린 문제의 난이도는 높은지 낮은지 등에 대한 내용 분석 -(Question Munseok) Content analysis on whether the wrong problem is wrong by mistake, did not know because it is wrong, did not solve, the difficulty of the problem is high or low
- (문항 분석) 맞힌 문제와 틀린 문제 별로 집계를 해서 전체 내용의 특성을 정리해주는 처방 메시지를 제공 -(Item Analysis) Provides a prescription message that summarizes the characteristics of the entire contents by counting by right and wrong problems
- (행동영역 분석) 과목 별, 시험 별로 맞힌 문제와 틀린 문제의 행동영역(창의력, 추론력, 비판력, 적용력, 이해력, 지식/어휘력 등) 별 분석 내용 제시/ 틀린 문제를 클릭하면 학생이 풀었던 문제를 다시 확인할 수 있도록 함 -(Behavioral Area Analysis) Presenting analysis contents by subject, test, and problem area (creativity, reasoning, criticism, application, understanding, knowledge and vocabulary, etc.) Allow you to identify the issue again
- (내용영역 분석) 과목 별, 시험 별로 맞힌 문제와 틀린 문제의 행동영역(문학, 읽기, 쓰기, 말하기, 듣기 등) 별 분석 내용 제시/ 틀린 문제를 클릭하면 학생이 풀었던 문제를 다시 확인할 수 있도록 함-(Contents area analysis) Presenting analysis contents by subjects, exams, and behavioral areas (literature, reading, writing, speaking, listening, etc.) of wrong problems. Make sure
상기 대시보드 상에 표시되는 정보의 구체적인 모습을 도면들을 참조하여 설명한다.A detailed view of the information displayed on the dashboard will be described with reference to the drawings.
먼저, 도 28은 본 발명과 관련하여, 대시보드 첫 번째 화면의 일례를 도시한 것이다.First, FIG. 28 illustrates an example of a dashboard first screen in relation to the present invention.
도 28을 참조하면, 관리 학생 현황으로서, 각각의 학생들에 대한 기본 정보가 도시된다.Referring to FIG. 28, basic information about each student is shown as a management student status.
또한, 도 29a 및 도 29b는 본 발명과 관련하여, 대시보드 상의 일일 학습 현황 화면의 일례를 도시한 것이다.29A and 29B also illustrate an example of a daily learning status screen on a dashboard in relation to the present invention.
도 29a를 참조하면, 로그인 시간, 총 학습시간, 출석 및 수행률, 공부시간 등의 데이터가 도시된다.Referring to FIG. 29A, data such as login time, total learning time, attendance and performance rate, and study time are shown.
또한, 도 29b를 참조하면, 공부를 어떻게 진행했는지에 대한 정보, 학습활동 수행현황, 계획대로 공부했는지 여부, 공부한 종류 및 특별학습한 종류 등이 도시된다.In addition, referring to Figure 29b, the information on how the study proceeded, the learning activity performance status, whether you studied according to the plan, the type of study and the type of special learning is shown.
도 30a 내지 도 30e는 본 발명과 관련하여, 대시보드 상의 일일 학습 현황 상세페이징의 일례를 도시한 것이다.30A-30E illustrate an example of daily paging status detail paging on a dashboard in relation to the present invention.
도 30a를 참조하면, 학습활동 수행현황의 구체적인 정보가 도시된다.Referring to FIG. 30A, detailed information of a learning activity performance status is shown.
도 30b및 도 30c를 참조하면, 얼만큼 계획대로 공부했는지에 대한 구체적인 정보가 도시된다.30B and 30C, detailed information on how much of the study was planned is shown.
도 30d를 참조하면, 학교 공부로서 어떤 것을 진행했는지에 대한 정보가 도시되고, 도 30e를 참조하면, 특별학습으로서 어떤 것을 진행했는지에 대한 정보가 도시된다.Referring to FIG. 30D, information on what has been done as schoolwork is shown, and referring to FIG. 30E, information about what has been done as a special study is shown.
또한, 도 31a 및 도 31b는 본 발명과 관련하여, 대시보드 상의 주간 학습 습관 첫 화면의 일례를 도시한 것이다.31A and 31B also show an example of the first screen of weekly learning habits on the dashboard in connection with the present invention.
도 31a를 참조하면, 자기주도적 학습 습관과 관련하여, 얼만큼 계획대로 공부했는지, 밀린 학습은 어느 정도 공부했는지, 추가 학습은 얼마나 진행했는지, 학습진도는 어떠한지, 검색, 질문, 글작성 참여는 어떠한지, 출석률은 어떠한지 등의 정보가 표시된다.Referring to FIG. 31A, in relation to self-directed learning habits, how much did you study according to plan, how much learning was pushed, how much further learning was progressed, how was learning progress, search, question, and participation in writing? Information about the attendance, attendance rate, etc. is displayed.
도 31b를 참조하면, 어떻게 공부를 진행했는지에 대해 과목별로 시간단위로 표시되고, 총평에 대한 정보도 표시된다.Referring to FIG. 31B, information on how to study is displayed in units of time for each subject, and information on the total rating is also displayed.
또한, 도 32a 내지 도 32o는 본 발명과 관련하여, 대시보드 상의 주간 자기주도적 학습 습관 상세페이지의 일례를 도시한 것이다.32A-32O also illustrate an example of a weekly self-directed learning habits detail page on a dashboard in relation to the present invention.
도 32a를 참조하면, 자기주도적 학습 습관 산출 방식과 자기주도적 학습 습관 점수 정보가 도시된다.Referring to FIG. 32A, a self-directed learning habit calculation method and self-directed learning habit score information are shown.
도 32b를 참조하면, 얼만큼 계획대로 공부했는지와 관련하여, 학교공부 수행률, 요일 별 학교공부 수행률 등의 정보가 표시된다.Referring to FIG. 32B, information related to school study performance rate, school study performance rate by day, and the like are displayed in relation to how much the plan is studied.
도 32c를 참조하면, 얼만큼 계획대로 공부했는지와 관련하여, 특별학습 수행률, 요일 별 특별학습 수행률 등의 정보가 표시된다.Referring to FIG. 32C, information related to a special learning performance rate, a special learning performance rate by day, and the like are displayed in relation to how much the plan is studied.
도 32d를 참조하면, 얼만큼 계획대로 공부했는지와 관련하여, 학교공부 별 수행률, 특별학습 별 수행률 등의 정보가 표시된다.Referring to FIG. 32D, information regarding a school study performance rate, a special study performance rate, etc. is displayed in relation to how much the plan is studied.
도 32e를 참조하면, 밀린 학습을 어느 정도 공부했는지와 관련하여, 학교공부 밀린 학습 수행 수, 요일 별 학교공부 밀린 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32E, information about the number of school-studyed learning performed and the number of school-studyed learning performed by day is displayed in relation to the degree of learning that has been learned.
도 32f를 참조하면, 밀린 학습을 어느 정도 공부했는지와 관련하여, 특별학습 밀린 학습 수행 수, 요일 별 특별학습 밀린 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32F, in relation to how much learning has been studied, information such as the number of special learning pushed learning performances and the number of special learning pushed learning performances for each day is displayed.
도 32g를 참조하면, 밀린 학습을 어느 정도 공부했는지와 관련하여, 학교공부 별 밀린 학습 수행 수, 특별학습 별 밀린 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32G, information about the number of pushed learning performed by school study and the number of pushed learning performed by special study is displayed in relation to how much learning is pushed.
도 32h를 참조하면, 추가 학습을 어느 정도 진행했는지와 관련하여, 학교 공부 추가 학습 수행수, 요일 별 학교공부 추가 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32H, in relation to how much further learning has been performed, information such as the number of additional school studies performed, the number of additional studies performed for school study by day, and the like are displayed.
도 32i를 참조하면, 추가 학습을 어느 정도 진행했는지와 관련하여, 특별학습 추가 학습 수행수, 요일 별 특별학습 추가 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32I, information related to the number of special learning additional learning performed, the number of special learning additional learning performed by day, etc. are displayed in relation to the degree of additional learning.
도 32j를 참조하면, 추가 학습을 어느 정도 진행했는지와 관련하여, 학교공부 별 추가 학습 수행수, 특별학습별 추가 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32J, information about the number of additional learning performances for each school study and the number of additional learning performances for each special study is displayed in relation to the degree of additional learning.
도 32k를 참조하면, 학습진도와 관련하여, 요일 별 학교공부 학습 수행수, 요일 별 학교공부 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32K, in relation to the learning progress, information such as the number of school study learning performed by day and the number of school study learning performed by day is displayed.
도 32l를 참조하면, 학습진도와 관련하여, 특별학습 학습 수행 수, 요일 별 특별학습 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32L, in relation to the learning progress, information such as the number of special learning learning performances and the number of special learning learning performances for each day are displayed.
도 32m를 참조하면, 학습진도와 관련하여, 학교공부 별 학습 수행수, 특별학습 별 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 32M, in relation to the learning progress, information such as the number of learning performed by school study and the number of learning performed by special learning is displayed.
도 32n를 참조하면, 검색현황과 관련하여, 검색현황, 평가질문, 글작성 현황 등의 정보가 표시된다.Referring to FIG. 32N, in relation to the search status, information such as the search status, evaluation question, and writing status is displayed.
도 32o를 참조하면, 출석률과 관련하여, 출석 현황, 또래 친구들의 출석 현황 등의 정보가 표시된다.Referring to FIG. 32O, in relation to the attendance rate, information such as the attendance status and the attendance status of peers is displayed.
또한, 도 33a 및 도 33b는 본 발명과 관련하여, 대시보드 상의 월간 학습 습관 첫 화면의 일례를 도시한 것이다.33A and 33B also illustrate an example of the first monthly learning habit screen on the dashboard in relation to the present invention.
도 33a를 참조하면, 월간 학습 습관에 대한 자기주도적 학습 습관과 관련하여, 얼만큼 계획대로 공부했는지, 밀린 학습은 어느 정도 공부했는지, 추가 학습은 얼마나 진행했는지, 학습진도는 어떠한지, 검색, 질문, 글작성 참여는 어떠한지, 출석률은 어떠한지 등의 정보가 표시된다.Referring to FIG. 33A, in relation to self-directed learning habits for monthly learning habits, how much did you study according to plan, how much learning was pushed, how much further learning was progressed, how was progress progressed, search, question, Information about participation in writing and attendance is displayed.
또한, 도 33b를 참조하면, 학습 패턴과 총평 등의 구체적인 정보가 표시된다.In addition, referring to FIG. 33B, specific information such as a learning pattern and a general rating is displayed.
한편, 도 34a 내지 도 34o는 본 발명과 관련하여, 대시보드 상의 월간 자기주도적 학습 습관 상세페이지의 일례를 도시한 것이다.Meanwhile, FIGS. 34A to 34O illustrate an example of a monthly self-directed learning habit detail page on a dashboard in relation to the present invention.
도 34a를 참조하면, 자기주도적 학습습관의 산출 방식 및 습관 점수 정보 등이 도시된다.Referring to FIG. 34A, a calculation method and habit score information of self-directed learning habits are illustrated.
도 34b를 참조하면, 얼만큼 계획대로 공부했는지와 관련하여, 학교공부 수행률, 주차 별 학교공부 수행률 등의 정보가 도시된다.Referring to FIG. 34B, information related to school study performance rate, school study performance rate by parking, and the like are shown in relation to how much the plan was studied.
도 34c를 참조하면, 얼만큼 계획대로 공부했는지와 관련하여, 특별학습 수행률, 주차 별 특별학습 수행률 등의 정보가 표시된다.Referring to FIG. 34C, information regarding a special learning performance rate, a special learning performance rate by parking, and the like are displayed in relation to how much the plan is studied.
도 34d를 참조하면, 얼만큼 계획대로 공부했는지와 관련하여, 학교공부 별 수행률, 특별학습 별 수행률 등의 정보가 도시된다.Referring to FIG. 34D, information related to a school study performance rate and a special study performance rate is shown in relation to how much the plan was studied.
도 34e를 참조하면, 밀린 학습을 어느 정도 공부했는지와 관련하여, 학교공부 밀린 학습 수행 수, 주차 별 학교공부 밀린 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34E, information regarding the number of school-studyed learning performed and the number of school-studyed learning performed by parking is displayed in relation to the degree of learning that has been studied.
도 34f를 참조하면, 밀린 학습을 어느 정도 공부했는지와 관련하여, 특별학습 밀린 학습 수행 수, 주차 별 특별학습 밀린 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34F, in relation to how much learning is pushed, information such as the number of special learning pushed learning performances and the number of special learning pushed learning performances by parking is displayed.
도 34g를 참조하면, 밀린 학습을 어느 정도 공부했는지와 관련하여, 학교 공부 별 밀린 학습 수행 수, 특별학습 별 밀린 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34G, information about the number of pushed learning performances by school study and the number of pushed learning performances by special learning is displayed in relation to the degree of pushed learning.
도 34h를 참조하면, 추가 학습을 얼마나 진행했는지와 관련하여, 학교 공부 추가 학습 수행 수, 주차 별 학교공부 추가 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34H, in relation to how much further learning has been performed, information such as the number of additional school study learning and the number of additional school study learning by parking is displayed.
도 34i를 참조하면, 추가 학습을 얼마나 진행했는지와 관련하여, 특별학습 추가 학습 수행 수, 주차 별 특별학습 추가 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34I, information about the number of special learning additional learning performed, the number of special learning additional learning performed by parking, and the like are displayed in relation to how much further learning has been performed.
도 34j를 참조하면, 추가 학습을 얼마나 진행했는지와 관련하여, 학교 공부 별 추가 학습 수행 수, 특별학습 별 추가 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34J, information about the number of additional learning performed by school study and the number of additional learning performed by special study is displayed in relation to how much further learning has been performed.
도 34k를 참조하면, 학습 진도와 관련하여, 학교공부 학습 수행 수, 주차 별 학교공부 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34K, in relation to the learning progress, information such as the number of school study learning performed and the number of school study learning performed by parking is displayed.
도 34l를 참조하면, 학습 진도와 관련하여, 특별학습 학습 수행 수, 주차 별 특별학습 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34L, in relation to the learning progress, information such as the number of special learning learning performances and the number of special learning learning performances by parking is displayed.
도 34m를 참조하면, 학습 진도와 관련하여, 학교공부 별 학습 수행 수, 특별학습 별 학습 수행 수 등의 정보가 표시된다.Referring to FIG. 34M, in relation to the learning progress, information such as the number of learning performed by school study and the number of learning performed by special learning is displayed.
도 34n를 참조하면, 검색현황과 관련하여, 검색현황, 평가질문, 글작성 현황 등의 정보가 표시된다.Referring to FIG. 34N, in relation to the search status, information such as a search status, an evaluation question, and a writing status is displayed.
도 34o를 참조하면, 출석률과 관련하여, 출석 현황, 또래 친구들의 출석 현황 등의 정보가 표시된다.Referring to FIG. 34O, in relation to the attendance rate, information such as the attendance status and the attendance status of peers is displayed.
한편, 도 35a 내지 도 35c는 본 발명과 관련하여, 대시보드 상의 평가분석 리스트(월간, 주간, 일일 순서) 의 일례를 도시한 것이다.Meanwhile, FIGS. 35A to 35C illustrate examples of evaluation analysis lists (monthly, weekly, daily order) on the dashboard in relation to the present invention.
도 35a내지 도 35c를 참조하면, 평가분석 리스트(월간, 주간, 일일 순서)로서, 과목 별 평가한 구체적인 리스트가 표시된다.35A to 35C, as a list of evaluation analysis (monthly, weekly, daily order), a detailed list of subject-specific evaluations is displayed.
또한, 도 36 본 발명과 관련하여, 대시보드 상의 평가분석 시험지 분석 첫 화면의 일례를 도시한 것이다.In addition, FIG. 36 illustrates an example of the evaluation analysis test paper analysis first screen on the dashboard.
도 36을 참조하면, 평가 분석으로서, 정답률, 평가 소요시간, 평가 난이도, 문항 풀이 패턴, 문항 분석, 행동영역 분석, 내용영역 분석 등의 정보가 표시된다.Referring to FIG. 36, as evaluation analysis, information such as a correct answer rate, an evaluation time required, an evaluation difficulty, an item solving pattern, an item analysis, an action area analysis, and a content area analysis is displayed.
도 37a 내지 도 37d는 본 발명과 관련하여, 대시보드 상의 평가분석 시험지 분석 상세 페이지의 일례를 도시한 것이다.37A-37D illustrate an example of an assessment analysis test paper analysis detail page on a dashboard, in connection with the present invention.
도 37a를 참조하면, 문항 분석 관련 맞힌 문제와 맞혔지만 확인이 필요한 문제 등에 대한 정보가 표시된다.Referring to FIG. 37A, information about a problem that is corrected for a problem analysis but needs to be confirmed is displayed.
도 37b를 참조하면, 문항 분석 관련 풀었는데 틀린 문제와 풀지 않은 문제 등의 정보가 표시된다.Referring to FIG. 37B, information about a problem analysis related problem that is solved and a problem that is not solved is displayed.
도 37c를 참조하면, 행동영역 분석과 관련하여 행동 영역 구성 및 정답수, 영역별 문제번호 및 평균 난이도 등의 정보가 표시된다.Referring to FIG. 37C, in relation to the behavior region analysis, information such as the behavior region composition and the correct number of answers, the problem number for each region, and the average difficulty level is displayed.
도 37d를 참조하면, 내용영역 분석과 관련하여, 내용 영역 구성 및 정답수, 영역별 문제번호 및 평균 난이도 등의 정보가 표시된다.Referring to FIG. 37D, in relation to content area analysis, information such as content area configuration and correct answer, problem number for each area, and average difficulty is displayed.
도 38은 본 발명과 관련하여, 학습 분석과 문항반응모델을 적용한 개념적 워크플로우를 도시한 것이다.38 illustrates a conceptual workflow applying learning analysis and an item response model in relation to the present invention.
도 38을 참조하면, 본 발명은 데이터 수집 체계를 기준으로, 문항 반응 모델을 수립하고, 머신 러닝을 적용하여 성취 수준(역량)에 따라 개인화된 학습 경로와 컨텐츠/자원을 제공하며, 학습자, 교사 및 학부모에 구체적이고 개인화된 피드백(처방)을 제공하고, 학습자의 학습 성과를 진단하여 문제점을 조기에 발견 및 해소할 수 있다.Referring to FIG. 38, the present invention establishes an item response model based on a data collection system, applies machine learning to provide personalized learning paths and contents / resources according to achievement level (competence), learners, teachers And provide specific and personalized feedback (prescriptions) to parents and diagnose learners' learning outcomes to identify and resolve problems early.
즉, 대시보드 상의 내용을 분석하고, 예측을 분석하며, 적응형 분석 및 담화 분석을 적용하고 최종적으로 인공지능 분석을 적용함으로써, 학습 분석과 문항 반응 모델을 학습에 적용하는 것이 가능하다.That is, it is possible to apply learning analysis and item response model to learning by analyzing contents on the dashboard, analyzing predictions, applying adaptive analysis and discourse analysis, and finally applying artificial intelligence analysis.
본 발명에 따른 효과Effect according to the invention
상기와 같이 구성되는 본 발명의 적어도 하나의 실시예는 학습 분석 방법 및 시스템을 제공할 수 있다.At least one embodiment of the present invention configured as described above may provide a learning analysis method and system.
본 발명은 데이터 수집 체계를 기준으로, 문항 반응 모델을 수립하고, 머신 러닝을 적용하여 성취 수준(역량)에 따라 개인화된 학습 경로와 컨텐츠/자원을 제공하며, 학습자, 교사 및 학부모에 구체적이고 개인화된 피드백(처방)을 제공하고, 학습자의 학습 성과를 진단하여 문제점을 조기에 발견 및 해소할 수 있는 학습 분석 방법 및 시스템을 사용자에게 제공할 수 있다.The present invention establishes an item response model based on a data collection system, applies machine learning to provide personalized learning paths and contents / resources according to achievement level (competence), and is specific and personalized to learners, teachers, and parents. It is possible to provide a user with a learning analysis method and system that can provide the feedback (prescription) and diagnose the learner's learning performance to find and solve the problem early.
또한, 본 발명은 단체 시험 및 개인별 문제에 대한 학습자의 풀이 결과로부터, 학습자의 개념별 이해 여부를 정확하게 진단하고 피드백함으로써, 취약 개념에 대한 파악 및 취약 개념에 대한 학습 콘텐츠 자동 선별 추천이 가능하여, 맞춤형 학습의 효율성 및 신뢰성이 증대되는 효과가 있다.In addition, the present invention by accurately diagnosing and feeding back the learner's understanding of each concept from the results of the learner's solution to the group test and individual problems, it is possible to identify the weak concept and to automatically recommend the learning content for the weak concept, There is an effect of increasing the efficiency and reliability of customized learning.
또한, 본 발명은 온라인 강의 내용을 수강자가 보다 효율적이고 몰입도를 가지면서 온라인 강의에 참여할 수 있도록 하는 동시에 수강 확인 및 몰입도를 산출하여 그에 따른 수강 평가 및 이에 대한 피드백을 제공하여 체계적인 온라인 수강이 일어날 수 있도록 하는 효과가 있다.In addition, the present invention allows the learners to participate in the online lectures while having more efficient and immersive content, and at the same time calculate and confirm the degree of immersion, thereby providing a course evaluation and feedback for the systematic online course. It has the effect of making it happen.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.However, effects obtained in the present invention are not limited to the above-mentioned effects, and other effects not mentioned above will be clearly understood by those skilled in the art from the following description. Could be.
또한, 본 발명의 일실시예에 의하면, 전술한 방법은, 프로그램이 기록된 매체에 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.In addition, according to an embodiment of the present invention, the above-described method may be implemented as code that can be read by a processor in a medium in which a program is recorded. Examples of processor-readable media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage, and the like, and may be implemented in the form of a carrier wave (for example, transmission over the Internet). Include.
상기와 같이 설명된 방법 및 시스템은 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.The method and system described above may not be limitedly applied to the configuration and method of the embodiments described above, but the embodiments may be configured by selectively combining all or some of the embodiments so that various modifications may be made. May be
Claims (9)
제어부; 및
상기 제어부의 제어에 따라 상기 복수의 사용자의 학습 상태를 표시하는 디스플레이부;를 포함하고,
상기 디스플레이부는,
상기 복수의 사용자 중 적어도 일부와 관련된 일일 학습, 주간 학습, 월간 학습, 평가 상태를 표시하고,
상기 일일 학습 상태는,
상기 복수의 사용자가 출석한 시간, 상기 컨텐츠를 이용한 시간, 미리 설정된 복수의 학습 종류별로 상기 복수의 사용자가 학습한 시간, 상기 학습과 관련된 계획된 일일 스케쥴에 따라 성취한 정도와 관련된 정보를 포함하고,
상기 주간 학습 상태 및 상기 월간 학습 상태는,
주간 단위 또는 월간 단위로, 상기 복수의 사용자가 상기 학습과 관련된 계획된 주간 또는 월간 스케쥴에 따라 성취한 정도, 밀린 학습을 진행한 시간, 추가 학습을 진행한 시간, 학습 진도 달성 정도, 검색, 질문 및 글작성 참여정도, 출석률과 관련된 정보를 포함하며,
상기 평가 상태는,
상기 복수의 사용자의 정답률, 평가 소요시간, 평가 난이도, 문항 풀이 패턴, 문항 분석, 행동영역 분석, 내용영역 분석과 관련된 정보를 포함하고,
상기 제어부는,
상기 복수의 사용자의 계획된 학습 수행률, 밀린 학습 수행률, 추가 학습 수행현황, 학습 진도현황, 검색, 질문 및 글작성 정도 및 출석률에 부여된 가중치를 기준으로 상기 복수의 사용자 각각의 주간 자기주도적 학습 습관 점수를 도출하고,
상기 디스플레이부가 상기 주간 학습 상태 상에 상기 주간 자기주도적 학습 습관 점수를 표시하도록 제어하는 것을 특징으로 하는 학습 상태표시 단말.
In the terminal for displaying the learning status of a plurality of users receiving the learning-related content,
Control unit; And
And a display unit configured to display a learning state of the plurality of users under the control of the controller.
The display unit,
Display daily learning, weekly learning, monthly learning, and assessment status associated with at least some of the plurality of users,
The daily learning state,
Information related to a time attended by the plurality of users, a time using the content, a time learned by the plurality of users for each preset plurality of learning types, and a degree achieved according to a planned daily schedule related to the learning;
The weekly learning state and the monthly learning state,
On a weekly or monthly basis, the degree to which the plurality of users achieved according to the planned weekly or monthly schedule associated with the learning, the time for which the learning was pushed back, the time for further learning, the progress of learning progress, the search, the questions and Contains information related to writing participation, attendance rate,
The evaluation state is,
It includes information related to the correct answer rate, evaluation time, evaluation difficulty, item solving pattern, item analysis, behavior area analysis, content area analysis of the plurality of users,
The control unit,
Weekly self-directed learning of each of the plurality of users on the basis of weights assigned to the planned learning performance rate, pushed learning performance rate, additional learning performance status, learning progress status, search, question and writing degree, and attendance rate of the plurality of users Derive habit scores,
And the display unit controls to display the weekly self-directed learning habit score on the weekly learning state.
상기 일일 학습 상태는,
상기 복수의 사용자의 학습 수행률, 학습별 수행률, 학교공부별 수행률, 특별학습 별 수행률, 학교공부별 학습시간, 학교공부 별 학습시간 대비 비율, 특별학습 별 학습시간, 특별학습 별 학습시간 대비 비율과 관련된 정보를 추가적으로 표시하는 것을 특징으로 하는 학습 상태표시 단말.
The method of claim 1,
The daily learning state,
Learning performance rate of the plurality of users, performance rate for each learning, performance rate for each school study, performance rate for each special study, learning time for each school study, ratio of learning time for each school study, learning time for each special study, learning for each special study Learning status display terminal, characterized in that for displaying additional information related to the ratio of time.
상기 주간 학습 상태는,
상기 복수의 사용자의 주간 학습 패턴을 표시하고,
상기 제어부는,
미리 설정된 모범 주간 학습 패턴과 상기 복수의 사용자의 주간 학습 패턴을 비교하여 미리 설정된 목표를 달성하지 못한 적어도 하나의 주간 요소(factor)를 추출하고,
상기 적어도 하나의 주간 요소를 상기 디스플레이부가 표시하도록 제어하는 것을 특징으로 하는 학습 상태표시 단말.
The method of claim 1,
The weekly learning state,
Display the weekly learning patterns of the plurality of users,
The control unit,
Comparing at least one weekly learning pattern with a preset exemplary weekly learning pattern and the plurality of users' weekly learning patterns, and extracting at least one weekly factor
Learning status display terminal, characterized in that for controlling the display unit to display the at least one weekly element.
상기 월간 학습 상태는,
상기 복수의 사용자의 월간 학습 패턴을 표시하고,
상기 제어부는,
미리 설정된 모범 월간 학습 패턴과 상기 복수의 사용자의 월간 학습 패턴을 비교하여 미리 설정된 목표를 달성하지 못한 적어도 하나의 월간 요소(factor)를 추출하고,
상기 적어도 하나의 월간 요소를 상기 디스플레이부가 표시하도록 제어하는 것을 특징으로 하는 학습 상태표시 단말.
The method of claim 1,
The monthly learning state,
Displaying monthly learning patterns of the plurality of users,
The control unit,
Comparing at least one monthly factor that fails to achieve a predetermined goal by comparing a preset exemplary monthly learning pattern with a monthly learning pattern of the plurality of users,
Learning status display terminal, characterized in that for controlling the display unit to display the at least one monthly element.
상기 제어부는,
상기 복수의 사용자의 계획된 학습 수행률, 밀린 학습 수행률, 추가 학습 수행현황, 학습 진도현황, 검색, 질문 및 글작성 정도 및 출석률에 부여된 가중치를 기준으로 상기 복수의 사용자 각각의 월간 자기주도적 학습 습관 점수를 도출하고,
상기 디스플레이부가 상기 월간 학습 상태 상에 상기 월간 자기주도적 학습 습관 점수를 표시하도록 제어하는 것을 특징으로 하는 학습 상태표시 단말.
The method of claim 1,
The control unit,
Monthly self-directed learning of each of the plurality of users on the basis of weights assigned to the planned learning performance rate, pushed learning performance rate, additional learning performance status, learning progress status, search, question and writing degree, and attendance rate of the plurality of users Derive habit scores,
And the display unit controls to display the monthly self-directed learning habit score on the monthly learning state.
상기 문항 분석 정보는,
상기 복수의 사용자가 맞힌 문제, 맞혔지만 확인이 필요한 문제, 풀었는데 틀린 문제 및 풀지 않은 문제를 포함하고,
상기 행동영역 분석 정보는,
행동영역의 구성, 정답수, 행동영역별 문제번호 및 난이도를 포함하며,
상기 내용영역 분석 정보는,
내용영역의 구성, 정답수, 내용영역별 문제번호 및 난이도를 포함하는 것을 특징으로 하는 학습 상태표시 단말.
The method of claim 1,
The item analysis information,
Includes a plurality of user-corrected problems, problems that are corrected but need to be confirmed, problems solved and wrong, and problems not solved,
The behavior area analysis information,
It includes the composition of the behavior area, the number of correct answers, the problem number and difficulty level for each behavior area.
The content area analysis information,
Learning status display terminal comprising the configuration of the content area, the number of correct answers, the problem number and difficulty of each content area.
상기 평가상태는,
상기 복수의 사용자를 평가한 과목, 평가한 시기, 평가 종류, 평가명, 정답률 및 보충평가 시행여부 정보를 추가로 표시하는 것을 특징으로 하는 학습 상태표시 단말.
The method of claim 1,
The evaluation state is,
Learning status display terminal, characterized in that for displaying the subject, the evaluation time, the evaluation type, the evaluation name, the correct answer rate and whether the supplementary evaluation is performed.
상기 일일 학습, 주간 학습, 월간 학습, 평가 상태는
상기 단말을 통해 상기 복수의 사용자의 학습 상태를 제공받는 객체가, 학습자, 교사 또는 학부모인지 여부에 따라 변경되어 제공되는 것을 특징으로 하는 학습 상태표시 단말.The method of claim 1,
The daily learning, weekly learning, monthly learning, assessment status
Learning status display terminal, characterized in that the object provided with the learning status of the plurality of users through the terminal is changed depending on whether the learner, teacher or parent.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190013110A KR102009034B1 (en) | 2019-01-31 | 2019-01-31 | Informative Method using Learning Analysis and System |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190013110A KR102009034B1 (en) | 2019-01-31 | 2019-01-31 | Informative Method using Learning Analysis and System |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102009034B1 true KR102009034B1 (en) | 2019-08-08 |
Family
ID=67613068
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190013110A KR102009034B1 (en) | 2019-01-31 | 2019-01-31 | Informative Method using Learning Analysis and System |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102009034B1 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112380263A (en) * | 2020-11-11 | 2021-02-19 | 北京爱论答科技有限公司 | Teaching data recommendation method and device |
| KR20210061294A (en) * | 2019-11-19 | 2021-05-27 | 주식회사 영가에듀 | System for managing study for self directed learning based big data and method thereof |
| KR102566197B1 (en) * | 2023-04-04 | 2023-08-11 | 이덕호 | Method of managing test result and academic achievement status information for each student, and device and system therefor |
| CN116778770A (en) * | 2023-08-21 | 2023-09-19 | 莱芜职业技术学院 | Interactive system for intelligent teaching |
| KR102591336B1 (en) * | 2022-11-15 | 2023-10-27 | 권기철 | System that provides prediction and evaluation of learning achievement |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR0161796B1 (en) | 1995-12-22 | 1998-12-01 | 김사웅 | A process for preparing thiazolyl derivatives |
| KR20140041625A (en) * | 2014-01-29 | 2014-04-04 | 금훈섭 | Repetition learning system and its method |
| KR20140045672A (en) * | 2012-10-09 | 2014-04-17 | 김태기 | Smart phone based online study consulting system |
| KR20150116662A (en) * | 2014-04-08 | 2015-10-16 | (주)에듀오션코리아 | Toeic-Navigation |
| KR101581921B1 (en) * | 2014-07-08 | 2015-12-31 | 주식회사 테라클 | Method and apparatus for learning cunsulting |
| KR20180002730A (en) | 2015-05-07 | 2018-01-08 | 씨에이치디아이 파운데이션, 인코포레이티드 | Histone deacetylase inhibitors and compositions and methods of use thereof |
-
2019
- 2019-01-31 KR KR1020190013110A patent/KR102009034B1/en active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR0161796B1 (en) | 1995-12-22 | 1998-12-01 | 김사웅 | A process for preparing thiazolyl derivatives |
| KR20140045672A (en) * | 2012-10-09 | 2014-04-17 | 김태기 | Smart phone based online study consulting system |
| KR20140041625A (en) * | 2014-01-29 | 2014-04-04 | 금훈섭 | Repetition learning system and its method |
| KR20150116662A (en) * | 2014-04-08 | 2015-10-16 | (주)에듀오션코리아 | Toeic-Navigation |
| KR101581921B1 (en) * | 2014-07-08 | 2015-12-31 | 주식회사 테라클 | Method and apparatus for learning cunsulting |
| KR20180002730A (en) | 2015-05-07 | 2018-01-08 | 씨에이치디아이 파운데이션, 인코포레이티드 | Histone deacetylase inhibitors and compositions and methods of use thereof |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210061294A (en) * | 2019-11-19 | 2021-05-27 | 주식회사 영가에듀 | System for managing study for self directed learning based big data and method thereof |
| KR102502673B1 (en) * | 2019-11-19 | 2023-02-23 | 주식회사 영가에듀 | System for managing study for self directed learning based big data and method thereof |
| CN112380263A (en) * | 2020-11-11 | 2021-02-19 | 北京爱论答科技有限公司 | Teaching data recommendation method and device |
| KR102591336B1 (en) * | 2022-11-15 | 2023-10-27 | 권기철 | System that provides prediction and evaluation of learning achievement |
| KR102566197B1 (en) * | 2023-04-04 | 2023-08-11 | 이덕호 | Method of managing test result and academic achievement status information for each student, and device and system therefor |
| CN116778770A (en) * | 2023-08-21 | 2023-09-19 | 莱芜职业技术学院 | Interactive system for intelligent teaching |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102009034B1 (en) | Informative Method using Learning Analysis and System | |
| KR102191672B1 (en) | personalized learning method based on AI(artificial intelligence) and Learner Analysis, and system | |
| KR102191670B1 (en) | personalized learning method based on test question bank and knowledge map data, and system | |
| KR102232343B1 (en) | personalized learning method based on AI(artificial intelligence) and system | |
| KR102197752B1 (en) | personalized automatic questionnaires learning method based on AI(artificial intelligence) and system | |
| KR102052844B1 (en) | Learning Analysis Method and System | |
| KR102258234B1 (en) | personalized and adaptive learning method using artificial intelligence (AI) tutor interface, and system | |
| CN109313812A (en) | Sharing experience with context enhancing | |
| KR20140146750A (en) | Method and system for gaze-based providing education content | |
| KR20160087478A (en) | Method for planning portfolio using learner analysis data on the basis of mobile terminal and service | |
| Adams Becker et al. | 2016 NMC Technology Outlook: Australian Tertiary Education. A Horizon Project Regional Report. | |
| KR101413794B1 (en) | Edutainment contents mobile terminal using augmented reality and method for controlling thereof | |
| Ram et al. | LSVP: Towards Effective On-the-go Video Learning Using Optical Head-Mounted Displays | |
| KR102191671B1 (en) | personalized learning method based on social learning and e-portfolio, and system | |
| Schaeffer | Usability evaluation for augmented reality | |
| KR20180046431A (en) | Method and Apparatus for Classification and Prediction of Internet Game Addiction using Decision Tree for Screening of Internet Game Addiction Adult Patients | |
| KR102258235B1 (en) | personalized and adaptive learning method based on artificial intelligence (AI) using feeling content, and system | |
| KR102232344B1 (en) | personalized and adaptive learning method based on artificial intelligence (AI) using big data, and system | |
| Kajan et al. | PeepList: Adapting ex-post interaction with pervasive display content using eye tracking | |
| Ahmad et al. | Towards a Low‐Cost Teacher Orchestration Using Ubiquitous Computing Devices for Detecting Student’s Engagement | |
| KR20230117683A (en) | Artificial Intelligence Essential Education Recommendation Algorithm Software | |
| Du | Design and evaluation of a learning assistant system with optical head-mounted display (OHMD) | |
| KR20230038823A (en) | Learning management system using big data and artificial intelligence capable of personal care through mentoring | |
| KR20240048129A (en) | Method, device and system for creating customized online lecture contents and providing educational curriculum based on artificial intelligence | |
| KR102586254B1 (en) | Class system provided with user-customized toolkit and class method using the system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |