KR102047533B1 - 교육콘텐츠 큐레이션 서비스 제공방법 - Google Patents

교육콘텐츠 큐레이션 서비스 제공방법 Download PDF

Info

Publication number
KR102047533B1
KR102047533B1 KR1020180158609A KR20180158609A KR102047533B1 KR 102047533 B1 KR102047533 B1 KR 102047533B1 KR 1020180158609 A KR1020180158609 A KR 1020180158609A KR 20180158609 A KR20180158609 A KR 20180158609A KR 102047533 B1 KR102047533 B1 KR 102047533B1
Authority
KR
South Korea
Prior art keywords
information
education
lecture
student
educational
Prior art date
Application number
KR1020180158609A
Other languages
English (en)
Inventor
백기락
Original Assignee
강원오픈마켓 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 강원오픈마켓 주식회사 filed Critical 강원오픈마켓 주식회사
Priority to KR1020180158609A priority Critical patent/KR102047533B1/ko
Application granted granted Critical
Publication of KR102047533B1 publication Critical patent/KR102047533B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • G06Q50/2057Career enhancement or continuing education service
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services

Landscapes

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

Abstract

컴퓨터에 의하여 수행되는 방법에 있어서, 하나 이상의 강의코스를 포함하는 교육용 커리큘럼을 생성하는 단계, 상기 하나 이상의 강의코스에 각각 대응하는 하나 이상의 강의자료를 결정하는 단계 및 상기 교육용 커리큘럼에 대한 정보 및 상기 하나 이상에 강의자료에 접근하기 위한 정보를 포함하는 교육콘텐츠를 생성하는 단계를 포함하는, 교육콘텐츠 큐레이션 서비스 제공방법이 개시된다.

Description

교육콘텐츠 큐레이션 서비스 제공방법 {METHOD FOR PROVIDING EDUCATIONAL CONTENTS CURATION SERVICE}
본 발명은 교육콘텐츠 큐레이션 서비스 제공방법에 관한 것이다.
최근에는 대학이나 기타 교육기관 등에서 다양한 무료 강의자료 및 강의 영상을 배포하고 있으며, 개인이나 단체들 또한 동영상 공유사이트 등을 이용하여 다양한 분야의 강의영상을 무료로 제공하고 있다.
하지만, 해당 분야에 대한 사전지식이 없거나 적은 수강생들은 어떠한 강의를 들어야 할지 알기 어려운 경우가 많으며, 또한 본인에게 맞지 않는 강의를 듣다가 포기하는 등 이러한 무료 강의자료들을 적절하게 활용하기 어려운 실정이다.
따라서, 이러한 강의 콘텐츠들을 한 곳에서 큐레이션하여 통합적으로 제공할 수 있는 서비스의 개발이 요구되고 있다.
등록특허공보 제10-0610276호, 2006.08.01 등록
본 발명이 해결하고자 하는 과제는 교육콘텐츠 큐레이션 서비스 제공방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 교육콘텐츠 큐레이션 서비스 제공방법은, 하나 이상의 강의코스를 포함하는 교육용 커리큘럼을 생성하는 단계, 상기 하나 이상의 강의코스에 각각 대응하는 하나 이상의 강의자료를 결정하는 단계 및 상기 교육용 커리큘럼에 대한 정보 및 상기 하나 이상에 강의자료에 접근하기 위한 정보를 포함하는 교육콘텐츠를 생성하는 단계를 포함한다.
또한, 상기 교육용 커리큘럼을 생성하는 단계는, 수강생 정보를 획득하는 단계 및 상기 수강생 정보에 기초하여 상기 수강생에 대한 교육용 커리큘럼을 생성하는 단계를 포함하고, 상기 교육콘텐츠를 생성하는 단계는, 상기 생성된 교육콘텐츠를 상기 수강생에게 제공하는 단계를 더 포함할 수 있다.
또한, 상기 교육콘텐츠를 생성하는 단계는, 상기 교육용 커리큘럼에 대한 정보 및 상기 하나 이상에 강의자료에 접근하기 위한 정보를 포함하는 도큐먼트를 생성하는 단계를 포함하고, 상기 하나 이상의 강의자료에 접근하기 위한 정보는 상기 하나 이상의 강의자료에 접근하기 위한 링크정보를 포함하고, 상기 교육콘텐츠를 제공하는 단계는, 상기 도큐먼트에 대응하는 문서파일 및 상기 도큐먼트에 접근할 수 있는 링크정보 중 적어도 하나를 상기 수강생에게 제공하는 단계를 포함할 수 있다.
또한, 상기 교육용 커리큘럼을 생성하는 단계는, 상기 수강생 정보에 기초하여 상기 수강생이 수강하고자 하는 분야에 대한 정보를 획득하는 단계, 상기 수강생 정보에 기초하여 상기 분야에 대한 상기 수강생의 교육수준을 판단하는 단계 및 상기 분야에 대한 교육용 커리큘럼을 생성하는 단계를 포함하고, 상기 수강생 정보는, 상기 수강생의 교육정보, 경력정보, 과거 수강 히스토리 및 상기 수강생의 하나 이상의 계정 및 단말로부터 수집되는 상기 수강생에 대한 메타데이터를 포함하고, 상기 분야에 대한 교육용 커리큘럼을 생성하는 단계는, 상기 수강생의 교육수준에 기초하여, 상기 분야에 대한 교육용 커리큘럼에 포함될 하나 이상의 강의코스의 종류를 결정하는 단계 및 상기 결정된 종류의 하나 이상의 강의코스 각각의 난이도를 결정하는 단계를 포함할 수 있다.
또한, 상기 교육수준을 판단하는 단계는, 상기 수강생 정보를 정규교육정보 및 비정규교육정보로 분류하는 단계 및 상기 정규교육정보 및 상기 비정규교육정보에 대한 평가결과에 기초하여 상기 수강생의 교육수준을 판단하는 단계를 포함하고, 상기 분류하는 단계는, 상기 저장된 데이터베이스에 기초하여 상기 데이터베이스에 저장된 정보에 대응하는 교육정보를 정규교육정보로 분류하고, 상기 정규교육정보를 제외한 상기 수강생 정보를 상기 비정규교육정보로 분류하는 단계를 포함하고, 상기 교육콘텐츠를 제공하는 단계는, 상기 제공된 교육콘텐츠에 따른 상기 수강생의 수강정보를 수집하는 단계, 상기 수집된 수강정보에 기초하여 상기 수강생의 교육수준을 업데이트하는 단계, 상기 판단된 교육수준 및 상기 업데이트된 교육수준을 비교하여, 상기 수강생 정보에 포함된 적어도 하나의 비정규교육정보와 상기 분야의 교육수준 간의 연관관계를 업데이트하는 단계 및 상기 연관관계의 업데이트 결과 제1 비정규교육정보와 상기 분야 간의 연관성이 기 설정된 기준값을 초과하는 경우, 상기 제1 비정규교육정보를 상기 데이터베이스에 정규교육정보로서 저장하는 단계를 더 포함할 수 있다.
또한, 상기 수강정보를 수집하는 단계는, 상기 제공된 교육콘텐츠에 포함된 강의자료들에 대한 상기 수강생의 수강시간 및 상기 수강생이 상기 강의자료들을 시청하면서 수행한 조작에 대한 정보를 수집하는 단계를 더 포함하고, 상기 교육수준을 업데이트하는 단계는, 상기 수강생이 특정 강의자료를 시청한 시간이 기 설정된 기준값보다 짧은 경우 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 가점을 부여하고, 상기 수강생이 상기 특정 강의자료를 시청한 시간이 기 설정된 기준값보다 긴 경우 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 감점을 부여하는 단계 및 상기 수강생이 상기 특정 강의자료를 시청하면서 정지 혹은 되감기 조작을 기 설정된 기준횟수보다 많이 수행하는 경우, 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 감점을 부여하고, 상기 수강생이 상기 특정 강의자료를 시청하면서 빨리감기 혹은 건너뛰기 조작을 기 설정된 기준횟수보다 많이 수행하는 경우, 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 가점을 부여하는 단계를 더 포함할 수 있다.
또한, 상기 강의자료를 결정하는 단계는, 상기 결정된 종류의 하나 이상의 강의코스 각각에 대하여 결정된 난이도에 기초하여 상기 결정된 종류의 하나 이상의 강의코스 각각에 대한 복수의 후보 강의자료를 결정하는 단계, 상기 결정된 복수의 후보 강의자료의 내용 및 상기 수강생 정보에 기초하여 상기 결정된 복수의 후보 강의자료 각각의 적합도 점수를 산출하는 단계 및 상기 산출된 적합도 점수가 가장 높은 강의자료에 접근하기 위한 정보를 상기 교육용 콘텐츠에 포함시키는 단계를 더 포함할 수 있다.
또한, 상기 수강생이 상기 교육콘텐츠에 포함된 특정 강의자료를 선택하는 정보를 획득하는 단계, 상기 선택된 강의자료에 접속을 시도하는 단계 및 상기 선택된 강의자료에 접속이 불가능한 경우, 상기 복수의 후보 강의자료 중 상기 선택된 강의자료 다음으로 높은 적합도 점수를 갖는 강의자료에 접속을 시도하는 단계를 더 포함할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
개시된 실시 예에 따르면, 다양한 무료 강의들을 큐레이션하여 제공함으로써, 수강생으로 하여금 편리하게 본인에게 적합한 강의를 수강할 수 있도록 하는 장점이 있다.
나아가, 개시된 실시 예에 따르면 수강생이 직접 교육 커리큘럼을 작성하거나, 제공받은 강의 계획 및 교재 등을 수정할 수 있도록 하고, 이에 따른 정보 및 서비스를 제공할 수 있는 효과가 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 일 실시 예에 따른 교육콘텐츠 큐레이션 서비스 제공방법을 도시한 흐름도이다.
도 2는 일 실시 예에 따른 수강생별 교육용 커리큘럼 생성방법을 도시한 흐름도이다.
도 3은 일 실시 예에 따라 구체적인 강의내용을 결정하는 방법을 도시한 흐름도이다.
도 4는 일 실시 예에 따라 수강생 정보를 분류 및 평가하는 방법을 도시한 흐름도이다.
도 5는 일 실시 예에 따른 강의자료 선택방법을 도시한 흐름도이다.
도 6는 일 실시 예에 따른 장치의 구성도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 일 실시 예에 따른 교육콘텐츠 큐레이션 서비스 제공방법을 도시한 흐름도이다.
단계 S110에서, 컴퓨터는 하나 이상의 강의코스를 포함하는 교육용 커리큘럼을 생성한다.
단계 S120에서, 컴퓨터는 상기 하나 이상의 강의코스에 각각 대응하는 하나 이상의 강의자료를 결정한다.
단계 S130에서, 컴퓨터는 상기 교육용 커리큘럼에 대한 정보 및 상기 하나 이상에 강의자료에 접근하기 위한 정보를 포함하는 교육콘텐츠를 생성한다.
일 실시 예에서, 하나 이상의 강의코스는 특정 분야를 학습하기 위한 챕터나 소분류, 중분류, 대분류 등을 의미할 수 있으나, 이에 제한되는 것은 아니다.
즉, 컴퓨터는 특정 분야의 교육을 위한 교육과정을 생성하고, 각각의 교육과정에 대응하는 강의자료를 결정하며, 결정된 강의자료를 접근하기 위한 정보를 교육콘텐츠에 포함시킬 수 있다.
일 실시 예에서, 교육자료는 교육용 영상을 의미할 수 있다. 실시 예에 따라, 교육용 영상은 개시된 실시 예에 따른 교육콘텐츠를 제공하는 서버에 저장되어 제공될 수도 있다.
하지만, 바람직한 실시 예에 따르면 개시된 실시 예에 따른 서비스 및 교육 콘텐츠를 제공하는 서버는 강의자료를 직접 보유하지 않고, 교육용 커리큘럼을 생성한 후 외부의 강의 사이트나 동영상 시청 사이트 등을 검색하여 해당 커리큘럼에 적합한 강의영상을 선택하고, 해당 강의영상에 접근할 수 있는 링크정보를 교육 콘텐츠에 포함시킬 수 있다.
즉, 개시된 실시 예에 따른 서비스를 제공하는 서버는 직접 교육용 콘텐츠를 생성하여 제공할 수도 있지만, 바람직한 실시 예에 따르면 외부 강의 자료들을 큐레이션하여 제공하는 역할을 수행한다.
현대에는 인터넷을 통하여 제공되는 많은 무료강의들이 존재하나, 사용자가 이를 일일이 찾아서 수강하기에는 어려운 경우가 많다. 특히, 강의의 종류가 너무 많아서 어떠한 강의가 본인에게 가장 적합한지 알기 어렵다.
따라서, 개시된 실시 예에 따른 컴퓨터는 수강생의 정보에 기초하여 교육용 커리큘럼을 생성하고, 해당 교육용 커리큘럼의 각 단계에 가장 어울리는 외부 강의를 선택하여, 해당 외부 강의에 접근할 수 있는 링크정보를 수강생에게 제공할 수 있다.
컴퓨터가 외부 강의를 직접 저장 및 제공하는 경우 저작권 문제가 발생할 수 있으며, 또한 링크를 통해 서비스를 제공함으로써 개시된 실시 예에 따른 서비스를 제공하는 서버의 트래픽을 절약할 수 있다.
다만, 개시된 실시 예에 따른 교육콘텐츠는 링크정보만을 단순하게 제공하는 것은 아니고, 기존의 인터넷 강의 사이트와 같은 레이아웃에 기초하여 생성된 교육용 커리큘럼에 대응하는 목차, 분류, 강의코스 등에 대한 정보를 상세하게 제공하며, 각각의 정보에 대응하는 위치에서 외부 강의영상을 시청할 수 있도록 구성되는 것을 특징으로 한다.
일 실시 예에서, 교육용 콘텐츠가 제공되는 페이지에는 강의 영상이 표시되도록 마련되는 영역이 구비될 수 있으며, 링크를 통해 획득되는 강의 영상이 해당 영역에 표시되도록 하는 레이아웃을 이용함으로써 수강생으로 하여금 실제로 해당 페이지에서 제공되는 영상을 시청하는 듯한 편안한 사용자 체험을 제공할 수 있다.
일 실시 예에서, 강의 영상이 표시되는 영역의 크기 및 영역의 경계의 모양은 표시되는 영상의 종류에 따라 조정될 수 있으며, 이에 따라 강의 영상이 교육콘텐츠 내에서 이질감 없이 재생되도록 할 수 있다.
도 2는 일 실시 예에 따른 수강생별 교육용 커리큘럼 생성방법을 도시한 흐름도이다.
상술한 교육용 커리큘럼을 생성하는 단계에서, 컴퓨터는 수강생 정보를 획득하는 단계(S210)를 수행할 수 있다.
또한, 컴퓨터는 상기 수강생 정보에 기초하여 상기 수강생에 대한 교육용 커리큘럼을 생성하는 단계(S220)를 수행할 수 있다.
상술한 교육콘텐츠를 생성하는 단계에서, 컴퓨터는 상기 생성된 교육콘텐츠를 상기 수강생에게 제공하는 단계(S230)를 수행할 수 있다.
상술한 교육콘텐츠를 생성하는 단계에서, 컴퓨터는 상기 교육용 커리큘럼에 대한 정보 및 상기 하나 이상에 강의자료에 접근하기 위한 정보를 포함하는 도큐먼트를 생성하는 단계를 수행할 수 있다.
일 실시 예에서, 상기 하나 이상의 강의자료에 접근하기 위한 정보는 상기 하나 이상의 강의자료에 접근하기 위한 링크정보를 포함할 수 있다.
상술한 교육콘텐츠를 제공하는 단계에서, 컴퓨터는 상기 도큐먼트에 대응하는 문서파일 및 상기 도큐먼트에 접근할 수 있는 링크정보 중 적어도 하나를 상기 수강생에게 제공하는 단계를 수행할 수 있다.
교육콘텐츠가 제공되는 도큐먼트의 형식은 제한되지 않으나, 예를 들어 교육콘텐츠는 웹 페이지 형태로 제공될 수도 있고, pdf파일이나 e북 파일과 같은 문서파일 형태로 제공될 수도 있으며, 실시 예에 따라 하드카피 형태로 제공될 수도 있다.
수강생은 교육콘텐츠에 포함된 커리큘럼에 대한 정보와 함께 링크정보를 제공받음으로써, 각 커리큘럼의 단계에서 링크정보에 대응하는 교육자료를 획득하여 학습할 수 있다.
도 3은 일 실시 예에 따라 구체적인 강의내용을 결정하는 방법을 도시한 흐름도이다.
상술한 교육용 커리큘럼을 생성하는 단계에서, 컴퓨터는 상기 수강생 정보에 기초하여 상기 수강생이 수강하고자 하는 분야에 대한 정보를 획득하는 단계(S310)를 수행할 수 있다.
또한, 컴퓨터는 상기 수강생 정보에 기초하여 상기 분야에 대한 상기 수강생의 교육수준을 판단하는 단계(S320)를 수행할 수 있다. 일 실시 예에서, 수강생의 교육수준은 수강생 정보에 포함된 정보들에 기초하여 판단될 수도 있으며, 이 경우 다양한 수강생 정보에 대응하는 교육수준에 대한 정보를 포함하는 학습 데이터를 이용하여 학습된 인공지능 모델이 이용될 수 있다.
다른 실시 예에서, 수강생의 교육수준을 판단하기 위한 테스트가 제공될 수도 있다.
또한, 컴퓨터는 상기 분야에 대한 교육용 커리큘럼을 생성하는 단계(S330)를 수행할 수 있다.
일 실시 예에서, 상기 수강생 정보는, 상기 수강생의 교육정보, 경력정보, 과거 수강 히스토리 및 상기 수강생의 하나 이상의 계정 및 단말로부터 수집되는 상기 수강생에 대한 메타데이터를 포함할 수 있다.
일 실시 예에서, 수강생에 대한 메타데이터는 수강생의 검색정보, 쿠키, 방문정보, 메신저 대화정보 등을 포함할 수 있으나, 이에 제한되는 것은 아니다.
상술한 분야에 대한 교육용 커리큘럼을 생성하는 단계에서, 컴퓨터는 상기 수강생의 교육수준에 기초하여, 상기 분야에 대한 교육용 커리큘럼에 포함될 하나 이상의 강의코스의 종류를 결정하는 단계(S340)를 수행할 수 있다.
또한, 컴퓨터는 상기 결정된 종류의 하나 이상의 강의코스 각각의 난이도를 결정하는 단계(S350)를 수행할 수 있다.
일 실시 예에서, 컴퓨터는 수강생의 교육수준에 따라 다양한 강의 코스를 선택하고, 각각의 내용 및 난이도를 조정할 수 있다.
도 4는 일 실시 예에 따라 수강생 정보를 분류 및 평가하는 방법을 도시한 흐름도이다.
상술한 교육수준을 판단하는 단계에서, 컴퓨터는 상기 수강생 정보를 정규교육정보 및 비정규교육정보로 분류하는 단계(S410)를 수행할 수 있다.
또한, 컴퓨터는 상기 정규교육정보 및 상기 비정규교육정보에 대한 평가결과에 기초하여 상기 수강생의 교육수준을 판단하는 단계(S420)를 수행할 수 있다.
예를 들어, 정규교육정보는 학력이나 인증된 기관의 강의 수강내역, 시험결과, 자격증 등을 포함할 수 있다.
상술한 분류하는 단계에서, 컴퓨터는 기 저장된 데이터베이스에 기초하여 상기 데이터베이스에 저장된 정보에 대응하는 교육정보를 정규교육정보로 분류하고, 상기 정규교육정보를 제외한 상기 수강생 정보를 상기 비정규교육정보로 분류하는 단계(S430)를 수행할 수 있다.
예를 들어, 비정규교육정보는 수강생의 독서, 인터넷 등을 통한 자료조사 및 학습, 커뮤니티 활동을 통한 지식습득 등을 포함할 수 있으나, 이에 제한되지 않는다.
상술한 교육콘텐츠를 제공하는 단계에서, 컴퓨터는 상기 제공된 교육콘텐츠에 따른 상기 수강생의 수강정보를 수집하는 단계(S440)를 수행할 수 있다.
또한, 컴퓨터는 상기 수집된 수강정보에 기초하여 상기 수강생의 교육수준을 업데이트하는 단계(S450)를 수행할 수 있다.
예를 들어, 수강생이 제공된 교육콘텐츠보다 수준이 높은 것으로 판단되는 경우 수강생의 교육수준을 상향시키고, 수강생이 제공된 교육콘텐츠보다 수준이 낮은 것으로 판단되는 경우 수강생의 교육수준을 하향시킬 수 있다.
또한, 컴퓨터는 상기 판단된 교육수준 및 상기 업데이트된 교육수준을 비교하여, 상기 수강생 정보에 포함된 적어도 하나의 비정규교육정보와 상기 분야의 교육수준 간의 연관관계를 업데이트하는 단계(S460)를 수행할 수 있다.
예를 들어, 수강생에 대하여 판단된 교육수준과, 해당 수강생의 업데이트된 교육수준과, 해당 수강생의 비정규교육정보를 비교함으로써 컴퓨터가 정규교육정보만으로는 판단하지 못하였던 비정규교육정보와 교육수준 간의 연관관계를 업데이트할 수 있다. 예를 들어, 컴퓨터가 특정 비정규교육정보의 가치가 거의 없는 것으로 판단하였음에도, 교육수준 업데이트 결과에 따름녀 해당 비정규교육정보에 의하여 상당수준의 교육수준 향상이 있었던 것으로 산출될 수 있다.
또한, 컴퓨터는 상기 연관관계의 업데이트 결과 제1 비정규교육정보와 상기 분야 간의 연관성이 기 설정된 기준값을 초과하는 경우, 상기 제1 비정규교육정보를 상기 데이터베이스에 정규교육정보로서 저장하는 단계(S470)를 수행할 수 있다.
즉, 연관성이 인정되는 경우, 비정규교육정보 또한 해당 분야에 대한 정규교육정보로 인정하여 데이터베이스에 저장할 수 있다.
상술한 수강정보를 수집하는 단계에서, 컴퓨터는 상기 제공된 교육콘텐츠에 포함된 강의자료들에 대한 상기 수강생의 수강시간 및 상기 수강생이 상기 강의자료들을 시청하면서 수행한 조작에 대한 정보를 수집하는 단계를 수행할 수 있다.
상술한 교육수준을 업데이트하는 단계에서, 컴퓨터는 상기 수강생이 특정 강의자료를 시청한 시간이 기 설정된 기준값보다 짧은 경우 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 가점을 부여할 수 있다.
또한, 상기 수강생이 상기 특정 강의자료를 시청한 시간이 기 설정된 기준값보다 긴 경우 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 감점을 부여하는 단계를 수행할 수 있다.
또한, 컴퓨터는 상기 수강생이 상기 특정 강의자료를 시청하면서 정지 혹은 되감기 조작을 기 설정된 기준횟수보다 많이 수행하는 경우, 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 감점을 부여할 수 있다.
또한, 상기 수강생이 상기 특정 강의자료를 시청하면서 빨리감기 혹은 건너뛰기 조작을 기 설정된 기준횟수보다 많이 수행하는 경우, 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 가점을 부여하는 단계를 수행할 수 있다.
즉, 수강생이 강의내용을 모르거나 이해하기 어려우면 수강에 더 오랜 시간이 걸릴 것이며, 영상을 멈추거나 되감아서 재수강할 수도 있다.
반면 수강생이 강의내용을 이미 알거나 이해하기 쉬우면, 영상을 빨리 감거나 일부를 건너뛰기할 수도 있다.
도 5는 일 실시 예에 따른 강의자료 선택방법을 도시한 흐름도이다.
상술한 강의자료를 결정하는 단계에서, 컴퓨터는 상기 결정된 종류의 하나 이상의 강의코스 각각에 대하여 결정된 난이도에 기초하여 상기 결정된 종류의 하나 이상의 강의코스 각각에 대한 복수의 후보 강의자료를 결정하는 단계(S510)를 수행할 수 있다.
또한, 컴퓨터는 상기 결정된 복수의 후보 강의자료의 내용 및 상기 수강생 정보에 기초하여 상기 결정된 복수의 후보 강의자료 각각의 적합도 점수를 산출하는 단계(S520)를 수행할 수 있다.
또한, 컴퓨터는 상기 산출된 적합도 점수가 가장 높은 강의자료에 접근하기 위한 정보를 상기 교육용 콘텐츠에 포함시키는 단계(S530)를 수행할 수 있다.
또한, 컴퓨터는 상기 수강생이 상기 교육콘텐츠에 포함된 특정 강의자료를 선택하는 정보를 획득하고, 상기 선택된 강의자료에 접속을 시도하는 단계(S540)를 수행할 수 있다.
또한, 컴퓨터는 상기 선택된 강의자료에 접속이 불가능한 경우, 상기 복수의 후보 강의자료 중 상기 선택된 강의자료 다음으로 높은 적합도 점수를 갖는 강의자료에 접속을 시도하는 단계(S550)를 수행할 수 있다.
일 실시 예에서, 교육콘텐츠가 문서파일 혹은 하드카피로 수강생에게 전달되는 경우 컴퓨터는 이를 수정할 수 없다.
따라서, 실시 예에 따라 교육콘텐츠에 포함되는 링크정보는 특정 교육자료에 직접 연결되는 것이 아니고, 컴퓨터의 중개를 통해 제공되는 링크로 수강생이 접속할 수 있도록 하는 형태의 링크정보를 포함할 수 있다.
일 실시 예에서, 컴퓨터는 개시된 실시 예에 따라 큐레이션된 페이지를 제공하며, 해당 페이지는 특정 수강생을 위해 생성된 것이므로, 타 수강생이 이를 이용한다 하여도 효율이 낮을 것이다.
그럼에도 불구하고 특정 수강생에게 제공(또는 판매)된 교육콘텐츠의 유포나 양도를 막기 위한 수단이 마련될 수 있다.
예를 들어, 교육콘텐츠에 포함된 도큐먼트에는 이를 구매한 사용자에 대한 정보가 워터마크 등으로 표시되어, 유포나 양도시 그 주체를 쉽게 파악할 수 있도록 구성될 수 있다.
또한, 실시 예에 따라 교육콘텐츠를 타인에게 전달하는 경우, 그 전달되는 기록이 저장 및 전송되도록 구성되어, 유포 경로를 용이하게 파악할 수 있도록 구성될 수도 있다.
또한, 실시 예에 따라 교육콘텐츠에서 제공되는 링크정보는 암호화된 링크정보일 수 있으며, 이를 구매한 수강생에게만 암호화된 링크를 복호화할 수 있는 키가 주어질 수도 있다.
또한, 교육콘텐츠에 포함된 링크정보에 의하여 개시된 실시 예에 따른 서비스를 제공하는 서버와 연결되고, 서버에서 이를 중개하여 외부 강의 자료에 접근할 수 있는 링크정보를 직접 제공하는 경우, 서버는 해당 링크를 요청하는 사용자에 대한 인증절차를 통해 다른 사용자가 해당 교육콘텐츠를 이용하는 것을 방지할 수 있다.
또한, 개시된 실시 예에 따른 교육콘텐츠 페이지에서는 자체 콘텐츠를 제공할 수도 있으며, 개시된 실시 예에 따른 페이지는 이러한 콘텐츠를 중개하고, 대여하는 플랫폼으로서도 기능할 수 있다.
예를 들어, 급하게 특정 강의자료가 필요한 강사는 플랫폼을 통해 해당 강의자료를 대여하고, 이를 이용하여 강의를 진행할 수 있다.
페이지를 통해 제공되는 자체 콘텐츠는 해당 페이지를 통해서만 재생가능하도록 구성될 수 있다.
도 6는 일 실시 예에 따른 장치의 구성도이다.
도 6에 도시된 장치(100)는 개시된 실시 예에 따른 컴퓨터에 대응할 수 있으나, 이에 제한되는 것은 아니다.
프로세서(102)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시예에 따른 프로세서(102)는 메모리(104)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 1 내지 도 5와 관련하여 설명된 방법을 수행한다.
예를 들어, 프로세서(102)는 메모리에 저장된 하나 이상의 인스트럭션을 실행함으로써 개시된 실시 예에 따른 방법을 수행할 수 있다.
한편, 프로세서(102)는 프로세서(102) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(102)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(104)에는 프로세서(102)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(104)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (8)

  1. 컴퓨터에 의하여 수행되는 방법에 있어서,
    하나 이상의 강의코스를 포함하는 교육용 커리큘럼을 생성하는 단계;
    상기 하나 이상의 강의코스에 각각 대응하는 하나 이상의 강의자료를 결정하는 단계; 및
    상기 교육용 커리큘럼에 대한 정보 및 상기 하나 이상에 강의자료에 접근하기 위한 정보를 포함하는 교육콘텐츠를 생성하는 단계; 를 포함하고,
    상기 교육용 커리큘럼을 생성하는 단계는,
    수강생 정보를 획득하는 단계; 및
    상기 수강생 정보에 기초하여 상기 수강생에 대한 교육용 커리큘럼을 생성하는 단계; 를 포함하고,
    상기 교육콘텐츠를 생성하는 단계는,
    상기 생성된 교육콘텐츠를 상기 수강생에게 제공하는 단계; 를 더 포함하고,
    상기 교육용 커리큘럼을 생성하는 단계는,
    상기 수강생 정보에 기초하여 상기 수강생이 수강하고자 하는 분야에 대한 정보를 획득하는 단계;
    상기 수강생 정보에 기초하여 상기 분야에 대한 상기 수강생의 교육수준을 판단하는 단계; 및
    상기 분야에 대한 교육용 커리큘럼을 생성하는 단계; 를 포함하고,
    상기 수강생 정보는, 상기 수강생의 교육정보, 경력정보, 과거 수강 히스토리 및 상기 수강생의 하나 이상의 계정 및 단말로부터 수집되는 상기 수강생에 대한 메타데이터를 포함하고,
    상기 수강생에 대한 메타데이터는 상기 수강생의 검색정보, 쿠키, 방문정보 및 메신저 대화정보를 포함하고,
    상기 분야에 대한 교육용 커리큘럼을 생성하는 단계는,
    상기 수강생의 교육수준에 기초하여, 상기 분야에 대한 교육용 커리큘럼에 포함될 하나 이상의 강의코스의 종류를 결정하는 단계; 및
    상기 결정된 종류의 하나 이상의 강의코스 각각의 난이도를 결정하는 단계; 를 포함하고,
    상기 교육수준을 판단하는 단계는,
    상기 수강생 정보를 정규교육정보 및 비정규교육정보로 분류하는 단계; 및
    상기 정규교육정보 및 상기 비정규교육정보에 대한 평가결과에 기초하여 상기 수강생의 교육수준을 판단하는 단계; 를 포함하고,
    상기 비정규교육정보는, 상기 수강생의 독서 정보, 인터넷을 통한 자료조사 및 학습 정보 및 커뮤니티 활동을 통한 지식습득 정보를 포함하고,
    상기 분류하는 단계는,
    기 저장된 데이터베이스에 기초하여 상기 데이터베이스에 저장된 정보에 대응하는 교육정보를 정규교육정보로 분류하고, 상기 정규교육정보를 제외한 상기 수강생 정보를 상기 비정규교육정보로 분류하는 단계; 를 포함하고,
    상기 교육콘텐츠를 제공하는 단계는,
    상기 제공된 교육콘텐츠에 따른 상기 수강생의 수강정보를 수집하는 단계;
    상기 수집된 수강정보에 기초하여 상기 수강생의 교육수준을 업데이트하는 단계;
    상기 판단된 교육수준 및 상기 업데이트된 교육수준을 비교하여, 상기 수강생 정보에 포함된 적어도 하나의 비정규교육정보와 상기 분야의 교육수준 간의 연관관계를 업데이트하는 단계; 및
    상기 연관관계의 업데이트 결과 제1 비정규교육정보와 상기 분야 간의 연관성이 기 설정된 기준값을 초과하는 경우, 상기 제1 비정규교육정보를 상기 데이터베이스에 정규교육정보로서 저장하는 단계; 를 더 포함하고,
    상기 강의자료를 결정하는 단계는,
    상기 결정된 종류의 하나 이상의 강의코스 각각에 대하여 결정된 난이도에 기초하여 상기 결정된 종류의 하나 이상의 강의코스 각각에 대한 복수의 후보 강의자료를 결정하는 단계;
    상기 결정된 복수의 후보 강의자료의 내용 및 상기 수강생 정보에 기초하여 상기 결정된 복수의 후보 강의자료 각각의 적합도 점수를 산출하는 단계; 및
    상기 산출된 적합도 점수가 가장 높은 강의자료에 접근하기 위한 정보를 상기 교육콘텐츠에 포함시키는 단계; 를 더 포함하는
    교육콘텐츠 큐레이션 서비스 제공방법.
  2. 삭제
  3. 제1 항에 있어서,
    상기 교육콘텐츠를 생성하는 단계는,
    상기 교육용 커리큘럼에 대한 정보 및 상기 하나 이상에 강의자료에 접근하기 위한 정보를 포함하는 도큐먼트를 생성하는 단계; 를 포함하고,
    상기 하나 이상의 강의자료에 접근하기 위한 정보는 상기 하나 이상의 강의자료에 접근하기 위한 링크정보를 포함하고,
    상기 교육콘텐츠를 제공하는 단계는,
    상기 도큐먼트에 대응하는 문서파일 및 상기 도큐먼트에 접근할 수 있는 링크정보 중 적어도 하나를 상기 수강생에게 제공하는 단계; 를 포함하는,
    교육콘텐츠 큐레이션 서비스 제공방법.
  4. 삭제
  5. 삭제
  6. 제1 항에 있어서,
    상기 수강정보를 수집하는 단계는,
    상기 제공된 교육콘텐츠에 포함된 강의자료들에 대한 상기 수강생의 수강시간 및 상기 수강생이 상기 강의자료들을 시청하면서 수행한 조작에 대한 정보를 수집하는 단계; 를 더 포함하고,
    상기 교육수준을 업데이트하는 단계는,
    상기 수강생이 특정 강의자료를 시청한 시간이 기 설정된 기준값보다 짧은 경우 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 가점을 부여하고, 상기 수강생이 상기 특정 강의자료를 시청한 시간이 기 설정된 기준값보다 긴 경우 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 감점을 부여하는 단계; 및
    상기 수강생이 상기 특정 강의자료를 시청하면서 정지 혹은 되감기 조작을 기 설정된 기준횟수보다 많이 수행하는 경우, 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 감점을 부여하고, 상기 수강생이 상기 특정 강의자료를 시청하면서 빨리감기 혹은 건너뛰기 조작을 기 설정된 기준횟수보다 많이 수행하는 경우, 상기 특정 강의자료의 내용에 대한 상기 수강생의 교육수준에 가점을 부여하는 단계; 를 더 포함하는,
    교육콘텐츠 큐레이션 서비스 제공방법.
  7. 삭제
  8. 제1 항에 있어서,
    상기 수강생이 상기 교육콘텐츠에 포함된 특정 강의자료를 선택하는 정보를 획득하는 단계;
    상기 선택된 강의자료에 접속을 시도하는 단계; 및
    상기 선택된 강의자료에 접속이 불가능한 경우, 상기 복수의 후보 강의자료 중 상기 선택된 강의자료 다음으로 높은 적합도 점수를 갖는 강의자료에 접속을 시도하는 단계; 를 더 포함하는,
    교육콘텐츠 큐레이션 서비스 제공방법.
KR1020180158609A 2018-12-10 2018-12-10 교육콘텐츠 큐레이션 서비스 제공방법 KR102047533B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180158609A KR102047533B1 (ko) 2018-12-10 2018-12-10 교육콘텐츠 큐레이션 서비스 제공방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180158609A KR102047533B1 (ko) 2018-12-10 2018-12-10 교육콘텐츠 큐레이션 서비스 제공방법

Publications (1)

Publication Number Publication Date
KR102047533B1 true KR102047533B1 (ko) 2019-11-21

Family

ID=68692164

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180158609A KR102047533B1 (ko) 2018-12-10 2018-12-10 교육콘텐츠 큐레이션 서비스 제공방법

Country Status (1)

Country Link
KR (1) KR102047533B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210126868A (ko) * 2020-04-13 2021-10-21 (주)인더스트리미디어 사전학습 콘텐츠 생성 장치 및 방법
KR20210144246A (ko) * 2020-05-22 2021-11-30 김면수 수준 맞춤 커리큘럼 생성을 통한 국어 교육 제공 방법
KR102553818B1 (ko) * 2023-03-13 2023-07-10 페이스튼국제학원 주식회사 교육 학습도 데이터 기반 인공지능 모델을 활용한 자녀 교육 콘텐츠 제공 방법, 장치 및 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000098865A (ja) * 1998-09-22 2000-04-07 Kobe Steel Ltd 学習支援システム,及びそれを構成する教材サーバ装置,学習者側装置,並びにそれらのプログラムを記録した記録媒体
JP2003271752A (ja) * 2002-03-15 2003-09-26 Nippon Telegr & Teleph Corp <Ntt> 教材提示方法及び装置及び教材提示プログラム及び教材提示プログラムを格納した記憶媒体
JP2004178521A (ja) * 2002-11-29 2004-06-24 Superstation Inc 推薦システム
KR100610276B1 (ko) 2004-03-25 2006-08-09 이종헌 인터넷 강의 시스템 및 그것을 이용한 강의방법
KR20150014310A (ko) * 2013-07-29 2015-02-06 인하대학교 산학협력단 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000098865A (ja) * 1998-09-22 2000-04-07 Kobe Steel Ltd 学習支援システム,及びそれを構成する教材サーバ装置,学習者側装置,並びにそれらのプログラムを記録した記録媒体
JP2003271752A (ja) * 2002-03-15 2003-09-26 Nippon Telegr & Teleph Corp <Ntt> 教材提示方法及び装置及び教材提示プログラム及び教材提示プログラムを格納した記憶媒体
JP2004178521A (ja) * 2002-11-29 2004-06-24 Superstation Inc 推薦システム
KR100610276B1 (ko) 2004-03-25 2006-08-09 이종헌 인터넷 강의 시스템 및 그것을 이용한 강의방법
KR20150014310A (ko) * 2013-07-29 2015-02-06 인하대학교 산학협력단 맞춤형 학습 동영상 제공을 위한 학습레벨 추론 서버, 장치, 시스템 및 방법 그리고 기록매체

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210126868A (ko) * 2020-04-13 2021-10-21 (주)인더스트리미디어 사전학습 콘텐츠 생성 장치 및 방법
KR102450197B1 (ko) * 2020-04-13 2022-10-04 (주)유밥 사전학습 콘텐츠 생성 장치 및 방법
KR20210144246A (ko) * 2020-05-22 2021-11-30 김면수 수준 맞춤 커리큘럼 생성을 통한 국어 교육 제공 방법
KR102519407B1 (ko) * 2020-05-22 2023-04-06 김면수 수준 맞춤 커리큘럼 생성을 통한 국어 교육 제공 방법
KR102553818B1 (ko) * 2023-03-13 2023-07-10 페이스튼국제학원 주식회사 교육 학습도 데이터 기반 인공지능 모델을 활용한 자녀 교육 콘텐츠 제공 방법, 장치 및 시스템

Similar Documents

Publication Publication Date Title
US10290223B2 (en) Predictive recommendation engine
US10902321B2 (en) Neural networking system and methods
US20230045037A1 (en) Educational and content recommendation management system
US11599802B2 (en) Content based remote data packet intervention
US11651702B2 (en) Systems and methods for prediction of student outcomes and proactive intervention
US11238375B2 (en) Data-enabled success and progression system
KR102047533B1 (ko) 교육콘텐츠 큐레이션 서비스 제공방법
US10713225B2 (en) Content database generation
CN111046263A (zh) 一种学生学习兴趣画像生成系统、方法、装置及存储介质
Mansoor et al. Data visualization literacy and visualization biases: Cases for merging parallel threads
CN112561750A (zh) 课程推荐方法、装置、电子设备及存储介质
JP6123260B2 (ja) 抽出方法、抽出装置および抽出プログラム
Pan et al. Exploring the impact of intelligent learning tools on students’ independent learning abilities: a PLS-SEM analysis of grade 6 students in China
US11042571B2 (en) Data redundancy maximization tool
US10540601B2 (en) System and method for automated Bayesian network-based intervention delivery
Garg et al. Detection of internet cheating in online assessments using cluster analysis
US20190019097A1 (en) Method and system for bayesian network-based standard or skill mastery determination using a collection of interim assessments
US20160217540A1 (en) Determining a school rank utilizing perturbed data sets
US11455903B2 (en) Performing a remediation based on a Bayesian multilevel model prediction
Arulkadacham “Same Same or Different?” Predictors of Student Success in Online Courses
Mohamad et al. Malaysia MOOC: improving low student retention with predictive analytics
CN118132858B (zh) 一种基于ai的个性化学习推荐方法及系统
Escudeiro et al. Quality Criteria for Educational Games
Riswandi Improving Media Literacy skills in Generation Z in the Digital Era
Yusuf et al. Exploring Attentional Dynamics in Animated Programming Environments: Trajectories, Variability, and Predictors

Legal Events

Date Code Title Description
GRNT Written decision to grant