KR102123120B1 - Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems - Google Patents

Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems Download PDF

Info

Publication number
KR102123120B1
KR102123120B1 KR1020180016218A KR20180016218A KR102123120B1 KR 102123120 B1 KR102123120 B1 KR 102123120B1 KR 1020180016218 A KR1020180016218 A KR 1020180016218A KR 20180016218 A KR20180016218 A KR 20180016218A KR 102123120 B1 KR102123120 B1 KR 102123120B1
Authority
KR
South Korea
Prior art keywords
learning
attribute information
user
information
displayed
Prior art date
Application number
KR1020180016218A
Other languages
Korean (ko)
Other versions
KR20190100538A (en
Inventor
김세훈
안명훈
오태형
정두섭
Original Assignee
비트루브 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 비트루브 주식회사 filed Critical 비트루브 주식회사
Priority to KR1020180016218A priority Critical patent/KR102123120B1/en
Publication of KR20190100538A publication Critical patent/KR20190100538A/en
Application granted granted Critical
Publication of KR102123120B1 publication Critical patent/KR102123120B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • User Interface Of Digital Computer (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명의 일 태양에 따르면, 맞춤화된 속성 정보를 학습 문제와 함께 표시하여 학습을 지원하는 방법으로서, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 단계, 및 상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 단계를 포함하는 방법이 제공된다.According to an aspect of the present invention, as a method of supporting learning by displaying customized attribute information together with a learning problem, at least one associated with a learning problem to be provided to the user with reference to information about the user's learning situation and learning context Determining attribute information of and labeling the determined at least one attribute information corresponding to the learning problem, and generating learning content including the learning problem and at least one attribute information to be labeled A method comprising steps is provided.

Description

맞춤화된 속성 정보를 학습 문제와 함께 표시하여 학습을 지원하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체{METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR SUPPORTING LEARNING BY DISPLAYING CUSTOMIZED ATTRIBUTE INFORMATION WITH LEARNING PROBLEMS}Method for supporting learning by displaying customized attribute information along with learning problems, METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR SUPPORTING LEARNING BY DISPLAYING CUSTOMIZED ATTRIBUTE INFORMATION WITH LEARNING PROBLEMS}

본 발명은 맞춤화된 속성 정보를 학습 문제와 함께 표시하여 학습을 지원하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체에 관한 것이다.The present invention relates to a method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information along with learning problems.

교육열 및 치열한 입시 경쟁으로 인해 학습 콘텐츠 시장은 점차 커지고 있는 추세이다. 이와 함께, 학습을 효과적으로 지원할 수 있는 학습 콘텐츠를 개발하기 위하여 다양한 연구가 진행되고 있다.The market for learning contents is gradually growing due to the enthusiasm for education and fierce entrance exam competition. In addition, various studies have been conducted to develop learning contents that can effectively support learning.

이에 관한, 종래 기술의 일 예로서, 적어도 하나 이상의 문제 섹션, 적어도 하나 이상의 문제에 대한 풀이와 정답을 포함하는 정답지 및 적어도 하나 이상의 문제들에 대한 개념이 정리된 개념 정리 섹션을 포함하는 학습지가 각각의 문제들에 대한 정답 여부를 체크하는 정답 체크 파트, 각각의 문제들에 대한 정답 여부 비율을 산정하는 정답률 산정 파트 및 출제 빈도를 포함하는 기타 파트를 포함하는 기술이 소개된 바 있다.In this regard, as an example of the prior art, each of at least one question section, a correct answer sheet including a solution to at least one problem and a correct answer, and a study paper including a concept clearance section in which concepts about at least one problem are arranged, respectively A technique has been introduced that includes a correct answer checking part that checks the correctness of the questions in the question, a correct answer rate calculating part that calculates the correct answer rate for each question, and other parts including the frequency of questions.

하지만, 위와 같은 종래 기술을 비롯하여 지금까지 소개된 기술에 의하면, 학습을 수행하는 사용자의 학습 상황 또는 학습 문맥에 대한 고려 없이, 사용자에게 제공되는 학습 문제에 대응하여 해당 학습 문제를 풀이하기 위하여 요구되는 학습 개념, 학습 문제의 유형(예를 들어, 기본 문제, 심화 문제) 등이 사용자들마다 동일하게 제공되었기 때문에, 해당 학습 문제에 대하여 어떤 학습 개념이 부족한 것인지, 해당 사용자에게 적합한 문제 유형인지(예를 들면, 해당 사용자의 지식에 기초할 때 기본 문제로 보아야 하는지 심화 문제로 보아야 하는지) 등이 알기가 어려운 실정이었다.However, according to the technology introduced so far, including the prior art as described above, it is required to solve the learning problem in response to the learning problem provided to the user, without considering the learning context or learning context of the user performing the learning. Learning concepts, types of learning problems (e.g., basic problems, advanced problems, etc.) were provided equally to each user, so what learning concept was lacking for the learning problem or the type of problem suitable for the user (e.g. For example, based on the knowledge of the user, whether it should be viewed as a basic problem or an advanced problem) was difficult to know.

한국특허등록공보 제0990658호(2010.10.22)Korean Patent Registration Publication No. 0990658 (2010.10.22)

본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.The present invention aims to solve all the problems of the above-mentioned prior art.

또한, 본 발명은 사용자에게 제공될 학습 문제에 대응하여 맞춤화된 속성 정보를 라벨링하는 것을 또 다른 목적으로 한다.In addition, another object of the present invention is to label customized attribute information in response to a learning problem to be provided to a user.

또한, 본 발명은 복수의 속성 정보 중 사용자에게 맞춤화된 속성 정보가 강조되어 표시되는 인덱스를 포함하는 학습 콘텐츠를 제공하는 것을 또 다른 목적으로 한다.In addition, another object of the present invention is to provide learning content including an index in which attribute information customized for a user is highlighted among a plurality of attribute information.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.The representative configuration of the present invention for achieving the above object is as follows.

본 발명의 일 태양에 따르면, 맞춤화된 속성 정보를 학습 문제와 함께 표시하여 학습을 지원하는 방법으로서, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 단계, 및 상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 단계를 포함하는 방법이 제공된다.According to an aspect of the present invention, as a method of supporting learning by displaying customized attribute information together with a learning problem, at least one associated with a learning problem to be provided to the user with reference to information about the user's learning situation and learning context Determining attribute information of and labeling the determined at least one attribute information corresponding to the learning problem, and generating learning content including the learning problem and at least one attribute information to be labeled A method comprising steps is provided.

본 발명의 다른 태양에 따르면, 맞춤화된 속성 정보를 학습 문제와 함께 표시하여 학습을 지원하는 시스템으로서, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 속성 정보 결정부, 및 상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 학습 콘텐츠 관리부를 포함하는 시스템이 제공된다.According to another aspect of the present invention, as a system for supporting learning by displaying customized attribute information together with a learning problem, at least one associated with a learning problem to be provided to the user with reference to information about the user's learning situation and learning context Learning content including the attribute information determining unit for determining attribute information of the unit, and the determined at least one attribute information corresponding to the learning problem, and labeling the learning problem and the at least one attribute information to be labeled It provides a system including a learning content management unit for generating.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.In addition to this, another method for implementing the present invention, another system, and a non-transitory computer-readable recording medium for recording a computer program for executing the method are further provided.

본 발명에 의하면, 사용자에게 제공될 학습 문제에 대응하여 맞춤화된 속성 정보를 라벨링할 수 있게 된다.According to the present invention, it is possible to label customized attribute information in response to a learning problem to be provided to a user.

또한, 본 발명에 의하면, 복수의 속성 정보 중 사용자에게 맞춤화된 속성 정보가 강조되어 표시되는 인덱스를 포함하는 학습 콘텐츠를 제공할 수 있게 된다.Further, according to the present invention, it is possible to provide learning content including an index in which attribute information customized to a user is highlighted among a plurality of attribute information.

도 1은 본 발명의 일 실시예에 따른 학습을 지원하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 학습 지원 시스템의 내부 구성을 상세하게 도시하는 도면이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 사용자에게 지원되는 학습 콘텐츠를 예시적으로 나타내는 도면이다.1 is a diagram showing a schematic configuration of an entire system for supporting learning according to an embodiment of the present invention.
2 is a view showing in detail the internal configuration of a learning support system according to an embodiment of the present invention.
3 and 4 are views exemplarily showing learning content supported by a user according to an embodiment of the present invention.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.For a detailed description of the present invention, which will be described later, reference is made to the accompanying drawings that illustrate, by way of example, specific embodiments in which the present invention may be practiced. These embodiments are described in detail enough to enable those skilled in the art to practice the present invention. It should be understood that the various embodiments of the present invention are different, but need not be mutually exclusive. For example, specific shapes, structures, and characteristics described in this specification may be implemented by changing from one embodiment to another without departing from the spirit and scope of the present invention. In addition, it should be understood that the position or arrangement of individual components within each embodiment may be changed without departing from the spirit and scope of the present invention. Therefore, the following detailed description is not intended to be done in a limiting sense, and the scope of the present invention should be taken to cover the scope claimed by the claims of the claims and all equivalents thereto. In the drawings, similar reference numerals denote the same or similar components throughout several aspects.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, various preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings in order to enable those skilled in the art to easily implement the present invention.

본 명세서에서, 콘텐츠란, 통신망을 통하여 접근 가능한, 문자, 부호, 음성, 음향, 이미지, 동영상 등으로 이루어지는 디지털 정보 또는 개별 정보 요소를 총칭하는 개념이다. 이러한 콘텐츠는, 예를 들면, 텍스트, 이미지, 동영상, 오디오, 링크(예를 들면, 웹 링크) 등의 데이터 또는 이러한 데이터 중 적어도 두 가지의 조합을 포함하여 구성될 수 있다.In this specification, the content is a concept that collectively refers to digital information or individual information elements made up of text, codes, voice, sound, images, and videos that can be accessed through a communication network. Such content may include, for example, data such as text, images, videos, audio, links (eg, web links), or a combination of at least two of these data.

전체 시스템의 구성Configuration of the entire system

도 1은 본 발명의 일 실시예에 따른 학습을 지원하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.1 is a diagram showing a schematic configuration of an entire system for supporting learning according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 학습 지원 시스템(200) 및 사용자 디바이스(300)를 포함할 수 있다.As shown in FIG. 1, the entire system according to an embodiment of the present invention may include a communication network 100, a learning support system 200, and a user device 300.

먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드와이드웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.First, the communication network 100 according to an embodiment of the present invention may be configured regardless of a communication mode such as wired communication or wireless communication, a local area network (LAN), a metropolitan area network (MAN) ), a wide area network (WAN; Wide Area Network). Preferably, the communication network 100 referred to in the present specification may be a known Internet or a World Wide Web (WWW). However, the communication network 100 need not be limited thereto, and may include a known wired/wireless data communication network, a known telephone network, or a known wired/wireless television communication network in at least a part thereof.

예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 와이파이(WiFi) 통신, 와이파이 다이렉트(WiFi-Direct) 통신, 롱텀 에볼루션(LTE; Long Term Evolution) 통신, 블루투스 통신(예를 들면, 저전력 블루투스(BLE; Bluetooth Low Energy) 통신), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방식을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.For example, the communication network 100 is a wireless data communication network, Wi-Fi (WiFi) communication, Wi-Fi Direct (WiFi-Direct) communication, Long Term Evolution (LTE) communication, Bluetooth communication (e.g., low-power Bluetooth ( BLE (Bluetooth Low Energy) communication), infrared communication, ultrasonic communication, or the like may be implemented in at least a part of the conventional communication method.

다음으로, 본 발명의 일 실시예에 따른 학습 지원 시스템(200)은 통신망(100)을 통하여 후술할 사용자 디바이스(300)와의 통신을 수행할 수 있고, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 해당 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하고, 그 결정되는 적어도 하나의 속성 정보를 위의 학습 문제에 대응하여 라벨링(labeling)하고, 위의 학습 문제 및 위의 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 기능을 수행할 수 있다.Next, the learning support system 200 according to an embodiment of the present invention may perform communication with the user device 300 to be described later through the communication network 100, and provide information regarding the user's learning situation and learning context. Determining at least one attribute information associated with a learning problem to be provided to a corresponding user with reference, and labeling the determined at least one attribute information corresponding to the above learning problem, and learning the above problem and labeling the above A function of generating learning content including at least one attribute information.

본 발명의 일 실시예에 따르면, 위의 속성 정보는, 학습 문제를 이해하거나 풀이하는데 요구되는 지식 단위 또는 학습 개념(예를 들어, 이러한 지식 단위 또는 학습 개념은, 교과 과정 상의 목차, 단원 등을 포함하는 개념일 수 있다.), 학습 문제의 유형(예를 들어, 단일 학습 개념을 이용한 학습 문제인 '개념 그대로', 복수의 학습 개념을 이용한 학습 문제인 '개념 더하기' 등), 학습 문제의 선정 근거(예를 들어, 후술할 치료 문제, 예상 문제, 추천 문제) 등) 및 학습 문제를 풀이하는데 도움될 수 있는 힌트에 관한 정보를 포함할 수 있다.According to an embodiment of the present invention, the attribute information above is a knowledge unit or learning concept required to understand or solve a learning problem (for example, such a knowledge unit or learning concept includes a table of contents, a unit, etc. in a curriculum). It may be a concept that includes), the type of learning problem (e.g.,'as-concept', which is a learning problem using a single learning concept,'addition of a concept', which is a learning problem using a plurality of learning concepts), the basis for selecting a learning problem (For example, treatment problems to be described later, expected problems, recommended problems, etc.) and information about hints that may be helpful in solving learning problems.

본 발명에 따른 학습 지원 시스템(200)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다. 한편, 학습 지원 시스템(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 학습 지원 시스템(200)에 대하여 요구되는 기능이나 구성요소의 적어도 일부가 필요에 따라 후술할 사용자 디바이스(300) 또는 외부 시스템(미도시됨) 내에서 실현되거나 사용자 디바이스(300) 또는 외부 시스템(미도시됨)에 포함될 수도 있음은 당업자에게 자명하다.The configuration and function of the learning support system 200 according to the present invention will be described in detail through the following detailed description. Meanwhile, the learning support system 200 has been described as above, but these descriptions are exemplary, and at least some of the functions or components required for the learning support system 200 will be described later as needed by the user device 300 Or it will be apparent to those skilled in the art that it may be realized within an external system (not shown) or included in the user device 300 or an external system (not shown).

다음으로, 본 발명의 일 실시예에 따르면, 사용자 디바이스(300)는 통신망(100)을 통해 학습 지원 시스템(200)에 접속한 후 통신할 수 있도록 하는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿 PC 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 휴대 가능한 디지털 기기라면 얼마든지 본 발명에 따른 사용자 디바이스(300)로서 채택될 수 있다.Next, according to an embodiment of the present invention, the user device 300 is a digital device including a function to enable communication after accessing the learning support system 200 through the communication network 100, a smart phone, Any portable digital device equipped with a memory means and equipped with a microprocessor, such as a tablet PC, and having computing power, may be adopted as the user device 300 according to the present invention.

한편, 본 발명의 일 실시예에 따르면, 사용자 디바이스(300)에는, 학습을 지원하는 본 발명에 따른 기능이 지원되기 위한 애플리케이션이 포함되어 있을 수 있다. 이와 같은 애플리케이션은 학습 지원 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다.Meanwhile, according to an embodiment of the present invention, the user device 300 may include an application for supporting a function according to the present invention supporting learning. Such an application may be downloaded from the learning support system 200 or an external application distribution server (not shown).

학습 지원 시스템의 구성Composition of learning support system

이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 학습 지원 시스템(200)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.Hereinafter, the internal configuration of the learning support system 200 that performs an important function for the implementation of the present invention and the function of each component will be described.

도 2는 본 발명의 일 실시예에 따른 학습 지원 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.2 is a view showing in detail the internal configuration of the learning support system 200 according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 학습 지원 시스템(200)은 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기일 수 있다. 도 2에 도시된 바와 같이, 학습 지원 시스템(200)은 속성 정보 결정부(210), 학습 콘텐츠 관리부(220), 통신부(230) 및 제어부(240)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 학습 지원 시스템(200)은 속성 정보 결정부(210), 학습 콘텐츠 관리부(220) 및 통신부(230) 및 제어부(240)는 그 중 적어도 일부가 외부의 시스템과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 학습 지원 시스템(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 학습 지원 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.The learning support system 200 according to an embodiment of the present invention may be a digital device having a computing means by having a memory means and a microprocessor. As illustrated in FIG. 2, the learning support system 200 may include an attribute information determination unit 210, a learning content management unit 220, a communication unit 230, and a control unit 240. According to an embodiment of the present invention, the learning support system 200 includes at least a part of the attribute information determination unit 210, the learning content management unit 220, the communication unit 230, and the control unit 240, and an external system. It may be a program module that communicates. Such a program module may be included in the learning support system 200 in the form of an operating system, an application program module or other program modules, and may be physically stored in various well-known memory devices. In addition, the program module may be stored in a remote storage device capable of communicating with the learning support system 200. Meanwhile, the program module includes, but is not limited to, routines, subroutines, programs, objects, components, data structures, etc. that perform specific tasks to be described later or execute specific abstract data types according to the present invention.

먼저, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 해당 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정할 수 있다.First, the attribute information determination unit 210 according to an embodiment of the present invention may determine at least one attribute information associated with a learning problem to be provided to a corresponding user by referring to information about the user's learning situation and learning context.

본 발명의 일 실시예에 따르면, 위의 학습 상황 및 학습 문맥에 관한 정보는, 학습 문제의 풀이 이력 및 학습 문제에 대한 성취도(예를 들면, 성적)에 관한 정보를 포함할 수 있다. 또한, 본 발명의 일 실시예에 따르면, 위의 학습 문제의 풀이 이력에 관한 정보는, 사용자가 학습 문제를 풀이하는 동안에, 해당 사용자의 시선, 행동 등의 변화에 관한 정보로부터 획득(예를 들어, 학습 문제를 풀이한 순서, 후술할 추가 학습 정보의 열람 여부 등)되는 것일 수 있다.According to an embodiment of the present invention, the information on the learning situation and the learning context above may include information on the achievement history (eg, grades) of the learning problem solving history and the learning problem. In addition, according to an embodiment of the present invention, the information on the history of solving the above learning problem is obtained from information on the change of the user's gaze, behavior, etc. while the user is solving the learning problem (for example, , The order in which the learning problems are solved, whether additional learning information to be described later is read, etc.).

또한, 본 발명의 일 실시예에 따른 위의 학습 문제는, 학습 개념을 익히기 위하여 제공되는 종래의 기본 문제뿐만 아니라 사용자의 학습 상황 및 학습 문맥에 기초하여 위의 기본 문제와 함께 추가적으로 제공될 수 있는 보충 문제를 더 포함할 수 있다. 예를 들어, 본 발명의 일 실시예에 따르면, 이러한 보충 문제의 유형에는, 사용자에게 취약하다고 판단되는 단일 학습 개념을 이용한 학습 문제인 '개념 그대로', 사용자에게 취약하다고 판단되는 학습 개념과 다른 학습 개념을 이용한 학습 문제인 '개념 더하기' 등이 포함될 수 있다.In addition, the above learning problem according to an embodiment of the present invention may be additionally provided together with the above basic problem based on a user's learning situation and learning context as well as a conventional basic problem provided to learn a learning concept. It may further include supplementary problems. For example, according to an embodiment of the present invention, in this type of supplementary problem, a learning concept using a single learning concept that is determined to be vulnerable to the user is'as is', a learning concept different from a learning concept that is determined to be vulnerable to the user It may include'concept addition', which is a learning problem using.

예를 들어, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는 사용자에게 제공될 학습 문제와 연관된 복수의 학습 개념에서, 해당 사용자의 학습 상황 및 학습 문맥에 관한 정보로부터 해당 사용자에게 취약한 것으로 판단되는 학습 개념(즉, 취약 속성 정보)을 선정하고, 그 선정되는 학습 개념을 해당 학습 문제와 연관되는 적어도 하나의 속성 정보로 결정할 수 있다. 따라서, 본 발명의 일 실시예에 따르면, 학습 문제와 연관되는 적어도 하나의 속성 정보는, 해당 사용자마다 맞춤화되어 각각 다르게 결정될 수 있게 된다.For example, the attribute information determining unit 210 according to an embodiment of the present invention is vulnerable to the user from information on the learning situation and the learning context of the user in a plurality of learning concepts associated with learning problems to be provided to the user. A learning concept determined to be determined (ie, weak attribute information) may be selected, and the selected learning concept may be determined as at least one attribute information associated with a corresponding learning problem. Accordingly, according to an embodiment of the present invention, at least one attribute information associated with a learning problem may be customized for each user and determined differently.

예를 들어, 위의 예와 같이 속성 정보가 학습 개념에 관한 정보이고, 학습 문제 K와 연관되는 학습 개념(즉, 속성 정보)이 a 및 b인 경우에, 사용자 A에게는 학습 개념 a가 취약 학습 개념이고, 사용자 B에게는 학습 개념 b가 취약 학습 개념이면, 사용자 A에게는 학습 개념 a에 관한 정보를 해당 학습 문제와 연관되는 속성 정보로 결정하고, 사용자 B에게는 학습 개념 b에 관한 정보를 해당 학습 문제와 연관되는 속성 정보로 결정할 수 있다.For example, as in the above example, when the attribute information is information about the learning concept, and the learning concept (that is, the attribute information) associated with learning problem K is a and b, learning concept a is weak learning for user A If it is a concept, and learning concept b is vulnerable learning concept for user B, for user A, information related to learning concept a is determined as attribute information associated with the learning problem, and for user B, information about learning concept b is determined for the corresponding learning problem. It can be determined by attribute information associated with.

또한, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여, 해당 사용자에게 제공될 학습 문제의 선정 근거 정보를 해당 학습 문제와 연관된 적어도 하나의 속성 정보로 결정할 수 있다.In addition, the attribute information determining unit 210 according to an embodiment of the present invention refers to information on a user's learning situation and learning context, and selects information on selection basis of a learning problem to be provided to the user, at least associated with the learning problem. It can be determined with one attribute information.

구체적으로, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 이용하여 해당 사용자에게 대응되는 학습 문제의 선정 근거에 관한 정보(예를 들면, 기본 문제, 치료 문제, 예상 문제 또는 추천 문제)를 속성 정보 중 하나로 결정할 수 있다. 본 발명의 일 실시예에 따르면, 위의 선정 근거에 관한 정보에는, 사용자가 취약한 것으로 판단되는 부분(예를 들어, 취약한 학습 개념)을 반복 학습하도록 하는 '치료 문제', 사용자의 오답률이 소정 수준 이상일 것으로 판단되는 '예상 문제', 사용자에게 제공되는 기본 문제에서 심화 또는 응용된 '추천 문제' 등이 포함될 수 있다.Specifically, the attribute information determining unit 210 according to an embodiment of the present invention uses information about a user's learning situation and learning context to provide information on a selection basis for a learning problem corresponding to the user (for example, , Basic problem, treatment problem, expected problem, or recommendation problem) as one of the attribute information. According to an embodiment of the present invention, in the information on the above selection basis, a'treatment problem' that allows a user to repeatedly learn a portion determined to be vulnerable (for example, a weak learning concept), and a user's incorrect rate The'expected problem', which is considered to be abnormal, and the'recommended problem', which are deepened or applied to the basic problem provided to the user, may be included.

예를 들어, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는, 속성 정보가 학습 개념에 관한 정보이고, 학습 문제 K와 연관되는 학습 개념(즉, 속성 정보)이 a 및 b인 경우에, 사용자 A에게는 학습 개념 a가 취약 학습 개념이고, 사용자 B에게는 위의 학습 문제 K와 연관되는 학습 개념 중에 취약 학습 개념이 없으면, 사용자 A에 대하여 학습 문제 K의 선정 근거는 치료 문제일 수 있고, 사용자 B에 대하여 학습 문제 K의 선정 근거는 추천 문제일 수 있다.For example, in the attribute information determining unit 210 according to an embodiment of the present invention, the attribute information is information about the learning concept, and the learning concept (ie, attribute information) associated with the learning problem K is a and b. In this case, if user A has learning concept a as a vulnerable learning concept, and user B does not have a weak learning concept among the learning concepts associated with learning problem K above, the selection basis for learning problem K for user A may be a treatment problem. There may be a recommendation problem based on selection of the learning problem K for user B.

다음으로, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는 적어도 하나의 속성 정보를 학습 문제에 대응하여 라벨링하고, 학습 문제 및 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성할 수 있다.Next, the learning content management unit 220 according to an embodiment of the present invention labels at least one attribute information corresponding to a learning problem, and generates learning content including the learning problem and at least one attribute information to be labeled. Can be.

예를 들어, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는, 학습 문제에 대응하여 적어도 하나의 속성 정보를 매칭하여 라벨링하고, 해당 학습 문제와 해당 라벨링된 속성 정보가 함께 표시되는 학습 콘텐츠를 생성할 수 있다.For example, the learning content management unit 220 according to an embodiment of the present invention matches and labels at least one attribute information in response to a learning problem, and the learning is displayed together with the learning problem and the labeled attribute information You can create content.

또한, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 위의 학습 콘텐츠에서, 위의 라벨링되는 속성 정보 중 적어도 하나의 속성 정보가 강조되어 표시되도록 할 수 있다.Further, according to an embodiment of the present invention, the learning content management unit 220 may display at least one attribute information of the above-labeled attribute information is highlighted in the learning content.

예를 들어, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는, 위의 라벨링되는 적어도 하나의 속성 정보 중 해당 사용자의 취약 속성 정보(예를 들어, 취약한 학습 개념)가 나머지 다른 속성 정보에 비하여 상대적으로 강조되어 표시되도록 할 수 있다.For example, according to one embodiment of the present invention, the learning content management unit 220, the at least one of the at least one attribute information that is labeled, the user's vulnerable attribute information (eg, weak learning concept) is the other attribute It can be displayed in a relatively emphasized manner compared to the information.

또한, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는, 학습 콘텐츠에서, 네비게이션 수단을 통해 학습 문제와 연관되는 추가 학습 정보가 제공되도록 할 수 있다. 본 발명의 일 실시예에 따르면, 위의 추가 학습 정보는 학습 문제와 연관된 학습 개념 또는 그 학습 개념의 선행 또는 후행 지식 관계에 있는 다른 학습 개념에 관한 정보를 포함할 수 있다. 한편, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는, 사용자의 취약 속성 정보를 참조하여 학습 문제와 연관되는 복수의 추가 학습 정보 중 해당 사용자의 취약 속성 정보와 연관된 추가 학습 정보를 우선적으로 제공되도록 할 수도 있다.In addition, the learning content management unit 220 according to an embodiment of the present invention may provide additional learning information associated with a learning problem through navigation means in the learning content. According to an embodiment of the present invention, the above additional learning information may include learning concepts associated with learning problems or information on other learning concepts in a prior or subsequent knowledge relationship of the learning concepts. Meanwhile, the learning content management unit 220 according to an embodiment of the present invention prioritizes additional learning information related to the vulnerability property information of the user among the plurality of additional learning information related to the learning problem by referring to the vulnerability property information of the user. It can also be provided.

예를 들어, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는 학습 콘텐츠에서, 사용자에 의해 추가 학습 정보를 제공하는 링크(link)가 선택되면, 해당 학습 문제와 연관된 추가 학습 정보가 해당 사용자에게 제공되도록 할 수 있고 해당 사용자에 의해 학습 문제를 제공하는 링크가 선택되면, 위의 학습 문제가 다시 제공되도록 할 수 있다.For example, in the learning content management unit 220 according to an embodiment of the present invention, when a link that provides additional learning information is selected by a user in the learning content, additional learning information associated with the corresponding learning problem is applicable. If the link can be provided to the user and the learning problem provided by the user is selected, the above learning problem can be provided again.

또한, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 학습 콘텐츠가, 복수의 속성 정보 중 적어도 하나의 속성 정보가 강조되어 표시되는 속성 정보 인덱스(index)를 포함하도록 할 수 있다. 본 발명의 일 실시예에 따르면, 위의 강조되어 표시되는 속성 정보는 해당 사용자에 대응되는 취약 속성 정보(예를 들어, 취약한 학습 개념)를 포함할 수 있다.In addition, according to an embodiment of the present invention, the learning content management unit 220 may allow the learning content to include an attribute information index in which at least one attribute information among a plurality of attribute information is highlighted. According to an embodiment of the present invention, the attribute information that is highlighted above may include weak attribute information (eg, a weak learning concept) corresponding to the corresponding user.

한편, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 네비게이션 수단을 통해 속성 정보 인덱스로부터 사용자에 의해 선택되는 속성 정보와 연관된 학습 문제로 이동되도록 할 수 있다.Meanwhile, according to an embodiment of the present invention, the learning content management unit 220 may move from the attribute information index to a learning problem associated with attribute information selected by the user through navigation means.

예를 들어, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는 학습 콘텐츠의 속성 정보 인덱스에서, 사용자에 의해 어떤 속성 정보가 선택되는 경우에, 해당 속성 정보를 가지는 학습 문제가 해당 사용자에게 제공되도록 할 수 있다.For example, the learning content management unit 220 according to an embodiment of the present invention, when a certain attribute information is selected by the user in the attribute information index of the learning content, a learning problem having the corresponding attribute information is provided to the corresponding user. Can be provided.

한편, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는, 학습 콘텐츠에 대한 사용자의 취약 속성 정보에 기초하여 해당 사용자에 대한 학습 진단 결과를 생성할 수도 있다.Meanwhile, according to an embodiment of the present invention, the learning content management unit 220 may generate a learning diagnosis result for the user based on the user's vulnerability property information for the learning content.

예를 들어, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 사용자의 학습 문제의 풀이 이력(예를 들어, 학습 문제를 풀이한 시간, 학습 문제의 정답 또는 오답 여부, 학습 문제를 풀이하는 동안에 참조한 추가 학습 정보에 대한 이력 등)을 통해 해당 사용자에게 취약 속성 정보를 결정하고, 그 선정된 취약 속성 정보 및 그 취약 속성 정보를 보완하기 위하여 필요한 학습 방법 등을 학습 진단 결과로 생성할 수 있다.For example, according to an embodiment of the present invention, the learning content management unit 220 solves the learning history of the user's learning problem (eg, time to solve the learning problem, whether the correct or incorrect answer of the learning problem, the learning problem) Through the history of additional learning information referenced during the analysis, etc.), it determines the vulnerability property information to the user, and generates the selected vulnerability property information and learning methods necessary to supplement the vulnerability property information as learning diagnosis results. Can be.

다음으로, 본 발명의 일 실시예에 따른 통신부(230)는 속성 정보 결정부(210) 및 학습 콘텐츠 관리부(220)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.Next, the communication unit 230 according to an embodiment of the present invention may perform a function to enable data transmission/reception to/from the attribute information determination unit 210 and the learning content management unit 220.

마지막으로, 본 발명의 일 실시예에 따른 제어부(240)는 속성 정보 결정부(210), 학습 콘텐츠 관리부(220) 및 통신부(230) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(240)는 학습 지원 시스템(200)의 외부로부터의/로의 데이터 흐름 또는 학습 지원 시스템(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 속성 정보 결정부(210), 학습 콘텐츠 관리부(220) 및 통신부(230)에서 각각 고유 기능을 수행하도록 제어할 수 있다.Finally, the control unit 240 according to an embodiment of the present invention may perform a function of controlling the flow of data between the attribute information determination unit 210, the learning content management unit 220, and the communication unit 230. That is, the controller 240 according to the present invention controls the data flow from/to the outside of the learning support system 200 or the data flow between each component of the learning support system 200, so that the attribute information determination unit 210 , The learning content management unit 220 and the communication unit 230 may control each to perform a unique function.

도 3 및 도 4는 본 발명의 일 실시예에 따른 사용자에게 지원되는 학습 콘텐츠를 예시적으로 나타내는 도면이다.3 and 4 are views exemplarily showing learning content supported by a user according to an embodiment of the present invention.

도 3 및 도 4를 참조하면, 본 발명의 일 실시예에 따른 학습 지원 시스템(200)은 사용자의 학습 상황 및 학습 문맥에 관한 정보로부터, 해당 사용자에게 제공될 학습 문제(310, 320)와 연관된 복수의 학습 개념인 '다항식의 곱셈에 대한 성질' 및 '다항식의 덧셈에 대한 성질' 중에, 해당 사용자에게 취약한 것으로 판단되는 학습 개념인 '다항식의 덧셈에 대한 성질'을, 해당 학습 문제(310, 320)와 연관되는 적어도 하나의 속성 정보로 결정할 수 있다. 또한, 본 발명의 일 실시예에 따르면, 사용자의 학습 상황 및 학습 문맥에 관한 정보로부터 해당 사용자에게 제공될 학습 문제(310, 320)의 선정 근거 정보(즉, 치료 문제(350), 추천 문제(360)) 및 학습 문제의 유형(즉, 개념 그대로(370), 개념 더하기(380))중 적어도 하나가 해당 학습 문제(310, 320)와 연관되는 속성 정보로 더 결정될 수 있다.3 and 4, the learning support system 200 according to an embodiment of the present invention is associated with learning problems 310 and 320 to be provided to a corresponding user from information on the learning situation and the learning context of the user Among the multiple learning concepts'property about multiplication of polynomials' and'property about addition of polynomials', the learning concept that is considered to be vulnerable to the user is described as'property about addition of polynomials'. 320). In addition, according to an embodiment of the present invention, selection basis information (ie, treatment problem 350, recommendation problem) of learning problems 310 and 320 to be provided to the user from information regarding the user's learning situation and learning context 360)) and at least one of the types of learning problems (that is, as-concept 370, concept-adding 380) may be further determined as attribute information associated with the learning problems 310 and 320.

그 다음에, 위의 결정되는 적어도 하나의 속성 정보(330, 350, 360, 370, 380)가 위의 학습 문제(310, 320)에 대응하여 라벨링 될 수 있고, 위의 학습 문제(310, 320) 및 위의 라벨링되는 적어도 하나의 속성 정보(330, 350, 360, 370, 380)를 포함하는 학습 콘텐츠가 생성될 수 있다.Then, the determined at least one attribute information (330, 350, 360, 370, 380) may be labeled corresponding to the learning problem (310, 320) above, the learning problem (310, 320) above ) And learning content including at least one property information (330, 350, 360, 370, 380) labeled above may be generated.

한편, 본 발명의 일 실시예에 따르면, 위의 학습 문제(310, 320)와 연관되는 복수의 학습 개념(즉, '다항식의 곱셈에 대한 성질' 및 '다항식의 덧셈에 대한 성질')이 모두 해당 학습 문제(310, 320)에 대응하여 라벨링되고, 그 라벨링되는 학습 개념 중 해당 사용자에게 취약하다고 판단되는 학습 개념(즉, '다항식의 덧셈에 대한 성질')이 강조되어 표시(340)되도록 할 수도 있다.Meanwhile, according to an embodiment of the present invention, a plurality of learning concepts (that is,'property about multiplication of polynomials' and'property about addition of polynomials') associated with the above learning problems 310 and 320 are both The learning concept (that is,'property about addition of polynomials'), which is labeled in response to the corresponding learning problems 310 and 320, and which is determined to be vulnerable to the user among the labeled learning concepts, is to be highlighted 340 It might be.

한편, 본 발명의 일 실시예에 따르면, 위의 학습 콘텐츠에는, 학습 문제와 연관되는 추가 학습 정보(즉, '다항식의 곱셈에 대한 성질에 관한 기본 개념')가 제공될 수 있도록 하는 네비게이션 수단(390)이 더 포함될 수 있다.On the other hand, according to an embodiment of the present invention, the above learning content, the navigation means (so that additional learning information associated with the learning problem (i.e.,'basic concept about the nature of multiplication of polynomials')) can be provided ( 390) may be further included.

한편, 본 발명의 일 실시예에 따르면, 위의 학습 콘텐츠에는, 복수의 속성 정보(410, 420, 430, 440) 중 적어도 하나의 속성 정보(440)가 강조되어 표시되는 속성 정보 인덱스(450)가 포함될 수 있다. 본 발명의 일 실시예에 따르면, 위의 강조되어 표시되는 속성 정보(440)는 해당 사용자에게 취약한 학습 개념일 수 있다. 또한, 본 발명의 일 실시예에 따르면, 위의 속성 정보 인덱스(450)에는, 해당 속성 정보 인덱스(450)에서 해당 사용자에 의해 선택되는 속성 정보와 연관된 학습 문제로 이동할 수 있도록 하는 네비게이션 수단(450)이 더 포함될 수 있다.On the other hand, according to an embodiment of the present invention, at least one attribute information 440 among the plurality of attribute information 410, 420, 430, and 440 is displayed in the above learning content, and the attribute information index 450 is displayed. May be included. According to an embodiment of the present invention, the attribute information 440 displayed as highlighted above may be a learning concept vulnerable to a corresponding user. In addition, according to an embodiment of the present invention, the above attribute information index 450 includes navigation means 450 that enables the user to move from the attribute information index 450 to a learning problem associated with attribute information selected by the user. ) May be further included.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.The embodiments according to the present invention described above may be implemented in the form of program instructions that can be executed through various computer components and can be recorded in a computer-readable recording medium. The computer-readable recording medium may include program instructions, data files, data structures, or the like alone or in combination. The program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention or may be known and usable by those skilled in the computer software field. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium), and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes produced by a compiler, but also high-level language codes executable by a computer using an interpreter or the like. The hardware device can be changed to one or more software modules to perform the processing according to the present invention, and vice versa.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.In the above, the present invention has been described by specific matters such as specific components and limited examples and drawings, but it is provided to help a more comprehensive understanding of the present invention, and the present invention is not limited to the above embodiments, and Those skilled in the art to which the invention pertains may seek various modifications and changes from these descriptions.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention is not limited to the above-described embodiments, and should not be determined, and the scope of the spirit of the present invention as well as the claims to be described later, as well as all ranges equivalent to or equivalently changed from the claims. Would belong to

100: 통신망
200: 학습 지원 시스템
210: 속성 정보 결정부
220: 학습 콘텐츠 관리부
230: 통신부
240: 제어부
300: 사용자 디바이스100: communication network
200: learning support system
210: attribute information determination unit
220: learning content management department
230: Communication Department
240: control unit
300: user device

Claims (10)

맞춤화된 속성 정보를 학습 문제와 함께 표시하여 학습을 지원하기 위한 학습 지원 시스템에서 구현되는 방법으로서 - 상기 학습 지원 시스템은 속성 정보 결정부 및 학습 콘텐츠 관리부를 포함함 - ,
상기 속성 정보 결정부가, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 단계, 및
상기 학습 콘텐츠 관리부가, 상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 단계를 포함하고,
상기 결정 단계에서, 상기 적어도 하나의 속성 정보에는, 상기 학습 문제에 대한 상기 사용자의 취약 속성 정보 및 상기 학습 문제의 선정 근거에 관한 정보가 포함되고,
상기 결정 단계에서, 상기 속성 정보 결정부가, 상기 사용자가 학습 문제를 풀이하는 동안에 상기 사용자의 시선 및 행동 중 적어도 하나의 변화에 관한 정보를 더 참조하여 상기 사용자에게 제공될 학습 문제에 대한 상기 사용자의 취약 속성 정보를 결정하고,
상기 학습 콘텐츠는, 복수의 속성 정보가 인덱싱(indexing)되어 표시되고 상기 인덱싱되어 표시되는 복수의 속성 정보 중 상기 사용자의 취약 속성 정보가 다른 속성 정보에 비하여 상대적으로 강조되어 표시되는 속성 정보 인덱스를 포함하고,
상기 생성되는 학습 콘텐츠에서는, 상기 학습 문제와 상기 라벨링되는 적어도 하나의 속성 정보가 함께 표시되고,
상기 사용자가 상기 학습 문제를 풀이하는 동안에, 상기 학습 문제에 대응하여 라벨링되는 적어도 하나의 속성 정보가 상기 학습 문제와 인접하면서 다른 학습 문제와 시각적으로 구별될 수 있는 위치에서 표시되어 상기 사용자에게 제공되고,
상기 라벨링되는 적어도 하나의 속성 정보 중 상기 사용자의 취약 속성 정보가 강조되어 표시되고,
상기 학습 콘텐츠에서 상기 학습 문제와 함께 표시되는 상기 라벨링되는 적어도 하나의 속성 정보 중 강조되어 표시되는 속성 정보는 사용자별로 특정되고,
상기 속성 정보 인덱스에서, 상기 다른 속성 정보에 비하여 상대적으로 강조되어 표시되는 속성 정보인 상기 취약 속성 정보는 상기 사용자별로 맞춤화되고,
상기 속성 정보 인덱스에서 인덱싱(indexing)되어 표시되는 복수의 속성 정보 중에서 상기 사용자에 의해 소정의 속성 정보가 선택되는 경우에, 상기 소정의 속성 정보와 연관되는 학습 문제가 해당 사용자에게 제공되고,
상기 학습 콘텐츠는, 상기 학습 문제와 연관되는 추가 학습 정보가 제공되고 그 후에 상기 학습 문제로 되돌아 올 수 있도록 하는 네비게이션 수단을 포함하며,
상기 추가 학습 정보는, 상기 학습 문제와 연관된 학습 개념의 선행 또는 후행 지식 관계에 있는 다른 학습 개념에 관한 정보를 포함하는
방법.As a method implemented in a learning support system for supporting learning by displaying customized attribute information together with a learning problem-the learning support system includes an attribute information determination unit and a learning content management unit-,
Determining, by the attribute information determination unit, at least one attribute information associated with a learning problem to be provided to the user with reference to information about the user's learning situation and learning context, and
And the learning content management unit labeling the determined at least one attribute information corresponding to the learning problem, and generating learning content including the learning problem and the at least one attribute information to be labeled. and,
In the determining step, the at least one attribute information includes information on the user's vulnerable attribute information on the learning problem and information on a selection basis for the learning problem,
In the determining step, the attribute information determination unit may further refer to information regarding a change in at least one of the user's gaze and behavior while the user is solving a learning problem, and the user's learning problem to be provided to the user. Determine vulnerable attribute information,
The learning content includes a plurality of attribute information being indexed and displayed, and among the plurality of attribute information being indexed and displayed, the user's vulnerable attribute information is relatively highlighted compared to other attribute information to display the attribute information index. and,
In the generated learning content, the learning problem and at least one attribute information to be labeled are displayed together,
While the user solves the learning problem, at least one attribute information labeled corresponding to the learning problem is displayed at a location adjacent to the learning problem and visually distinguishable from other learning problems and provided to the user. ,
Among the at least one attribute information to be labeled, the weak attribute information of the user is highlighted and displayed,
Among the at least one labeled attribute information displayed along with the learning problem in the learning content, the attribute information that is highlighted and displayed is specified for each user,
In the attribute information index, the weak attribute information, which is attribute information that is relatively highlighted and displayed compared to the other attribute information, is customized for each user,
When a predetermined attribute information is selected by the user from among a plurality of attribute information indexed and displayed in the attribute information index, a learning problem associated with the predetermined attribute information is provided to the user,
The learning content includes navigation means for providing additional learning information associated with the learning problem and subsequently returning to the learning problem,
The additional learning information includes information on other learning concepts in a preceding or subsequent knowledge relationship of the learning concept associated with the learning problem.
Way. 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 속성 정보 인덱스는, 상기 사용자에 의해 선택되는 속성 정보와 연관된 학습 문제로 이동할 수 있도록 하는 네비게이션 수단을 포함하는
방법.According to claim 1,
The attribute information index includes navigation means for moving to a learning problem associated with the attribute information selected by the user
Way. 제1항에 있어서,
상기 학습 콘텐츠 관리부가, 상기 학습 콘텐츠에 대한 상기 사용자의 취약 속성 정보에 기초하여 상기 사용자에 대한 학습 진단 결과를 생성하는 단계를 더 포함하는
방법.According to claim 1,
The learning content management unit, further comprising generating a learning diagnosis result for the user based on the user's vulnerable attribute information for the learning content.
Way. 맞춤화된 속성 정보를 학습 문제와 함께 표시하여 학습을 지원하는 시스템으로서,
사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 속성 정보 결정부, 및
상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 학습 콘텐츠 관리부를 포함하고,
상기 적어도 하나의 속성 정보에는, 상기 학습 문제에 대한 상기 사용자의 취약 속성 정보 및 상기 학습 문제의 선정 근거에 관한 정보가 포함되고,
상기 속성 정보 결정부가, 상기 사용자가 학습 문제를 풀이하는 동안에 상기 사용자의 시선 및 행동 중 적어도 하나의 변화에 관한 정보를 더 참조하여 상기 사용자에게 제공될 학습 문제에 대한 상기 사용자의 취약 속성 정보를 결정하고,
상기 학습 콘텐츠는, 복수의 속성 정보가 인덱싱(indexing)되어 표시되고 상기 인덱싱되어 표시되는 복수의 속성 정보 중 상기 사용자의 취약 속성 정보가 다른 속성 정보에 비하여 상대적으로 강조되어 표시되는 속성 정보 인덱스를 포함하고,
상기 생성되는 학습 콘텐츠에서는, 상기 학습 문제와 상기 라벨링되는 적어도 하나의 속성 정보가 함께 표시되고,
상기 사용자가 상기 학습 문제를 풀이하는 동안에, 상기 학습 문제에 대응하여 라벨링되는 적어도 하나의 속성 정보가 상기 학습 문제와 인접하면서 다른 학습 문제와 시각적으로 구별될 수 있는 위치에서 표시되어 상기 사용자에게 제공되고,
상기 라벨링되는 적어도 하나의 속성 정보 중 상기 사용자의 취약 속성 정보가 강조되어 표시되고,
상기 학습 콘텐츠에서 상기 학습 문제와 함께 표시되는 상기 라벨링되는 적어도 하나의 속성 정보 중 강조되어 표시되는 속성 정보는 사용자별로 특정되고,
상기 속성 정보 인덱스에서, 상기 다른 속성 정보에 비하여 상대적으로 강조되어 표시되는 속성 정보인 상기 취약 속성 정보는 상기 사용자별로 맞춤화되고,
상기 속성 정보 인덱스에서 인덱싱(indexing)되어 표시되는 복수의 속성 정보 중에서 상기 사용자에 의해 소정의 속성 정보가 선택되는 경우에, 상기 소정의 속성 정보와 연관되는 학습 문제가 해당 사용자에게 제공되고,
상기 학습 콘텐츠는, 상기 학습 문제와 연관되는 추가 학습 정보가 제공되고 그 후에 상기 학습 문제로 되돌아 올 수 있도록 하는 네비게이션 수단을 포함하며,
상기 추가 학습 정보는, 상기 학습 문제와 연관된 학습 개념의 선행 또는 후행 지식 관계에 있는 다른 학습 개념에 관한 정보를 포함하는
시스템.A system that supports learning by displaying customized attribute information along with learning problems.
An attribute information determination unit determining at least one attribute information associated with a learning problem to be provided to the user with reference to information about the user's learning situation and the learning context, and
And a learning content management unit for labeling the determined at least one attribute information corresponding to the learning problem, and generating learning content including the learning problem and the at least one attribute information to be labeled,
The at least one attribute information includes information on the user's vulnerable attribute to the learning problem and information on the selection basis for the learning problem,
The attribute information determination unit determines the user's vulnerable attribute information on a learning problem to be provided to the user by further referring to information regarding a change in at least one of the user's gaze and behavior while the user solves the learning problem and,
The learning content includes a plurality of attribute information being indexed and displayed, and among the plurality of attribute information being indexed and displayed, the user's vulnerable attribute information is relatively highlighted compared to other attribute information to display the attribute information index and,
In the generated learning content, the learning problem and at least one attribute information to be labeled are displayed together,
While the user solves the learning problem, at least one attribute information labeled corresponding to the learning problem is displayed at a location adjacent to the learning problem and visually distinguishable from other learning problems and provided to the user. ,
Among the at least one attribute information to be labeled, the weak attribute information of the user is highlighted and displayed,
Among the at least one labeled attribute information displayed along with the learning problem in the learning content, the attribute information that is highlighted and displayed is specified for each user,
In the attribute information index, the weak attribute information, which is attribute information that is relatively highlighted and displayed compared to the other attribute information, is customized for each user,
When predetermined attribute information is selected by the user among a plurality of attribute information indexed and displayed in the attribute information index, a learning problem associated with the predetermined attribute information is provided to the user,
The learning content includes navigation means for providing additional learning information associated with the learning problem and subsequently returning to the learning problem,
The additional learning information includes information regarding other learning concepts in a preceding or subsequent knowledge relationship of the learning concept associated with the learning problem.
system.
KR1020180016218A 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems KR102123120B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180016218A KR102123120B1 (en) 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180016218A KR102123120B1 (en) 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems

Publications (2)

Publication Number Publication Date
KR20190100538A KR20190100538A (en) 2019-08-29
KR102123120B1 true KR102123120B1 (en) 2020-06-15

Family

ID=67775912

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180016218A KR102123120B1 (en) 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems

Country Status (1)

Country Link
KR (1) KR102123120B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102187687B1 (en) * 2020-11-13 2020-12-07 (주)웅진씽크빅 Apparatus and method for providing questions for learning
KR102187693B1 (en) * 2020-11-13 2020-12-07 (주)웅진씽크빅 Apparatus and method for providing questions for learning
KR102192588B1 (en) * 2020-09-08 2020-12-17 (주)웅진씽크빅 Apparatus and method for providing questions for learning

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102374101B1 (en) 2020-01-08 2022-03-18 (주)비상엠러닝 System and method for supporting learning

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100990658B1 (en) 2003-03-25 2010-10-29 주식회사 좋은책신사고 Book Having Check and Clinic Chart for Student's Learning through Feedback
KR100625120B1 (en) * 2004-07-20 2006-09-20 조동기 Service Method and system for studying evaluation and clinic
KR101214759B1 (en) * 2010-11-29 2012-12-21 이인석 Providing system of editing service for learning contents using ranking of exam question
KR20130086032A (en) * 2013-07-17 2013-07-30 에스케이텔레콤 주식회사 Method, apparatus and system for analyzing learning plan
KR102179957B1 (en) * 2017-02-24 2020-11-17 비트루브 주식회사 Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102192588B1 (en) * 2020-09-08 2020-12-17 (주)웅진씽크빅 Apparatus and method for providing questions for learning
KR102187687B1 (en) * 2020-11-13 2020-12-07 (주)웅진씽크빅 Apparatus and method for providing questions for learning
KR102187693B1 (en) * 2020-11-13 2020-12-07 (주)웅진씽크빅 Apparatus and method for providing questions for learning

Also Published As

Publication number Publication date
KR20190100538A (en) 2019-08-29

Similar Documents

Publication Publication Date Title
KR102123120B1 (en) Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems
US10902321B2 (en) Neural networking system and methods
US11372709B2 (en) Automated testing error assessment system
US20190281130A1 (en) Adaptive system cache
US20190114937A1 (en) Grouping users by problematic objectives
Strayer et al. Visual and cognitive demands of carplay, android auto, and five native infotainment systems
US20200067967A1 (en) Network based intervention
US11676503B2 (en) Systems and methods for predictive modelling of digital assessment performance
US10796591B2 (en) Electronic document presentation management system
US20170005868A1 (en) Automated network generation
US11640854B1 (en) Generation and delivery of customized content programs
US20210303799A1 (en) Matrix based bot implementation
US9911353B2 (en) Dynamic content manipulation engine
US20140141397A1 (en) Method And Apparatus For Verified Education Of Patient Medical Conditions And Procedures
EP3933618A1 (en) Method for automatically identifying valid data acquisition module and system
US20160260347A1 (en) Method for providing psychological inspection service
KR101417340B1 (en) Method of dynamically summoning learning tool in learning management system
US11455903B2 (en) Performing a remediation based on a Bayesian multilevel model prediction
Al-Farsi et al. Go Lean, Get Leaner: The application of lean management in Omani healthcare
US20200226942A1 (en) System and Method for Social Learning Utilizing User Devices
US20220358376A1 (en) Course content data analysis and prediction
KR102660961B1 (en) Device for evaluating learning status
KR20170076133A (en) e-learning system within mobile web authoring tool and machine learning module development based edX MOOC platform
KR20130089096A (en) Method of supplying e-learning contents and device of supplying e-learning contents
CN114661391A (en) Course content display and processing method, equipment and storage medium

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant