KR102431604B1 - 온라인 수학학습에서의 학습자의 성취도 분석 방법 - Google Patents
온라인 수학학습에서의 학습자의 성취도 분석 방법 Download PDFInfo
- Publication number
- KR102431604B1 KR102431604B1 KR1020220005158A KR20220005158A KR102431604B1 KR 102431604 B1 KR102431604 B1 KR 102431604B1 KR 1020220005158 A KR1020220005158 A KR 1020220005158A KR 20220005158 A KR20220005158 A KR 20220005158A KR 102431604 B1 KR102431604 B1 KR 102431604B1
- Authority
- KR
- South Korea
- Prior art keywords
- learning
- concept
- learner
- input
- index
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000004044 response Effects 0.000 claims abstract description 40
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims 1
- 238000012790 confirmation Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 10
- 238000007792 addition Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012549 training Methods 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명은 학습자단말과 통신하며 온라인 수학학습서비스를 제공하는 학습서버에 의한 학습자의 학습 성취도 분석 방법에 관한 것으로, 학습자단말에 진단을 요청하는 학습범위와 목표등급을 입력받는 입력단계와 복수의 문항이 저장된 문제은행으로부터 입력단계에서 입력된 목표등급에 대응하는 난이도를 가지면서, 학습범위에 속하는 단원별 개념을 포함하는 복수의 문항을 추출하여 학습자단말에 제공하고, 학습자단말로부터 추출 제공된 문항에 대한 응답 값을 수신하는 수신단계와 수신단계에서 수신된 응답 값을 통해, 학습자의 학습범위 내 개념별 이해도에 따른 지수화 된 개념별 이해도 지수를 산출하는 산출단계와 입력단계에서 입력된 목표등급 및 산출단계에서 산출된 개념별 이해도 지수를 통해 학습자의 목표등급 달성여부를 확인하고, 확인 결과에 따라 목표등급 달성을 위한 보완 대상 개념의 학습내용 및 학습스케줄을 포함하는 커리큘럼을 생성하며, 생성된 커리큘럼의 학습스케줄에 따라 학습자단말에 학습내용을 제공하는 제공단계 및 제공단계에서 생성된 커리큘럼에 따른 학습스케줄의 종료 이후에 학습자단말에 학습 성취도 진단을 위한 복수의 진단 문항을 제공하고, 학습자단말로부터 수신된 복수의 진단 문항에 대한 응답 값을 통해 학습자의 학습 성취도를 분석하는 분석단계를 포함할 수 있다.
Description
본 발명은, 학습자단말과 통신하며 온라인 수학학습 서비스를 제공하는 학습서버에 의한 학습자의 성취도 분석 기술에 관한 것이다.
수학은 수, 크기 형상에 대한 사고로부터 유래한 추상적 대상을 다루는 학문이며, 비록, 그 유래가 추상적이긴 하나 다양한 기계, 장치의 구동에서부터 통계, 확률 등과 같은 추이 예측에 이르기까지 실생활과 밀접한 다양한 분야에서 활용되는 실용적인 학문이다.
이러한 수학의 학습은 단순한 연산식의 암기만으로는 활용 측면에서 한계가 나타나기 때문에, 교육인원이 대상인원(=학습인원)의 학습 내용 이해여부 확인 및 이해 정도를 진단하는 것을 시작으로 이후의 대상인원의 보완 학습을 실시하는 것으로 이루어지는 것이 가장 적합한 학습방법일 수 있다.
하지만, 교육인원의 수가 학습인원의 수보다 부족하기 때문에, 학습인원의 개개인에 맞추어 학습을 실시하는 것에는 한계가 있으며, 더욱이, 최근 들어 가속화된 감염병 사태에 의해 교육인원과 학습인원 개개인의 밀접한 교육이 사실상 어렵게 됨에 따라, 이를 대체하기 위한 다양한 기술적 시도가 이루어졌으며, 이러한 기술적 시도의 일환으로, 대한민국 공개특허공보 제10-2003-0034723호(출원일: 2001.10.26., 공개일: 2003.05.09., 이하 ‘종래기술’이라 함.)에는 온라인상에서의 학습인원의 수학능력을 진단 및 보완 하는 기술이 개시된 바 있다.
하지만, 종래기술은 오랜 기간 동안 이어지는 연속적인 테스트 결과의 점수를 통해 학습인원의 학습영역별 수학능력, 즉, 학습영역별 수학문제 풀이 능력을 진단하는 것에 불과함에 따라, 학습인원이 각 학습영역별 개념을 얼마나 이해하고 또 각 개념의 이해도를 증진시키기 위한 보완 학습방법을 제시하지 못하며, 학습 이후의 성취도 또한, 단순히 문제의 정답여부만으로 판단되어, 학습자가 학습 이후의 개념별 이해도 증가 정도를 정확하게 확인하지 못하여 이후의 학습인원의 학습 목표 설정을 도울 수 없는 문제점이 있었다.
본 발명은 상술한 문제점을 해결하기 위해, 학습인원의 각 개념별 이해도 진단을 통해 보완 필요 개념별 학습내용 제공이 가능하고, 보완 학습 이후의 학습자가 각 개념별 이해도 증가 정도를 정확하게 확인할 수 있는 온라인 수학학습에서의 학습자의 성취도 분석 기술을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위하여 본 발명의 일 실시예에 따라 학습자단말과 통신하며 온라인 수학학습서비스를 제공하는 학습서버에 의한 학습자의 학습 성취도 분석 방법은, 상기 학습자단말에 진단을 요청하는 학습범위와 목표등급을 입력받는 입력단계; 복수의 문항이 저장된 문제은행으로부터 상기 입력단계에서 입력된 목표등급에 대응하는 난이도를 가지면서, 학습범위에 속하는 단원별 개념을 포함하는 복수의 문항을 추출하여 상기 학습자단말에 제공하고, 상기 학습자단말로부터 추출 제공된 문항에 대한 응답 값을 수신하는 수신단계; 상기 수신단계에서 수신된 응답 값을 통해, 학습자의 학습범위 내 개념별 이해도에 따른 지수화 된 개념별 이해도 지수를 산출하는 산출단계; 상기 입력단계에서 입력된 목표등급 및 상기 산출단계에서 산출된 개념별 이해도 지수를 통해 학습자의 목표등급 달성여부를 확인하고, 확인 결과에 따라 목표등급 달성을 위한 보완 대상 개념의 학습내용 및 학습스케줄을 포함하는 커리큘럼을 생성하며, 생성된 커리큘럼의 학습스케줄에 따라 상기 학습자단말에 학습내용을 제공하는 제공단계; 및 상기 제공단계에서 생성된 커리큘럼에 따른 학습스케줄의 종료 이후에 상기 학습자단말에 학습 성취도 진단을 위한 복수의 진단 문항을 제공하고, 상기 학습자단말로부터 수신된 복수의 진단 문항에 대한 응답 값을 통해 학습자의 학습 성취도를 분석하는 분석단계;를 포함하는 것을 특징으로 한다.
여기서, 상기 수신단계는 상기 입력단계에서 입력된 학습범위 내에 단일 개념 또는 유향 그래프(Directed graph)구조를 가지고 특정 단위 개념과 또 다른 단위 개념이 상위 노드 또는 하위 노드 형태로 연결되어 적어도 둘 이상의 단위 개념이 상호 연계된 형태의 복합 개념 중 적어도 어느 하나의 개념을 포함하는 복수의 문항을 추출하여 상기 학습자단말에 제공하고 제공된 문항에 대한 응답 값을 수신하는 단계인 것을 특징으로 한다.
또한, 상기 제공단계는 상기 산출단계에서 산출된 학습자의 개념별 이해도 지수가 복수의 구간으로 나누어진 개념별 등급 구간 중 어떠한 구간에 해당하는지를 확인하고, 상기 입력단계에서 입력된 학습범위에 속하는 각 학습단원 단위로 개념별 이해도 지수 등급 구간의 평균값을 산출하고, 산출된 각 학습단원 단위의 등급 평균값이 상기 입력단계에서 입력된 목표등급을 초과하는지 여부를 확인하여, 학습자의 목표등급 달성여부를 확인하는 단계인 것을 특징으로 한다.
그리고, 상기 제공단계는 상기 학습서버에 기 저장된 등급 단위로 분류된 개념별 학습 내용에 대한 데이터테이블로부터, 상기 입력단계에서 입력된 학습자의 목표등급을 달성하지 못한 것으로 확인된 개념과, 해당 개념의 등급에 대응하는 학습내용을 추출하여 커리큘럼을 생성하는 단계인 것을 특징으로 한다.
이때, 상기 분석단계는 상기 문제은행으로부터 상기 제공단계에서 확인된 각 학습단원의 등급 평균값 이상이면서 상기 입력단계에서 입력된 목표등급 이하의 개념별 이해도 지수에 대응하는 난이도지수를 가지며, 상기 입력단계에서 입력된 학습범위에 속하는 개념을 포함하는 복수의 진단 문항을 추출하여 상기 학습자단말에 제공하는 제1 출제단계; 및 상기 학습자단말의 복수의 진단 문항에 대한 응답 값으로부터 학습자의 개념별 이해도 지수를 산출하고, 산출된 개념별 이해도 지수로부터 확인된 각 학습단원 단위 등급 평균값과 상기 입력단계에서 입력된 목표등급을 비교하며, 비교결과를 상기 학습자단말에 제공하는 비교단계;를 포함하는 것을 특징으로 한다.
아울러, 상기 분석단계는, 상기 제1 출제단계에서 제공된 진단 문항에 대한 상기 학습자단말의 응답 값이 소정의 기준 값을 초과한 경우에 한하여, 상기 문제은행으로부터 상기 입력단계에서 입력된 목표등급 이상의 개념별 이해도 지수에 대응하는 난이도지수를 가지며, 상기 제1 출제단계에서 제공된 진단 문항과 동일한 학습범위에 속하는 개념을 포함하는 진단 문항을 추출하여 상기 학습자단말에 제공하는 제2 출제단계;를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 온라인 수학학습에서의 학습자의 성취도 분석 방법은, 학습자로부터 입력된 학습범위와 목표등급에 대응하는 복수의 문항을 학습자에게 제공하고, 제공된 문항에 대한 학습자의 응답 값 진단을 통해 학습자의 최초 목표달성여부 및 목표달성을 위한 보완 학습내용을 확인하여 커리큘럼을 생성하여 보완 학습내용을 학습자에게 제공하며, 학습자의 보완 학습 이후에 추가적인 진단 문항을 제공하고, 제공된 추가 진단 문항에 대한 학습자의 응답 값을 분석하여, 최초 진단 결과와 학습 이후의 진단 결과를 학습자에게 제공함으로써, 학습자가 생성된 커리큘럼에 따른 학습 수행 이후의 기존 목표에 대한 학습 성취 정도 확인이 용이하고, 더 나아가, 학습 이후의 추가 목표 설정을 도울 수 있는 효과가 있다.
도 1은 본 발명의 바람직한 실시예에 따른 온라인 수학학습에서의 학습자의 성취도 분석 방법의 각 단계를 도시한 순서도이다.
도 2는 본 발명의 바람직한 실시예에 따른 학습서버를 통한 온라인 수학학습 서비스의 일예를 도시한 것이다.
도 2는 본 발명의 바람직한 실시예에 따른 학습서버를 통한 온라인 수학학습 서비스의 일예를 도시한 것이다.
이하, 첨부한 도면을 참조하여 본 발명의 온라인 수학학습에서의 학습자의 성취도 분석 방법의 바람직한 실시 예를 상세히 설명한다.
각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.
도 1은 본 발명의 바람직한 실시예에 따른 온라인 수학학습에서의 학습자의 성취도 분석 방법의 각 단계를 도시한 순서도이고, 도 2는 본 발명의 바람직한 실시예에 따른 학습서버를 통한 온라인 수학학습 서비스의 일예를 도시한 것이다.
첨부된 도면을 참조하여, 본 발명의 바람직한 실시예에 따른 온라인 수학학습에서의 학습자의 성취도 분석 방법의 각 단계를 설명하기에 앞서, 본 발명의 바람직한 실시예에 따른 온라인 수학학습에서의 학습자의 성취도 분석 방법은, 도 2에서와 같이, 학습서버(100)가 스마트디바이스, PC, 랩톱 등으로 마련되며 학습서버(100)와 연동된 수학학습 애플리케이션이 설치된 학습자단말(200)과 통신하여 학습자로부터 입력된 값(입력 값 및 응답 값)에 따라, 학습자의 이해도 진단, 학습자단말(200)을 통해 학습자에게 진단결과에 따른 커리큘럼과 학습내용 제공 및 제공된 학습 완료 이후의 학습자의 성취도 분석 및 분석 결과를 제공하는 온라인 수학학습 서비스의 전체 프로세스 중 일부인 학습자의 이해도 진단결과를 통해 생성된 커리큘럼을 통한 학습 완료 이후의 학습자의 성취도 분석 및 분석 결과를 학습자단말(200)에 제공하는 부분에 대한 것이다. 여기서, 학습서버(100)는 학습자단말(200)을 통해 학습자로부터 입력된 진단요청 학습범위 및 목표 수학등급을 통해, 해당 학습범위에 대응하는 학습자의 이해도 진단을 위한 복수의 문항을 제공하고, 학습자단말(200)을 통해 학습자로부터 입력된 진단 문항에 대한 응답 값으로부터 학습자의 학습범위 내의 개념별 이해도를 진단하여, 진단 결과에 따라 학습자의 이해도에 적합한 커리큘럼을 생성하며, 생성된 커리큘럼에 따라 학습자단말(200)에 학습 내용을 제공한 이후에, 학습 완료 이후의 진단 문항을 제공, 이에 대한 학습자단말(200)의 진단 문항에 대한 응답 값을 통해 개념별 이해도 진단을 재차 수행하여, 학습서버(100)로부터 생성된 커리큘럼을 통한 학습 이후의 학습자의 학습 성취도를 확인할 수 있게 되며, 이하에서 설명될, ‘제공’, ‘송신’ 및 ‘수신’의 내용 또한 상술한 학습서버(100)와 연동된 애플리케이션이 설치된 학습자단말(200)과 학습서버(100)가 애플리케이션을 통해 통신 상태에서 데이터를 송수신하는 것으로 이해되어져야할 것이다.
도 1을 참조하여 설명하자면, 본 발명의 바람직한 실시예에 따른 온라인 수학학습에서의 학습자의 성취도 분석 방법은, 학습자단말(200)과 통신하며 온라인 수학학습서비스를 제공하는 학습서버(100)에 의해 수행되며, 입력단계(S100), 수신단계(S200), 산출단계(S300), 제공단계(S400) 및 분석단계(S500)를 포함할 수 있다.
입력단계(S100)는 학습서버(100)가 학습자단말(200)로부터 진단을 요청하는 학습범위 및 학습자의 목표등급을 입력받는 단계이다. 이 단계에서 학습자단말(200)로부터 수신되는 진단요청 학습범위는 학습자의 학년, 진단을 요청하는 학습단원의 범위를 포함할 수 있으며, 학습자가 해당 학습범위에서 도달하고자 하는 목표 수학등급인 목표등급은 입력받을 수 있다. 여기서, 목표등급은 통상의 수학능력 시험에서의 수학영역에 대한 목표 등급뿐만 아니라, 본 발명의 학습서버(100)에 의해 서비스되는 온라인학습을 통해 학습자가 이룩하고자하는 단계적 목표로 설정될 수 있다.
수신단계(S200)는 복수의 문항이 저장된 문제은행으로부터 입력단계(S100)에서 입력된 목표등급에 대응하는 난이도를 가지면서, 학습범위에 속하는 단원별 개념을 포함하는 복수의 문항을 추출하여 학습자단말(200)에 제공하고, 학습자단말(200)로부터 추출 제공된 문항에 대한 응답 값을 수신하는 단계이다. 이 단계에서는 입력단계(S100)에서 입력된 학습범위에 속한 단일 개념 또는 유향 그래프(Directed Graph) 구조를 가지고 특정 단위 개념과 또 다른 단위 개념이 상위 노드 또는 하위 노드 형태로 연결되어 적어도 둘 이상의 단위 개념이 상호 연계된 형태의 복합 개념의 학습 내용을 포함하며, 소정의 난이도지수가 부여된 복수의 문항을 준비하는 준비단계; 단계이다. 여기서, 단일 개념은 입력단계(S100)에서 학습자단말(200)을 통해 학습자로부터 입력된 진단요청 학습범위에 속하면서, 해당 개념의 이해하기 위해 선행되어야할 또 다른 개념이 존재하지 않는 개념을 뜻한다. 복합 개념은 해당 개념의 이해하기 위해 선행되어야할 상위 개념을 가지는 개념을 말하며, 일예로, 개념 중, 덧셈의 경우 기본적의 수의 이해 외에는 덧셈의 이해를 위해 선행되어져야할 개념이 없는 단일 개념인 것으로 이해될 수 있다. 곱셈의 경우, ‘2 X 3 = 2 + 2 + 2’와 같이, 곱셈 연산부호 앞의 수를 연산부호 뒤의 수만큼 반복하여 더하는 것을 의미하며, 곱셈을 이해하기 위해 덧셈의 이해가 선행되어야하기 때문에, 곱셈은 유향 그래프(Directed Graph) 구조를 기준으로 덧셈인 개념의 하위 노드에 위치하게 되는 복합 개념인 것으로 이해될 수 있다. 또 다른 복합 개념의 예로, 함수(Function)의 기본적인 이해 이후에 학습되는 삼각함수(Trigonometric Function), 지수함수(Logarithmic Function) 등이 있으며, 삼각함수의 경우는 함수와 삼각비(sin, cos, tan)에 대한 이해가 삼각비의 경우에는 도형에 대한 이해가 요구된다. 마찬가지로 로그함수의 경우는 로그(대수)에 대한 이해가. 로그에 대한 이해는 제곱근 및 곱셈에 대한 이해가 이해되기 때문에, 삼각함수는 각각 함수, 도형에 해당하는 상위 노드의 개념으로부터, 지수함수는 각각 함수와 로그에 해당하는 상위 노드 개념으로부터, 연결된 하위 노드 개념 형태의 복합 개념에 해당하는 것으로 설명될 수 있다. 이렇듯, 수학학습에서의 각 학습단원은 개괄적인 학습내용 이후에 세부적인 학습내용이 학습 난이도(또는 복잡도)에 따라 순차적으로 나눠지고 있어, 복학 개념의 이해도 진단은 단일 개념에 대한 이해도 진단과는 다른 방식으로 이루어져야 필요성이 있다. 또한, 복합 개념에서의 진단 대상 개념의 이해도를 진단함에 있어, 학습자의 이해도 진단을 위해 어떠한 한계까지, 즉, 어떠한 상위 노드 개념까지의 이해도 진단이 이루어져야하는지를 선정해야 할 필요성이 있다. 따라서, 본 발명에서의 수신단계(S200)에서는 입력단계(S100)에서 학습자단말(200)을 통해 학습자로부터 입력되는 진단요청 학습범위(학년, 학습단원 등)에 대한 입력 값을 통해, 이해도 진단이 이루어져야할 상위 노드 개념을 결정하기 위한 학습범위 내에서만 복수의 문항을 추출 제공하게 되며, 이는, 학습서버(100)가 학습단원별로 다양한 난이도 및 복잡도를 가지는 복수의 문항이 저장된 DB(데이터베이스)형태의 문제은행에서 입력단계(S100)에서 입력된 진단요청 학습범위에 포합된 문항을 선택적으로 추출하는 것으로부터 이룩될 수 있으며, 입력단계(S100)에서 학습자단말(200)로부터 목표 수학등급에 대한 입력 값이 추가적으로 입력된 경우에도, 1차적으로 학습범위에 포합된 문항을 선택적으로 추출하고, 그중 해당 목표 수학등급에 대응하는 난이도를 가지는 복수의 문항을 선별하여 복수의 문항을 준비할 수도 있다. 또한, 수신단계(S200)에서는 학습서버(100)가 학습자단말(200)에 준비된 복수의 문항 중 적어도 어느 하나 이상의 문항을 제공하여 그에 따른 학습자단말(200)로부터 제공된 문항에 대한 응답 값을 수신할 수 있다. 이때, 수신단계(S200)에서는 준비된 복수의 문항 중 일부를 학습자단말(200)에 순차적으로 제공한 뒤 제공된 문항에 대한 응답 값을 일괄적으로 수신할 수 있고, 경우에 따라서는 학습자단말(200)에 단일의 문항을 우선적으로 제공하여 해당 문항에 대한 응답 값을 수신한 뒤, 응답 값의 정답 또는 오답 결과에 따라 준비된 복수의 문항 중 특정 문항을 추출하여 재차 제공하는 방식으로도 이루어질 수도 있다. 만약, 학습자가 학습자단말(200)의 입력수단 조작 실수 등의 이유로, 학습자가 제공된 문항에 대한 충분한 문제풀이가 이루어지기 이전에 의도치 않은 응답 값이 입력될 수 있으며, 이러한 의도치 않은 응답 값이 입력은 학습자가 학습자단말(200)의 입력수단 조작을 통한 이전의 문항 입력 이후의 또 다른 문항이 제공되는 시점에서 학습자의 실수 또는 입력수단의 이상에 따른 연속 입력이 발생함으로써 일어날 수 있다. 결과적으로, 학습서버(100)에 학습자의 의도치 않게 입력된 응답 값의 수신 횟수가 누적될수록, 후술할 산출단계(S300)에서 학습자의 정확한 이해도 진단이 불가해지거나, 경우에 따라서는 수신단계(S200)가 처음부터 재차 수행될 수 있어, 학습자의 피로도가 가중될 수 있는 문제점이 있다. 따라서, 수신단계(S200)에서는 학습자단말(200)로부터 수신한 특정 문항에 대한 응답 값이 기 설정된 기준 시간 이내에 수신한 것으로 확인된 경우에 한하여, 해당 문항과 동일한 개념 및 동일한 난이도지수를 가지는 문항을 재차 추출하여 학습자단말(300)에 제공할 수도 있다. 뿐만 아니라, 수신단계(S200)에서는 입력단계(S100)에서 학습자로부터 입력된 목표등급에 대응하는 난이도지수를 가지는 문항에 대한 응답 값이 오답인 경우에 한하여, 동일한 개념을 가지되 오답인 문항이 가지는 난이도지수보다 낮은 난이도지수를 가지는 문항을 문제은행으로부터 추출하여 학습자단말(200)에 이어 제공할 수도 있다. 이러한 수신단계(S200)에서의 동일 개념에 대해 낮은 난이도지수를 가지는 문항의 재차 제공은, 학습자가 입력단계(S100)에서 본인의 목표등급을 지나치게 높게 설정하여 높은 난이도지수의 문항만이 제공될 경우, 후술할 산출단계(S300)에서 학습자가 목표등급에 달성하지 못한 것을 확인할 수는 있으나. 목표등급에 달성하지 못한 학습자의 개념별 이해도가 어느 수준인지는 진단하기 어렵기 때문이며, 수신단계(S200)에서는 학습자의 응답 값이 정답인 것으로 확인되기 이전까지 동일 개념이면서 이전 제공된 문항보다 난이도지수가 낮은 문항을 반복하여 제공할 수도 있다.
산출단계(S300)는 수신단계(S200)에서 수신된 응답 값을 통해, 학습자의 학습범위 내 개념별 이해도에 따른 지수화 된 개념별 이해도 지수를 산출하는 단계이다. 이 단계에서는 수신단계(S200)에서 추출 제공된 각 문항에 대한 개념별 난이도 값을 산출할 수 있으며, 개념별 난이도 값은 하기의 [식 1]에 의해 산출될 수 있다.
[식 1]
위의 [식 1]에서와 같이, 기본 난이도 값을 10으로 하고, 문항 자체가 가지는 난이도지수에서 해당 문항과 동일한 개념의 최소 난이도지수를 뺀 뒤, 동일한 개념을 포함하는 문항 그룹의 난이도 지수 편차를 곱하여, 10에서 100사이의 분포된 개념별 난이도 값을 산출하게 된다.
이후, 산출단계(S300)에서는 수신단계(S200)에서 수신된 응답 값을 통해 문항별 정답여부를 확인하고, [식 1]을 통해 산출된 개념별 난이도 값을 통해 정답 또는 오답인 것으로 확인된 각 문항의 점수를 보정할 수 있다. 여기서, 학습자단말(200)로부터 수신한 문항의 점수를 보정하는 이유는, 수신단계(S200)에서 학습자단말(200)에 서로 다른 난이도지수를 가지는 복수의 문항이 제공되며, 언제나 같은 문항을 동일하게 제공하지 않기 때문이다. 예를 들어 설명하자면, 동일 개념에서 학습자A가 수신단계(S200)에서 제공된 난이도지수가 높은 5개의 문항에 대하여, 3개 문항에 대한 응답 값이 정답인 것으로 확인되고 학습자 B가 난이도지수가 상대적으로 낮은 5개의 문항에 대하여, 4개 문항에 대한 응답 값이 정답인 것으로 확인된 경우, 학습자A와 학습자B가 서로 다른 난이도지수를 가지는 문항을 제공받음에 따라 단순히 정답률이 높은 학습자B가 학습자A보다 해당 개념에 대한 이해도가 높다고 말하기 어려운 것처럼, 수신단계(S200)에서 복수의 학습자에게 동일한 난이도지수를 가지는 동일한 개념의 문항을 제공하지 않고도, 오답 가능성이 높은 문항과 정답 가능성이 높은 문항에 대한 점수가 달리 산출되도록 보정이 요구된다. 또한, 덧셈과 뺄셈보다 곱셈과 나눗셈이 학습의 난이도가 높은 것처럼, 개념별 문항의 난이도지수가 다르기 때문에, 각 개념별 문항의 난이도지수를 통해, 학습자에게 제공된 문항의 정답 또는 오답으로 확인된 점수를 보정함으로써, 비교적 정확한 이해도 진단이 가능할 수 있게 될 수 있을뿐더러, 입력단계(S100)에서 학습자가 각각 입력한 목표 수학등급에 따라 수신단계(S200)에서도 서로 다른 난이도지수를 가지는 문항을 준비하기 때문에, 학습자의 목표 수학등급에 대한 개념별 이해도 진단이 가능하게 된다. 이렇듯, 산출단계(S300)에서의 문항별 점수 보정을 위한 보정 값 산출은 하기의 [식 2]를 통해 이룩될 수 있다.
[식 2]
이어서, 산출단계(S300)에서는 보정된 개념별 점수를 통해 학습자의 각 개념의 이해 정도에 따른 개념별 이해도 지수를 산정하게 된다. 여기서, 단일 개념의 이해도 지수의 경우, [식 2]에 의해 산출된 보정 값을 통해 단일 개념에 해당하는 문항의 점수를 보정하는 것으로 산출될 수 있으나, 복합 개념의 경우, 아래의 [식 3]을 통해 하위 노드를 가지는 특정 노드 단위의 단위 개념별 이해도 지수를 우선적으로 산출하는 것으로 복합 개념의 이해도 지수 산출이 시작될 수 있다.
[식 3]
그리고, 위의 [식 3]에서와 같이, 여러 상위 노드를 가지는 노드 단위(a)의 단위 개념 문항의 점수를 상술한 보정 값을 통해 보정하고, 보정 값으로 보정된 해당 노드 단위의 단위 개념a 문항의 점수와 해당 노드 단위의 상위 노드 단위에 해당하는 각 단위 개념들의 이해도 지수 중, 가장 큰 값을 가지는 이해도 지수 값에 0.2배 한 값과 합산하여, 합산한 값과 100 중, 작은 값을 해당 노드 단위의 단위 개념a에 대한 이해도 지수 U(a)로 산출한다. 또한 이 경우 최상위 노드인 개념의 이해도 지수는 [식 2]에 의해 산출된 보정값(r)을 통해 보정된 문항에 대한 점수로 한다. 여기서 그치지 않고, 하기의 [식 4]를 통해, 산출된 동일한 복합 개념에 속한 모든 단위 개념의 이해도 지수를 통해서 해당 단위 개념보다 상위 노드로 존재하는 모든 단위 개념의 이해도 지수를 계산하게 된다. 이 때 대상이 되는 단위 개념의 하위 노드인 단위 개념의 이해도 지수에 1.3을 곱한 값 중, 가장 높은 값을 대상 단위 개념에 대한 이해도 지수(C)로 산출하게 된다.
[식 4]
상기의 [식 3]과 [식 4]에서 확인할 수 있듯, 복합 개념에서는 상위 노드에 위치하는 단위 개념과 연결되어 학습 측면에서 심화된 학습 내용을 다루는 하위 노드에 위치한 단위 개념의 경우, 학습자의 하위 단위 개념에 대한 이해도는 결국 상위 단위 개념의 이해가 필연적으로 이루어져야하기 때문에, 복합 개념에서의 단위 개념은 해당 단위 개념의 이해도 지수에, 상위 단위 개념의 이해도 지수 일부([식 3]에서 0.2배 한 상위 노드의 단위 개념의 이해도 지수)를 합산하여 이루어지는 것을 확인 수 있으며, 앞서 설명한 내용과 마찬가지로, 복합 개념 전체에서도 하위 노드에 위치한 단위 개념의 이해가 상위 노드에 위치한 단위 개념의 이해보다 이해도 측면에서 더 어렵기 때문에, 특정 단위 개념의 하위 노드에 위치한 개념의 이해도 지수를 보정([식 4]에서 1.3배 한 하위 노드의 단위 개념의 이해도 지수)하여 각 단위 개념과 보정된 하위 노드의 단위 개념 중, 큰 값을 가지는 단위 개념의 이해도 지수를 구하는 것으로 복합 개념에 대한 이해도 지수를 산출하는 것을 확인할 수 있다.
상술한 바와 같이, 산출단계(S300)에서는 수신단계(S200)에서 학습자단말(200)에 제공된 복수의 문항에 대한 수신 응답 값을 통한 학습자의 개념별 이해도에 대한 이해도 지수 산출 시에, 문항의 난이도지수에 따라 문항별 정/오답 점수를 보정하여 이해도 지수를 산출하되, 복합 개념에 대한 이해도 지수 산출 시에, 각 단위 개념에 해당 단위 개념의 심화정도를 반영하여 복합 개념의 이해도 지수를 산출하게 되며, 산출된 개념별 이해도 지수는 후술할 제공단계(S400)에서의 학습자단말(200)에 제공될 학습내용을 포함하는 커리큘럼 생성의 기준 값이 된다.
제공단계(S400)는 입력단계(S100)에서 입력된 목표등급 및 산출단계(S300)의 진단결과를 통해 학습자의 목표등급 달성여부를 확인하고, 확인 결과에 따라 목표등급 달성을 위한 보완 대상 개념의 학습내용 및 학습스케줄을 포함하는 커리큘럼을 생성하며, 생성된 커리큘럼의 학습스케줄에 따라 상기 학습자단말에 학습내용을 제공하는 단계이다. 이 단계에서는 산출단계(S300)에서 산출된 학습자의 개념별 이해도 지수가 복수의 구간으로 나누어진 개념별 등급 구간 중 어떠한 구간에 해당하는지를 확인하고, 학습자의 개념별 등급 구간의 평균값이 입력단계(S100)에서 입력된 목표등급을 초과하는지 여부를 확인하여, 상기 학습자의 목표등급 달성여부를 확인할 수 있다. 이때, 제공단계(S400)는 학습서버(100)에 기 저장된 등급 단위로 분류된 개념별 학습 내용에 대한 데이터테이블로부터, 입력단계(S100)에서 입력된 학습자의 목표등급을 달성하지 못한 것으로 확인된 개념과, 해당 개념의 등급에 대응하는 학습내용을 추출하여 커리큘럼을 생성할 수 있으며, 목표등급을 달성하지 못한 것으로 확인된 개념이 복합 개념인 경우에 한하여, 복합 개념을 이루는 각 단위 개념의 등급 중, 가장 낮은 등급을 해당 복합 개념의 등급인 것으로 설정하고, 설정된 등급에 대응하는 학습내용을 추출하여 커리큘럼을 생성할 수도 있다. 따라서, 학습자는 학습서버(100)로부터 생성된 커리큘럼 내 학습스케줄에 따라 학습자단말(200)에 제공된 학습내용으로 보완이 요구되는 개념별 학습을 수행할 수 있게 되며, 학습자가 제공단계(S400)에서 생성된 커리큘럼의 학습스케줄에 따라 학습내용을 전부 완수하게 되면, 학습자의 목표등급 달성 가능성 또한 높아질 수 있게 된다. 이후의 분석단계(S500)에서는, 제공단계(S400)에서 생성한 커리큘럼에 따라 제공된 학습내용을 통한 학습자의 목표등급 달성여부를 직접적으로 확인하고 학습자단말(200)에 학습자의 목표등급 여부와 학습완료 이후의 학습자의 이해도 증감에 대한 정보를 제공함으로써, 제공단계(S400)에서 제공된 커리큘럼을 통해 학습자가 얼마나 효율적인 학습을 수행하였는지를 확인할 수 있게 된다.
분석단계(S500)는 제공단계(S400)에서 생성된 커리큘럼에 따른 학습스케줄의 종료 이후에 학습자단말(200)에 학습 성취도 진단을 위한 복수의 진단 문항을 제공하고, 학습자단말(200)로부터 수신된 복수의 진단 문항에 대한 응답 값을 통해 학습자의 학습 성취도를 분석하는 단계이며, 제1 출제단계(S510), 제2 출제단계(S520) 및 비교단계(S530)를 포함한다.
제1 출제단계(S510)는 학습서버(100)가 문제은행으로부터 제공단계(S400)에서 확인된 각 학습단원의 등급 평균값 이상이면서 입력단계(S100)에서 입력된 목표등급 이하의 개념별 이해도 지수에 대응하는 난이도지수를 가지며, 입력단계(S100)에서 입력된 학습범위에 속하는 개념을 포함하는 복수의 진단 문항을 추출하여 학습자단말(200)에 제공하는 단계이다. 이 단계는 후술할 제2 출제단계(S520)를 통한 진단 문항 제공 이전에, 학습자의 학습 성취도 변화량을 단계적으로 측정을 위한 단계이며, 앞선 이해도 진단을 위해 입력단계(S100)에서 학습자단말(200)을 통해 학습자가 입력한 학습범위에 속하면서, 제공단계(S400)에서 확인된 각 학습단원의 등급 평균값 이상이면서 입력단계(S100)에서 입력된 목표등급 이하의 개념별 이해도 지수에 대응하는 난이도지수를 가지는, 다시 말해, 학습자가 목표로 하는 목표등급보다는 낮으면서 이전의 이해도 진단 결과보다는 높은 난이도지수를 가지는 문항을 학습자단말(200)에 제공하는 것으로 단계적 성취도 분석이 이루어진다. 즉, 제1 출제단계(S510)에서는 학습자가 커리큘럼에 따라 충실히 학습을 수행하였는지를 알아보기 위한 기준 지표로 상술한 난이도지수를 가지는 복수의 진단 문항을 문제은행으로부터 추출하여 학습자단말(200)에 제공하게 된다. 이후, 제2 출제단계(S520)에서는 학습자단말(200)에 제공된 복수의 진단 문항에 대해, 학습자단말(200)로부터 수신한 응답 값으로 상기의 제공단계(S400)에서 수행된 개념별 이해도 지수 산출과 동일한 방식으로 진단 문항에 대한 학습자의 이해도 지수를 산출하고 산출된 학습자의 이해도 지수를 통해 학습단원별 등급을 확인하게 되며, 확인 결과에 따라 후술할 분석단계(S530)가 수행될지. 추가적인 다른 진단 문항을 제공할지가 결정되게 된다.
제2 출제단계(S520)는 제1 출제단계(S510)에서 제공된 복수의 진단 문항에 대한 상기 학습자단말의 응답 값으로부터 산출된 개념별 이해도 지수가 소정의 기준 값을 초과한 경우에 한하여 수행되는 단계이다. 여기서, 제2 출제단계(S520)에서는 제1 출제단계(S510)에서 제공된 복수의 진단 문항에 대한 개념별 이해도 지수를 통해 확인된 각 학습단원의 평균값이 목표등급을 초과하였을 때에만 이루어질 수 있으며, 제2 출제단계(S520)에서는 제공단계(S400)에서 생성된 커리큘럼에 따라 학습한 학습자의 개념별 이해도가 목표등급을 초과하였다면, 초과 이후에 학습자의 이해도가 얼마나 더 높아졌는지를 부가적으로 확인하기 위한 목적으로 수행되며, 이때, 제2 출제단계(S520)에서는 문제은행으로부터 입력단계(S100)에서 입력된 목표등급 이상의 개념별 이해도 지수에 대응하는 난이도지수를 가지며, 제1 출제단계(S510)에서 제공된 진단 문항과 동일한 학습범위에 속하는 개념을 포함하는 진단 문항을 추출하여 학습자단말(200)에 제공하게 된다. 여기서, 제2 출제단계(S520)에서 제공되는 진단 문항은 제1 출제단계(S510)에서 제공되는 진단 문항에 비해 난이도 지수가 높게 설정된 문항임에 따라, 후술할 비교단계(S530)에서 서로 다른 난이도 지수를 가지는 문항을 통해 산출된 학습자의 개념별 이해도 지수를 통해 좀 더 정확한 학습자의 성취도 분석이 가능해지게 된다.
비교단계(S530)는 학습자단말(200) 제1 출제단계(S510)에서만 제공된 진단 문항 또는 제1 및 제2 출제단계(S520)에서 연속적으로 제공된 복수의 진단 문항에 대한 응답 값으로부터 학습자의 개념별 이해도 지수를 산출하고, 산출된 개념별 이해도 지수로부터 확인된 각 학습단원 단위 등급 평균값과 입력단계(S100)에서 입력된 목표등급과 제공단계(S400)에서 산출된 학습자의 학습 이전의 개념별 이해도 지수의 비교결과를 학습자단말(200)에 제공하는 단계이다. 다시 말해, 비교단계(S530)는 학습 이후의 입력단계(S100)에서 학습자로부터 입력된 목표등급의 달성여부 및 이해도 증감에 대한 학습 성취도 분석 결과를 학습자에게 제공함으로써, 학습자가 제공단계(S400)에서 생성된 커리큘럼의 학습내용을 통한 기존 목표에 대한 학습 성취 정도 확인 및 이후 학습 목표(목표등급) 설정을 도울 수 있게 된다.
즉, 본 발명에 따른 온라인 수학학습에서의 학습자의 성취도 분석 방법은, 학습자로부터 입력된 학습범위와 목표등급에 대응하는 복수의 문항을 학습자에게 제공하고, 제공된 문항에 대한 학습자의 응답 값 진단을 통해 학습자의 최초 목표달성여부 및 목표달성을 위한 보완 학습내용을 확인하여 커리큘럼을 생성하여 보완 학습내용을 학습자에게 제공하며, 학습자의 보완 학습 이후에 추가적인 진단 문항을 제공하고, 제공된 추가 진단 문항에 대한 학습자의 응답 값을 분석하여, 최초 진단 결과와 학습 이후의 진단 결과를 학습자에게 제공함으로써, 학습자가 생성된 커리큘럼에 따른 학습 수행 이후의 기존 목표에 대한 학습 성취 정도 확인이 용이하고, 더 나아가, 학습 이후의 추가 목표 설정을 도울 수 있는 효과가 있다.
상기한 본 발명의 실시 예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허 청구범위에 속하는 것으로 보아야 할 것이다
100: 학습서버
200: 학습자단말
200: 학습자단말
Claims (6)
- 학습자단말과 통신하며 온라인 수학학습서비스를 제공하는 학습서버에 의한 학습자의 학습 성취도 분석 방법에 관한 것으로,
상기 학습서버가 상기 학습자단말에 진단을 요청하는 학습범위와 목표등급을 입력받는 입력단계;
상기 학습서버가 복수의 문항이 저장된 문제은행으로부터 상기 입력단계에서 입력된 목표등급에 대응하는 난이도를 가지면서, 학습범위에 속하는 단원별 개념을 포함하는 복수의 문항을 추출하여 상기 학습자단말에 제공하고, 상기 학습자단말로부터 추출 제공된 문항에 대한 응답 값을 수신하는 수신단계;
상기 학습서버가 상기 수신단계에서 수신된 응답 값을 통해, 학습자의 학습범위 내 개념별 이해도에 따른 지수화 된 개념별 이해도 지수를 산출하는 산출단계;
상기 학습서버가 상기 입력단계에서 입력된 목표등급 및 상기 산출단계에서 산출된 개념별 이해도 지수를 통해 학습자의 목표등급 달성여부를 확인하고, 확인 결과에 따라 목표등급 달성을 위한 보완 대상 개념의 학습내용 및 학습스케줄을 포함하는 커리큘럼을 생성하며, 생성된 커리큘럼의 학습스케줄에 따라 상기 학습자단말에 학습내용을 제공하는 제공단계; 및
상기 학습서버가 상기 제공단계에서 생성된 커리큘럼에 따른 학습스케줄의 종료 이후에 상기 학습자단말에 학습 성취도 진단을 위한 복수의 진단 문항을 제공하고, 상기 학습자단말로부터 수신된 복수의 진단 문항에 대한 응답 값을 통해 학습자의 학습 성취도를 분석하는 분석단계;를 포함하며,
상기 수신단계는 상기 학습서버가 상기 입력단계에서 입력된 학습범위 내에 단일 개념 또는 유향 그래프(Directed graph)구조를 가지고 특정 단위 개념과 또 다른 단위 개념이 상위 노드 또는 하위 노드 형태로 연결되어 적어도 둘 이상의 단위 개념이 상호 연계된 형태의 복합 개념 중 적어도 어느 하나의 개념을 포함하는 복수의 문항을 추출하여 상기 학습자단말에 제공하고 제공된 문항에 대한 응답 값을 수신하는 단계이며,
상기 산출단계는 상기 학습서버가 하기의 [식 1]을 통해 상기 수신단계에서 추출 제공된 각 문항별 점수 보정을 위한 난이도 값을 산출하는 단계이고,
[식 1]
상기 산출단계는 상기 학습서버가 하기의 [식 2]로부터 산출된 보정값을 통해 보정된 개념별 점수를 통해 각 개념별 이해도 지수를 산출하는 단계이며,
[식 2]
상기 산출단계는 상기 학습서버가 상기의 보정 값을 통해 정답 또는 오답인 것으로 확인한 문항별 점수 보정 결과에서, 보정된 점수와 100중, 작은 값을 해당 개념에 대한 이해도 지수로 산출하는 단계이되,
상기 산출단계는 상기 학습서버가 상기 수신단계에서 상기 학습자단말로부터 수신된 응답 값에 대한 문항이 복합 개념으로 확인한 경우에 한하여, 상기 학습서버가 특정 노드 단위의 세부 개념 문항의 점수를 상기의 보정 값을 통해 보정하고, 상기 보정 값으로 보정된 특정 노드 단위의 세부 개념 문항의 점수와 해당 노드 단위의 하위 노드 단위에 해당하는 각 세부 개념 이해도 지수 중, 가장 큰 값을 가지는 이해도지수 값에 0.2배한 값과 합산하여, 합산한 값과 100중, 작은 값을 해당 노드 단위의 세부 개념에 대한 이해도 지수로 산출하는 단계인 것을 특징으로 하는 온라인 수학학습에서의 학습자의 학습 성취도 분석 방법.
- 삭제
- 제1항에 있어서,
상기 제공단계는 상기 산출단계에서 산출된 학습자의 개념별 이해도 지수가 복수의 구간으로 나누어진 개념별 등급 구간 중 어떠한 구간에 해당하는지를 확인하고, 상기 입력단계에서 입력된 학습범위에 속하는 각 학습단원 단위로 개념별 이해도 지수 등급 구간의 평균값을 산출하고, 산출된 각 학습단원 단위의 등급 평균값이 상기 입력단계에서 입력된 목표등급을 초과하는지 여부를 확인하여, 학습자의 목표등급 달성여부를 확인하는 단계인 것을 특징으로 하는 온라인 수학학습에서의 학습자의 학습 성취도 분석 방법.
- 제3항에 있어서,
상기 제공단계는 상기 학습서버에 기 저장된 등급 단위로 분류된 개념별 학습 내용에 대한 데이터테이블로부터, 상기 입력단계에서 입력된 학습자의 목표등급을 달성하지 못한 것으로 확인된 개념과, 해당 개념의 등급에 대응하는 학습내용을 추출하여 커리큘럼을 생성하는 단계인 것을 특징으로 하는 온라인 수학학습에서의 학습자의 학습 성취도 분석 방법.
- 제4항에 있어서,
상기 분석단계는,
상기 문제은행으로부터 상기 제공단계에서 확인된 각 학습단원의 등급 평균값 이상이면서 상기 입력단계에서 입력된 목표등급 이하의 개념별 이해도 지수에 대응하는 난이도지수를 가지며, 상기 입력단계에서 입력된 학습범위에 속하는 개념을 포함하는 복수의 진단 문항을 추출하여 상기 학습자단말에 제공하는 제1 출제단계; 및
상기 학습자단말의 복수의 진단 문항에 대한 응답 값으로부터 학습자의 개념별 이해도 지수를 산출하고, 산출된 개념별 이해도 지수로부터 확인된 각 학습단원 단위 등급 평균값과 상기 입력단계에서 입력된 목표등급을 비교하며, 비교결과를 상기 학습자단말에 제공하는 비교단계;를 포함하는 것을 특징으로 하는 온라인 수학학습에서의 학습자의 학습 성취도 분석 방법.
- 제5항에 있어서,
상기 분석단계는, 상기 제1 출제단계에서 제공된 진단 문항에 대한 상기 학습자단말의 응답 값이 소정의 기준 값을 초과한 경우에 한하여, 상기 문제은행으로부터 상기 입력단계에서 입력된 목표등급 이상의 개념별 이해도 지수에 대응하는 난이도지수를 가지며, 상기 제1 출제단계에서 제공된 진단 문항과 동일한 학습범위에 속하는 개념을 포함하는 진단 문항을 추출하여 상기 학습자단말에 제공하는 제2 출제단계;를 더 포함하는 것을 특징으로 하는 온라인 수학학습에서의 학습자의 학습 성취도 분석 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220005158A KR102431604B1 (ko) | 2022-01-13 | 2022-01-13 | 온라인 수학학습에서의 학습자의 성취도 분석 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220005158A KR102431604B1 (ko) | 2022-01-13 | 2022-01-13 | 온라인 수학학습에서의 학습자의 성취도 분석 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102431604B1 true KR102431604B1 (ko) | 2022-08-11 |
Family
ID=82803473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220005158A KR102431604B1 (ko) | 2022-01-13 | 2022-01-13 | 온라인 수학학습에서의 학습자의 성취도 분석 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102431604B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102558969B1 (ko) | 2022-10-28 | 2023-07-24 | 주식회사 마이패스 | 퍼지 심리 상태를 측정하는 문제 풀이를 통한 강화된 온라인 학습 방법 |
| KR102619297B1 (ko) * | 2022-10-14 | 2023-12-29 | 스톰스터디 주식회사 | 학습 관리 시스템, 방법 및 프로그램 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170026731A (ko) * | 2015-08-27 | 2017-03-09 | 이지수 | 맞춤형 학습 솔루션 제공 방법 |
| KR20190064911A (ko) * | 2017-12-01 | 2019-06-11 | 한국전자통신연구원 | 학습 문항 추천 장치 및 그 방법 |
| KR102197752B1 (ko) * | 2019-12-20 | 2021-01-04 | 주식회사 아이스크림에듀 | 맞춤형 자동 문항 생성을 통한 인공지능 기반 학습 방법 및 시스템 |
| KR20210125250A (ko) * | 2020-04-08 | 2021-10-18 | 주식회사 셀바스에이아이 | 문항 평가 방법 및 이를 이용한 디바이스 |
-
2022
- 2022-01-13 KR KR1020220005158A patent/KR102431604B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170026731A (ko) * | 2015-08-27 | 2017-03-09 | 이지수 | 맞춤형 학습 솔루션 제공 방법 |
| KR20190064911A (ko) * | 2017-12-01 | 2019-06-11 | 한국전자통신연구원 | 학습 문항 추천 장치 및 그 방법 |
| KR102197752B1 (ko) * | 2019-12-20 | 2021-01-04 | 주식회사 아이스크림에듀 | 맞춤형 자동 문항 생성을 통한 인공지능 기반 학습 방법 및 시스템 |
| KR20210125250A (ko) * | 2020-04-08 | 2021-10-18 | 주식회사 셀바스에이아이 | 문항 평가 방법 및 이를 이용한 디바이스 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102619297B1 (ko) * | 2022-10-14 | 2023-12-29 | 스톰스터디 주식회사 | 학습 관리 시스템, 방법 및 프로그램 |
| KR102558969B1 (ko) | 2022-10-28 | 2023-07-24 | 주식회사 마이패스 | 퍼지 심리 상태를 측정하는 문제 풀이를 통한 강화된 온라인 학습 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102431604B1 (ko) | 온라인 수학학습에서의 학습자의 성취도 분석 방법 | |
| Korkmaz et al. | Adapting computational thinking scale (CTS) for Chinese high school students and their thinking scale skills level | |
| King et al. | Making the most of statistical analyses: Improving interpretation and presentation | |
| CN109934744B (zh) | 基于知识单元提供教育服务的方法、系统和计算机可读记录介质 | |
| Panjaburee et al. | A multi-expert approach for developing testing and diagnostic systems based on the concept-effect model | |
| Kuo et al. | Development and validation of a multimedia-based assessment of scientific inquiry abilities | |
| US8672683B2 (en) | Computer-based abacus training system | |
| Guzmán et al. | Improving student performance using self-assessment tests | |
| KR101058741B1 (ko) | 공부 습관 검사 시스템 및 방법 | |
| Jurado et al. | Using fuzzy logic applied to software metrics and test cases to assess programming assignments and give advice | |
| Conejo et al. | An empirical study on the quantitative notion of task difficulty | |
| Pedersen et al. | Evaluating the effectiveness of video cases to improve patient-centeredness in psychiatry: a quasi-experimental study | |
| Ma et al. | Exercise recommendation based on cognitive diagnosis and neutrosophic set | |
| Zhang et al. | Development and validation of a computational thinking test for lower primary school students | |
| KR102431603B1 (ko) | 온라인 수학학습에서의 학습자 맞춤형 커리큘럼 생성 방법 | |
| KR102405303B1 (ko) | 온라인 수학학습에서의 학습자 이해도 진단 방법 | |
| KR102468388B1 (ko) | 온라인 수학학습에서의 커리큘럼 적합성 평가 방법 | |
| Plappert et al. | Application of Knowledge-Based Engineering for Teaching Design Knowledge to Design Students | |
| Hnatiienko et al. | Application of Expert Decision-making Technologies for Fair Evaluation in Testing Problems. | |
| Mat Isa et al. | Programme Outcome Attributes Related to Complex Engineering Problem Capability: Perceptions of Engineering Students in Malaysia. | |
| Hong et al. | Performance of person‐fit statistics under model misspecification | |
| Yocarini et al. | Systematic comparison of decision accuracy of complex compensatory decision rules combining multiple tests in a higher education context | |
| Johnson et al. | Conceptualising and interpreting reliability | |
| Murphy et al. | Question-by-Question Interrater Analysis and Suggestions for Improvements of a Functional Model Scoring Rubric | |
| Santos et al. | Improving development practices through experimentation: An industrial tdd case |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |