KR102557077B1 - 분산학습(Distributed Learning) 환경하에서 xAPI 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템 - Google Patents
분산학습(Distributed Learning) 환경하에서 xAPI 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템 Download PDFInfo
- Publication number
- KR102557077B1 KR102557077B1 KR1020200182376A KR20200182376A KR102557077B1 KR 102557077 B1 KR102557077 B1 KR 102557077B1 KR 1020200182376 A KR1020200182376 A KR 1020200182376A KR 20200182376 A KR20200182376 A KR 20200182376A KR 102557077 B1 KR102557077 B1 KR 102557077B1
- Authority
- KR
- South Korea
- Prior art keywords
- learning
- content
- activity
- authoring
- xapi
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 76
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000013480 data collection Methods 0.000 claims abstract description 14
- 230000009471 action Effects 0.000 claims description 52
- 230000008569 process Effects 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 9
- 230000009193 crawling Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Technology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
분산학습(Distributed Learning) 환경하에서 xAPI 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템이 개시된다. 본 발명에 따른 시스템은 학습 콘텐츠 저작 도구 및 공개 교육용 자원을 이용한 학습 콘텐츠의 저작 활동에 관련된 정보, 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 적재하는 활동에 관련된 정보 및 완성품 학습 콘텐츠를 이용한 학습자의 학습 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 LRS에 저장하는 데이터 수집 모듈; 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 LMS에 적재하는 학습 콘텐츠 적재 모듈; LRS에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하는 분석 모듈; 및 분석 결과에 따라 교수자에게 맞춤형 학습 콘텐츠 저작 환경을 제시하는 추천 모듈;을 포함할 수 있다.
Description
본 발명은 온라인 학습 데이터 처리 방법에 대한 것으로, 구체적으로는 xAPI(Experience Application Programming Interface) 템플릿을 활용해 수업 설계와 구성요소에 대한 초세밀(超細密)한 평가를 분산학습(Distributed Learning)환경에서 가능하게 함으로써 활용이 확대될수록 교육과정의 품질이 향상되도록 하는 학습 서비스의 품질 분석 시스템에 관한 것이다.
xAPI(Experience Application Programming Interface)는 스마트폰, 증강 현실, 게임 등 다양한 매체를 활용하는 이러닝 환경에서 학습자의 경험 데이터를 정의하고 서로 다른 학습 시스템 간에 데이터를 상호 교환하기 위한 응용 프로그램 인터페이스(API) 표준으로, 분산학습(Distributed Learning) 환경에서 학습자 경험 데이터를 정의하고 이종의 시스템 간에 데이터를 공유·통신이 가능하도록 하기 위해 개발되었다.
xAPI는 분산학습 환경에서 일어나는 학습 경험을 문장 형식으로 구성하여 학습기록 저장소(LRS, Learning Record Store)에 저장하기 위한 과정을 정의하는 표준으로 미 국방부 산하 ADL(Advanced Distributed Learning)에서 2011년부터 논의 되었으며 2013년 1.0.0 버전을 시작으로 1.0.3까지 일반인에게 공개하고 있고 현재 2.0 버전까지 개정 진행 중이다.
도 1은 xAPI와 LRS의 관계를 설명하기 위한 도면이다.
도 1을 참조하면, 게임, 포털 등의 다양한 매체(11, 12)를 활용하는 분산학습 환경에서 수집되는 경험 데이터는 xAPI 문장(statement)의 형태로 LRS(10)에 저장되며, 저장되는 데이터를 추적하고 분석한 결과는 분석 정보로서 대쉬 보드(13)를 통해 사용자에게 제공될 수 있다.
도 2는 xAPI 문장의 구조를 설명하기 위한 설명하기 위한 것이다.
xAPI 문장은 xAPI 표준에 정의된 학습경험 데이터의 기본 단위로서 JSON을 사용하여 형식화되며, 학습경험을 추적하는 행위자(Actor), 대상(Object), 행위(Verb) 정보로 구성된 문장이다. xAPI 데이터 모델에서 행위자 + 행위 + 대상이라는 문장 구성요소는 필수이고, 구성요소들 중에서 Result와 Context는 생략될 수 있다. xAPI 데이터 모델의 가장 중요한 특징은 문장의 구조 뿐만 아니라 구성요소에 의해 제공되는 유연성이다.
표 1은 도 2에 도시된 xAPI 문장의 각 구성요소를 설명한 것이다.
| 기능 | 설명 |
| Actor | xAPI를 사람 중심(Human-Centeric)으로 만드는 중요한 단계로 Actor는 하나의 시스템이나 ID로만 구성할 필요는 없다. Actor의 Object Type은 Agent와 Group으로 표현할 수 있다. |
| Verb | URI와 짧은 문자열과 쌍을 이루며 행위자와 Activity 사이의 활동(Action)을 설명한다. Verb는 Statement에서 IRI와 Display로 표현한다. 새로운 Verb를 만들기 전에 ADL에서 구축한 xAPI Registry를 통해 선탐색 후 인용하고 필요시 새롭게 개발해야 의미론적 상호운용성을 높일 수 있다. |
| Object | 행위의 대상으로 정의하며, Statement에서 Object는 Activity, Agent/Group, SubStatement, Statement Reference로 표현된다. Object의 속성은 ObjectType에 따라 변경된다. 시스템에 의해서 제공되거나 정의되고 ID 필드에 의해 식별되며 같은 ID로 두가지 활동을 참조하지 않는다. Object의 속성은 ObjectType에 의해 달라진다. |
| Result | xAPI의 선택적 속성으로 측정된 산출 결과를 표현한다. Result 객체에는 Score, Success, Completion,Response, Duration, Extensions 유형의 속성을 포함한다. |
| Context | Context를 통해 Statement에 상황 정보를 추가할 수 있다. Context에는 Extensions도 포함 할 수 있어 보다 정교한 분석을 위한 그룹화 등으로 활용할 수 있다. |
| Extensions | Extensions은 Statement Context, Statement Result의 일부로서 Activity Definitions에 활용된다. Extension은 임의의 데이터를 포함할 수 있기 때문에 Statement를 표현하는데 있어 많은 유연성을 확보한다. |
| Timestamp | 학습경험이 발생된 시간을 나타낸다. |
| Stored | Statement가 LRS에 기록된 시간을 나타내며, ISO 8601 데이터 타입을 따른다. |
| Authority | Statement의 사실 증빙을 위한 속성으로 O'Auth를 활용한다. |
| Version | Statement의 버전 정보는 Learning Record Consumer가 수준을 이해하는데 도움을 준다. |
| Attachments | 어떤 경우 Attatchment는 학습기록에서 중요한 부분을 담당한다. Attachment에 학습경험에 대한 증빙을 담아 LRS에 저장한다. |
xAPI 프로파일(Profile)은 특정 맥락에서 xAPI를 구현할 때 사용되는 애플리케이션에 특화된 컨셉이고, Statement 패턴, Extension 그리고 Statement 템플릿으로 인간 또는 기계에서 읽을 수 있는 문서를 말한다.
xAPI 프로파일은 xAPI가 특정 사용 사례에 대해 일관성 있게 구현되는데 필요한 어휘 개념, 확장자, 문장 템플릿 및 패턴을 문서화한 것으로 설계자와 개발자가 통제된 도메인별 어휘를 설정하고 어떤 데이터를 캡처/저장 및 보고할지를 결정할 수 있도록 한다. 프로파일은 xAPI 구현에 있어 성공적이고 의미론적으로 상호운용을 가능하게 해주는 청사진이라고 할 수 있다.
xAPI 프로파일은 두가지 기술적 목표를 제공한다
첫째, 동사(Verbs) 및 활동 유형(Activity Types)과 같이 문장 내에 재사용하기 위한 xAPI 개념에 대한 메타데이터를 포함한다. 메타데이터는 현재의 프로파일 내에서 뿐만 아니라 다른 프로파일에서도 사용되는 개념들간의 연결을 포함하여 관련 용어의 풍부한 생태계를 지원한다.
둘째, 개인과 그룹이 특정 상황에서 적정하게 컨셉을 활용하는 규칙을 포함한다. 이러한 규칙을 통해 프로파일 작성자는 특정한 요소 즉 정확한 순서와 많은 다른 옵션을 설명할 수 있다.
이러한 두가지 기본 목표 달성에 도움이 되도록 프로파일에는 설명, 작성자, 버전관리 등 자체에 대한 메타데이터도 포함되어 있다.
ADL은 2012년 xAPI를 지원하는 커뮤니티를 통해 사양에 대한 결정을 지원하기 위해 어휘 레지스트리 Vocab Server를 운영했다. 그러나 xAPI 활용이 확대되면서 동일한 Activity를 표현하는데 있어 데이터가 일치하지 않은 경우가 많아졌고, 커뮤니티를 통한 일관성 있는 프로파일 데이터 활용이 어려워지는 문제가 발생하고 있다.
한편, OER(Open Educational Resources, 공개 교육용 자원) 또는 '오픈교육자료'는 OCW(OpenCourseWare) 프로그램을 위한 교수자, 학생, 학습자들이 교육, 학습 등에 활용할 수 있도록 공개적으로 제공되는 무료 교수-학습 자료를 말한다. 대표적인 OER 기관으로는 MIT, UNESCO, GLOBE 등이 있으며, OER은 CCL(Creative commons licence)에 의해 탑재 정보에 대해 무료 개방 조건에 따라 사용을 하게 된다.
이러한 OER이 세계적으로 사용되도 있음에도 불구하고 활용률이 저조한 이유는 자원에 대한 효과성 검증이 명확히 이루어지지 않기 때문이다. 또한, OER로 구성된 교육 과정 역시 교육의 혁신을 가속화하기 위해 널리 공유되어야 하지만 데이터 기반의 객관적인 평가가 부족하기 때문에 제한적으로 활용되고 있다.
본 발명은 상기와 같은 종래 기술의 문제점을 해소하기 위한 것으로, xAPI 템플릿을 활용해 수업 설계와 구성요소에 대한 초세밀한 평가를 분산 학습 환경에서 가능하게 함으로써 교육 과정의 활용이 확대될수록 품질이 향상되도록 하는 교육과정/콘텐츠 품질 분석 시스템을 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시예에 따라 학습 콘텐츠 저작 도구, LRS(Learning Record Store) 및 LMS(Learning Management System)를 구비한 분산학습 환경하에서 xAPI(Experience Application Programming Interface) 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템은, 상기 학습 콘텐츠 저작 도구 및 공개 교육용 자원을 이용한 학습 콘텐츠의 저작 활동에 관련된 정보, 상기 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 적재하는 활동에 관련된 정보 및 상기 완성품 학습 콘텐츠를 이용한 학습자의 학습 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 상기 LRS에 저장하는 데이터 수집 모듈; 상기 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 상기 LMS에 적재하는 학습 콘텐츠 적재 모듈; 상기 LRS에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하는 분석 모듈; 및 상기 분석 결과에 따라 교수자에게 맞춤형 학습 콘텐츠 저작 환경을 제시하는 추천 모듈;을 포함할 수 있다.
본 발명의 일 실시예에 따라 학습 콘텐츠 저작 도구, LRS(Learning Record Store) 및 LMS(Learning Management System)를 구비한 분산학습 환경하에서 xAPI(Experience Application Programming Interface) 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 방법은, 상기 학습 콘텐츠 저작 도구 및 공개 교육용 자원을 이용한 학습 콘텐츠의 저작 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 상기 LRS에 저장하는 저작 활동 수집단계; 상기 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 상기 LMS에 적재하는 학습 콘텐츠 적재 단계; 상기 완성품 학습 콘텐츠를 적재하는 활동에 관련된 정보를 xAPI 문장 형태로 상기 LRS에 저장하는 적재 활동 수집 단계; 상기 LMS에 적재된 완성품 학습 콘텐츠를 이용한 학습자의 학습 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 상기 LRS에 저장하는 학습 활동 수집 단계; 상기 LRS에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하는 분석 단계; 및 상기 분석 결과에 따라 교수자에게 맞춤형 학습 콘텐츠 저작 환경을 제시하는 추천 단계;를 포함할 수 있다.
상기 저작 활동 수집 단계는, 상기 학습 콘텐츠의 저작 활동중 교수자에 의해 발생하는 리소스 선택 이벤트 및 상기 LMS에의 리소스 적재 이벤트를 포함하는 저작 활동에 연관된 xAPI 문장을 수집하는 단계;를 포함할 수 있다.
상기 저작 활동 수집 단계는, 상기 학습 콘텐츠의 저작 활동중 교수자에 의해 발생하는 템플릿 선택 이벤트, 학습 콘텐츠 저작 도구를 통한 저작 서비스에 의해 제공되는 기능을 이용하는 서비스 이용 이벤트, 다양한 유형의 개별 콘텐츠들 중 하나를 선택하는 콘텐츠 선택 이벤트, 및 학습 모델의 저작을 위한 다양한 유형의 액션 중 하나를 행하는 이벤트를 수집하는 단계;를 포함할 수 있다.
상기 분석 단계는, 각 개별 콘텐츠의 소비 패턴을 행위(Verb) 위계로 군집화하여 군집 및 콘텐츠/리소스/템플릿 간의 위계 및 연관성을 추적 및 분석하는 단계; 및 상기 추적 및 분석된 자료를 상기 저작된 완성품 학습 콘텐츠의 사용 통계 및 학습자의 콘텐츠 선호도 추적 데이터와 비교하여 새로운 위계 xAPI 행위(Verb) 프로파일을 xAPI 어휘(vocabulary)에 자동 등록하는 단계;를 포함할 수 있다.
상기 추천 단계는, 상기 교수자가 선호하는 개별 콘텐츠 유형과 유사한 개별 콘텐츠 선택 행위(Verb)를 가진 비교 군집에서 선호하는 개별 콘텐츠를 상기 교수자에게 추천하는 단계; 상기 교수자가 선호하는 템플릿과 유사한 템플릿을 선택한 비교 군집이 선호하는 학습 콘텐츠의 구성 내역을 자동 완성 형식으로 상기 교수자에게 제시하는 단계; 및 개별 콘텐츠 선택 행위(Verb) 및 템플릿 선택 행위(Verb)의 활동 연속성에 관련된 데이터를 버블 차트로 그룹핑하고 상기 교수자의 위치와 유사한 그룹의 저작자가 선호하는 저작 환경을 상기 교수자에게 제시하는 단계;를 포함할 수 있다.
본 발명에 의하면, 공개 교육용 자원과 교육 과정에 xAPI 및 LRS 기술을 활용해 체계적으로 저장하고, 기록된 교수자/학습자의 데이터를 기반으로 엄선된 공개 교육용 콘텐츠와 교육 과정을 제공할 수 있다.
도 1은 xAPI와 LRS의 관계를 설명하기 위한 도면이다.
도 2는 xAPI 문장(statement)의 구조를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 방법을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 시스템을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 시스템에서의 데이터 흐름을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따라 교수자의 콘텐츠 저작 활동에 대한 정보를 수집하는 기술을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 교수자의 콘텐츠 저작 활동 분석 방법을 설명하기 위한 도면이다.
도 2는 xAPI 문장(statement)의 구조를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 방법을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 시스템을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 시스템에서의 데이터 흐름을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따라 교수자의 콘텐츠 저작 활동에 대한 정보를 수집하는 기술을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 교수자의 콘텐츠 저작 활동 분석 방법을 설명하기 위한 도면이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...수단", "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 3은 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 방법을 설명하기 위한 순서도이고, 도 4는 본 발명의 교육과정/콘텐츠 품질 분석 시스템의 특징을 설명하기 위한 도면이다.
본 발명에 따른 교육과정/콘텐츠 품질 분석 시스템은, 학습 콘텐츠 저작 도구, LRS(Learning Record Store) 및 학습 관리 시스템(LMS, Learning Management System)와 연동하며, 학습 콘텐츠의 저작 활동 및 학습 활동을 수집하여 LRS에 저장하는 데이터 수집 모듈, 완성품 학습 콘텐츠를 LMS에 적재하는 학습 콘텐츠 적재 모듈; LRS에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하는 분석 모듈, 및 분석 결과에 따라 교수자에게 맞춤형 학습 콘텐츠를 추천하는 추천 모듈을 포함하여, 분산학습 환경하에서 xAPI(Experience Application Programming Interface) 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 방법을 수행한다.
본 발명에 따른 교육과정/콘텐츠 품질 분석 시스템에서 사용되는 브라우저(41)는 OER xAPI Wrapper를 포함할 수 있다. OER xAPI Wrapper는 공개 교육용 자원을 xAPI 랩핑(Wrapping)할 수 있는 구성요소이다. OER xAPI Wrapper는 HTML 표준을 기반으로 해당 콘텐츠의 메타데이터를 식별하고 크롤링(Crawling) 과정에서 학습 데이터 가중치를 기반으로 콘텐츠를 대표하는 키워드를 자동 분류한다.
OER xAPI Wrapper는 브라우저 익스텐션(Extension)과 북마클릿(Bookmarklet) 형태로 제공될 수 있으며 소정의 페이지가 북마크될 때 xAPI 문장을 추가할 수 있다.
교수자는 LCMS(Learining Contents Management System, 42)에 등록된 OER을 활용해 교육과정 설계(Course Design/Authoring Tool)를 할 수 있다.
단계 S31에서, 데이터 수집 모듈은 학습 콘텐츠 저작 도구 및 공개 교육용 자원을 이용한 학습 콘텐츠(46)의 저작 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 LRS(43)에 저장한다. 공개 교육용 자원은 과정 설계에 이용되고 각 과정의 차시에 과정을 이루는 차시의 적합성, 유용성, 효과성 판단을 위해 xAPI 문장이 부착된다.
데이터 수집 모듈은, 학습 콘텐츠의 저작 활동중 교수자에 의해 발생하는 리소스 선택 이벤트 및 LMS(45)에의 리소스 적재 이벤트를 포함하는 저작 활동에 연관된 xAPI 문장을 수집할 수 있다.
데이터 수집 모듈은, 학습 콘텐츠의 저작 활동중 교수자에 의해 발생하는 템플릿 선택 이벤트, 학습 콘텐츠 저작 도구를 통한 저작 서비스에 의해 제공되는 기능을 이용하는 서비스 이용 이벤트, 다양한 유형의 개별 콘텐츠들 중 하나를 선택하는 콘텐츠 선택 이벤트, 및 학습 모델의 저작을 위한 다양한 유형의 액션 중 하나를 행하는 이벤트를 수집할 수 있다.
이와 같이 본 발명에 따르면 교육과정 설계 과정에서도 각 구성요소(OER, 인터랙티브 등)에 xAPI 문장이 부착되어 교수자의 활용 기록이 저장된다. 저장된 활용 기록은 향후 교육과정 구성의 적정성, 효과성 분석을 데이터를 기반으로 가능하게 한다.
단계 S32에서, 콘텐츠 적재 모듈은 교수자의 저작 활동에 의해 완성된 완성품 학습 콘텐츠(46)를 LMS(45)에 적재한다. 설계가 완료된 교육 과정을 담은 학습 콘텐츠(46)는 학습자(49)에게 서비스된다.
단계 S33에서, 데이터 수집 모듈은 완성품 학습 콘텐츠(46)를 LMS(45)에 적재하는 활동에 관련된 정보를 xAPI 문장 형태로 LRS(43)에 저장한다.
단계 S34에서, 데이터 수집 모듈은 LMS(45)에 적재된 완성품 학습 콘텐츠를 이용한 학습자의 학습 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 LRS(43)에 저장한다.
상기와 같이, 학습 콘텐츠 저작 과정과 학습자의 활용을 통해 생성된 xAPI 문장들은 LRS(43)에 저장되며, 저장된 데이터는 분석되어 교수자 및 학습자에게 적합한 콘텐츠 및 저작 환경을 추천하는데 사용된다.
단계 S35에서, 분석 모듈은 LRS(43)에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석한다. LRS(43)에 저장된 데이터는 분석되어 각 콘텐츠의 중요도 및 교육 과정의 중요도를 나타내는 가중치 척도(44)를 이용해 분석될 수 있다. 분석 모듈의 분석 결과는 대시 보드(47)를 통해 운영자/관리자에게 제공될 수 있다.
분석 모듈은, 각 개별 콘텐츠의 소비 패턴을 행위(Verb) 위계로 군집화하여 군집 및 콘텐츠/리소스/템플릿 간의 위계 및 연관성을 추적 및 분석하고, 추적 및 분석된 자료를 완성품 학습 콘텐츠의 사용 통계 및 학습자의 콘텐츠 선호도 추적 데이터와 비교하여 새로운 위계 xAPI 행위(Verb) 프로파일을 xAPI 어휘(vocabulary)에 자동 등록할 수 있다.
단계 S36에서, 추천 모듈은 분석 모듈의 분석 결과에 따라 교수자에게 맞춤형 학습 콘텐츠 저작 환경을 제시한다.
도 5는 본 발명의 일 실시예에 따른 교육과정/콘텐츠 품질 분석 시스템에서의 데이터 흐름을 도시한 것이다.
도 5를 참조하면, 학습 콘텐츠 저작에 필요한 다양한 유형의 개별 콘텐츠(51)가 제공되며, 교수자는 이에 포함되는 다양한 자료(OER 자료) 및 디자인 템플릿과, 학습 콘텐츠 저작 도구(52)를 이용하여 학습 콘텐츠를 저작하게 된다. 교육과정/콘텐츠 품질 분석 시스템은 교수자가 학습 콘텐츠를 저작하는 활동을 실시간 수집한다.
구체적으로, 교수자가 학습 콘텐츠에 담고 싶은 리소스를 선택하는 행위, 이 선택을 통해 해당 리소스를 적재하는 행위, 및 학습 콘텐츠 저작 중에 수행한 각종 활동에 대한 정보 등을 실시간 수집하여 LRS(55)에 저장한다. 나아가, 저작된 완성품 학습 콘텐츠(53)를 LMS(54)에 적재하는 과정과, LMS(54)에 적재된 학습 콘텐츠를 학습자가 이용하여 학습하는 xAPI 활동 이벤트를 모두 수집한다.
또한, 수집된 정보를 이용하여, 각 개별 콘텐츠 소비 패턴을 활동(Verb) 위계로 군집화하고 군집 및 콘텐츠/리소스/템플릿 간의 위계 및 연관성을 추적한다.
본 발명의 일 실시예에 따르면, 추적 및 분석이 완료된 자료를 실제 저작된 학습 콘텐츠의 사용 통계 및 학습자의 콘텐츠 선호도 추적 데이터와 비교하여 새로운 위계 xAPI Verb Profile을 어휘(vocabulary)에 자동 등록하고, 선호도 및 추천 알고리즘에 의해 제시된 다양한 템플릿/자료를 사용자(교수자)에게 제시하고 가이드하는 싸이클 중심의 학습 콘텐츠 저작 환경을 제시할 수 있다.
교수자의 콘텐츠 저작 활동에 대한 정보의 수집에 대해서는 도 6에 상세히 도시된다. 유형 선호도의 추적을 위해서 템플릿 선택 액션이 실시간으로 수집되고, 서비스 이용도의 추적을 위해서는 로그인 액션 등 콘텐츠 저작 도구를 통한 사용자의 액션이 실시간으로 수집된다. 또한, 콘텐츠 선호도의 추적을 위해서는 동영상 선택 액션, 이미지 선택 액션, 음원 선택 액션, 문서 선택 액션 등 각 유형의 리소스를 선택하는 액션이 실시간으로 수집되고, 학습 모델 선택 선호도의 추적을 위해서는 메타데이터 입력 액션, 강의 정보 설정 액션, 분류 선택 액션, 데이터 위계 설정 액션, 학습 대상 선택 액션 등 학습 모델의 확립을 위한 사용자의 액션이 실시간으로 수집된다.
추천 모듈은, 소정의 교수자가 선호하는 개별 콘텐츠 유형과 유사한 개별 콘텐츠 선택 행위(Verb)를 가진 비교 군집에서 선호하는 개별 콘텐츠를 해당 교수자에게 추천할 수 있다. 또한, 교수자가 선호하는 템플릿과 유사한 템플릿을 선택한 비교 군집이 선호하는 학습 콘텐츠의 구성 내역을 자동 완성 형식으로 해당 교수자에게 제시할 수 있다. 또한, 개별 콘텐츠 선택 행위(Verb) 및 템플릿 선택 행위(Verb)의 활동 연속성에 관련된 데이터를 버블 차트로 그룹핑하고 소정 교수자의 위치와 유사한 그룹의 저작자가 선호하는 저작 환경을 해당 교수자에게 제시할 수 있다.
도 7은 본 발명의 일 실시예에 따른 분석 모듈의 콘텐츠 저작 활동 분석 방법을 설명하기 위한 도면이다.
먼저 도 7을 참조하여 콘텐츠 선택 {Verb}에 대해 설명하자면, 내가 선호하는 콘텐츠 유형과 비슷한 {Verb}를 가진 비교 군집에서 선택한 콘텐츠간의 정보를 비교하여 동료/비교군집이 선택하여 사용하고 있는 콘텐츠를 '나'에게 추천하는 방식을 채용한다.
다음으로 디자인 템플릿 선택 {Verb}에 대해 설명하자면, 내가 자주 사용하는 템플릿과 비슷한 템플릿을 선택한 비교 군집이 주로 생성하는 학습 콘텐츠의 구성 내역을 자동 완성 형식 및 추천 방식으로 저작자(교수자)에게 실시간으로 제시하고, 선호하는 비교군집(저작시 비슷한 Verb 행위를 진행한 저작자)이 주로 저작한 학습 콘텐츠 스타일을 가이드 형식 또는 마법사 형식으로 손쉽게 구성할 수 있도록 지원한다.
또한, {Verb}의 활동 연속성의 관련 데이터를 도 7에 예시된 것과 같은 버블 차트로 그룹핑하고 ＇나'의 활동 연속성 xAPI {verb}를 버블에 대입하여 나의 위치와 비슷한 위치에 있는 그룹의 저작자의 선호도를 매칭할 수 있다.
본 발명의 일 실시예에 따르면, 고급 사용자인 교수자를 위해서, 학습 콘텐츠를 저작하는 중에도 적절한 인터랙티브 기능을 추천할 수 있다.
예를 들어, 콘텐츠의 특정 장면이 지속적으로 반복되는 경우나, 이미지나 동영상 없이 텍스트만으로 이루어진 경우 등은 학습자의 몰입을 방해한다. 이 경우, 선호도 및 추천 알고리즘에 의해 적절한 인터랙티브 기능을 추천하여, 교수자가 저작하는 학습 콘텐츠의 품질을 향상시키는데 도움을 줄 수 있다.
다른 예로, 화면에 이미지나 동영상이 너무 많거나, 콘텐츠간 전환이 너무 빠른 경우 등은 학습자의 인지부하를 가중시킬 수 있다. 이 경우는 선호도 및 추천 알고리즘에 의해 콘텐츠 변경을 권고하는 처방을 교수자에게 제공할 수 있다.
본 발명의 일 실시예에 따르면, 교수자를 위해 적응적 학습분석 대시보드를 제공할 수 있다. 구체적으로, 학습분석 대시보드에 대한 교수자들의 사용 패턴을 추적, 수집 및 분석하여, 교수자들이 가장 관심있게 살펴보는 학습분석 대시보드의 유형을 파악하고, 알고리즘 최적화 과정을 거쳐, 교수자 개별 혹은 군집별로 최적화된 학습분석 대시보드를 적응적으로 제공한다.
본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.
Claims (5)
- 학습 콘텐츠 저작 도구, 학습 기록 저장소(LRS, Learning Record Store) 및 학습 관리 시스템(LMS, Learning Management System)를 구비한 분산학습 환경하에서 xAPI(Experience Application Programming Interface) 템플릿을 활용한 교수 학습법 중심의 교육과정 및 콘텐츠 품질 분석 시스템에 있어서,
상기 학습 콘텐츠 저작 도구 및 공개 교육용 자원을 이용한 학습 콘텐츠의 저작 활동에 관련된 정보, 상기 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 적재하는 활동에 관련된 정보 및 상기 완성품 학습 콘텐츠를 이용한 학습자의 학습 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 상기 학습 기록 저장소에 저장하는 데이터 수집 모듈;
상기 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 상기 학습 관리 시스템에 적재하는 학습 콘텐츠 적재 모듈;
상기 학습 기록 저장소에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하는 분석 모듈; 및
상기 분석 결과에 따라 교수자에게 맞춤형 학습 콘텐츠 저작 환경을 제시하는 추천 모듈;을 포함하며,
상기 데이터 수집 모듈은 상기 학습 콘텐츠의 저작 활동중 교수자에 의해 발생하는 리소스 선택 이벤트 및 상기 학습 관리 시스템에의 리소스 적재 이벤트를 포함하는 저작 활동에 연관된 xAPI 문장을 수집하되,
유형 선호도의 추적을 위해 템플릿 선택 액션을 실시간으로 수집하고,
서비스 이용도의 추적을 위해 로그인 액션을 포함한 학습 콘텐츠 저작 도구를 통한 교수자의 액션을 실시간으로 수집하며,
콘텐츠 선호도의 추적을 위해 동영상 선택 액션, 이미지 선택 액션, 음원 선택 액션, 문서 선택 액션을 포함한 각 유형의 리소스를 선택하는 액션을 실시간으로 수집하고,
학습 모델 선택 선호도의 추적을 위해 메타데이터 입력 액션, 강의 정보 설정 액션, 분류 선택 액션, 데이터 위계 설정 액션, 학습 대상 선택 액션을 포함한 학습 모델의 확립을 위한 교수자의 액션을 실시간으로 수집하며,
상기 분석 모듈은 상기 학습 기록 저장소에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하되, 상기 학습 기록 저장소에 저장된 각 콘텐츠의 중요도 및 교육과정의 중요도를 나타내는 가중치를 이용하여 분석하며,
상기 가중치를 이용하여 분석하기 위해 상기 학습 콘텐츠 저작 도구에 사용되는 브라우저에 포함된 공개 교육용 자원(OER, Open Educational Resources) xAPI Wrapper를 이용하며,
상기 공개 교육용 자원 xAPI Wrapper는 HTML(HyperText Markup Language) 표준을 기반으로 해당 콘텐츠의 메타데이터를 식별하고 크롤링(Crawling) 과정에서 학습 데이터 가중치를 기반으로 콘텐츠를 대표하는 키워드를 분류하며,
상기 추천 모듈은,
소정의 교수자가 선호하는 개별 콘텐츠 유형과 유사한 개별 콘텐츠 선택 행위(Verb)를 가진 비교 군집에서 선호하는 개별 콘텐츠를 해당 교수자에게 추천하며,
교수자가 선호하는 템플릿과 유사한 템플릿을 선택한 비교 군집이 선호하는 학습 콘텐츠의 구성 내역을 자동 완성 형식으로 해당 교수자에게 제시하며,
개별 콘텐츠 선택 행위(Verb) 및 템플릿 선택 행위(Verb)의 활동 연속성에 관련된 데이터를 버블 차트로 그룹핑하고 소정 교수자의 위치와 유사한 그룹의 저작자가 선호하는 저작 환경을 해당 교수자에게 제시하는 것을 특징으로 하는 시스템. - 학습 콘텐츠 저작 도구, 학습 기록 저장소(LRS, Learning Record Store) 및 학습 관리 시스템(LMS, Learning Management System)를 구비한 분산학습 환경하에서 xAPI(Experience Application Programming Interface) 템플릿을 활용한 교수 학습법 중심의 교육과정 및 콘텐츠 품질 분석 방법에 있어서,
데이터 수집 모듈이, 상기 학습 콘텐츠 저작 도구 및 공개 교육용 자원을 이용한 학습 콘텐츠의 저작 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 상기 학습 기록 저장소에 저장하는 저작 활동 수집단계;
학습 콘텐츠 적재 모듈이, 상기 저작 활동에 의해 완성된 완성품 학습 콘텐츠를 상기 학습 관리 시스템에 적재하는 학습 콘텐츠 적재 단계;
상기 데이터 수집 모듈이, 상기 완성품 학습 콘텐츠를 적재하는 활동에 관련된 정보를 xAPI 문장 형태로 상기 학습 기록 저장소에 저장하는 적재 활동 수집 단계;
상기 데이터 수집 모듈이, 상기 학습 관리 시스템에 적재된 완성품 학습 콘텐츠를 이용한 학습자의 학습 활동에 관련된 정보를 실시간으로 수집하여 xAPI 문장 형태로 상기 학습 기록 저장소에 저장하는 학습 활동 수집 단계;
분석 모듈이, 상기 학습 기록 저장소에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하는 분석 단계; 및
추천 모듈이, 상기 분석 결과에 따라 교수자에게 맞춤형 학습 콘텐츠 저작 환경을 제시하는 추천 단계;를 포함하며,
상기 저작 활동 수집 단계는, 상기 학습 콘텐츠의 저작 활동중 교수자에 의해 발생하는 리소스 선택 이벤트 및 상기 학습 관리 시스템에의 리소스 적재 이벤트를 포함하는 저작 활동에 연관된 xAPI 문장을 수집하는 단계를 포함하되,
상기 저작 활동 수집 단계에서, 상기 데이터 수집 모듈은,
유형 선호도의 추적을 위해 템플릿 선택 액션을 실시간으로 수집하고,
서비스 이용도의 추적을 위해 로그인 액션을 포함한 학습 콘텐츠 저작 도구를 통한 교수자의 액션을 실시간으로 수집하며,
콘텐츠 선호도의 추적을 위해 동영상 선택 액션, 이미지 선택 액션, 음원 선택 액션, 문서 선택 액션을 포함한 각 유형의 리소스를 선택하는 액션을 실시간으로 수집하고,
학습 모델 선택 선호도의 추적을 위해 메타데이터 입력 액션, 강의 정보 설정 액션, 분류 선택 액션, 데이터 위계 설정 액션, 학습 대상 선택 액션을 포함한 학습 모델의 확립을 위한 교수자의 액션을 실시간으로 수집하며,
상기 분석 단계에서, 상기 분석 모듈은 상기 학습 기록 저장소에 저장된 xAPI 문장들을 이용하여 학습 콘텐츠 저작 패턴 및 학습 활동 내역을 분석하되, 상기 학습 기록 저장소에 저장된 각 콘텐츠의 중요도 및 교육과정의 중요도를 나타내는 가중치를 이용하여 분석하며,
상기 가중치를 이용하여 분석하기 위해 상기 학습 콘텐츠 저작 도구에 사용되는 브라우저에 포함된 공개 교육용 자원(OER, Open Educational Resources) xAPI Wrapper를 이용하며,
상기 공개 교육용 자원 xAPI Wrapper는 HTML(HyperText Markup Language) 표준을 기반으로 해당 콘텐츠의 메타데이터를 식별하고 크롤링(Crawling) 과정에서 학습 데이터 가중치를 기반으로 콘텐츠를 대표하는 키워드를 분류하며,
상기 추천 단계에서, 상기 추천 모듈은,
소정의 교수자가 선호하는 개별 콘텐츠 유형과 유사한 개별 콘텐츠 선택 행위(Verb)를 가진 비교 군집에서 선호하는 개별 콘텐츠를 해당 교수자에게 추천하며,
교수자가 선호하는 템플릿과 유사한 템플릿을 선택한 비교 군집이 선호하는 학습 콘텐츠의 구성 내역을 자동 완성 형식으로 해당 교수자에게 제시하며,
개별 콘텐츠 선택 행위(Verb) 및 템플릿 선택 행위(Verb)의 활동 연속성에 관련된 데이터를 버블 차트로 그룹핑하고 소정 교수자의 위치와 유사한 그룹의 저작자가 선호하는 저작 환경을 해당 교수자에게 제시하는 것을 특징으로 하는 방법. - 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200182376A KR102557077B1 (ko) | 2020-12-23 | 2020-12-23 | 분산학습(Distributed Learning) 환경하에서 xAPI 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200182376A KR102557077B1 (ko) | 2020-12-23 | 2020-12-23 | 분산학습(Distributed Learning) 환경하에서 xAPI 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220091139A KR20220091139A (ko) | 2022-06-30 |
| KR102557077B1 true KR102557077B1 (ko) | 2023-07-19 |
Family
ID=82215151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200182376A KR102557077B1 (ko) | 2020-12-23 | 2020-12-23 | 분산학습(Distributed Learning) 환경하에서 xAPI 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102557077B1 (ko) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130135657A (ko) * | 2012-06-01 | 2013-12-11 | 테크빌닷컴 주식회사 | 학습관리시스템의 학습자 맞춤형 학습설계 저작 장치 |
| KR20180112153A (ko) * | 2017-03-30 | 2018-10-12 | 한국교육학술정보원 | 가상현실 및 증강현실 콘텐츠에서 학습 데이터를 추출하는 시스템 및 방법 |
| KR20200099042A (ko) * | 2019-02-13 | 2020-08-21 | 호서대학교 산학협력단 | 교수 학습 활동 데이터 분석을 통한 학습 양식 예측 시스템 및 방법 |
-
2020
- 2020-12-23 KR KR1020200182376A patent/KR102557077B1/ko active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220091139A (ko) | 2022-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11670185B2 (en) | Adaptive machine learning system | |
| Eagleton et al. | Reading the web: Strategies for Internet inquiry | |
| Popescu et al. | Accommodating learning styles in an adaptive educational system | |
| Bieliková et al. | ALEF: From application to platform for adaptive collaborative learning | |
| Wu et al. | Graphical interface design for children seeking information in a digital library | |
| US10395173B1 (en) | System and methods for exemplary problem solving, thinking and learning using an exemplary archetype process and enhanced hybrid forms | |
| KR101858204B1 (ko) | 양방향 멀티미디어 컨텐츠 생성 방법 및 장치 | |
| Fulton et al. | Digital detectives: Solving information dilemmas in an online world | |
| Demmans Epp et al. | Information practices and user interfaces: Student use of an iOS application in special education | |
| McAlister et al. | Artificial intelligence and ChatGPT: Exploring Current and potential future roles in marketing education | |
| KR102557077B1 (ko) | 분산학습(Distributed Learning) 환경하에서 xAPI 템플릿을 활용한 교수 학습법 중심의 교육과정/콘텐츠 품질 분석 시스템 | |
| Cristea et al. | Social, personalized lifelong learning | |
| Telnov | Semantic educational web portal | |
| Gray | Narrative qualities of design argumentation | |
| Dalgarno | A classification scheme for learner-computer interaction | |
| Loke et al. | Video seeking behavior of young adults for self directed learning | |
| Gómez-Zará et al. | Using Multimodal and Hyperlinked Representations of Knowledge as Academic Writing Aids | |
| Caeiro et al. | Towards a folksonomy solution to support open educational activities and resources in Edu-AREA | |
| Scotton | Supporting delivery of adaptive hypermedia | |
| Bór | Improving the user experience of an Intelligent Tutoring System for proving mathematical statements | |
| Tonkin et al. | Crowd mining applied to preservation of digital cultural heritage | |
| Zhang | Investigation of a quick tagging mechanism to help enhance the video learning experience | |
| Colby | From Systems to Services: Changing the Way We Conceptualize ITSs--A Theoretical Framework and Proof-of-concept | |
| Petrone et al. | Instructional process and digital resources | |
| Chen et al. | Interactive Design Process for Enhancing Digital Literacy Among Children: A Systematic Literature Review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |