KR102574976B1 - 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템 - Google Patents
온라인 기반 교육 인프라 비교분석 서비스 제공 시스템 Download PDFInfo
- Publication number
- KR102574976B1 KR102574976B1 KR1020220032167A KR20220032167A KR102574976B1 KR 102574976 B1 KR102574976 B1 KR 102574976B1 KR 1020220032167 A KR1020220032167 A KR 1020220032167A KR 20220032167 A KR20220032167 A KR 20220032167A KR 102574976 B1 KR102574976 B1 KR 102574976B1
- Authority
- KR
- South Korea
- Prior art keywords
- educational
- infrastructure
- education
- terminal
- user terminal
- Prior art date
Links
- 238000010835 comparative analysis Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 61
- 238000012552 review Methods 0.000 claims description 51
- 238000011156 evaluation Methods 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 43
- 238000012795 verification Methods 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 239000000463 material Substances 0.000 claims description 10
- 238000012797 qualification Methods 0.000 claims description 7
- 238000009223 counseling Methods 0.000 claims description 5
- 238000011002 quantification Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 2
- 230000009193 crawling Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000001364 causal effect Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 239000000047 product Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009967 tasteless effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
온라인 기반 교육 인프라 비교분석 서비스 제공 시스템이 제공되며, 적어도 하나의 교육 인프라의 정보를 검색하고, 검색결과 내 교육 인프라를 비교분석한 결과를 출력하는 사용자 단말, 적어도 하나의 교육 인프라에 대한 교육 인프라 정보를 등록하는 적어도 하나의 교육 단말 및 적어도 하나의 교육 단말로부터 교육 인프라 정보를 등록받는 등록부, 사용자 단말에서 적어도 하나의 교육 인프라의 정보를 검색하는 경우 그 검색결과를 제공하는 제공부, 검색결과 내 교육 인프라를 비교분석한 결과를 사용자 단말로 전송하는 비교분석부를 포함하는 비교분석 서비스 제공 서버를 포함한다.
Description
본 발명은 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템에 관한 것으로, 교육 인프라 정보를 비교분석하고, 기준에 따른 평가로 재정렬하여 사용자에게 제공하며, 사용자가 선택한 교육 인프라와의 중개 플랫폼을 제공한다.
교육의 세기라고 부를 정도로 교육에 대한 관심과 중요성이 날로 부각되면서 전 세계적으로 교육 인프라에 대한 관심이 증가하고 있다. 이와 같이 세계적으로 교육 인프라가 확대되고 있는 원인은 개인차원과 국가차원에서 수요와 공급이 증가하고 있기 때문이다. 개인차원에서 보면, 자녀에 대한 기대가 양에서 질로 대체된 부모들이 자녀의 안정된 미래를 위해 선택하고 있다. 만약 자녀가 교육 인프라를 통해 대학진학의 경쟁에서 우위를 차지할 수 있다면, 궁극적으로는 노동시장에서 더 높은 임금과 사회적 출세를 기대할 수 있기 때문에 교육비용을 투자로 인식하는 추세이다. 국가차원에서 보면, 많은 국가들이 경제발전을 이루는데 있어서 교육의 역할에 대한 중요성이 증가하면서 교육 인프라를 이용하고 있다. 즉, 상대적으로 부유한 국가들은 교육 인프라에 직간접적으로 재정적인 지원을 함으로써 학생들의 학업성취 향상과 사회불균형 완화를 꾀하고 있고, 상대적으로 가난한 국가들은 교육 인프라를 통해 빈약한 자원을 보충하면서 공교육의 부족한 부분을 채우고자 한다.
이때, 교육정보를 비교분석하여 공유하는 플랫폼이 연구 및 개발되었는데, 이와 관련하여, 선행기술인 한국공개특허 제2021-0075023호(2021년06월22일 공개) 및 한국공개특허 제2021-0147262호(2021년12월07일 공개)에는, 기 저장된 적어도 하나의 클래스 중 사용자에게 부합하는 클래스를 추천해주고, 추천된 결과를 사용자 단말로 전송하는데, 사용자에게 부합하는 클래스를 추천할 때 사용자 정보 및 클래스 정보를 비교분석함으로써 추천하는 구성과, 사용자 단말에서 검색정보가 설정되면 검색정보에 대응하는 미용강사를 검색하여 추천하고, 검색화면에서 홍보 콘텐츠를 재생하도록 하여 온라인 수업 콘텐츠로 이동하도록 도메인 정보를 제공하는 구성이 각각 개시되어 있다.
다만, 전자의 경우 사용자 목표와 커리큘럼이 일치하는 경우 사용자에게 가장 부합하는 클래스로 판단함으로써 제공하기 때문에, 비교분석이 아니라 비교분석을 제공하지 않아 사용자에게 비교분석을 할 수 있는 선택권을 주지 않고, 결과로 추천만 하는 추천의 구성만을 개시하고 있다. 후자의 경우에도 검색정보에 대응하는 결과만을 제공할 뿐 그 결과가 어떻게 도출되었는지에 대한 정보는 개시하고 있지 않다. 최근, 교육시설, 기관, 학원, 강사, 교재, 교육공간 대여업체 등 다양한 교육 인프라가 생겨나고 있지만, 이 정보를 비교분석하여 소비자인 사용자에게 제공함으로써 정보비대칭을 해결하는 플랫폼은 존재하지 않는다. 이에, 적어도 하나의 교육 인프라의 정보를 수집, 비교분석, 추천 및 중개를 할 수 있는 플랫폼의 연구 및 개발이 요구된다.
본 발명의 일 실시예는, 적어도 하나의 교육 인프라의 정보를 적어도 하나의 교육 단말로부터 수집하고, 교육 인프라 정보를 사용자 단말에서 검색하는 경우 비교분석을 수행하도록 정성 데이터 및 정량 데이터로 나누어 비교분석결과를 제공하며, 적어도 하나의 기준에 따라 평가된 평가에 기반하여 검색결과를 재정렬한 후 사용자 단말로 전송하고, 사용자 단말에서 교육 인프라를 선택한 후 상담을 요청하거나 샘플을 요청하는 경우, 교육 단말로 전달하여 상담 또는 샘플 제공 여부를 확인한 후 사용자 단말로 피드백을 전달함으로써 중개할 수 있으며, 사용자와 교육 인프라 간 정보비대칭을 해소하고, 교육 서비스도 상품과 같이 비교검색 후 구매결정이 가능해지는, 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 적어도 하나의 교육 인프라의 정보를 검색하고, 검색결과 내 교육 인프라를 비교분석한 결과를 출력하는 사용자 단말, 적어도 하나의 교육 인프라에 대한 교육 인프라 정보를 등록하는 적어도 하나의 교육 단말 및 적어도 하나의 교육 단말로부터 교육 인프라 정보를 등록받는 등록부, 사용자 단말에서 적어도 하나의 교육 인프라의 정보를 검색하는 경우 그 검색결과를 제공하는 제공부, 검색결과 내 교육 인프라를 비교분석한 결과를 사용자 단말로 전송하는 비교분석부를 포함하는 비교분석 서비스 제공 서버를 포함한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 적어도 하나의 교육 인프라의 정보를 적어도 하나의 교육 단말로부터 수집하고, 교육 인프라 정보를 사용자 단말에서 검색하는 경우 비교분석을 수행하도록 정성 데이터 및 정량 데이터로 나누어 비교분석결과를 제공하며, 적어도 하나의 기준에 따라 평가된 평가에 기반하여 검색결과를 재정렬한 후 사용자 단말로 전송하고, 사용자 단말에서 교육 인프라를 선택한 후 상담을 요청하거나 샘플을 요청하는 경우, 교육 단말로 전달하여 상담 또는 샘플 제공 여부를 확인한 후 사용자 단말로 피드백을 전달함으로써 중개할 수 있으며, 사용자와 교육 인프라 간 정보비대칭을 해소하고, 교육 서비스도 상품과 같이 비교검색 후 구매결정이 가능해진다.
도 1은 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 비교분석 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
도 2는 도 1의 시스템에 포함된 비교분석 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 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.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
본 명세서에 있어서, 온라인이라는 용어의 범주는 웹 페이지, 앱 페이지, 애플리케이션, 프로그램 및 가상공간을 포괄적으로 포함하는 용어로 해석되어야 한다. 이때 가상공간은 VR, AR, MR, XR, 메타버스를 포함할 수 있으나 나열된 것들로 한정되지 않고 열거되지 않은 이유로 배제되지 않는다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템(1)은, 적어도 하나의 사용자 단말(100), 비교분석 서비스 제공 서버(300), 적어도 하나의 교육 단말(400) 및 평가 단말(500)을 포함할 수 있다. 다만, 이러한 도 1의 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(Network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 사용자 단말(100)은 네트워크(200)를 통하여 비교분석 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 비교분석 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 사용자 단말(100), 적어도 하나의 교육 단말(400), 적어도 하나의 평가 단말(500)과 연결될 수 있다. 또한, 적어도 하나의 교육 단말(400)은, 네트워크(200)를 통하여 비교분석 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 적어도 하나의 평가 단말(500)은, 네트워크(200)를 통하여 적어도 하나의 사용자 단말(100), 비교분석 서비스 제공 서버(300) 및 적어도 하나의 교육 단말(400)과 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
적어도 하나의 사용자 단말(100)은, 온라인 기반 교육 인프라 비교분석 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 교육 인프라를 비교분석 서비스 제공 서버(300)에서 검색하고, 검색결과를 비교분석한 데이터를 비교분석 서비스 제공 서버(300)로부터 수신하여 출력하는 사용자의 단말일 수 있다. 그리고, 사용자 단말(100)은, 비교분석 서비스 제공 서버(300)에서 적어도 하나의 기준으로 평가한 결과에 따라 재정렬된 교육 인프라 리스트를 수신할 수 있고, 어느 하나의 교육 인프라를 선택하여 비교분석 서비스 제공 서버(300)를 경유하여 컨택하거나 교육 서비스 또는 상품을 구매 및 결제하는 단말일 수 있다.
여기서, 적어도 하나의 사용자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 사용자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 사용자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
비교분석 서비스 제공 서버(300)는, 온라인 기반 교육 인프라 비교분석 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 비교분석 서비스 제공 서버(300)는, 적어도 하나의 교육 단말(400)로부터 적어도 하나의 교육 인프라의 정보를 수집하여 등록하는 서버일 수 있다. 또한, 비교분석 서비스 제공 서버(300)는 적어도 하나의 기준에 따라 적어도 하나의 교육 인프라를 평가하는 서버일 수 있다. 그리고, 비교분석 서비스 제공 서버(300)는 교육 인프라 정보를 정성 데이터 및 정량 데이터로 나누어 비교분석하는 서버일 수 있다. 비교분석 서비스 제공 서버(300)는 사용자 단말(100)에서 검색을 하는 경우 검색결과를 제공할 때, 검색결과를 비교분석한 결과를 함께 사용자 단말(100)로 제공하는 서버일 수 있다. 비교분석 서비스 제공 서버(300)는 사용자 단말(100)의 사용자 정보를 포함하여 평가한 결과에 따라 검색결과를 재정렬하여 사용자 단말(100)로 전송하고, 사용자 단말(100)에서 선택한 교육 인프라의 교육 단말(400)로 전달을 사용자 단말(100)의 요청을 전달하는 서버일 수 있다. 비교분석 서비스 제공 서버(300)는 적어도 하나의 평가 단말(500)로부터 평가 데이터를 수신하여 각 교육 인프라별로 누적하여 데이터베이스화하는 서버일 수 있다.
여기서, 비교분석 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
적어도 하나의 교육 단말(400)은, 온라인 기반 교육 인프라 비교분석 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 교육 인프라를 제공하는 개인, 기관, 시설 및 기관의 단말일 수 있다. 이때, 교육 인프라는, 시설, 기관, 교재, 교수자, 교육시설 대관업체, 강의 콘텐츠 제공업체 등을 포함할 수 있으나 나열된 것으로 한정되지 않고 열거되지 않은 이유로 배제되지 않는다. 교수자는, 과외 전문 선생님, 유아 학습지 선생님, 어린이 학습지 선생님, 입시 학습지 선생님, 예체능 레슨 선생님을 포함할 수 있고, 기관은 과외교습소, 입시학원, 예체능 학원, 영유아 학원, 영어 유치원, 평생 교육원, 자격증 학원, 문화센터를 포함할 수 있고, 교재는 온라인 및 오프라인 교재를 포함할 수 있으며, 자격증 문제집, 입시 문제집, 유아 학습지, 어린이 학습지, 예체능 교재, 자기계발교재, 취미활동교재일 수 있고, 교육시설 대관업체는, 스터디카페, 독서실, 예체능 스튜디오를 포함할 수 있으나, 역시 나열된 것으로 한정되지 않고 열거되지 않은 이유로 배제되지 않는다.
여기서, 적어도 하나의 교육 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 교육 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 교육 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
적어도 하나의 평가 단말(500)은, 온라인 기반 교육 인프라 비교분석 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 적어도 하나의 교육 인프라를 적어도 하나의 기준에 의해 평가하는 평가위원의 단말일 수 있다. 이때, 적어도 하나의 평가 단말(500)은 적어도 하나의 교육 인프라에 대한 평가를 실시하고, 그 결과를 비교분석 서비스 제공 서버(300)로 업로드하는 단말일 수 있다.
여기서, 적어도 하나의 평가 단말(500)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 평가 단말(500)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 평가 단말(500)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
도 2는 도 1의 시스템에 포함된 비교분석 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 2를 참조하면, 비교분석 서비스 제공 서버(300)는, 등록부(310), 제공부(320), 비교분석부(330), 교육인프라평가부(340), 상담중개부(350), 인력풀관리부(360), 리뷰관리부(370), 정량정성분리부(380) 및 학습스케줄관리부(390)를 포함할 수 있다.
본 발명의 일 실시예에 따른 비교분석 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 사용자 단말(100), 적어도 하나의 교육 단말(400) 및 적어도 하나의 평가 단말(500)로 온라인 기반 교육 인프라 비교분석 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 사용자 단말(100), 적어도 하나의 교육 단말(400) 및 적어도 하나의 평가 단말(500)은, 온라인 기반 교육 인프라 비교분석 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 사용자 단말(100), 적어도 하나의 교육 단말(400) 및 적어도 하나의 평가 단말(500)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.
도 2를 참조하면, 등록부(310)는, 적어도 하나의 교육 단말(400)로부터 교육 인프라 정보를 등록받을 수 있다. 적어도 하나의 교육 단말(400)은, 적어도 하나의 교육 인프라에 대한 교육 인프라 정보를 등록할 수 있다. 적어도 하나의 교육 인프라는, 적어도 하나의 시설, 인력, 교재, 강의 콘텐츠 및 커리큘럼을 포함할 수 있다. 적어도 하나의 교육 단말(400)은, 교육시설, 교육기관, 교수자, 교육시설 대관업체, 강의 콘텐츠 제공업체 및 교재판매업체 중 적어도 하나에 대응하는 개인 또는 기업의 단말일 수 있다. 이때, 기업 이외의 개인의 경우에는 제3신뢰기관에 정보를 검증한 후 업로드할 수 있다. 물론 기업의 경우에도 정보를 검증할 수 있기 때문에 정보검증에서 배제하는 것은 아니다. 기업, 기관 등의 경우 국세청 또는 세무서에 신고된 사업자등록증을 조회하여 신고된 등록을 요청하는 교육 단말(400)의 교육자가 사업자가 맞는지, 현재 폐업상태는 아닌지 등을 확인할 수 있다.
제공부(320)는, 사용자 단말(100)에서 적어도 하나의 교육 인프라의 정보를 검색하는 경우 그 검색결과를 제공할 수 있다. 사용자 단말(100)은, 적어도 하나의 교육 인프라의 정보를 검색할 수 있다. 사용자 단말(100)은 위치 기반으로 검색을 할 수도 있고, 교육 인프라의 카테고리별로 검색을 할 수도 있다. 또는 검색어를 이용하여 검색을 할 수도 있고, 비교검색을 위해 검색결과 중 비교하고자 하는 대상을 선정하여 비교분석을 요청할 수도 있다.
비교분석부(330)는, 검색결과 내 교육 인프라를 비교분석한 결과를 사용자 단말(100)로 전송할 수 있다. 사용자 단말(100)은, 검색결과 내 교육 인프라를 비교분석한 결과를 출력할 수 있다. 이때, 비교분석을 위하여 어떠한 변수를 중심으로 비교를 할 것인지를 파악해야 한다. 또, 비교분석을 할 때에는 원인과 결과, 즉 사람들이 중요시 여기는 원인에 따라 교육 서비스가 결정되는지에 대한 명제를 검증하는 과정도 중요하다. 사람들이 중요하게 여긴다고 하여 반드시 교육 서비스를 평가하는 기준이 되는 것은 아니기 때문이다. 본 발명의 일 실시예에서는 이후 정성 데이터 및 정량 데이터의 비교분석도 실시하기 때문에 변수중심의 양적 연구 및 사례중심 분석의 질적 연구를 결합한 분석이 가능한 퍼지셋 질적비교분석(Fussy-Set Qualitative Comparative Analyis, FSQCA) 방법을 이용할 수 있다.
<퍼지셋 질적비교분석>
퍼지집합 이론은 고전적인 집합이론(Crisp-Set)의 확장된 형태로 수학과 심리학 등에서 활용되어 왔으며, 사회과학 내의 적용으로 확장되고 있다. 질적비교분석은 기본적으로 인과관계의 단일한 결과성(Unifinality)을 토대로 하여 특정 사회현상에 대한 설명을 시도하는 통계 분석과는 달리, 인과적 복잡성을 반영하여 현상을 이해할 수 있도록 한다. 즉 사회현상은 동일한 결과가 발생할 수 있는 복수의 원인과 경로가 존재할 수 있으며, 이러한 원인 또는 조건들이 독립적인 영향력을 가진다는 관점보다는 다양한 방식으로 결합하여 특정한 결과에 영향을 끼친다고 보는 것이다. 이러한 질적 비교 분석은 사례중심 접근과 변수중심 접근을 동시에 가지는 특성이 있으며, 이를 통한 결과는 제한된 범위안에서 유사 사례에 대한 일반화가 가능하다는 장점이 있다. 특히, 질적 비교 분석은 변수 중심의 양적 연구와 사례지향의 질적 연구 사이의 간극을 메우고, 중간사례 수에 대한 분석에 적용하여 유의미한 결과를 도출할 수있는 방법으로 평가된다.
전통적인 이분법적 집합은 1(존재)과 0(부재)의 두 가지 소속점수만을 허용하는데 반해, 퍼지집합은 0과 1 사이의 소속(Membership)과 비소속(Non-Membership)이라는 이분법적 속성을 넘어 그 사이의 다양한 소속 점수를 산출한다. 이러한 특성은 퍼지셋 분석으로 하여금 질적인 소속 특성을 양적인 수치로 변환하여 결과에 영향을 주는 요인들의 필요조건과 충분조건 분석을 통해 어떠한 원인조합이 해당 결과를 만들어내는지에 대한 분석을 가능하게 한다.
퍼지셋 질적비교분석을 위한 절차를 간략하게 정리하면 다음과 같다. 첫째, 원점수의 퍼지점수로의 변환과정인 측정이다. 이는 일정한 기준에 따라 원점수를 0과 1사이의 연속된 소속점수로 변환하는 것이다. 연속 퍼지점수로 변환하기 위해서는 세 가지의 고정축을 선정해야 한다. 예를 들어, 완전한 소속의 값으로 최대값, 완전 비소속의 값으로 최소값, 소속과 비소속을 가르는 분기점으로 중위값을 활용하여 퍼지 연속점수로 환산할 수 있다. 둘째, 불리언 대수(Boolean Algebra)를 이용한 퍼지 소속점수의 연산이다. 이는 집합 공식의 합집합(∩), 교집합(∪), 여집합(∼)의 개념을 적용하여 특정 집합에 속하거나 속하지 않는 경우를 확인하는 것이다. 셋째, 필요조건과 충분조건의 집합관계의 검증이다. 집합관계의 검증을 위해 일관성과 설명력에 대한 기준이 제시되었다. 일관성은 원인조건의 집합이 결과 집합의 하위 집합이 되는 정도이며, 설명력은 이론에 의해 설명되어지는 사례의 정도이다. 즉, 일관성은 유의성의 개념으로 연구자의 이론적 주장이 얼마나 지지될 수 있는지를 검증하는 것이며 설명력은 강도의 개념으로 연구에 포함된 사례들이 연구자의 이론에 의해 얼마나 설명될 수 있는지를 검증한다.
또한 일관성 검증은 Y-일관성 검증과 N-일관성 검증으로 구분된다. Y-일관성검증은 수준기표(Benchmark Proportion)를 선정한 후 이 수준기표와 비교하여 해당 모델이 얼마나 유의하게 차이가 나는지를 검증하는 방법이다. N-일관성 검증은 원인조건이 결과조건의 부분집합이 되는 일관성과 원인조건이 결과조건의 여집합의 부분집합이 될 일관성이 얼마나 유의하게 차이가 나는지를 검증하는 방법이다. Y-일관성과 N-일관성을 동시에 검증하는 것이 보다 타당한 검증방법이라 할 수 있다. 넷째, 간명성 추구를 위한 축약이다. 예를 들어, Y-일관성 및 N-일관성 검증을 동시에 통과한 최소배열 축소집합(Minimmum Configuration Reduction Set)을 축약된 원인조건 배열로 제시할 수 있고, 분석을 위해 STATA 15.0을 사용할 수 있다.
<실시예>
상술한 바와 같이 퍼지셋 질적비교분석은 집합이론에 근거하여 원인요인과 결합요인의 인과관계 분석을 통하여 필요조건과 충분조건을 밝힐 수 있다. 퍼지셋 질적비교분석은 양적 연구에서 종속변수와 독립 변수 간의 관계를 분석하는 것처럼 결과변수와 원인변수 간의 인과관계 분석이 가능할 뿐 아니라 한 개 이상의 원인변수들이 결합된 조합에 의해 만들어내는 원인 조건들의 맥락을 이해하는데 관심을 갖기 때문에 질적 연구에서 중요시하는 사례의 다양성과 이질성을 존중하는 특성을 가지고 있다. 예를 들어, 학부모가 유아교육기관을 선택하는 원인요인이 유아교육기관의 운영관리, 건강과 안전, 교육과정, 시설환경, 교사전문성, 가정연계이고, 단일 또는 결합요인에 따른 결과요인은 학부모의 유아교육기관 선택이라고 도출되었다고 가정하면, 비교분석되어야 할 항목은 [유아교육기관의 운영관리, 건강과 안전, 교육과정, 시설환경, 교사전문성, 가정연계]의 6 가지로 도출될 수 있고 이에 따른 비교분석표를 제공해줄 수 있다.
물론 각 교육 인프라에 따라 선택의 속성이 모두 다를 수 있으므로 상술한 항목이 모든 교육 인프라에 적용될 수는 없다. 이에 따라, 각 교육 인프라마다 비교분석되어야 할 항목을 퍼지셋 질적비교분석(Fussy-Set Qualitative Comparative Analyis, FSQCA)으로 도출하고, 도출항목에 대하여 비교분석표를 제공해줌으로써 각 소비자인 사용자가 선택에 있어 중요하게 여기는 요소에 대한 정보를 제공함에 더 나아가, 이를 비교분석해주고 이를 사용자에게 제공함으로써 정보비대칭을 해결하며, 그 선택을 사용자에게 맡기거나 후술할 평가결과로 재정렬을 하여 추천을 해주는 구성을 제공할 수 있게 된다.
교육인프라평가부(340)는, 적어도 하나의 교육 단말(400)에서 제공하는 적어도 하나의 교육 인프라에 대하여 적어도 하나의 기준을 이용하여 평가를 수행할 수 있다. 이때, 적어도 하나의 기준은, 적어도 하나의 포지티브(Positive) 기준과 적어도 하나의 네가티브(Negative) 기준을 포함하고, 적어도 하나의 포지티브 기준은, 전문성평가, 만족도평가 및 시설규모를 포함하고, 적어도 하나의 네가티브 기준은, 시간당 교육단가 및 사용자 단말(100)의 위치와의 거리를 포함할 수 있다. 이때, 포지티브 기준은 평가를 수행할 때 + 요인으로 작용하는 기준으로, 네가티브 기준은 - 요인으로 작용하는 기준인데, 예를 들어 이하 수학식 1과 같이 표현될 수 있다.
이때 E는 전문성평가(Expertise, E), R은 만족도평가(Rating, R), P는 시간당 교육단가(Price, P), S는 시설규모(Scale, S), D는 사용자의 위치와의 거리(Distance, D)이며, w1 내지 w5는 가중치(Weight)를 의미한다. 즉 거리가 멀수록, 가격이 비쌀수록 평가점수는 내려가며 전문성평가나 만족도평가가 높을수록, 또 시설규모가 클수록 평가점수는 올라갈 수 있다. 물론, 평가기준은 언제든지 변경될 수 있으므로, 상술한 수학식 1은 일 실시예에 불과하며, 상술한 변수에 한정되는 것은 아니다.
상담중개부(350)는, 평가에 기반하여 재정렬된 적어도 하나의 교육 인프라의 리스트를 사용자 단말(100)로 전달하고, 사용자 단말(100)에서 상담요청을 하는 경우 상담요청을 한 적어도 하나의 교육 단말(400)로 상담요청을 전달하고, 상담요청에 대한 응답을 받아 사용자 단말(100)로 전달할 수 있다.
인력풀관리부(360)는, 적어도 하나의 교육 단말(400)의 학력, 경력 및 자격증을 업로드받고, 학력, 경력 및 자격증을 검증하도록 제3신뢰기관(Third Trusted Party)에 인증의뢰를 하고, 제3신뢰기관으로부터 학력, 경력 및 자격증이 검증된 경우 적어도 하나의 교육 단말(400)의 학력, 경력 및 자격증으로 등록할 수 있다. 본 발명의 일 실시예는 블록체인을 이용하여 개인경력을 관리하며 제공할 수 있는 시스템을 제공할 수 있다. 본 발명의 일 실시예에 따른 시스템은, 프라이빗 블록체인 네트워크 형태를 가진다. 네트워크 참여자로는 개인경력 검증 노드, 개인 교수자 노드, 기업 노드로 구성될 수 있다. 공유 원장에 기록되는 내용은 개인의 학력 및 경력 사항에 대하여 기록되게 되며 이를 위해 합의 알고리즘을 통해 검증 노드 간 검증을 수행할 수 있다. 교수자 노드는 자신이 가르친 레슨, 코칭 등을 블록체인에 등록되도록 요청을 할 수 있으며, 이는 체인코드를 통해 수행된다. 또한 기업이 입사 지원자의 정보가 필요한 경우에도 체인코드를 통하여 해당 정보를 제공 받을 수 있도록 한다. 이때 사용되는 블록체인, 체인코드, PBFT 합의 알고리즘은 이하와 같다.
<블록체인>
블록체인은 블록체인을 이용하여 복잡한 시스템을 간단하게 만들거나 데이터를 동기화하여 혼선을 방지하는 목적으로 사용된다. 기존의 보안 방식과 블록체인의 차이점은 네트워크에 참여한 모두에게 동일한 정보를 제공하여 위변조가 발생하는 경우 네트워크 참여자가 인지하고 있는 사항과 다르기 때문에 위변조한 내용이 인정받지 못한다는 점이다. 즉, 소프트웨어적으로 데이터를 관리하는 방법이다. 블록체인 네트워크는 퍼블릭 블록체인과 프라이빗 블록체인으로 나뉜다. 블록체인에서 트랜잭션은 해시함수와 전자서명을 통해 보호되어 허가 받지 않은 경우 확인할 수 없는 형태를 가지며, 이에 대한 정보가 위변조 되는 것을 방지하기 위해 페이로드 전체를 해시 트리로 작성하고 최상위 해시 값을 헤더에 작성한다. 또한 블록체인에서 가장 길게 연결되어 있는 형태의 블록이 가지고 있는 정보를 정상적인 정보로 인정한다.
<체인코드>
HyperLedger Fabric은 체인코드(Chain Code)라는 다양한 특수한 코드를 제공하여 시스템에서 작업을 수행할 수 있도록 한다. 체인코드는 시스템 체인코드와 사용자 체인코드로 분류된다. 시스템 체인코드는 피어 및 프로세스 채널 구성을 위한 Configuration 체인코드, 체인코드의 수명 주기를 관리하는 Life Cycle 체인코드, 블록 저장소에 저장된 블록 및 트랜잭션을 조회할 수 있는 Query 체인코드, 트랜잭션을 실행한 후 트랙잭션의 실행 결과에 대한 서명을 위해 사용되는 Endorser 체인코드, 검증에 사용되는 피어에 의해 호출되어 트랙잭션의 유효성 검사에 사용되는 Validator 체인코드로 이루어져 있다. 사용자 체인코드는 HyperLedger Fabirc을 사용하여 원하는 서비스 제공을 위해 사용자가 자신의 요구사항에 대하여 작성하고 동작시키는 형태의 체인코드이다. 본 발명의 일 실시예에서는 경력사항 입력 및 제공하는 용도에서 사용될 수 있다.
<PBFT>
PBFT(Practical Byzantine Fault Tolerance)는 동일한 네트워크에 악의적인 노드가 존재하며 시간 동기화가 이루어지지 않아 노드가 가지고 있는 정보가 상이해지는 BFT 문제를 해결하기 위한 방법이다. PBFT 네트워크는 정보 제공을 요청하는 Client와 정보 제공을 위한 Leader, 합의 과정을 진행하는 일반 노드들로 구성된다. PBFT에서 클라이언트는 리더 노드에게 필요한 사항을 요청한다. 리더는 요청 받은 사항을 네트워크의 다른 노드들에게 전파한다. 이후 각 노드는 리더 노드에게 전달 받은 사항을 다른 노드들과 비교한 후 리더에게 요청 사항을 수행해도 된다는 메시지를 보낸다. 리더는 요청 사항을 수행하여 클라이언트에게 제공한다.
<블록체인을 이용한 개인경력 관리>
블록체인 네트워크는 프라이빗 블록체인을 사용한다. 네트워크에 참여하는 구성원은 개인경력 검증 노드, 교수자 노드, 기업 노드로 구분된다. 개인경력 검증 노드와 기업 노드는 블록의 헤더와 트랜잭션을 모두 소유하는 Full 노드로 참여하며, 교수자 노드는 블록의 헤더만 소유하는 Light 노드로 네트워크에 참여한다. 블록의 헤더에는 블록번호, 이전 해시값, 데이터 해시값, 블록체인 버전을 구성요소로 가진다. 블록의 트랜잭션에는 교수자 ID, 학력, 경력, 세부 경력의 내용을 포함하며 표 1과 같을 수 있다.
| 구성 요소 | 역할 |
| 블록 번호 | 블록체인에서 해당 블록의 순서 |
| 이전 해시값 | 이전 블록의 해시값을 사용하여 블록을 연결하여 체인을 구성하기 위해 사용됨 |
| 데이터 해시값 | 트랜잭션의 데이터의 해시값을 넣어 트랜잭션의 무결성을 검증하는데 사용됨 |
| 블록체인 버전 | 현재 블록체인의 버전을 표기함 |
| 교수자 ID | 교수자를 식별하기위한 고유한 ID |
| 학력 | 검증 노드를 통해 검증된 교수자 학력 |
| 경력 | 검증 노드를 통해 검증된 교수자 경력 |
| 세부 경력 | 교수자가 직접 작성 가능한 경력 필드의 주소값 |
<블록 생성 시 블록체인 동작 절차>
블록 생성은 교수자가 블록체인 네트워크에 참여하거나 자신의 학력 및 경력의 갱신을 하는 경우 수행된다. 블록 생성 시 블록체인의 동작 절차를 보면, 우선 교수자 노드는 개인경력 검증 노드에게 블록체인에 참여하거나 학력 및 경력을 갱신을 요청한다. 이미 블록체인에 참여하고 있는 교수자는 Trainer ID와 세부 경력정보를 함께 보낸다. 개인경력 검증 노드는 요청받은 교수자를 데이터베이스에 등록하거나 교수자에 대한 정보를 검색하고, 데이터베이스는 결과를 검증 노드로 전달한다. 검증 노드는 학교나 공공기관에 해당 교수자의 학력 및 경력 자료 제공을 요청하고, 요청받은 기관은 교수자에게 자료 제공 동의 여부를 확인한다. 교수자가 자료 제공에 동의하는 경우 검증 노드에게 해당 자료를 전달한다. 검증 노드는 전달받은 자료 중 교수자가 직접 입력한 세부 경력사항에 대한 정보를 데이터베이스에 저장하여 블록 생성 시 해당 내용은 포함되지 않도록 한다. 이후 검증받은 학력 및 경력은 공유 원장에 기록하기 위해 블록 생성 작업을 수행하고, 체인에 등록한다.
<체인 코드의 동작>
교수자가 개인의 세부 경력을 입력하거나 기업에서 입사 지원자의 경력을 제공받기 위하여 체인코드를 사용할 수 있다. 교수자 경력 추가인 경우 교수자는 입력할 정보를 전달할 수 있는 포맷을 전달받고 세부경력을 추가한다. 교수자 경력 조회의 경우 교수자의 동의 여부를 확인한 이후 교수자 경력 조회를 요청한 대상에게 교수자의 정보를 전달할 수 있다.
리뷰관리부(370)는, 사용자 단말(100)에서 적어도 하나의 교육 단말(400)을 선택한 후 적어도 하나의 교육 단말(400)에서 제공하는 서비스를 구매 및 결제한 경우, 사용자 단말(100)로부터 평점 및 리뷰를 요청하여 수신하고, 적어도 하나의 교육 단말(400)의 평점 및 리뷰로 등록할 수 있다. 최근 마케팅 업체에서 가짜리뷰어를 대거 고용하여 플랫폼 상에서 결제를 한 것처럼 처리한 후, 상품은 보내지 않고 리뷰만 쓰도록 하는 방식으로 리뷰 및 별점을 조작하고 있는데, 이로 인하여 가짜리뷰가 또 사회적 이슈로 떠오르고 있다. 실제로 맛이 없는데 맛이 있다고 쓰거나, 상품이 견고하지 않은데 견고하다는 말을 믿은 다른 사용자들에게 그 피해는 고스란히 전가된다. 이들의 리뷰를 필터링하고 평가기준에 포함시키지 않도록 딥러닝 기반의 유사도를 파악하는 방법을 이용할 수 있다.
<가짜리뷰 탐지>
가짜리뷰의 대표적인 특징으로는 내용의 유사성이 있으며 이와 관련된 알고리즘들을 이용하여 가짜리뷰들을 탐지할 수 있다. Doc2Vec는 문서 검색 시 텍스트의 의미를 추출하는 알고리즘으로 리뷰 내용의 유사성을 찾는다. 하지만 대부분의 가짜 리뷰어는 단순히 내용을 복사하는 수준의 가짜리뷰를 작성하고 있으므로 내용의 유사도로 가짜리뷰를 판단하는 Doc2Vec는 다른 알고리즘에 비해 좋은 성능을 발휘하지 못한다. 본 발명의 일 실시예에서는 Doc2Vec가 리뷰 의미의 유사도를 통해 가짜리뷰를 찾는다는 점이 가짜 리뷰어들의 리뷰 작성 패턴과 맞지 않는다는 점에서 출발한다. 이때, 데이터에 가짜 리뷰어와 실제 리뷰어에 대한 정보가 없으므로 가짜 리뷰어들의 특징을 이용하여 탐지한 가짜 리뷰어를 Ground Truth로 설정한다. 이후, TF(Term-Frequency), TF-IDF(Term Frequency-Inverse Document Frequency), Doc2Vec 세 알고리즘으로 탐지한 가짜 리뷰어들과 비교하여 Precision과 Recall로 결과를 분석할 수 있다.
<Doc2Vec>
Doc2Vec은 Word2Vec을 확장한 것으로 하나의 문서를 실수 벡터로 임베딩(Embedding)하는 알고리즘이다. Doc2Vec은 단순히 단어의 출현 빈도만을 따지지 않고 각 단어 사이의 거리를 기준으로 벡터화한다. 즉, 단어의 의미를 고려하여 벡터로 만든다. 이때, 리뷰 데이터를 크롤링한 후, 리뷰를 형태소 단위로 토큰화하며, 토큰화된 리뷰들을 벡터화하기 위해 상술한 세 가지 알고리즘을 사용할 수 있다. 리뷰 데이터는 리뷰 작성자의 ID, 내용, 상품의 ID, 별점이 포함된다. 리뷰의 유사도 파악의 정확성을 위해 리뷰를 2 개 이하로 작성한 리뷰어들은 제외하고 실험을 진행할 수 있다. 이때, 가짜 리뷰어의 특징을 설정해야 하는데, 예를 들어, 하루 동안 특정 제품에 N 회 이상 리뷰를 작성한 경우, 작성한 전체 리뷰 수가 기 설정된 개수를 초과하는 경우, 제품을 판매하는 상호명을 기 설정된 수 이상 언급한 경우, 작성한 전체 리뷰의 평균 점수가 기 설정된 점수 이상인 경우, 한 제품에 기 설정된 횟수 이상 리뷰를 남긴 경우, 한 날짜에 기 설정된 횟수 이상의 리뷰를 남긴 경우 등일 수 있다. 물론 상술한 특정 이외에도 다양한 특징이 존재할 수 있다.
각각의 리뷰어들이 작성한 리뷰를 형태소별로 토큰화하여 TF, TF-IDF, Doc2Vec으로 벡터화한다. 이후, 한 리뷰어에 존재하는 벡터들 간의 코사인 유사도를 구하여 리뷰간의 유사도를 파악한다. 한 리뷰어가 N 개의 리뷰를 작성했다면 N(N-1)/2 개의 코사인 유사도가 계산된다. 리뷰어마다 코사인 유사도의 최댓값, 상위 25% 값, 중간값, 상위 75% 값을 구한다. 가짜 리뷰어는 이 4 개의 값이 전체 리뷰어의 최댓값, 상위 25% 값, 중간값, 상위 75% 값에 대해 각각 상위 25%에 해당하는 리뷰어들을 의미한다. 이때, 알고리즘별로 탐지한 가짜 리뷰어의 수가 확연히 다른 경우 전체 리뷰어의 상위 25% 이내의 값으로 각각 조절하여 세 알고리즘 중 탐지한 가짜 리뷰어의 수가 가장 적은 쪽으로 가짜 리뷰어의 수를 맞춰준다.
정리하면, Doc2Vec의 리뷰 내용 유사도 분석이 동일한 내용이 작성된 가짜리뷰 탐지에는 어려움이 있다는 것을 가정한다. TF, TF-IDF가 단어의 개수를 세어 벡터화하는 방식이라면 Doc2Vec은 단어의 벡터 거리를 기준으로 벡터화한다. 즉, TF와 TF-IDF는 단순히 토큰화된 리뷰들의 형태소의 종류와 개수만을 고려하는 반면, Doc2Vec은 리뷰 내용의 유사도를 고려하므로, 리뷰에 완전히 같은 내용이 없더라도 내용이 유사하면 가짜 리뷰어라고 판단한다. 가짜 리뷰어들의 특징으로 거른 가짜 리뷰어들을 Ground Truth로 설정하고 이들과 세 알고리즘으로 탐지한 가짜 리뷰어들을 비교하여 알고리즘의 성능을 분석할 수 있다. 이렇게 가짜리뷰로 탐지된 뷰는 필터링시켜 평가나 비교분석에 포함되지 않도록 한다. 이 외에도 여러 아이디로 동일한 내용을 작성하거나, 문장의 구성방법 또는 사용하는 단어의 유사도를 이용하여 동일인이 작성한 것임을 판단하는 방법을 더 이용할 수도 있다.
정량정성분리부(380)는, 교육 인프라를 비교분석할 때, 교육 인프라를 이루는 적어도 하나의 정량 데이터 및 적어도 하나의 정성 데이터를 나누어 비교분석하도록 할 수 있다. 정량 데이터는 수치 등으로 비교분석이 가능하기 때문에 표(Table)나 그래프 등으로 비교해주면 한 눈에 비교분석하기가 용이하다. 다만, 정성 데이터는 리뷰 등 사용자가 한 번 더 필터링을 해야 하는 데이터이기 때문에 비교분석하기가 쉽지는 않지만 이를 아이콘이나 태그화하는 등 직관적인 인식이 가능하도록 변환 후 비교를 하는 것은 가능하다. 이때, 정성 데이터는 비정형 데이터로 비구조화된 데이터, 미리 정의된 데이터 모델이 없거나 정의된 방식으로 정리되지 않은 정보를 말한다. 이에 정보를 일정한 구조로 저장하고 검색하고 분석하는데 처리비용이 발생할 수 있다. 정량 데이터는 수치, 도형, 기호 등 바로 측정할 수 있는 데이터이다. 정량 데이터는 정성 데이터와 달리 정형 데이터로 구조화된 데이터이다. 미리 정해진 규칙에 따라 데이터를 보면 쉽게 의미를 파악할 수 있는 데이터라고 할 수 있습니다. 통계분석에 용이하며 구조화되어 있기 때문에 데이터 처리에 비용소모가 적은 편이다.
이때, 정성 데이터를 정량화하는 과정을 거쳐야 비교분석이 수월해질 수 있다. 이때, 정성 데이터를 정량화하기 위해 의미 미분법(Semantic Differential Method, SD법)을 실시할 수 있고, 이를 통해 얻어진 정성 데이터(평가 데이터)에 수량화 이론 및 클러스터 분석 방법을 적용하여 각 대상들을 분류하는 동시에 평가 등급을 설정하는 정량화를 실시할 수 있다. 여기서 샘플의 분류 방법과 샘플의 평가 등급을 구하는 방법은 완전히 다른 과정이다. 따라서 서로 다른 두 가지 방법으로 산출된 결과를 비교함으로써 평가의 타당성을 검토하여 유효한 방법으로 정량화를 수행하도록 할 수 있다.
학습스케줄관리부(390)는, 사용자 단말(100)에서 기 보유한 적어도 하나의 교재의 목차를 이용하여 사용자 단말(100)의 학습 스케줄을 스케줄링할 수 있다. 각 교재에는 목차가 기재되어 있는데 이를 이용하여 학습 스케줄을 계획해줄 수도 있다. 다만, 사용자의 상황에 맞춰 유동적으로 스케줄을 변경할 수 있도록, 예를 들어 휴일이 있어 중도에 학습을 쉬거나 몸이 좋지 않아 공백이 생겼을 경우에도 후속학습을 할 수 있도록 도와줄 수 있는 구성을 더 추가할 수 있다. 먼저 사용자의 기초지식수준을 파악하고 학습목적 및 목표 등을 파악한다. 사용자가 이미 학습한 부분과 앞으로 학습할 부분을 구분하여 스케줄을 제시하고 RNN(Recurrent Neural Network) 알고리즘을 이용하여 학생 맞춤형 스케줄 및 이에 따른 학습 플랜을 제공할 수 있다.
이때, RNN 알고리즘은, 다른 신경망 알고리즘과는 다르게 Hidden 레이어 노드에서 나온 결과값을 출력층 방향으로도 보내면서 다시 Hidden 레이어 노드의 다음 계산의 입력으로 보내는 방식으로 반복적이고 순차적인 데이터 학습에 특화된 알고리즘이다. 이에 따라, RNN 알고리즘에 입력 레이어의 데이터로 학생의 레벨 테스트 결과 및 기초 지식 수준을 파악할 수 있는 데이터와 학습 목표에 따른 표준 스케줄 데이터, 학생의 흥미나 취약점 등 학습 패턴을 분석할 수 있는 데이터를 이용할 수 있다. 알고리즘 분석 후 출력 레이어 데이터 값으로는 학습해야 할 부분에 대한 스케줄, 학습 플랜 등이 제공될 수 있다. 물론, RNN 외에도 LSTM과 같은 시계열 데이터 분석에 특화된 딥러닝을 이용할 수도 있고, DNN이나 CNN 등을 이용하여 패턴을 파악하거나 입력 데이터의 특징을 충분히 파악할 수 있는 인공지능 알고리즘을 이용할 수도 있다. 이때 나열된 것들로 한정되지 않고 열거되지 않은 이유로 배제되지 않는다.
이하, 상술한 도 2의 비교분석 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.
도 3을 참조하면, (a) 비교분석 서비스 제공 서버(300)는 적어도 하나의 교육 단말(400)로부터 시설, 기관, 교수자, 교재 등에 대응하는 교육 인프라 정보를 수신하여 등록한다. 이를 카테고리별로 분류하고, (b)와 같이 정량 데이터 및 정성 데이터로 다시 분류한다. (c) 또 교육 단말(400)에서 제공하는 교육 서비스와, 교재, 인력, 커리큘럼 등과의 유사도 등에 따라 전문성을 평가하고, (d)와 같이 별도의 심사위원, 즉 평가 단말(500)을 두어 평가를 하도록 할 수도 있다. 그리고, 도 4의 (a)와 같이 사용자 단말(100)에서 검색을 하는 경우, 검색결과를 적어도 하나의 항목에 따라 비교분석해줄 수 있고, 이 비교분석된 결과를 본 발명의 일 실시예에 따른 기준으로 평가하여 재정렬해줄 수 있다. 이때 기준은 상술한 바와 같이, 전문성평가, 만족도평가, 시설규모, 시간당 교육단가, 위치 간 거리일 수 있으나 이에 한정되지는 않는다. (b)와 같이 비교분석 서비스 제공 서버(300)는 각 교육 단말(400)로부터 수신된 학력이나 경력 또 자격증 등에 대하여 제3신뢰기관에 의뢰하여 검증을 실시할 수 있으며, 검증된 결과를 본 발명의 데이터베이스에 입력하여 사용자 단말(100)로 제공할 수 있다. 그리고, (c) 비교분석 서비스 제공 서버(300)는 각 시설, 기관 등을 메타버스 내에 공간으로 구축하거나, 교수자의 강의를 들을 수 있는 공간을 메타버스 내에 구축함으로써 메타버스 내에서도 각종 교육 인프라를 간접체험해볼 수 있는 서비스를 제공할 수 있다. 또, (d)와 같이 사용자 단말(100)에서 상담예약하거나 샘플신청을 하는 경우, 교육 단말(400)로 전송하여 피드백을 받아 사용자 단말(100)로 전달하는 중개를 하거나, 청약의 유인과 같이 바로 접수가 가능하도록 하고 교육 단말(400)로는 그 결과를 제공해주는 역할을 수행할 수도 있다.
이와 같은 도 2 내지 도 4의 온라인 기반 교육 인프라 비교분석 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 온라인 기반 교육 인프라 비교분석 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5는 본 발명의 일 실시예에 따른 도 1의 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.
도 5를 참조하면, 비교분석 서비스 제공 서버는, 적어도 하나의 교육 단말로부터 교육 인프라 정보를 등록받는다(S5100).
그리고, 비교분석 서비스 제공 서버는, 사용자 단말에서 적어도 하나의 교육 인프라의 정보를 검색하는 경우 그 검색결과를 제공한다(S5200).
또, 비교분석 서비스 제공 서버는, 검색결과 내 교육 인프라를 비교분석한 결과를 사용자 단말로 전송한다(S5300).
상술한 단계들(S5100~S5300)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5300)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.
이와 같은 도 5의 온라인 기반 교육 인프라 비교분석 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 온라인 기반 교육 인프라 비교분석 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5를 통해 설명된 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 온라인 기반 교육 인프라 비교분석 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (10)
- 적어도 하나의 교육 인프라의 정보를 검색하고, 검색결과 내 교육 인프라를 비교분석한 결과를 출력하는 사용자 단말;
적어도 하나의 교육 인프라에 대한 교육 인프라 정보를 등록하는 적어도 하나의 교육 단말; 및
상기 적어도 하나의 교육 단말로부터 교육 인프라 정보를 등록받는 등록부, 상기 사용자 단말에서 적어도 하나의 교육 인프라의 정보를 검색하는 경우 그 검색결과를 제공하는 제공부, 상기 검색결과 내 교육 인프라를 비교분석한 결과를 상기 사용자 단말로 전송하는 비교분석부, 상기 적어도 하나의 교육 단말에서 제공하는 적어도 하나의 교육 인프라에 대하여 적어도 하나의 기준을 이용하여 평가를 수행하는 교육인프라평가부, 상기 평가에 기반하여 재정렬된 적어도 하나의 교육 인프라의 리스트를 상기 사용자 단말로 전달하고, 상기 사용자 단말에서 상담요청을 하는 경우 상기 상담요청을 한 적어도 하나의 교육 단말로 상기 상담요청을 전달하고, 상기 상담요청에 대한 응답을 받아 상기 사용자 단말로 전달하는 상담중개부, 상기 적어도 하나의 교육 단말의 학력, 경력 및 자격증을 업로드받고, 상기 학력, 경력 및 자격증을 검증하도록 제3신뢰기관(Third Trusted Party)에 인증의뢰를 하고, 상기 제3신뢰기관으로부터 상기 학력, 경력 및 자격증이 검증된 경우 상기 적어도 하나의 교육 단말의 학력, 경력 및 자격증으로 등록하는 인력풀관리부, 상기 사용자 단말에서 상기 적어도 하나의 교육 단말을 선택한 후 상기 적어도 하나의 교육 단말에서 제공하는 서비스를 구매 및 결제한 경우, 상기 사용자 단말로부터 평점 및 리뷰를 요청하여 수신하고, 상기 적어도 하나의 교육 단말의 평점 및 리뷰로 등록하는 리뷰관리부, 상기 교육 인프라를 비교분석할 때, 상기 교육 인프라를 이루는 적어도 하나의 정량 데이터 및 적어도 하나의 정성 데이터를 나누어 비교분석하도록 하는 정량정성분리부, 상기 사용자 단말에서 기 보유한 적어도 하나의 교재의 목차를 이용하여 상기 사용자 단말의 학습 스케줄을 스케줄링하는 학습스케줄관리부를 포함하는 비교분석 서비스 제공 서버;를 포함하며,
상기 적어도 하나의 기준은,
평가를 수행할 때 플러스 요인으로 작용하는 기준인 적어도 하나의 포지티브 기준과 평가를 수행할 때 마이너스 요인으로 작용하는 기준인 적어도 하나의 네가티브 기준을 포함하고,
상기 적어도 하나의 포지티브 기준은, 전문성평가, 만족도평가 및 시설규모를 포함하고,
상기 적어도 하나의 네가티브 기준은, 시간당 교육단가 및 상기 사용자 단말의 위치와의 거리를 포함하며,
상기 정량정성분리부는,
상기 정량 데이터는 표나 그래프로 비교하며,
상기 정성 데이터는 아이콘이나 태그화를 통해 직관적인 인식이 가능하도록 변환 후 비교하며,
상기 정성 데이터를 정량화하기 위해서 의미 미분법(Semantic Differential Method)을 통해 얻어진 정성 데이터에 수량화 이론 및 클러스터 분석 방법을 적용하여 각 대상들을 분류하는 동시에 평가 등급을 설정하는 정량화를 실시하며,
상기 적어도 하나의 교육 인프라는,
적어도 하나의 시설, 인력, 교재, 강의 콘텐츠 및 커리큘럼을 포함하며,
상기 적어도 하나의 교육 단말은,
교육시설, 교육기관, 교수자, 교육시설 대관업체, 강의 콘텐츠 제공업체 및 교재판매업체 중 적어도 하나에 대응하는 개인 또는 기업의 단말이며,
상기 비교분석부는,
각 교육 인프라마다 비교분석되어야 할 항목을 퍼지셋 질적비교분석(Fussy-Set Qualitative Comparative Analysis)으로 도출하고, 도출항목에 대하여 비교분석표를 제공하여 각 소비자인 사용자가 선택에 있어 중요하게 여기는 요소에 대한 정보를 제공하고, 정보비대칭을 해결하며, 선택을 사용자에게 맡기거나 평가결과로 재정렬을 하여 추천을 해주는 구성을 제공하며,
상기 인력풀관리부는,
교수자가 블록체인 네트워크에 참여하거나 자신의 학력 및 경력을 갱신하는 경우 블록 생성이 수행되며, 블록 생성 시 교수자 노드는 개인경력 검증 노드에게 블록체인에 참여하거나 학력 및 경력을 갱신 요청하고, 이미 블록체인에 참여하고 있는 교수자는 Trainer ID와 세부 경력 정보를 함께 보내고, 개인경력 검증 노드는 요청받은 교수자를 데이터베이스에 등록하거나 교수자에 대한 정보를 검색하고, 상기 데이터베이스는 결과를 검증 노드로 전달하며, 상기 검증 노드는 학교나 공공기관에 해당 교수자의 학력 및 경력 자료 제공을 요청하고, 요청받은 기관은 교수자에게 자료 제공 동의 여부를 확인하고, 교수자가 자료 제공에 동의하는 경우 상기 검증 노드에게 해당 자료를 전달하며, 상기 검증 노드는 전달받은 자료 중 교수자가 직접 입력한 세부 경력사항에 대한 정보를 상기 데이터베이스에 저장하여 블록 생성 시 해당 내용은 포함되지 않도록 하며, 검증받은 학력 및 경력은 공유 원장에 기록하기 위해 블록 생성 작업을 수행하고, 체인에 등록하며,
상기 리뷰관리부는,
하루 동안 특정 제품에 N회 이상 리뷰를 작성한 경우, 작성한 전체 리뷰 수가 기 설정된 개수를 초과하는 경우, 제품을 판매하는 상호명을 기 설정된 수 이상 언급한 경우, 작성한 전체 리뷰의 평균 점수가 기 설정된 점수 이상인 경우, 한 제품에 기 설정된 횟수 이상 리뷰를 남긴 경우 및, 한 날짜에 기 설정된 횟수 이상의 리뷰를 남긴 경우 중 적어도 하나의 경우를 포함하는 특징을 가짜 리뷰어의 특징으로 설정하고, 리뷰 작성자의 ID, 내용, 상품의 ID 및 별점을 포함하는 리뷰 데이터를 크롤링한 후, 리뷰를 형태소 단위로 토큰화하고, 토큰화된 리뷰들을 TF(Term-Frequency), TF-IDF(Term Frequency-Inverse Document Frequency) 및 Doc2Vec 세 알고리즘으로 이용해서 벡터화하고, 한 리뷰어에 존재하는 벡터들 간의 코사인 유사도를 구하여 리뷰 간의 유사도를 파악하고, 리뷰어마다 코사인 유사도의 최댓값, 상위 25% 값, 중간값 및 상위 75% 값을 구하고, 전체 리뷰어의 최댓값, 상위 25% 값, 중간값, 상위 75% 값에 대해 각각 상위 25%에 해당하는 리뷰어들을 가짜 리뷰어로 판단하여 상기 가짜 리뷰어가 작성한 가짜리뷰로 탐지된 리뷰는 필터링시켜 평가나 비교분석에 포함되지 않도록 구성하는 것을 특징으로 하는 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220032167A KR102574976B1 (ko) | 2022-03-15 | 2022-03-15 | 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220032167A KR102574976B1 (ko) | 2022-03-15 | 2022-03-15 | 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102574976B1 true KR102574976B1 (ko) | 2023-09-04 |
Family
ID=88018439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220032167A KR102574976B1 (ko) | 2022-03-15 | 2022-03-15 | 온라인 기반 교육 인프라 비교분석 서비스 제공 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102574976B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019139594A (ja) * | 2018-02-13 | 2019-08-22 | 株式会社文溪堂 | 年間指導計画表作成システム、及び年間指導計画表作成プログラム |
| KR20200031007A (ko) * | 2018-09-13 | 2020-03-23 | 주식회사 아이티에듀고 | 교육과정 평가에 따른 평가정보 구축 및 제공방법 |
| KR20210062836A (ko) * | 2019-11-22 | 2021-06-01 | 김민귀 | 유휴 공간을 활용한 운동 강좌 제공 방법 |
| KR20210066235A (ko) * | 2019-11-28 | 2021-06-07 | 이태경 | 정량적 지표 기반 의료서비스 추천 시스템 |
| KR102355960B1 (ko) * | 2021-04-12 | 2022-02-08 | 주식회사 미카 | 자격조건검증 기반 한국어 교육 서비스 제공 시스템 |
-
2022
- 2022-03-15 KR KR1020220032167A patent/KR102574976B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019139594A (ja) * | 2018-02-13 | 2019-08-22 | 株式会社文溪堂 | 年間指導計画表作成システム、及び年間指導計画表作成プログラム |
| KR20200031007A (ko) * | 2018-09-13 | 2020-03-23 | 주식회사 아이티에듀고 | 교육과정 평가에 따른 평가정보 구축 및 제공방법 |
| KR20210062836A (ko) * | 2019-11-22 | 2021-06-01 | 김민귀 | 유휴 공간을 활용한 운동 강좌 제공 방법 |
| KR20210066235A (ko) * | 2019-11-28 | 2021-06-07 | 이태경 | 정량적 지표 기반 의료서비스 추천 시스템 |
| KR102355960B1 (ko) * | 2021-04-12 | 2022-02-08 | 주식회사 미카 | 자격조건검증 기반 한국어 교육 서비스 제공 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gümüş et al. | Science mapping research on educational leadership and management in Turkey: A bibliometric review of international publications | |
| Law et al. | A global framework of reference on digital literacy skills for indicator 4.4. 2 | |
| Moed et al. | Multidimensional assessment of scholarly research impact | |
| Gershenfeld | A review of undergraduate mentoring programs | |
| Zhai et al. | Factors for Chinese students choosing Australian higher education and motivation for returning: A systematic review | |
| Nakatsu et al. | A taxonomy of crowdsourcing based on task complexity | |
| Branco Oliveira et al. | Studying abroad: Developing a model for the decision process of international students | |
| Seddon | A respecification and extension of the DeLone and McLean model of IS success | |
| Jacob et al. | A review of the generic end-user adoption of e-government services | |
| Freese et al. | Institutionalizing transparency | |
| Missingham | A new lens for evaluation–Assessing academic libraries using the UN sustainable development goals | |
| Liu et al. | A social recommendation system for academic collaboration in undergraduate research | |
| Brohi et al. | Accuracy comparison of machine learning algorithms for predictive analytics in higher education | |
| Zhao et al. | Business analytics programs offered by AACSB-accredited US colleges of business: A web mining study | |
| Wang et al. | Alliance experience and performance outcomes: A meta-analysis | |
| Riady et al. | How can we assess the success of information technologies in digital libraries? Empirical evidence from Indonesia | |
| Tan et al. | An association rule model of course recommendation in MOOCs: Based on edX platform | |
| Kotouza et al. | Mapping mental health and the UK university sector: Networks, markets, data | |
| Boulianne et al. | Powerless in the digital age? A systematic review and meta-analysis of political efficacy and digital media use | |
| Correia | Using Structural Equation Modelling and Clustering to Research Users’ and Employees’ views of the Portuguese Ministry of Justice | |
| Wang et al. | Unraveling the effect of alliance experience on alliance formation and alliance governance structure: A meta-analytic approach | |
| Tang et al. | Did library learners benefit from m-learning strategies? Research-based evidence from a co-citation network analysis of the literature | |
| Sarker et al. | Exploring student predictive model that relies on institutional databases and open data instead of traditional questionnaires | |
| Du et al. | Data science for librarians | |
| Datig | Citation behavior of advanced undergraduate students in the social sciences: A mixed-method approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |