KR102616284B1 - 유아동 창의력 평가 결과를 이용한 ai 기반 컨텐츠 추천방법 및 추천시스템 - Google Patents

유아동 창의력 평가 결과를 이용한 ai 기반 컨텐츠 추천방법 및 추천시스템 Download PDF

Info

Publication number
KR102616284B1
KR102616284B1 KR1020230024267A KR20230024267A KR102616284B1 KR 102616284 B1 KR102616284 B1 KR 102616284B1 KR 1020230024267 A KR1020230024267 A KR 1020230024267A KR 20230024267 A KR20230024267 A KR 20230024267A KR 102616284 B1 KR102616284 B1 KR 102616284B1
Authority
KR
South Korea
Prior art keywords
user
ugc
creativity
index
information
Prior art date
Application number
KR1020230024267A
Other languages
English (en)
Inventor
배은구
장시영
유인철
이상엽
노재연
Original Assignee
에스넷시스템(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에스넷시스템(주) filed Critical 에스넷시스템(주)
Priority to KR1020230024267A priority Critical patent/KR102616284B1/ko
Application granted granted Critical
Publication of KR102616284B1 publication Critical patent/KR102616284B1/ko

Links

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
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • 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
    • G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
    • G09B5/065—Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Algebra (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

유아동 창의력 평가 결과를 이용한 AI 기반 컨텐츠 추천방법은 사용자 생성 컨텐츠(UGC)로서의 다수의 UGC 영상을 저장하는 UGC 영상 저장부, UGC 영상에 영상 정보 데이터를 저장하는 메타 데이터 저장부, UGC 영상을 제작한 사용자의 사용자 정보 데이터를 저장하는 사용자 정보 저장부 및 사용자에 대한 창의력 평가 결과를 저장하는 창의력 평가 저장부를 유지하는 단계, 사용자 정보 데이터, 영상 정보 데이터, 창의력 평가 결과 중 적어도 하나를 이용하여 컨텐츠 추천 지수를 산출하는 단계, 및 컨텐츠 추천 지수에 따라 UGC 영상 저장부에 저장된 UGC 영상 중 추천 영상을 사용자에게 추천하는 단계를 포함하며, AI 학습을 통해 컨텐츠 추천 지수를 갱신하고, 갱신된 컨텐츠 추천 지수를 이용하여 창의력 개발을 위한 다양한 컨텐츠를 사용자에게 제공할 수 있다.

Description

유아동 창의력 평가 결과를 이용한 AI 기반 컨텐츠 추천방법 및 추천시스템 {ARTIFICIAL INTELLIGENCE BASED METHOD AND SYSTEM OF RECOMMENDING CONTENTS USING CREATIVITY EVALUATION OF EARLY CHILDHOOD}
본 발명은 인공지능(AI; Artificial Intelligence) 기반 컨텐츠 추천에 관한 것으로서, 보다 자세하게는, 유아동의 창의력 평가 결과를 활용하여 창의력 개발에 유용한 컨텐츠를 AI 기반으로 유아동 사용자에게 추천하는 방법 및 시스템에 관한 것이다.
창의적인 사람은 주어진 문제를 해결하는 인지적 특성과 이러한 인지적 특성과 보완적인 관계를 갖는 성향적인 특성, 그리고 몰입, 열정으로 표현되는 동기적 특성이 적절히 조화된 사람이라고 보고 있다. 창의적인 사람을 위한 창의성 교육은 인지적 요소, 성향적 요소, 동기적 요소를 구분하여 진행된다.
특히, 유아기에는 창의성 교육이 중요하다고 한다. 유아기는 창의적인 사고의 밑바탕이 되는 상상력이 매우 뛰어난 시기이고, 다양한 감각을 통해 여러 가지 정보를 민감하게 수용하면서 일정한 사고의 틀을 만들어가는 시기이기 때문이다. 유아들이 신나게 놀이하는 동안 다양한 놀이방법을 생각해 보는 확산적인 사고과정과 적당한 것을 선택하여 적용해 보는 수렴적인 사고 과정이 반복해서 일어난다.
창의성 교육의 방향은 사고의 확장, 수렴, 문제 해결력 등의 인지적 요소와 독립성, 개방성 등의 성향적 요소, 호기심, 흥미 등의 동기적 요소를 통합적으로 고려하고 있다.
창의성에서 인지적 요소에는 사고의 확장과 수렴 과정을 통한 문제해결 과정 등이 포함될 수 있으며, 성향적 요소에는 한 가지 과제의 모호함에 대한 참을성, 인내, 성장하려는 욕구, 기꺼이 모험을 하려는 정신, 새로운 경험에 대한 개방성 등이 포함될 수 있고, 동기적 요소에는 하고 싶은 마음이 있을 때 하기, 한 가지 과제에 대한 흥미와 호기심, 만족 및 도전하는 마음 등이 포함될 수 있다.
창의성을 평가하는 방법 중 하나로 토란스 창의력 검사(Torrance Tests of Creative Thinking)가 있다. 토란스 창의력 검사는 E. P. Torrance가 만들고 현재 세계적으로 광범위하게 사용되고 있는 '창의력 검사'를 한국 표준화한 것이다.
토란스 창의력 검사에는 유창성, 독창성, 융통성, 정교성, 민감성 등을 평가 요소로 포함하고 있다. 유창성이란 '사고의 유창성'을 의미하며, 아이디어의 양적인 풍부성을 대상으로 하고, 아이디어의 질보다 양을 강조. 어휘, 개념, 표현, 연상의 유창성으로 세분될 수 있다. 독창성이란 '사고의 재구성 능력'을 의미하며, 이미 알고 있는 사물을 새로운 방법을 사용하기 위해 그 사물에 대한 기존의 해석을 버리고 새로운 해석을 하는 능력일 수 있다. 융통성은 '사고의 융통성 혹은 유연성'을 의미하며, 주어진 자극으로서의 사물의 형태나 개념에 대해 보다 다각적, 다방면의 새로운 아이디어를 내는 능력이며, 개인이 생성해내는 아이디어가 담고 있는 범주의 수로 표현될 수도 있다. 정교성이란 '사고의 정교성'을 의미하며, 중심이 되는 생각이나 문제에 세부사항을 덧붙여 전개시키거나 문제에 포함된 의미를 명확히 하고, 결핍을 보완할 수 있고, 사고가 피상적인 수준에 머물지 않고 세부적으로 나갈 수 있는 능력일 수 있다. 민감성은 역동적인 개인과 집단 및 환경의 움직임과 현실을 있는 그대로 정확하게 느끼거나 읽어내는 감도 또는 능력일 수 있다.
한국등록특허 제10-2355026호에는 서적을 이용하여 창의력을 향상시키려는 학습놀이 등이 개시되어 있으며, 한국공개특허 제10-2022-0142825호에는 예술작품 감상을 매개로 감수성 및 창의력을 향상시키려는 교육 시스템이 개시되어 있다. 이들은 한국공개특허 제10-2022-0142825호와 같이 인터넷이나 네트워크 등을 이용한 창의력 교육방법 등이다. 창의력을 향상시키기 위한 방법은 다양하며, 각각의 관점에서 다양한 교육방법이 제안될 수 있다.
본 발명은 유아동을 대상으로 창의력 평가 결과를 활용하여 사용자의 창의력을 비교 가능한 정보로 치환하여 컨텐츠 추천에 이용하는 AI 기반 컨텐츠 추천방법 및 추천시스템을 제공한다.
본 발명은 유아동의 창의력 개발을 위해 다양한 조건의 UGC 영상을 유아동에게 제공하고, 유아동의 창의력을 자극할 수 있는 조건을 학습할 수 있는 AI 기반 컨텐츠 추천방법 및 추천시스템을 제공한다.
상술한 본 발명의 목적들을 달성하기 위한 본 발명의 예시적인 일 실시예에 따르면, 유아동 창의력 평가 결과를 이용한 AI 기반 컨텐츠 추천방법은 사용자 생성 컨텐츠(UGC)로서의 다수의 UGC 영상을 저장하는 UGC 영상 저장부, UGC 영상에 영상 정보 데이터를 저장하는 메타 데이터 저장부, UGC 영상을 제작한 사용자의 사용자 정보 데이터를 저장하는 사용자 정보 저장부 및 사용자에 대한 창의력 평가 결과를 저장하는 창의력 평가 저장부를 유지하는 단계, 사용자 정보 데이터, 영상 정보 데이터, 창의력 평가 결과 중 적어도 하나를 이용하여 컨텐츠 추천 지수를 산출하는 단계, 및 컨텐츠 추천 지수에 따라 UGC 영상 저장부에 저장된 UGC 영상 중 추천 영상을 사용자에게 추천하는 단계를 포함하며, AI 학습을 통해 컨텐츠 추천 지수를 갱신하고, 갱신된 컨텐츠 추천 지수를 이용하여 창의력 개발을 위한 다양한 컨텐츠를 사용자에게 제공할 수 있다.
특히, 컨텐츠 추천 지수를 산출함에 있어서, 창의력 평가 결과를 활용하고, 창의력 평가 결과에 따라 산출된 유사도를 참고하여 유사한 창의력 그룹에 속한 사용자의 컨텐츠를 추천할 수 있고, 오히려 다른 유형의 창의력 그룹에 속한 사용자의 컨텐츠를 추천할 수도 있다.
일 예로, 본 실시예에서는 유창성 지수, 독창성 지수, 융통성 지수를 포함하는 창의력 평가 결과를 이용할 수 있으며, AI 추천 알고리즘부는 유창성 지수, 독창성 지수, 융통성 지수를 텍스트 임베딩화한 벡터값으로 치환하고, 그 벡터값을 이용하여 사용자 간의 유사도를 산출하고, 유사도를 이용하여 컨텐츠 추천 지수를 산출할 수 있다.
컨텐츠 추천 지수는 창의력과 관련된 사용자 간의 유사도를 전부 또는 일부 이용할 수 있으며, 사용자 간의 유사도는 코사인 유사도, 자카드 유사도, 피어슨 유사도 중 하나를 반영하여 산출할 수 있다.
사용자 정보 저장부는 사용자마다 사용자 정보 데이터를 포함할 수 있으며, 사용자 정보 데이터에는 사용자 아이디, 성별, 연령에 관한 정보 등이 포함될 수 있다. 이 외에도 추천시스템에 따라 다양한 정보를 더 포함할 수 있다.
예를 들어, 사용자 정보 데이터에 창의력 그룹 정보가 포함될 수 있으며, 창의력 그룹, 예를 들어 유창성 우수 그룹, 독창성 우수 그룹, 융통성 우수 그룹, 유창성-독창성 우수 그룹, 균형 성장(well-balanced) 그룹 등 조건에 따른 다양한 그룹이 정의되고, 이를 활용할 수 있다.
창의력 그룹이 정의된 경우, 컨텐츠 추천부는 사용자 간의 창의력 유사도에 따라 다른 사용자의 UGC 영상 컨텐츠를 제공할 수 있지만, 경우에 따라서는 사용자가 속하지 않은 창의력 그룹에 속한 사용자의 UGC 영상을 추천 영상에 포함시키는 것도 가능하다.
메타 데이터 저장부는 UGC 영상에 대한 영상 정보 데이터를 포함할 수 있으며, 영상 정보 데이터는 UGC 영상을 제작한 사용자 아이디, 제작 과정, 생성 날짜에 관한 정보를 포함할 수 있다. UGC 영상의 제작 과정은 영상 제작 과정에서 사용된 플랫폼 환경에 대한 정보로서, 제작에 사용된 캐릭터, 놀이보드나 컨텐츠 카드와 같이 주어진 조건, 제작 과정의 질문과 답변 등을 포함할 수 있다.
상술한 본 발명의 목적들을 달성하기 위한 본 발명의 예시적인 일 실시예에 따르면, 유아동 창의력 평가 결과를 이용한 AI 기반 컨텐츠 추천시스템은 사용자 생성 컨텐츠(UGC)로서의 다수의 UGC 영상을 저장하는 UGC 영상 저장부, UGC 영상에 영상 정보 데이터를 저장하는 메타 데이터 저장부, UGC 영상을 제작한 사용자의 사용자 정보 데이터를 저장하는 사용자 정보 저장부, 사용자에 대한 창의력 평가 결과를 저장하는 창의력 평가 저장부, 사용자 정보 데이터, 영상 정보 데이터, 창의력 평가 결과 중 적어도 하나를 이용하여 컨텐츠 추천 지수를 산출하는 AI 추천 알고리즘부, 및 컨텐츠 추천 지수에 따라 UGC 영상 저장부에 저장된 UGC 영상 중 추천 영상을 추천하는 컨텐츠 추천부를 포함할 수 있다.
창의력 평가 저장부에 저장된 창의력 평가 결과는 유창성 지수, 독창성 지수, 융통성 지수를 포함할 수 있으며, AI 추천 알고리즘부는 유창성 지수, 독창성 지수, 융통성 지수를 텍스트 임베딩화한 벡터값으로 치환하고, 벡터값을 이용하여 사용자 간의 유사도를 이용하여 컨텐츠 추천 지수를 산출할 수 있다.
사용자 간의 유사도는 코사인 유사도, 자카드 유사도, 피어슨 유사도 등을 반영하여 산출될 수 있다.
사용자 정보 데이터는 사용자 각각에 대해 창의력 평가 결과를 이용한 창의력 그룹 정보를 포함할 수 있으며, 창의력 그룹 정보를 이용하는 경우 컨텐츠 추천부는 사용자가 속하지 않은 창의력 그룹에 속한 사용자의 UGC 영상도 추천 영상에 포함시킬 수 있다.
본 발명의 AI 기반 컨텐츠 추천방법 및 추천시스템은 유아동을 대상으로 창의력 개발 및 사용자 간의 자극을 위한 적절한 UGC 영상 컨텐츠를 AI 학습을 통해서 지속적으로 제공할 수 있다.
이렇게 유아동을 대상으로 한 창의력 평가 결과를 적극 활용할 수 있으며, 비교하기 어려운 창의력 평가 결과를 비교 가능한 정보로 치환하여 컨텐츠 추천에 이용함으로써 다양한 활용 및 개선이 가능하다.
본 발명의 AI 기반 컨텐츠 추천방법 및 추천시스템은 유아동이 제작한 UGC 영상을 활용함으로써, 유아동의 창의력 평가 결과를 객관화할 수 있으며, 유아동의 창의력 개발을 위해 다양한 조건의 UGC 영상을 유아동에게 제공하여 유아동의 창의력 개발 방향과 자극을 조화롭게 조절할 수 있다.
도 1은 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법에서 저장부에 저장된 데이터를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법에서 창의력 평가 결과를 벡터화하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법에서 창의력 평가 결과를 창의력 그룹 정보에 따라 그룹화한 과정을 설명하기 위한 도면이다.
도 5 내지 도 8은 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법을 위해 UGC 영상 제작 과정을 설명하는 도면들이다.
이하 첨부된 도면들을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다. 참고로, 본 설명에서 동일한 번호는 실질적으로 동일한 요소를 지칭하며, 상기 규칙 하에서 다른 도면에 기재된 내용을 인용하여 설명할 수 있고, 당업자에게 자명하다고 판단되거나 반복되는 내용은 생략될 수 있다.
도 1은 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천시스템을 설명하기 위한 도면이고, 도 2는 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법에서 저장부에 저장된 데이터를 설명하기 위한 도면이고, 도 3은 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법에서 창의력 평가 결과를 벡터화하는 과정을 설명하기 위한 도면이고, 도 4는 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법에서 창의력 평가 결과를 창의력 그룹 정보에 따라 그룹화한 과정을 설명하기 위한 도면이다.
도 1 내지 도 4를 참조하면, 본 실시예에 따른 AI 기반 컨텐츠 추천시스템(100)은 네트워크(30)를 통해 휴대폰이나 태블릿과 같은 휴대 단말기(10) 또는 PC 컴퓨터(20) 등과 연결될 수 있다. 사용자는 자신이 제작한 UGC 영상을 추천시스템(100) 또는 서버에 업로드할 수 있고, 휴대 단말기(10)나 컴퓨터(20) 등을 통해서 다른 사용자의 UGC 영상을 시청할 수 있다. 이때 추천시스템(100)은 로그인한 사용자에게 창의력을 개발 또는 자극할 수 있는 UGC 영상 컨텐츠를 제공할 수 있다.
이를 위해 추천시스템(100)은 사용자 생성 컨텐츠(UGC)로서의 다수의 UGC 영상을 저장하는 UGC 영상 저장부(110), UGC 영상에 영상 정보 데이터를 저장하는 메타 데이터 저장부(120), UGC 영상을 제작한 사용자의 사용자 정보 데이터를 저장하는 사용자 정보 저장부(130), 사용자에 대한 창의력 평가 결과를 저장하는 창의력 평가 저장부(140), 사용자 정보 데이터, 영상 정보 데이터, 창의력 평가 결과 중 적어도 하나를 이용하여 컨텐츠 추천 지수를 산출하는 AI 추천 알고리즘부(150), 및 컨텐츠 추천 지수에 따라 UGC 영상 저장부에 저장된 UGC 영상 중 추천 영상을 추천하는 컨텐츠 추천부(160)를 포함한다.
본 실시예에서는 컨텐츠 추천 지수에 따라 UGC 영상 저장부(110)에 저장된 UGC 영상 중 추천 영상을 사용자에게 추천할 수 있으며, 추천 영상을 통해서 사용자에게 창의력 개발을 장려할 수 있는 컨텐츠를 제공할 수 있다.
AI 추천 알고리즘부(150)는 사용자마다 입력된 창의력 평가 결과, 예를 들어 토란스 창의력 검사 결과를 1차적으로 인용할 수 있으며, 자체적으로 누적되는 UGC 영상에 대한 평가 및 사용자 간의 창의력 평가를 통해서 창의력 검사 결과를 갱신할 수 있다.
AI 학습을 통해 지속적으로 컨텐츠 추천 지수를 갱신하고, 갱신된 컨텐츠 추천 지수를 이용하여 유아동의 사용자들에게 창의력 개발을 위한 다양한 컨텐츠를 사용자에게 제공할 수 있다.
본 실시예에서는 컨텐츠 추천 지수를 산출하기 위해 유창성 지수, 독창성 지수, 융통성 지수를 포함하는 창의력 평가 결과를 이용할 수 있다. 유창성 지수, 독창성 지수, 융통성 지수는 0에서 9로 이루어진 수치로 입력될 수 있으며, 성별, 연령, 창의력 그룹 등의 단어로 이루어진 비정형 데이터를 포함할 수 있다.
이에 창의력 평가 결과를 중심으로 사용자 정보 데이터나 영상 정보 데이터를 텍스트 임베딩(Text Embedding) 과정을 통해서 수치화되지 않은 고차원 정보를 수치화하여 저차원 벡터의 요소로 이용할 수 있다.
저차원화된 벡터 요소는 0에서 1사이의 저차원 수치로 대표화될 수 있으며, 벡터화된 요소를 이용하여 사용자 간의 컨텐츠 추천 지수를 산출할 수 있다. 도 3은 창의력 평가 결과를 구성하는 유창성 지수, 독창성 지수, 융통성 지수를 이용하여 3차원 공간에서 도시화 하였지만, 실제로 컨텐츠 추천 지수를 구성하는 벡터는 3차원 이상의 고차원 행렬(Matrix)로 표현할 수 있으며, 이 행렬은 사용자의 창의력 요소 및 기타 정보들로 이루어진 벡터들에 대한 집합이라고 할 수 있다.
본 실시예에서는 창의력 평가 결과를 활용하고, 창의력 평가 결과에 따라 산출된 유사도를 참고하여 유사한 창의력 그룹에 속한 사용자의 컨텐츠를 추천할 수 있고, 오히려 다른 유형의 창의력 그룹에 속한 사용자의 컨텐츠를 추천할 수도 있다.
도시된 바와 같이, AI 추천 알고리즘부(150)는 유창성 지수, 독창성 지수, 융통성 지수를 벡터화하고, 사용자 간의 코사인 유사도(cosine similarity)를 계산하여 창의력 추천 지수를 산출할 수 있다.
코사인 유사도는 내적 공간(inner product space)에서 두 벡터(A, B) 간 각도의 코사인 값을 이용하여 측정된 벡터 간의 유사한 정도를 의미할 수 있으며, 코사인 유사도를 통해 나온 값은 벡터의 크기가 아닌 방향의 유사도를 판단하는 목적으로 사용되며, 아래와 같이 수식으로 표현될 수 있다.
도 4는 이러한 코사인 유사도를 이용하여 사용자 간의 유사성을 구하고, 유사도가 높은 사용자들을 같은 창의력 그룹으로 정의한 결과이다.
개념적으로 3차원 공간 상에 밀집 되어있는 서로 다른 사용자들은 창의력 요소가 비슷하다고 말할 수 있으며, 이는 비슷하게 성향을 띄는 객체를 구분하여 그룹을 지정할 수 있다. 이러한 기준에 따라, 창의력 그룹은 유창성 우수 그룹, 독창성 우수 그룹, 융통성 우수 그룹, 유창성-독창성 우수 그룹, 균형 성장(well-balanced) 그룹 등 다양한 조건에 따라 정의될 수 있다.
창의력 요소를 3차원으로 표현된 객체를 비롯해 임베딩을 통해 만들어진 메타 데이터의 벡터와 사용자 정보 데이터의 벡터를 합쳐 고차원의 벡터로 표현한다면 각 사용자들은 3차원 창의력 벡터로 표현된 객체보다 더 세밀한 특징으로 정의되어 표현되어 더욱 면밀한 관계 또는 그룹을 정의할 수도 있다. 물론, 이러한 과정에서 벡터의 정규화(Normalization) 과정이 필요할 수도 있다.
컨텐츠 추천 지수는 창의력과 관련된 사용자 간의 유사도를 전부 또는 일부 이용할 수 있으며, 사용자 간의 유사도는 이 외에도 자카드(Jaccard) 유사도, 피어슨(Pearson) 유사도 등을 반영할 수도 있다.
사용자 정보 저장부(130)는 사용자마다 사용자 정보 데이터를 포함할 수 있으며, 사용자 정보 데이터에는 사용자 아이디, 성별, 연령, 창의력 그룹 등에 관한 정보가 포함될 수 있다.
일 예로, 창의력 그룹이 정의된 경우, 컨텐츠 추천부(160)는 유사도가 높은 다른 사용자의 UGC 영상 컨텐츠를 제공할 수 있다. 사용자 간의 유사도 측정을 통해 비슷한 성향과 그렇지 않은 성향의 집단으로 구분할 수 있으며, 창의력을 기반으로 구분된 집단 내 혹은 집단 간 컨텐츠를 추천하기 위해 협업 필터링(Collaborative Filtering) 방식이 고려될 수 있다. 성향이 비슷하면 선호하는 것 역시 비슷할 것이라는 가정을 전제로 하고, 비슷한 성향을 가진 집단의 사용자에게 사용자 기반 협업 필터링을 통해 관심을 가질 만한 UGC 영상 컨텐츠를 추천할 수 있다.
하지만, 경우에 따라서는 사용자가 속하지 않은 혹은 사용자에게 부족하다고 판단되는 창의력 그룹에 속한 사용자의 UGC 영상을 추천 영상에 포함시키는 것도 가능하다. 즉, 선호하는 기존 창작물 틀을 벗어나 새로운 창작 아이디어를 얻게 함으로써 균형된 창의력 발달에 대해 자극 효과 및 관심 유도를 이끌 수도 있다. 이 역시 컨텐츠 추천 지수나 창의력 그룹화에 따른 데이터화가 가능하여 실현이 가능하다고 할 수 있다.
메타 데이터 저장부(120)에 저장된 영상 정보 데이터는 UGC 영상을 제작한 사용자 아이디, 제작 과정, 생성 날짜에 관한 정보를 포함할 수 있다. 여기서, UGC 영상의 제작 과정은 영상 제작 과정에서 사용된 플랫폼 환경에 대한 정보로서, UGC 제작을 위한 놀이보드에 대한 정보, UGC 제작에 선택된 캐릭터 완구 및 컨텐츠 카드의 정보, UGC 제작을 위한 사전 평가 결과 등을 포함할 수 있다.
도 5 내지 도 8은 본 발명의 일 실시예에 따른 AI 기반 컨텐츠 추천방법을 위해 UGC 영상 제작 과정을 설명하는 도면들이다.
도 5 내지 도 8을 참조하면, UGC 영상 제작을 위해 디스플레이를 포함하는 단말기(210), 통신 모듈을 포함하는 컨텐츠 보드(220), 컨텐츠 보드(220)와 상호 반응하는 캐릭터 완구(A, B, C) 및 카드(224)가 이용될 수 있다.
컨텐츠 보드(220)는 다수의 회전 베이스(230)가 장착되어 있으며, 회전 베이스(230)의 상부에는 오각형의 홈이 형성될 수 있다. 오각형 홈에 대응하여 캐릭터 완구(A, B, C)의 하부(240)도 오각형으로 형성되며, 캐릭터 완구(A, B, C)의 하부(240)가 장착되면서, 회전 베이스(230)와는 전기적으로 연결되는 동시에, 회전 베이스(230)와 함께 회전 및 정지하여 바라보는 방향을 바꿀 수 있다.
컨텐츠 보드(220)의 내부에는 PCB 회로기판(270)이 제공될 수 있으며, 회전 베이스(230)에 있는 베이스 자석(264)이 회전 베이스(230)의 오각형 홈에 노출될 수 있다. 캐릭터 완구(A, B, C)의 하부(240)에도 베이스 자석(264)에 대응하는 자석 단자(244)가 제공될 수 있으며, 캐릭터 완구(A, B, C)가 회전 베이스(230)에 일시 고정되는 동시에, 베이스 자석(264)을 통해서 PCB 회로기판(270)과 연결될 수 있다.
캐릭터 완구(A, B, C)의 하부(240)에는 고유의 저항값을 갖는 저항(242)이 제공될 수 있다. 따라서, 컨텐츠 보드(220)는 캐릭터 완구(A, B, C)가 회전 베이스(230)에 결합되면서, 그 위치 및 캐릭터의 종류를 특정할 수 있다.
도 7을 보면, 회전 베이스(230)의 하부에는 기어(282)를 포함하는 인코더(280)가 PCB 회로기판(270)에 장착될 수 있으며, 인코더(280)는 기어(282)의 회전 각도를 계산하여, 회전 베이스(230)에 장착된 캐릭터 완구(A, B, C)가 어느 방향을 향하는지 각도 정보를 생성할 수 있다.
회전 베이스(230)는 컨텐츠 보드(220)의 상면에 회전 가능하게 장착되며 그 이음새에는 링형 커버(246)가 있어 회전 베이스(230)의 이탈을 방지할 수 있다.
UGC 영상 제작은 유아동 단독 또는 유아동이 부모나 교사의 도움을 받아 진행할 수 있다. 단말기(210)를 통해 어플리케이션이나 서버에 접속하면, 단말기(210)를 통해서 사전 안내 조건을 제시할 수 있다.
예를 들어, 유아동에게 캐릭터를 소개하고, 캐릭터의 특성을 간단히 설명할 수 있다. 그리고 유아동에게 캐릭터 하나를 선택하여 컨텐츠 보드(220)에 위치시키도록 안내할 수 있다.
유아동은 도 5의 캐릭터 완구(A, B, C) 중 하나를 선택하여 컨텐츠 보드(220) 중 하나의 회전 베이스(230)에 캐릭터 완구(A, B, C)를 위치시킬 수 있다. 캐릭터 완구(A, B, C)의 하부(240)에 있는 저항(242)에 따라 어느 캐릭터 완구가 선택되었는지를 확인할 수 있으며, 컨텐츠 보드(220)는 선택된 캐릭터 완구(A) 및 위치, 자세에 대한 정보를 단말기로 제공할 수 있다.
주어진 조건에 따라, 캐릭터의 선택에 대한 단서를 제공할 수 있다. 예를 들어, 단말기나 부모, 교사 등은 카드(224) 등의 사용을 제안할 수 있다. 카드(224)는 배경카드, 상황카드, 사물카드 등이 있을 수 있다. 예를 들어, 배경카드로서 바다, 산, 들판, 도시, 동물원 등의 정보가 표시될 수 있으며, 상황카드로는 축구시합, 소풍, 식사 등의 정보가 표시될 수 있고, 사물카드에는 축구공, 장남감, 블록, 악기 등의 사물의 정보가 표시될 수 있다.
단말기(210) 등은 바다 배경카드가 카드 리더기(222)에 올려지면, "바다에 가고 싶어?", "어떤 캐릭터와 놀고 싶어해?", "여행을 간다면 누구와 같이 가고 싶니?" 등의 질문을 제시할 수 있다.
질문과 답변은 영상 녹화나 음성 녹음을 통해 저장될 수 있으며, 질문과 답변은 사용자 생성 콘텐츠를 구성하는데에 있어서, 상황, 단어, 캐릭터 등을 추출하는데에 사용될 수 있다.
컨텐츠 보드(220)를 통해 선택된 캐릭터 완구(A, B, C)의 정보, 위치, 자세 등이 수신되면, 도 8과 같이, 단말기(210)는 선택된 캐릭터, 상황, 배경, 사물 등의 정보를 디스플레이할 수 있다.
캐릭터, 상황, 배경, 사물 등을 제시하고, 단말기(210) 등은 현재 상황이 어떤지 질문할 수 있으며, 질문에 따른 유아동의 답변을 녹화, 녹음 또는 기록할 수 있다.
그 다음 카드(224)를 교체하여, 배경 등을 변경할 수 있으며, 그 전에 배경카드를 카드 리더기(222)에 올림으로써 배경을 교체할 수 있다는 힌트를 제공할 수 있다.
이렇게 다양한 캐릭터 완구(A, B, C) 및 컨텐츠 보드(220)를 이용하여 유아동이 직관적으로 놀이를 즐길 수 있으며, 능동적인 활동을 통해서 사용자 생성 콘텐츠를 창의적인 과정으로 제작할 수 있다.
저장된 영상이나 녹음은 유아동의 창의력 평가에 이용될 수 있다. 예를 들어, 창의력이 유창성, 독창성, 융통성 등으로 구분될 수 있다고 할 때, 유아동이 상황을 잘 표현하는지 여부, 상황 표현의 명확성, 상황을 표현하는 단어의 개수나 연관성 등을 고려하여 '유창성'을 평가할 수 있으며, 상황을 표현하는 방식이 흔한 방식인지 독특한 방식인지에 따라 '독창성'을 판단할 수 있다. 그리고 유아동이 사물이나 미래 일어날 수 있는 일 등을 표현하는 가능성의 개수 등에 따라 '융통성'을 판단할 수 있다.
이런 유창성, 독창성, 융통성 등은 전문가의 평가를 통해 평가될 수 있지만, 인공지능 학습을 통해서 기존 다른 유아동의 창의력 평가 결과를 반영하여 자동으로 평가하는 것도 가능하다.
상술한 바와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만 해당 기술분야의 숙련된 당업자라면 하기의 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 휴대 단말기 20 : 컴퓨터
30 : 네트워크 100 : 추천 시스템
110 : UGC 영상 저장부 120 : 메타 데이터 저장부
130 : 사용자 정보 저장부 140 : 창의력 평가 저장부
150 : AI 추천 알고리즘부 160 : 컨텐츠 추천부

Claims (10)

  1. 사용자의 창의력을 균형적으로 성장시키기 위한 AI 기반 컨텐츠 추천방법에 있어서,
    다수의 사용자에 의해 제작된 사용자 생성 컨텐츠(UGC)로서의 다수의 UGC 영상이 업로드된 UGC 영상 저장부를 유지하는 단계;
    상기 UGC 영상에 영상 정보 데이터를 저장하는 메타 데이터 저장부, 상기 UGC 영상을 제작한 사용자의 사용자 정보 데이터를 저장하는 사용자 정보 저장부, 상기 사용자에 대한 창의력 평가 결과를 저장하는 창의력 평가 저장부, 컨텐츠 추천 지수를 산출하는 AI 추천 알고리즘부 및 상기 UGC 영상 저장부에 저장된 UGC 영상 중 추천 영상을 추천하는 컨텐츠 추천부를 유지하는 단계;
    상기 AI 추천 알고리즘부가 상기 사용자 정보 데이터 및 상기 창의력 평가 결과를 이용하여 상기 컨텐츠 추천 지수를 산출하는 단계; 및
    상기 컨텐츠 추천부가 상기 컨텐츠 추천 지수에 따라 상기 UGC 영상 저장부에 저장된 UGC 영상 중 추천 영상을 사용자에게 추천하는 단계;를 포함하고,
    상기 사용자 정보 데이터는 사용자 각각에 대해 상기 창의력 평가 결과를 이용한 창의력 그룹 정보를 포함하며,
    상기 컨텐츠 추천부는 상기 사용자가 속하지 않은 창의력 그룹에 속한 사용자가 제작한 UGC 영상을 상기 추천 영상에 포함시키고,
    상기 UGC 영상은 디스플레이를 포함하는 단말기, 통신 모듈을 포함하는 컨텐츠 보드 및 상기 컨텐츠 보드와 상호 반응하는 캐릭터 완구를 이용하여 제작되며,
    상기 사용자가 상기 단말기를 통해 제시된 사전 안내 조건을 확인하고, 상기 단말기가 상기 사전 안내 조건에 따라 상기 사용자에 의해서 선택된 상기 캐릭터 완구의 정보를 상기 컨텐츠 보드로부터 수신하고, 상기 단말기가 선택된 상기 캐릭터 완구의 정보를 디스플레이 및 저장하는 과정을 통해서 상기 UGC 영상이 제작되고,
    상기 캐릭터 완구의 정보는 상기 컨텐츠 보드에 상기 캐릭터 완구가 바라보는 방향에 대한 정보를 포함하고, 상기 단말기는 상기 바라보는 방향에 대한 정보에 따라 상기 캐릭터 완구가 바라보는 방향을 반영하여 디스플레이하는 것을 특징으로 하는 AI 기반 컨텐츠 추천방법.
  2. 제1항에 있어서,
    상기 창의력 평가 결과는 유창성 지수, 독창성 지수, 융통성 지수를 포함하며,
    상기 AI 추천 알고리즘부가 상기 유창성 지수, 상기 독창성 지수, 상기 융통성 지수를 텍스트 임베딩화한 벡터값으로 치환하고, 상기 벡터값을 이용하여 상기 사용자 간의 유사도를 이용하여 상기 컨텐츠 추천 지수를 산출하는 것을 특징으로 하는 AI 기반 컨텐츠 추천방법.
  3. 제2항에 있어서,
    상기 사용자 간의 유사도는 코사인 유사도, 자카드 유사도, 피어슨 유사도 중 하나를 반영하여 산출하는 것을 특징으로 하는 AI 기반 컨텐츠 추천방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 메타 데이터 저장부에 저장된 상기 영상 정보 데이터는 UGC 영상을 제작한 사용자 아이디, 제작 과정, 생성 날짜에 관한 정보를 포함하는 것을 특징으로 하는 것을 특징으로 하는 AI 기반 컨텐츠 추천방법.
  6. 제1항에 있어서,
    상기 사용자 정보 저장부에 저장된 상기 사용자 정보 데이터는 사용자의 사용자 아이디, 성별 및 연령에 관한 정보를 포함하는 것을 특징으로 하는 AI 기반 컨텐츠 추천방법.
  7. 사용자의 창의력을 균형적으로 성장시키기 위한 AI 기반 컨텐츠 추천시스템에 있어서,
    다수의 사용자에 의해 제작된 사용자 생성 컨텐츠(UGC)로서의 다수의 UGC 영상을 저장하는 UGC 영상 저장부;
    상기 UGC 영상에 영상 정보 데이터를 저장하는 메타 데이터 저장부;
    상기 UGC 영상을 제작한 사용자의 사용자 정보 데이터를 저장하는 사용자 정보 저장부;
    상기 사용자에 대한 창의력 평가 결과를 저장하는 창의력 평가 저장부;
    상기 사용자 정보 데이터 및 상기 창의력 평가 결과를 이용하여 컨텐츠 추천 지수를 산출하는 AI 추천 알고리즘부; 및
    상기 컨텐츠 추천 지수에 따라 상기 UGC 영상 저장부에 저장된 UGC 영상 중 추천 영상을 추천하는 컨텐츠 추천부;를 포함하고,
    상기 사용자 정보 데이터는 사용자 각각에 대해 상기 창의력 평가 결과를 이용한 창의력 그룹 정보를 포함하며,
    상기 컨텐츠 추천부는 상기 사용자가 속하지 않은 창의력 그룹에 속한 사용자가 제작한 UGC 영상을 상기 추천 영상에 포함시키고,
    상기 사용자가 단말기를 통해 제시된 사전 안내 조건을 확인하고, 상기 단말기가 상기 사전 안내 조건에 따라 상기 사용자에 의해서 선택된 캐릭터 완구의 정보를 컨텐츠 보드로부터 수신하고, 상기 단말기가 선택된 상기 캐릭터 완구의 정보를 디스플레이 및 저장하는 과정을 통해서 상기 UGC 영상이 제작되고,
    상기 캐릭터 완구의 정보는 상기 컨텐츠 보드에 상기 캐릭터 완구가 바라보는 방향에 대한 정보를 포함하고, 상기 단말기는 상기 바라보는 방향에 대한 정보에 따라 상기 캐릭터 완구가 바라보는 방향을 반영하여 디스플레이하는 것을 특징으로 하는 AI 기반 컨텐츠 추천시스템.
  8. 제7항에 있어서,
    상기 창의력 평가 저장부에 저장된 상기 창의력 평가 결과는 유창성 지수, 독창성 지수, 융통성 지수를 포함하며,
    상기 AI 추천 알고리즘부는 상기 유창성 지수, 상기 독창성 지수, 상기 융통성 지수를 텍스트 임베딩화한 벡터값으로 치환하고, 상기 벡터값을 이용하여 상기 사용자 간의 유사도를 이용하여 상기 컨텐츠 추천 지수를 산출하는 것을 특징으로 하는 AI 기반 컨텐츠 추천시스템.
  9. 제8항에 있어서,
    상기 사용자 간의 유사도는 코사인 유사도, 자카드 유사도, 피어슨 유사도 중 하나를 반영하여 산출되는 것을 특징으로 하는 AI 기반 컨텐츠 추천시스템.
  10. 삭제
KR1020230024267A 2023-02-23 2023-02-23 유아동 창의력 평가 결과를 이용한 ai 기반 컨텐츠 추천방법 및 추천시스템 KR102616284B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230024267A KR102616284B1 (ko) 2023-02-23 2023-02-23 유아동 창의력 평가 결과를 이용한 ai 기반 컨텐츠 추천방법 및 추천시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230024267A KR102616284B1 (ko) 2023-02-23 2023-02-23 유아동 창의력 평가 결과를 이용한 ai 기반 컨텐츠 추천방법 및 추천시스템

Publications (1)

Publication Number Publication Date
KR102616284B1 true KR102616284B1 (ko) 2023-12-20

Family

ID=89376732

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230024267A KR102616284B1 (ko) 2023-02-23 2023-02-23 유아동 창의력 평가 결과를 이용한 ai 기반 컨텐츠 추천방법 및 추천시스템

Country Status (1)

Country Link
KR (1) KR102616284B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170060828A (ko) * 2015-11-25 2017-06-02 경희대학교 산학협력단 사용자의 콘텐츠 접근 이력에 기반한 추천방법
KR102164836B1 (ko) * 2019-07-10 2020-10-13 주식회사 엘지유플러스 콘텐츠 추천을 위한 장치 및 그 제어방법
KR102429789B1 (ko) * 2021-03-22 2022-08-05 토이푸딩 주식회사 유사사용자그룹의 반응 관계를 기반으로 하는 큐레이션 방법
KR20230016894A (ko) * 2021-07-27 2023-02-03 주식회사 텐덤 사용자의 성향 분석 결과를 기초로 한 오브젝트 추천 방법 및 시스템
KR102553524B1 (ko) * 2023-02-23 2023-07-10 오로라월드 주식회사 완구를 이용한 사용자 생성 콘텐츠 제작방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170060828A (ko) * 2015-11-25 2017-06-02 경희대학교 산학협력단 사용자의 콘텐츠 접근 이력에 기반한 추천방법
KR102164836B1 (ko) * 2019-07-10 2020-10-13 주식회사 엘지유플러스 콘텐츠 추천을 위한 장치 및 그 제어방법
KR102429789B1 (ko) * 2021-03-22 2022-08-05 토이푸딩 주식회사 유사사용자그룹의 반응 관계를 기반으로 하는 큐레이션 방법
KR20230016894A (ko) * 2021-07-27 2023-02-03 주식회사 텐덤 사용자의 성향 분석 결과를 기초로 한 오브젝트 추천 방법 및 시스템
KR102553524B1 (ko) * 2023-02-23 2023-07-10 오로라월드 주식회사 완구를 이용한 사용자 생성 콘텐츠 제작방법

Similar Documents

Publication Publication Date Title
Becker et al. Choosing and using digital games in the classroom
Heacox Differentiating instruction in the regular classroom: How to reach and teach all learners (Updated anniversary edition)
Pellas et al. A systematic literature review on the user experience design for game-based interventions via 3D virtual worlds in K-12 education
Yusoff et al. A survey of educational games as interaction design tools for affective learning: Thematic analysis taxonomy
Shih et al. A simulated learning environment of history games for enhancing players’ cultural awareness
Berg Marklund Games in formal educational settings: Obstacles for the development and use of learning games
Gil-Aciron The gamer psychology: a psychological perspective on game design and gamification
Martinez et al. A new measure for serious games evaluation: gaming educational balanced (GEB) model
Schaaf et al. Making school a game worth playing: Digital games in the classroom
KR102553524B1 (ko) 완구를 이용한 사용자 생성 콘텐츠 제작방법
Oyelere et al. Formative evaluation of immersive virtual reality expedition mini-games to facilitate computational thinking
Admiraal A role-play game to facilitate the development of students' reflective Internet skills
Whitton Play and learning in adulthood: Reimagining pedagogy and the politics of education
KR102616284B1 (ko) 유아동 창의력 평가 결과를 이용한 ai 기반 컨텐츠 추천방법 및 추천시스템
Taylor et al. Values and vision in primary education
Wang et al. The design of a novel digital puzzle gaming system for young children’s learning by interactive multi-sensing and tangible user interfacing techniques
Husain Getting serious about math: serious game design framework & an example of a math educational game
Robles-Bykbaev et al. An interactive educational platform based on data mining and serious games to contribute to preservation and learning of the Cañari indigenous cultural heritage in Ecuador
Reardon et al. Game Learning Analytics
Köroğlu et al. Use of game-based teaching and learning to foster intercultural communication in English language education
Spieler et al. A customised app to attract female teenagers to coding
Holloway-Attaway et al. Performing Heritage and creating Community through digital games, Narrative Agency and critical Play
Attard Primary Children’s understanding and relationship with cartoon characters: a critical investigation and multimodal suggestions
Tazouti et al. Design, Development and Assessment of an Immersive Virtual Reality Serious Game
Ryan Using digital games as assessment and instruction tools

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant