KR20090096040A - On-line statistical process for comparative evaluation between multi parties and system for the same - Google Patents

On-line statistical process for comparative evaluation between multi parties and system for the same Download PDF

Info

Publication number
KR20090096040A
KR20090096040A KR1020080021368A KR20080021368A KR20090096040A KR 20090096040 A KR20090096040 A KR 20090096040A KR 1020080021368 A KR1020080021368 A KR 1020080021368A KR 20080021368 A KR20080021368 A KR 20080021368A KR 20090096040 A KR20090096040 A KR 20090096040A
Authority
KR
South Korea
Prior art keywords
codes
data
statistical processing
evaluation
content
Prior art date
Application number
KR1020080021368A
Other languages
Korean (ko)
Inventor
최선희
Original Assignee
주식회사 인투씽크
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 주식회사 인투씽크 filed Critical 주식회사 인투씽크
Priority to KR1020080021368A priority Critical patent/KR20090096040A/en
Publication of KR20090096040A publication Critical patent/KR20090096040A/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

An on-line statistical processing method for comparative evaluation between multi parties and a system for the same are provided to perform self diagnosis and object evaluation about contents having logical, subject and creative features without a professional evaluator. A database(310) comprises a code database and a set database. The code database stores the first codes in which each sub data is converted into lower codes. The set database stores the second codes set by upper codes. An analysis engine(320) statistically processes the first codes or the second codes. An analyzed result creation engine(330) converts the statistically processed result into visual information.

Description

다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법 및 그 시스템{ON-LINE STATISTICAL PROCESS FOR COMPARATIVE EVALUATION BETWEEN MULTI PARTIES AND SYSTEM FOR THE SAME}ON-LINE STATISTICAL PROCESS FOR COMPARATIVE EVALUATION BETWEEN MULTI PARTIES AND SYSTEM FOR THE SAME}

본 발명은 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법에 관한 것으로, 보다 구체적으로는 평가 대상 컨텐츠를 서브 데이타로 분석하여 코드화시키고 코드화된 정보를 그룹별로 세트화시킴으로써 다자간 비교 평가 결과를 통계적으로 처리하는 방법 및 이를 위한 시스템을 제안한다.The present invention relates to an on-line statistical processing method for multilateral comparison evaluation. More specifically, the multi-dimensional comparative evaluation result is statistically processed by analyzing the content to be evaluated as sub data and encoding the coded information. We propose a method and system for the same.

세계가 정치적으로, 경제적으로, 문화적으로 단일화되어 감에 따라 다양성과 개인의 가치가 존중되고, 단편적인 사고 보다는 종합적이고 논리적인 사고력이 요구되고 있다.As the world becomes politically, economically and culturally unified, diversity and individual values are respected, and comprehensive and logical thinking skills are required rather than fragmentary thinking.

이러한 추세에 따라 교육 현장에서도 논리력, 사고력, 창의력 등의 능력을 개발하고 증진시키기 위한 노력이 커지고 있으며, 이를 위한 교육 방법 및 평가 방법의 발전이 요구되고 있다. In line with these trends, efforts are being made to develop and enhance the abilities of logic, thinking, and creativity in the field of education, and the development of educational methods and evaluation methods is required.

그러나, 논리성, 주관성, 독창성 등의 특징을 갖는 컨텐츠, 예를 들어 논문, 수필, 의견, 진술 등의 경우에는 전문적인 평가자가 존재하여야 정확한 평가가 가 능하며, 이러한 전문가의 평가도 객관성이라는 측면에서는 많은 한계가 있고, 시간과 공간이라는 제약 때문에 평가 방법으로서 근본적인 한계가 있다. However, in the case of content with characteristics such as logic, subjectivity, originality, for example, thesis, essays, opinions, statements, etc., a professional evaluator must be present for accurate evaluation. There are limitations, and there are fundamental limitations as an evaluation method due to constraints of time and space.

한편, 최근의 기술 발전을 통하여 공간과 시간을 초월하여 자유롭고 효과적인 학습이 보장되는 온라인 학습이 가능하게 되었다. IT 기술의 고도화는 온라인 학습에 있어서 수많은 이용자가 동시에 학습 과정에 참여하고 양방향 커뮤니케이션에 의한 효과적인 능력 향상을 가능케 하였으나, 온라인 학습은 낮은 학습 비용, 학습 장소의 한계 극복, 학습 시간의 자율성 등의 다양한 장점에도 불구하고 학습 결과에 대한 객관적인 평가, 특히 학습자의 독해 능력이나 작문 능력 등 논리력, 창의력이 요구되는 컨텐츠에 대한 정량적이고 계량화된 평가가 어렵다는 한계가 있다.On the other hand, recent technological developments have made it possible for online learning to guarantee free and effective learning across space and time. Advancement of IT technology has enabled a large number of users to participate in the learning process at the same time and effectively improve the ability by two-way communication in online learning, but online learning has various advantages such as low learning cost, overcoming the limitation of learning place, and autonomy of learning time. Nevertheless, there is a limitation that objective evaluation of learning results, in particular, quantitative and quantitative evaluation of contents requiring logic and creativity, such as reading ability or writing ability, is difficult.

도 1을 참조하면 온라인 학습 방법의 일례를 도식화한 것으로, 교육컨텐츠 제공업자(110)는 온라인 상의 사용자(학습자)(120)에게 네트워크(130)를 기반으로 언어 학습 서비스를 제공할 수 있다. Referring to FIG. 1, which illustrates an example of an online learning method, the educational content provider 110 may provide a language learning service based on a network 130 to an online user (learner) 120.

제공업자는 사용자에게 각종 교육 컨텐츠(112)를 전달하고, 학습 과정을 거친 사용자는 학습 결과에 대한 과제물(114)을 제공업자에게 피드백할 수 있을 것이다. 과제물을 수신한 제공업자는 사용자의 학습 수준을 평가하고 평가 및 채점(116) 결과를 사용자에게 전달하여 학습 향상을 도모할 수 있을 것이다.The provider may deliver various educational contents 112 to the user, and the user who has undergone the learning process may feed back the homework assignment 114 on the learning result to the provider. The provider receiving the assignment may improve the learning by evaluating the user's level of learning and passing the assessment and scoring 116 results to the user.

그런데 언어 학습 컨텐츠의 특성상 사용자가 제시한 과제물의 평가는 평가자에 따라 상당히 주관적으로 수행될 수밖에 없는 단점이 있다. 예를 들어, 도 2를 참조하면 하나의 과제물(114)에 대하여 복수의 평가자(116a, 116b, 116c)가 존재할 경우 각각 다른 평가결과(117a, 117b, 117c)를 도출하게 된다. 만일 한 사람의 평가자에 의해서만 평가가 이루어진다면 복수의 사용자들이 전달하는 과제물을 신속하게 평가할 수 없게 되어 온라인 교육의 장점을 살릴 수 없게 될 것이다.However, due to the nature of language learning content, the evaluation of a task presented by a user has a disadvantage in that it can be performed in a very subjective manner depending on the evaluator. For example, referring to FIG. 2, when there are a plurality of evaluators 116a, 116b, and 116c for one task 114, different evaluation results 117a, 117b, and 117c are derived. If the evaluation is made by only one evaluator, the assignments delivered by multiple users will not be able to be quickly evaluated, which may not take advantage of the online education.

이와 같이 기존의 온라인 학습, 특히 언어 학습은 객관적인 평가가 어렵고, 결국 교육 평가에 대한 신뢰성이 떨어져 사용자의 불만을 야기할 뿐만 아니라 학습 수준의 하향 평준화에 머물게 되어 교육 성과 측면에서도 상당한 문제점을 내포하고 있다고 할 것이다.As such, traditional online learning, especially language learning, is difficult to objectively evaluate, and thus, the credibility of educational assessment is not only causing user dissatisfaction, but also lowering the level of learning level, which has significant problems in terms of educational performance. something to do.

또한, 여론 평가 및 분석, 외국어 학습, 심리 치료, 온라인 상담 등의 다양한 분야에 있어서, 다면적 입체적 평가가 요구되는 경우에 객관성을 담보하기 어려워 온라인 기술의 장점을 살리지 못하는 문제가 있다. In addition, in various fields such as public opinion evaluation and analysis, foreign language learning, psychotherapy, online counseling, etc., when multi-dimensional three-dimensional evaluation is required, there is a problem in that it is difficult to secure objectivity and thus cannot take advantage of online technology.

따라서, 논리력 확보, 외국어 습득, 문학 작품의 이해력 향상 등을 목적으로 수준 높은 온라인 교육 내지 평가를 가능케 하기 위해서는 보다 근본적인 대안이 필요하다고 할 것이다.Therefore, more fundamental alternatives are needed to enable high-quality online education or evaluation for the purpose of securing logic, acquiring foreign languages, and improving the comprehension of literary works.

본 발명은 전술한 기술적 배경하에서 안출된 것으로, 논리성, 주관성, 독창성 등의 특징을 갖는 컨텐츠에 대하여 전문적인 평가자가 없이도 자가진단 및 객관적 평가를 가능케 하는데 목적이 있다.SUMMARY OF THE INVENTION The present invention has been made under the technical background described above, and has an object of enabling self-diagnosis and objective evaluation of content having characteristics such as logic, subjectivity, originality, etc. without a professional evaluator.

본 발명의 다른 목적은 고정되어 있지 않은 피평가 집단 내에서의 상호 비교 평가가 가능하도록 하는데 있다. It is another object of the present invention to enable mutual comparison evaluation within a non-fixed population.

본 발명의 또 다른 목적은 객관적 정량적 평가 결과를 입체적으로 실시간적으로 확인할 수 있는 방법을 제공하는데 있다. Still another object of the present invention is to provide a method for confirming objective and quantitative evaluation results in three dimensions in real time.

본 발명의 다양한 목적 및 특징은 바람직한 실시예를 통하여 보다 구체적으로 제시될 것이다. Various objects and features of the present invention will be more specifically presented through preferred embodiments.

상기 목적을 달성하기 위하여, 본 발명의 일 측면에 따르면, 평가를 위한 대상 컨텐츠를 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시키는 코드 데이터 생성 단계와, 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 세트 데이터 생성 단계와, 상기 코드 데이터 또는 세트 테이터에 대한 피평가 대상자들의 선택 정보를 온라인 상에서 수집하는 단계와, 수집된 선택 정보를 통계적으로 처리하는 단계와, 통계적으로 처리된 선택 정보에 대한 결과를 시각적인 정보로 온라인 상에서 제공하는 단계를 포함하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법을 제공한다.In order to achieve the above object, according to an aspect of the present invention, a code data generation step of analyzing the target content for evaluation into a plurality of sub-data to change each sub-data into sub-codes, and specifying the code data A step of generating set data which is combined into groups according to a condition and set into a plurality of higher codes; collecting online selection information of subjects to be evaluated for the code data or set data; and collecting the collected selection information statistically. It provides a method for online statistical processing for multi-party comparison evaluation comprising the step of processing to, and providing the results of the statistically processed selection information on-line as visual information.

본 발명의 다른 측면에 따르면, 복수의 피평가 대상자들로부터 평가를 위한 컨텐츠를 유선 또는 무선 네트워크를 통하여 수집하는 단계와, 수집된 컨텐츠를 특정 조건에 따라 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시키는 코드 데이터 생성 단계와, 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 세트 데이터 생성 단계와, 복수의 피평가 대상자들과 관련된 복수의 세트 테이터를 통계적으로 처리하는 단계와, 통계적으로 처리된 선택 정보에 대한 결과를 시각적인 정보로 온라인 상에서 제공 하는 단계를 포함하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법을 제공한다.According to another aspect of the invention, the step of collecting the content for evaluation from a plurality of subjects through a wired or wireless network, and analyzing the collected content as a plurality of sub-data according to a specific condition, each sub-data A code data generation step of changing a code to lower codes, a set data generation step of combining the code data into groups according to a specific condition and setting the plurality of higher codes; Statistically processing the set data, and providing the results of the statistically processed selection information on-line as a visual information online provides a statistical processing method for the multilateral comparison evaluation.

상기 세트 데이터 생성 단계는 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 세트화시킨 복수의 제1상위 코드들을 생성하는 단계와, 상기 제1상위 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 제2상위 코드들로 세트화시키는 단계를 포함할 수 있다.The generating of the set data may include generating a plurality of first higher codes that combine and set the code data into groups according to a specific condition, and by combining the first higher codes by group according to a specific condition. And setting to two higher codes.

상기 시각적인 정보는 코드 데이터 또는 세트 데이터에 대한 선택 정보를 예를 들어 정규 분포로 도식화시킬 수 있으며, 상기 시각적인 정보에는 피평가자들로부터 수집된 선택 정보의 통계적 처리 결과와 함께 별도의 전문가 집단의 선택 정보를 포함할 수 있다. 또한, 상기 시각적인 정보는 제1시점에서의 통계적 처리 결과와, 상기 제1시점과 다른 제2시점에서의 통계적 처리 결과의 변화를 포함할 수 있다. The visual information may map selection information for code data or set data to, for example, a normal distribution, wherein the visual information includes the selection of a separate expert group together with the results of statistical processing of the selection information collected from the subjects. May contain information. In addition, the visual information may include a statistical processing result at a first time point and a change in the statistical processing result at a second time point different from the first time point.

상기 통계적 처리는 피평가 대상자들을 특정 조건에 따라 분류하고, 분류된 피평가 대상자들의 특정 그룹 내에서 선택 정보만을 통계적으로 처리할 수도 있다. The statistical processing may classify subjects under specific conditions, and statistically process only the selection information within a specific group of classified subjects.

피평가 대상자들로부터 상기 선택 정보를 수집하는 단계는 유선 또는 무선 네트워크를 통하여 상기 코드 데이터 또는 세트 데이터를 피평가 대상자들에게 전송하고, 피평가 대상자들이 상기 코드 데이터 또는 세트 데이터에 대한 응답 결과로서 제공하는 정보를 유선 또는 무선 네트워크를 통하여 수집하는 단계를 포함할 수 있다. The step of collecting the selection information from the subjects is to transmit the code data or set data to the subjects through a wired or wireless network, and the subjects are provided as a response to the code data or set data. Collecting the information through a wired or wireless network.

본 발명은 또한, 유무선 데이터 통신 및 데이터 제어를 수행하는 서버와, 평 가 대상 컨텐츠를 저장하는 제1데이터베이스와, 상기 컨텐츠를 특정 조건에 따라 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시킨 제1코드들을 저장하는 제2데이터베이스와, 상기 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 제2코드들을 저장하는 제3데이터베이스와, 상기 제1코드들 또는 제2코드들을 통계적으로 처리하는 통계처리 엔진과, 통계적으로 처리된 결과를 시각적인 정보로 변환하는 시각정보 변환 엔진을 포함하는 온라인 상의 다자간 비교 평가를 위한 통계적 처리 시스템을 제공한다. 이 경우, 상기 서버는 온라인 상의 피평가자들로부터 상기 평가 대상 컨텐츠를 유선 또는 무선 네트워크를 통해 수집할 수 있다. The present invention also provides a server for performing wired and wireless data communication and data control, a first database for storing content to be evaluated, and analyzing the content into a plurality of sub data according to a specific condition to subcode each sub data. A second database for storing the first codes changed into a plurality of second codes; a third database for storing the second codes in which the codes are combined into groups according to a specific condition and set into a plurality of higher codes; and the first code It provides a statistical processing system for online multi-party comparison evaluation including a statistical processing engine for statistically processing the second or second codes, and a visual information conversion engine for converting the statistically processed results into visual information. In this case, the server may collect the content to be evaluated from the online evaluators through a wired or wireless network.

또한, 본 발명은 유무선 데이터 통신 및 데이터 제어를 수행하는 서버와, 평가 대상 컨텐츠를 저장하는 제1데이터베이스와, 상기 컨텐츠를 특정 조건에 따라 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시킨 제1코드들을 저장하는 제2데이터베이스와, 상기 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 제2코드들을 저장하는 제3데이터베이스와, 상기 제1코드들 또는 제2코드들에 대한 온라인 상의 피평가자들의 응답 정보를 통계적으로 처리하는 통계처리 엔진과, 통계적으로 처리된 결과를 시각적인 정보로 변환하는 시각정보 변환 엔진을 포함하는 온라인 상의 다자간 비교 평가를 위한 통계적 처리 시스템을 제공한다.The present invention also provides a server for performing wired / wireless data communication and data control, a first database for storing content to be evaluated, and analyzing the content into a plurality of sub data according to a specific condition, thereby sub-codes each sub data. A second database for storing the first codes changed into a second database; a third database for storing the second codes in which the codes are combined into groups according to a specific condition and set into a plurality of higher codes; and the first codes Or a statistical processing engine for statistically processing the response information of the evaluators online on the second codes, and a visual information conversion engine for converting the statistically processed result into visual information. Provide a processing system.

본 발명에 따르면, 논리성, 주관성, 독창성 등의 특징을 갖는 컨텐츠에 대하 여 전문적인 평가자가 없이도 객관적인 평가가 가능하다. 특히, 고정되어 있지 않은 피평가 집단 내에서의 상호 비교 평가에 의하여 상대적 평가 및 비교 집단과의 비교를 통한 절대적 평가가 동시에 이루어질 수 있다. According to the present invention, objective evaluation is possible without a professional evaluator about content having characteristics such as logic, subjectivity, originality, and the like. In particular, an absolute evaluation through comparison with a comparative evaluation and a comparison group may be simultaneously performed by mutual comparison evaluation in a non-fixed subject group.

비교 평가 결과를 통계적으로 분석하여 시각적으로 제시함으로써 평가 결과를 입체적으로 확인할 수 있으며, 시간적 흐름에 대한 평가 결과의 변화 추이를 확인할 수 있으며 실시간적으로 평가툴이 업데이트되는 효과를 얻을 수 있다. By statistically analyzing the comparative evaluation results and presenting them visually, the evaluation results can be confirmed three-dimensionally, the trend of evaluation results can be changed over time, and the evaluation tool can be updated in real time.

따라서, 본 발명은 언어, 논술, 외국어, 사회, 경제, 법 등 다양한 학습 분야, 여론 조사 등의 분석 분야, 심리치료 등의 의료 분야 등 광범위한 영역에 효과적으로 적용 가능하다.Therefore, the present invention can be effectively applied to a wide range of fields such as language, essay, foreign language, society, economy, law, various learning fields, analysis fields such as public opinion polls, and medical fields such as psychotherapy.

이하에서는 도면을 참조하며 바람직한 실시예를 통하여 본 발명을 더욱 구체적으로 설명한다.Hereinafter, the present invention will be described in more detail with reference to the accompanying drawings.

본 발명은 유선 또는 무선 네트워크를 통하여 피평가 대상자에게 제공하거나 피평가 대상자로부터 수집된 평가 대상 컨텐츠를 서비스 제공 서버에서 서브 데이타로 분석하여 코드화시키고 코드화된 정보를 그룹별로 세트화시킴으로써 실시간적으로 다자간 비교 평가를 수행하며, 다자간 비교 평가에 대한 통계적 처리 결과를 시각적으로 제공하는데 핵심이 있다.The present invention provides real-time multi-party comparison by providing the subject to be evaluated through the wired or wireless network or by analyzing the content to be evaluated collected from the subject into sub-data in the service providing server and setting the coded information in groups. It is key to conducting evaluations and visually presenting the results of statistical processing of multilateral comparisons.

이와 같은 다자간 비교 평가로 전문 평가자의 노력과 수고 없이도 객관적인 평가 가능하며, 피평가 집단의 (규모, 수준 등의) 변화에 따른 평가툴이 스스로 진보하는 효과(자가적 업데이트 효과)를 얻을 수 있어 평가 기준의 실시간적 변화 가 능하다. 피평가 집단의 규모가 커질수록 피평가자의 평가 결과(예를 들어, 학습 수준, 지식 수준, 심리 상태 등)를 더욱 정확하게 파악할 수 있고, 또래 집단, 전문가 집단, 전체 집단의 반응 내지 태도와 비교하여 자신의 위치를 객관적 그리고 실시간적으로 파악 가능하다.This multilateral comparison allows objective evaluation without the effort and effort of professional evaluators, and the evaluation tool can obtain self-advancing effect (self-update effect) according to the change (size, level, etc.) of the evaluated group. Real-time changes of criteria are possible. The larger the size of the assessed group, the more accurately the evaluator's assessment results (e.g., learning level, knowledge level, psychological state, etc.) can be identified and compared to the responses or attitudes of peer groups, expert groups, or the entire group. Its location can be determined objectively and in real time.

특히, 논술이나 논제 분석에 있어서 예를 들어 4지 선답 등의 다지 선답형 평가의 한계를 극복할 수 있어 논리력, 창의력, 주관적 사고력 등의 수준을 객관적으로 파악하는데 매우 효과적이며, 현행 교육 제도가 앉고 있는 획일적 평가 방식의 문제점을 해결할 수 있을 것이다. In particular, in essay and thesis analysis, it is possible to overcome the limitations of multi-answer type answers such as four-choice answers, so it is very effective to objectively grasp the level of logic, creativity, and subjective thinking ability. It may be possible to solve the problem of a uniform evaluation method.

도 3은 본 발명에 따른 방법에 있어서 컨텐츠의 코드화 및 세트화 단계를 보인 것이다. Figure 3 shows the steps of encoding and setting content in a method according to the invention.

코드화 단계(S1)에서는 평가를 위한 대상 컨텐츠를 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시키는 코드 데이터를 생성한다. 세트화 단계(S2)에서는 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 세트 데이터를 생성한다. 복잡한 컨텐츠의 경우에는 필요에 따라 하나 이상의 세트화 단계(S3)를 더 추가할 수도 있다. In the encoding step S1, target data for evaluation are analyzed into a plurality of sub data to generate code data for changing each sub data into sub codes. In the set step S2, the code data is combined for each group according to a specific condition to generate set data obtained by setting the plurality of higher codes. In the case of complex content, one or more set steps S3 may be further added as necessary.

본 발명이 적용되는 분야에 따라, 상기 코드 데이터 또는 세트 테이터에 대한 피평가 대상자들의 선택 정보를 수집하는 단계가 후속적으로 추가된다. 혹은, 복수의 피평가 대상자들로부터 평가를 위한 컨텐츠를 유선 또는 무선 네트워크를 통하여 미리 수집할 수도 있을 것이다. According to the field to which the present invention is applied, a step of collecting selection information of subjects on the code data or set data is subsequently added. Alternatively, content for evaluation may be collected in advance from a plurality of subjects through a wired or wireless network.

피평가 대상자들로부터 수집된 선택 정보 (또는 복수의 피평가 대상자들과 관련된 복수의 세트 테이터)를 통계적으로 처리한 후, 통계 처리 결과가 유선 또는 무선 네트워크를 통하여 온라인 상에서 시각적으로 피평가 대상자에게 제공된다. After statistically processing the selected information collected from the subjects (or a plurality of set data related to the plurality of subjects), the statistical processing results are visually provided to the subjects online via a wired or wireless network. do.

컨텐츠contents 분석 및 서브 데이터 Analysis and sub data

본 발명에 있어서 다자간 비교 평가 및 통계적 처리를 위한 선행 단계는 평가 대상 컨텐츠를 분석하는 것이다. 논문, 수필, 특정 사안에 대한 의견, 심리 상태에 대한 진술 등 복수의 문장으로 구성되고 논리적 관련성이 존재하는 컨텐츠의 경우 객관적인 비교 평가를 위해서는 컨텐츠를 정량화된 데이타로 분석할 필요가 있다. In the present invention, a preceding step for multilateral comparison evaluation and statistical processing is to analyze the content to be evaluated. In the case of content that consists of a plurality of sentences, such as a thesis, essays, opinions on specific issues, and statements about psychological state, and has logical relevance, it is necessary to analyze the content as quantified data for objective comparison and evaluation.

도 4는 예를 들어 어학 컨텐츠(언어 학습 컨텐츠)(200)를 논리적이고 객관적인 방법으로 평가하기 위하여 다면적인 관점으로 분석한 예를 모식적으로 나타낸 것이다. 시, 소설, 수필 등의 문학 작품, 논문이나 각종 분야의 정보 자료 등의 하나 이상의 관점을 담고 있는데 예를 들어, 인물에 관한 정보(210), 배경에 관한 정보(220), 사건에 관한 정보(230), 가치관에 관한 정보(240) 등이 있을 수 있다.FIG. 4 schematically shows an example of analyzing a language content (language learning content) 200 from a multifaceted perspective in order to evaluate it in a logical and objective manner. It contains one or more viewpoints, such as literary works such as poetry, novels, and essays, articles, and information materials in various fields. 230, information 240 about values.

이와 같은 다양한 관점에 관련된 정보들은 어학 컨텐츠를 객관적으로 분석하는데 유용한 기초 자료가 될 수 있다. 또한, 이러한 정보들을 체계적으로 분석하여 객관적인 평가 단위로서 코드화시킬 수 있다. Information related to these various points of view may be a useful base for objectively analyzing language content. In addition, this information can be systematically analyzed and encoded as an objective unit of evaluation.

도 5는 언어 학습 컨텐츠(200)를 다양한 관점의 정보들을 기초로 하여 복수의 논점으로 분류한 분석 정보(202, 204, 206, 208)로 변환(또는 도출)시킨 것을 모식화한 것이다. 상기 분석 정보의 수는 언어 학습 컨텐츠의 내용 및 형식에 따라 달라질 수 있으며, 도시된 네 개의 논점은 예시적으로 제안된 것이다. 상기 분석 정보는 다시 각각의 세부 논점을 포함하는 서브 분석 정보(202a, 204a, 206a, 208a)로 분할될 수 있다. FIG. 5 schematically illustrates that the language learning content 200 is converted (or derived) into analysis information 202, 204, 206, and 208 classified into a plurality of issues based on information of various viewpoints. The number of the analysis information may vary depending on the content and format of the language learning content, and the four issues shown are merely exemplary. The analysis information may be further divided into sub-analysis information 202a, 204a, 206a, and 208a including each detailed issue.

평가 대상 컨텐츠가 특정 사건에 대한 의견을 진술한 글이라면 예를 들어 사건 발생 원인에 대한 견해, 사건 경과 과정에 대한 견해, 사건의 결과에 대한 견해 등으로 분석하여 각각의 데이터를 코드화시킬 수도 있을 것이다. If the content being evaluated is a statement of opinion on a particular event, it may be possible to code each piece of data, for example, by analyzing the view of the cause of the event, the view of the course of the event, and the view of the outcome of the event. .

또한, 심리 치료와 관련된 의료적 컨텐츠라면 예를 들어 과거 경험에 대한 감정, 현재 상태의 감정, 미래에 대한 생각이나 감정 등으로 분석하여 각각의 데이터를 코드화시킬 수도 있을 것이다. In addition, for medical contents related to psychotherapy, for example, each data may be encoded by analyzing emotions of past experiences, feelings of the present state, thoughts or feelings about the future, and the like.

이와 같이 컨텐츠의 분석을 통한 서브 데이터를 얻는 과정은 대상 컨텐츠의 종류 및 특성에 따라 달라질 수 있다. 컨텐츠로부터 다양한 관점을 기초로 도출된 분석 정보들은 디지털 정보로 데이터화되어(코드화) 본 발명에 따른 다자간 비교 평가를 수행하는 기초 자료로 이용된다.As such, the process of obtaining the sub data through the analysis of the content may vary according to the type and characteristics of the target content. Analysis information derived based on various viewpoints from the content is converted into digital information (encoded) and used as basic data for performing a multilateral comparison evaluation according to the present invention.

한편, 본 발명에 있어서, 피평가 대상자로부터 수집한 평가 대상 컨텐츠의 분석에도 도 4 및 도 5를 통해 설명한 분석 정보 도출 방식이 이용될 수 있다.Meanwhile, in the present invention, the analysis information derivation method described with reference to FIGS. 4 and 5 may also be used to analyze the content to be evaluated collected from the person to be evaluated.

분석 데이터의 코드화Coding Analysis Data

컨텐츠의 내용을 다면적 관점에서 분석하여 서브 데이터를 얻은 후에는 (혹은 분석 과정과 동시에) 서브 데이터를 코드화시킨다.After obtaining the sub data by analyzing the contents of the content from a multi-dimensional point of view (or at the same time as the analysis process), the sub data is encoded.

도 6은 예를 들어 복수의 관점을 기초로 분석된 일차원적인 서브 데이터를 코드화시킨 것이다. 서로 다른 관점들(A)로부터 도출된 서브 데이터들은 서로 선형적인 관계를 이루며 각각 a, b, c, d 로 코드화시킬 수 있다. 상기 코드들(a, b, c, d)는 예를 들어 인물, 배경, 사건, 가치관의 관점에서 컨텐츠를 분석한 후 얻어진 서브 데이터에 해당할 수 있다. 6 codes, for example, one-dimensional sub data analyzed based on a plurality of viewpoints. The sub data derived from different viewpoints A have a linear relationship with each other and may be encoded as a, b, c, and d, respectively. The codes a, b, c, and d may correspond to, for example, sub data obtained after analyzing content in terms of people, backgrounds, events, and values.

컨텐츠 분석은 일차원적 형태 뿐만 아니라 2차원 또는 3차원적으로 수행될 수도 있으며, 이 경우 다면적 분석에 따라 좀더 복잡한 형태의 코드화 과정이 필요하다.Content analysis can be performed not only in one-dimensional form but also two-dimensional or three-dimensional. In this case, a more complicated form of encoding process is required according to the multi-faceted analysis.

예를 들어 도 7을 참조하면, 인물, 배경, 사건, 가치관에 관련된 제1관점들(A)과 컨텐츠 내용 구성의 형식적 측면에서 분석하는 단일 구조, 복합 구조, 심화 구조에 관련된 제2관점들(B)이 매트릭스적으로 배열되어 있는 것을 볼 수 있다. 이러한 관점들의 매트릭스 배열을 통하여 각각의 관점들이 서로 만나는 지점에서 형성되는 혼합 관점들은 보다 복잡한 형태도 코드화(a1, a2, a3, b1, b2, b3, c1, c2, c3, d1, d2, d3)된다. 이러한 매트릭스 형태의 코드화를 통하여 논문이나 수필 등 내용이 복잡하고 논리가 내포되어 있는 글에 대한 정확한 비교 평가가 가능하게 된다. For example, referring to FIG. 7, first viewpoints A related to a person, a background, an event, and a value, and second viewpoints related to a single structure, a complex structure, and a deep structure that are analyzed in a formal aspect of content content composition ( It can be seen that B) is arranged in a matrix. Mixed perspectives formed at the point where each perspective meets through the matrix arrangement of these perspectives are encoded in a more complicated form (a1, a2, a3, b1, b2, b3, c1, c2, c3, d1, d2, d3). do. This matrix-type coding enables accurate comparison and evaluation of articles with complicated contents and logic, including articles and essays.

한편, 도 8을 참조하면, 매트릭스 구조로 배열된 관점들(A, B) 중에서 단일, 복합, 심화 구조에 관련된 관점들(B)이 또 다른 세분화된 제3의 관점들로 분할되어 있는 것을 볼 수 있다. 도식화의 편의상 2차원적으로 배열하였지만, 이러한 관점들의 배열은 3차원적으로 도식화할 수도 있을 것이다. 즉, 크게 세 가지로 분류되는 기본 관점들이 서로 연계되어 더욱 세분화된 각종 하위 단위의 데이터들이 코드화 된다(a1, a2, a3, a4, a5, a6, a7, a8, a9, b1, b2, b3, b4, b5, b6, b7, b8, b9, c1, c2, c3, c4, c5, c6, c7, c8, c9, d1, d2, d3, d4, d5, d6, d7, d8, d9)Meanwhile, referring to FIG. 8, among the views A and B arranged in a matrix structure, the views B related to the single, complex, and deep structures are divided into other subdivided third views. Can be. Although arranged two-dimensionally for the sake of schematic drawing, the arrangement of these views may be three-dimensionally illustrated. In other words, three basic perspectives are linked to each other to further code data of various sub-units (a1, a2, a3, a4, a5, a6, a7, a8, a9, b1, b2, b3, b4, b5, b6, b7, b8, b9, c1, c2, c3, c4, c5, c6, c7, c8, c9, d1, d2, d3, d4, d5, d6, d7, d8, d9)

코드들의 조합 및 세트화Combination and Set of Codes

본 발명은 주관적, 논리적 사고에 관한 평가를 피평가 집단 내의 평가 대상자들 간에 다자간 비교 평가를 하고 그 결과를 통계적으로 처리하여 객관화시키기 위하여, 앞서 언급한 컨텐츠 분석 데이타의 코드화 이후에 코드들을 특정 조건에 따라 조합하여 세트화시키는 단계를 수행한다. According to the present invention, in order to subjectively evaluate subjective and logical thinking among the subjects in the subject group, subject the codes to specific conditions after coding the content analysis data. According to the combination.

이와 같이 세트화된 코드들은 그 이전의 하위 코드들로부터 일련의 코드들이 조합되어 상위 코드로 설정된다. 상위 코드들은 피평가 대상자들이 정답과의 비교 방식이 아닌 상호 비교를 통한 통계적 분포를 제공할 수 있는 기초가 되며, 평가툴(tool)이 피평가 집단의 규모, 시간의 흐름에 따라 스스로 진화하도록 하는데 필요한 기초 수단이 된다. Codes thus set are set as the upper code by combining a series of codes from the previous lower codes. Higher-level codes are the basis on which subjects can provide statistical distribution through comparisons, rather than comparisons with correct answers, and allow assessment tools to evolve over time and over time. It is a necessary basis.

이와 같이 코드들의 세트화를 통하여 본 발명은, 예를 들어 4지 선다형 중 정답을 요구하는 평가 방식과 달리, 다양한 형태의 컨텐츠에 대한 논리력, 이해력, 분석력 등을 다자간에 비교 평가가 가능하다. As described above, according to the set of codes, the present invention is capable of comparing and evaluating logical power, understanding ability, and analysis power for various types of contents differently from the evaluation method requiring a correct answer among four choices.

예를 들어 아래 표 1에서와 같이 컨텐츠를 분석하여 다양한 서브 데이터들을 추출하고 이 서브 데이터들을 코드화시킬 수 있을 것이다.For example, as shown in Table 1 below, the content may be analyzed to extract various sub data and code the sub data.

[표 1]TABLE 1

관점1Perspective 1 인물Character 사건Incident 배경background 가치관Values 관점2Viewpoint 2 단순simple 복합complex 갈등conflict 심화Deepening 단순simple 복합complex 갈등conflict 심화Deepening 단순simple 복합complex 갈등conflict 심화Deepening 단순simple 복합complex 갈등conflict 코드code A1A1 A2A2 A3A3 A4A4 B1B1 B2B2 B3B3 B4B4 C1C1 C2C2 C3C3 C4C4 D1D1 D2D2 D3D3

상기 코드들을 관점 1의 각 항목들로부터 하나 씩 추출하여 4개의 코드들이 조합된 코드군을 세트화시키면 관점 1에 관련된 하나의 논리적인 흐름을 대표할 수 있는 상위 코드가 생성될 수 있다. By extracting the codes one by one from each item of viewpoint 1 and setting a code group in which four codes are combined, a higher level code that can represent one logical flow related to viewpoint 1 may be generated.

상기 코드화된 서브 데이터로부터 세트 데이터를 생성하는 과정은 예를 들어, 도 9에 도시한 바와 같이 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 세트화시킨 복수의 제1상위 코드들(AA, AB, BA, BC)을 생성하는 단계와(세트 A), 상기 제1상위 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 제2상위 코드들(α, β)로 세트화시키는 단계(세트 B)를 포함할 수 있다. The generating of the set data from the coded sub data may include, for example, a plurality of first higher codes AA and AB which combine and set the code data into groups according to a specific condition as illustrated in FIG. 9. Generating a set of a plurality of second higher codes (α, β) by combining the first higher codes in groups according to a specific condition. It may include.

물론, 평가 대상 컨텐츠의 종류나 특성에 따라 세트화 단계는 복수의 단계로 더욱 세분화될 수도 있고 세트화된 상위 코드의 수도 증가할 수 있을 것이다.Of course, the set step may be further subdivided into a plurality of steps according to the type or characteristic of the content to be evaluated, and the number of higher codes set may increase.

한편, 본 발명에서는 평가 대상자가 속한 또래 집단, 비교 대상 집단, 또는 전문가 집단의 평가 결과 분포를 예시적으로 제공함으로써 평가 대상자 스스로 자신의 논리력 등을 객관적으로 평가할 수 있다. On the other hand, in the present invention, by providing an example distribution of the evaluation results of the peer group, the comparison target group, or the expert group to which the evaluation target belongs, it is possible to objectively evaluate its own logical power and the like.

예를 들어, 소설의 주인공(A)의 성격이나 성향에 대한 질문에 대하여 다음과 같은 관점의 선택형 답안을 제시할 수 있을 것이다. For example, a question about the nature or inclination of the main character (A) of the novel could be presented with an optional answer from the following point of view.

1) 단순, 2) 복합, 3) 갈등, 4) 심화1) simple, 2) complex, 3) conflict, 4) deepening

예시적으로 제시한 답안들에 대한 다양한 피평가자(학습자) 집단의 선택 결과를 수집하여 통계적으로 처리할 경우 다음의 표 2와 같은 결과가 나타날 수 있을 것이다.For example, the results of the selection of various groups of subjects (learners) for the proposed answers may be statistically processed as shown in Table 2 below.

[표 2]TABLE 2

초등부 집단Elementary group 중등부 집단Secondary group 고등부 집단High school group 성인 집단Adult group 전문가 집단Expert group 단순simple 10%10% 30%30% 35%35% 40%40% 10%10% 복합complex 25%25% 40%40% 5%5% 30%30% 80%80% 갈등conflict 5%5% 15%15% 30%30% 10%10% 8%8% 심화Deepening 60%60% 15%15% 30%30% 10%10% 2%2%

학습자가 선택한 답안을 통계적 자료로 제시하게 되면, 학습자 수가 많아 질수록 평가 기준의 객관성을 확보되는 장점이 있다. 또한, 질문에 대한 정답을 제시하는 것이 아니고 특정 답안을 선택한 빈도수를 제시함으로써 답안 선택의 다양한 경향을 객관적으로 파악할 수 있다. 즉, A 라는 인물을 평가할 때 정답을 제시하기 보다는 또래 집단과 전문가 집단에서 A 라는 인물에 대해 평가하는 항목의 빈도수가 어떻게 다양하게 나타나는지 제시함으로써 주된 유형의 답안을 포용할 수 있을 뿐만 아니라 소수 의견을 포용할 수도 있게 된다. 이러한 방식의 평가는 경쟁 위주의 사회에서 소홀해지기 쉬운 배려, 관용, 이해 등의 사회적 매너를 갖추는 간접적 수단이 될 수도 있다.When the answer chosen by the learner is presented as statistical data, the greater the number of learners, the more secure the objectivity of the evaluation criteria is. In addition, by presenting the frequency of selecting a specific answer rather than presenting the correct answer to the question, it is possible to objectively grasp the various tendencies of answer selection. In other words, rather than presenting the correct answer when evaluating a person A, it is possible to embrace the main types of answers as well as to suggest how the frequency of items for peer A and expert groups to evaluate the person A varies. You can also embrace. Evaluation in this manner may be an indirect means of establishing social manners such as consideration, tolerance and understanding that are likely to be neglected in a competitive society.

도 10은 본 발명의 일 실시예에 따른 다자간 비교 평가 및 통계적 처리를 위한 절차의 순서를 예시적으로 보인 것이다.10 illustrates an example of a procedure for multilateral comparison evaluation and statistical processing according to an embodiment of the present invention.

예를 들어, 온라인 학습에 관련된 평가 시스템의 경우에 서비스 제공 서버로부터 평가를 위한 컨텐츠와 관련된 복수의 서브 데이터(및 하위 코드 또는 세트 코드)를 사용자(학습자)에게 온라인으로 전송한다(단계 S1). 상기 서브 데이터를 수신한 사용자는 서브 데이터에 대한 응답, 또는 상기 서브 데이터와 관련된 하위 코드 또는 이 코드들이 세트화된 상위 코드에 대한 응답 정보(선택 정보)를 전송하고 이 응답 정보를 서버에서 수신한다(단계 S2). 수신된 정보는 별도의 코드화 과정을 거쳐 (응답 정보에 코드 정보가 포함되어 있을 경우에는 코드화 과정 없이) 분석 및 처리된다(단계 S3). 수신된 정보는 사용자 수준별, 나이별, 지역별 등에 따라 분류될 수 있고, 통계적으로 처리하여, 최종적으로 시각적인 정보로 분석 결과를 생성한다(단계 S4).For example, in the case of an evaluation system related to online learning, a plurality of sub data (and sub codes or set codes) related to content for evaluation are transmitted online from a service providing server to a user (learner) (step S1). The user receiving the sub data transmits a response to the sub data, or response information (selection information) for a lower code related to the sub data or an upper code in which the codes are set, and receives the response information from the server. (Step S2). The received information is analyzed and processed through a separate encoding process (without encoding process if the response information includes the code information) (step S3). The received information can be classified according to user level, age, region, and the like, and statistically processed to finally generate an analysis result with visual information (step S4).

도 11은 이와 같은 시각적인 정보의 일례를 도시한 것으로, 평가 집단별로 세트화된 상위 코드의 선택 빈도를 통계적으로 분석한 결과를 나타내고 있다. FIG. 11 shows an example of such visual information, and shows a result of statistically analyzing the frequency of selection of a higher code set for each evaluation group.

평가 대상 집단의 평가 결과(I), 비교 집단의 평가 결과(II) 및 전문가 집단의 평가 결과(III)가 함께 제시되어 있어 객관적인 평가가 가능하다. 또한, 학년별, 석차별, 지역별, 연령별 평가 결과 등 다양한 집단별로 평가 결과를 시각적으로 제공 가능하다. The evaluation result (I) of the target group, the evaluation result of the comparison group (II), and the evaluation result of the expert group (III) are presented together, so that an objective evaluation is possible. In addition, the evaluation results can be visually provided by various groups such as grades, rankings, regions, and ages.

특정 컨텐츠에 대한 평가 집단의 다수 의견 또는 생각의 유형을 통계 처리함으로써 쉽고 직관적으로 파악할 수 있으며, 학습자(또는 학습자 집단)의 수준이나 위치(M)도 파악 가능하여 자가 진단에 효과적이다. It can be easily and intuitively grasped by statistically processing the number of opinions or thoughts of the evaluation group for specific contents, and the level or location (M) of the learner (or learner group) is also effective for self-diagnosis.

정답만을 제시하여 단편적으로 평가하는 기존의 방식과 달리, 평가 집단 내에서 복수의 피평가자들 상호간에 비교 평가함으로써 학습자 개인(또는 학습자 집단)의 수준 및 위치를 객관적으로 파악함으로써, 다양한 가치가 공존하는 현대 사회에서 소홀하기 쉬운 배려, 관용, 이해 등의 미덕을 간접적으로 체득하는 효과를 얻을 수 있을 것이다.Unlike the traditional method of evaluating piecemeal answers by presenting only correct answers, it is possible to objectively grasp the level and location of individual learners (or group of learners) by comparing and evaluating a plurality of subjects within the evaluation group. It will be possible to indirectly acquire the virtues of consideration, tolerance, and understanding that are easily neglected in society.

도 12는 코드 데이터 또는 세트 데이터에 대한 선택 정보를 정규 분포(가우 시안 분포)로 도식화시킨 예를 보인 것이다. 이와 같이 정규 분포로 시각화시킨 통계 처리 결과는 평가 집단 내에서의 학습자의 수준이나 위치를 판단하는데 용이하다. 이 경우에도 평가 대상 집단의 평가 결과(I), 비교 집단의 평가 결과(II) 및 전문가 집단의 평가 결과(III)가 함께 제시함으로써 객관적인 비교 평가를 할 수 있을 것이다. 12 shows an example in which selection information on code data or set data is plotted as a normal distribution (Gaussian distribution). The statistical processing results visualized by the normal distribution are easy to determine the level or position of learners in the evaluation group. In this case, objective comparison can be achieved by presenting the evaluation result (I) of the evaluation target group, the evaluation result of the comparison group (II) and the evaluation result of the expert group (III).

특히, 정규 분포로 시각화시키는 것은 온라인 학습이나 심리 치료 등에 있어서 또래 집단 또는 비교 집단 내에서의 수준이나 위치를 정확하게 평가할 수 있어 학습 증진을 위한 부가 서비스를 병행하는데 매우 효과적이다. In particular, the visualization with a normal distribution is very effective in paralleling supplementary services for improving learning by accurately assessing the level or location in peer group or comparison group in online learning or psychotherapy.

도 13은 시간의 경과에 따른 평가 결과의 변화를 도시한 것으로서, 제1시점에서의 학습자의 수준 또는 위치(M1)로부터 제2시점에서의 학습자의 수준 또는 위치(M2) 변화를 시각적으로 쉽게 확인할 수 있다.FIG. 13 illustrates a change in an evaluation result over time, and visually confirms a change in a learner's level or position M2 from the learner's level or position M1 at a first time point. Can be.

이와 같이 본 발명에 따른 다자간 비교 평가 및 통계 처리 방법은 예를 들어 온라인 학습 시스템에 있어서 학습자(또는 학습자 집단의 수준별 색인화, 학습자 수준에 맞춘 강의 취사 선택 등과 병행하여 학습 효과 향상을 효과적으로 이룰 수 있으며, 논리력이나 사고력이 요구되는 컨텐츠 학습에 특히 뛰어난 장점이 있다. As described above, the multilateral comparison evaluation and statistical processing method according to the present invention can effectively improve the learning effect in parallel with the learner (or indexing by level of the learner group, the course cooking selection according to the learner level, etc.) in the online learning system. There is a particular advantage in learning content that requires logic or thinking.

본 발명에 따른 다자간 비교 평가 및 통계 처리 방법을 위한 시스템 구성을 도 14에 예시적으로 도시하였다. 14 illustrates a system configuration for a multilateral comparison evaluation and statistical processing method according to the present invention.

유무선 데이터 통신 및 데이터 제어를 수행하는 서비스 제공 서버(300)는 그 내부에 또는 별도로 구비되는 장치를 통하여 데이터베이스(310)와, 분석 엔진(320), 및 분석결과 생성 엔진(330)을 포함한다. The service providing server 300 performing wired / wireless data communication and data control includes a database 310, an analysis engine 320, and an analysis result generation engine 330 through a device provided therein or separately.

상기 데이터베이스(310)는 평가 대상 컨텐츠를 저장하는 제1데이터베이스와, 상기 컨텐츠를 특정 조건에 따라 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시킨 제1코드들을 저장하는 제2데이터베이스(코드 데이터베이스)와, 상기 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 제2코드들을 저장하는 제3데이터베이스(세트 데이터베이스)를 포함할 수 있으며, 경우에 따라서는 추가적인 서브 데이터베이스를 더 포함할 수 있을 것이다.The database 310 stores a first database for storing the content to be evaluated and a second code for analyzing the content into a plurality of sub data according to a specific condition and storing first codes for changing each sub data into sub codes. A database (code database) and a third database (set database) for storing the second codes in which the codes are combined into groups according to a specific condition and set into a plurality of higher codes, and in some cases, It may further include additional sub-databases.

상기 분석 엔진(320)은 상기 제1코드들 또는 제2코드들을 통계적으로 처리하는 통계처리 엔진에 해당하며, 상기 분석결과 생성 엔진(330)은 통계적으로 처리된 결과를 시각적인 정보로 변환하는 시각정보 변환 엔진에 해당한다. The analysis engine 320 corresponds to a statistical processing engine for statistically processing the first codes or the second codes, and the analysis result generation engine 330 converts the statistically processed result into visual information. Corresponds to the information conversion engine.

상기 서버는 온라인 상의 피평가자들(410, 420)로부터 상기 평가 대상 컨텐츠를 유선 또는 무선 네트워크(305)를 통해 수집하거나, 피평가자들에게 평가 대상 컨텐츠를 전송할 수 있다. The server may collect the content to be evaluated from the online evaluators 410 and 420 through the wired or wireless network 305 or transmit the content to the evaluators.

본 발명에서 엔진(engine)은 다자간 비교 평가 및 통계적 처리에 필요한 핵심적인 기능을 수행하는 소프트웨어나 하드웨어, 또는 이 소프트웨어를 저장한 저장 매체를 지칭한다. 또한, 본 발명에 있어서, 분석 엔진(320), 분석결과 생성 엔진(330)은 서로 별도의 소프트웨어 또는 하드웨어로 존재할 수도 있지만, 둘 이상을 하나의 통합하여 시스템화된 엔진으로 구현할 수도 있다.In the present invention, the engine refers to software or hardware that performs essential functions necessary for multilateral comparison evaluation and statistical processing, or a storage medium storing the software. In addition, in the present invention, the analysis engine 320 and the analysis result generation engine 330 may exist as separate software or hardware from each other, but may be implemented as a systemized engine by integrating two or more into one.

한편, 본 발명에 있어서, 사용자(학습자)가 제공하는 데이터를 유선망 또는 무선망을 통해 수신하여 서버에 전송하거나, 서버 또는 서버에 의하여 제어되는 각 종 데이터베이스 또는 각종 엔진으로부터 데이터를 사용자에게 전달하는 통신 유닛을 별도로 구비할 수도 있다. On the other hand, in the present invention, the communication to receive the data provided by the user (learner) via a wired or wireless network to the server, or to transmit the data to the user from various databases or various engines controlled by the server or server The unit may be provided separately.

본 발명은 다자간 비교 평가를 위하여 평가 대상 컨텐츠를 정량적으로 계량화된 코드로 변환시킴으로써 피평가자들을 실시간적으로 객관적인 평가가 가능하다. 따라서, 본 발명에 따르면 예를 들어 온라인 학습이 갖고 있는 낮은 신뢰성을 극복함으로써 온라인 학습 산업의 구조를 개선함과 동시에 다양한 방식의 새로운 교육 사업 모델을 창출할 수 있을 것이다. 뿐만 아니라, 사회적인 요구에 부응하여 객관적인 비교 평가가 필요한 다양한 영역에 효과적으로 적용될 수 있을 것이다.According to the present invention, objective evaluation can be performed in real time by converting content to be quantitatively quantified for evaluating multilateral comparison. Thus, according to the present invention, for example, by overcoming the low reliability of online learning, it is possible to improve the structure of the online learning industry and to create a new educational business model in various ways. In addition, it can be effectively applied to various areas that need objective comparative evaluation in response to social needs.

이상에서 바람직한 실시예를 통하여 본 발명을 예시적으로 설명하였으나, 본 발명은 이와 같은 특정 실시예에만 한정되는 것은 아니며 본 발명에서 제시한 기술적 사상, 구체적으로는 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있을 것이다.The present invention has been exemplarily described through the preferred embodiments, but the present invention is not limited to such specific embodiments, and various forms within the scope of the technical idea presented in the present invention, specifically, the claims. May be modified, changed, or improved.

도 1은 온라인 학습 방법의 일례를 도시한 모식도.1 is a schematic diagram showing an example of an online learning method.

도 2는 온라인 학습 방법의 학습 평가 방식을 설명한 모식도.2 is a schematic diagram illustrating a learning evaluation method of an online learning method.

도 3은 본 발명에 따른 다자간 비교 평가를 위한 코드화 및 세트화 단계를 보인 순서도.Figure 3 is a flow chart showing the coding and set-up step for multilateral comparison evaluation according to the present invention.

도 4는 컨텐츠를 복수의 서브 데이타로 분석한 예를 보인 모식도.4 is a schematic diagram illustrating an example of analyzing content into a plurality of sub data.

도 5는 컨텐츠를 복수의 서브 데이타로 분석한 다른 예를 보인 모식도.5 is a schematic diagram illustrating another example of analyzing content into a plurality of sub data.

도 6은 컨텐츠를 복수의 관점을 기초로 코드화시킨 예를 보인 모식도.6 is a schematic diagram illustrating an example in which content is encoded based on a plurality of viewpoints.

도 7은 컨텐츠를 매트릭스 방식의 복수의 관점을 기초로 코드화시킨 예를 보인 모식도.Fig. 7 is a schematic diagram showing an example in which content is encoded based on a plurality of viewpoints in a matrix method.

도 8은 컨텐츠를 매트릭스 방식의 복수의 관점을 기초로 코드화시킨 다른 예를 보인 모식도.8 is a schematic diagram showing another example in which contents are encoded based on a plurality of viewpoints in a matrix manner.

도 9는 코드들을 조합하여 세트화시킨 예를 보인 모식도.9 is a schematic diagram showing an example in which codes are combined and set.

도 10은 본 발명에 따른 일 실시예의 처리 과정을 보인 순서도.10 is a flow chart showing a processing procedure of an embodiment according to the present invention.

도 11은 본 발명에 따른 다자간 비교 평가 결과의 일 예를 보인 그래프.11 is a graph showing an example of the results of the multilateral comparison evaluation according to the present invention.

도 12는 본 발명에 따른 다자간 비교 평가 결과를 보인 다른 그래프.12 is another graph showing the results of the multilateral comparison evaluation according to the present invention.

도 13은 본 발명에 따른 다자간 비교 평가 결과를 보인 또 다른 그래프.Figure 13 is another graph showing the result of multilateral comparison evaluation according to the present invention.

도 14는 본 발명에 따른 다자간 비교 평가 및 통계적 처리를 위한 시스템 구성을 보인 모식도.14 is a schematic diagram showing a system configuration for multilateral comparison evaluation and statistical processing according to the present invention.

*** 도면의 주요 부분에 대한 부호의 설명 ****** Explanation of symbols for the main parts of the drawing ***

300:서버 305:네트워크300: server 305: network

310:데이터베이스 320:분석 엔진310: Database 320: Analysis Engine

330:분석결과 생성 엔진 410, 420:사용자(학습자)330: analysis result generation engine 410, 420: user (learner)

Claims (15)

평가를 위한 대상 컨텐츠를 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시키는 코드 데이터 생성 단계와, A code data generation step of analyzing the target content for evaluation into a plurality of sub data and changing each sub data into sub codes; 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 세트 데이터 생성 단계와,A set data generation step of combining the code data into groups according to a specific condition and setting the plurality of higher codes; 상기 코드 데이터 또는 세트 테이터에 대한 피평가 대상자들의 선택 정보를 온라인 상에서 수집하는 단계와,Collecting on-line information of the subject's selection of the code data or set data; 수집된 선택 정보를 통계적으로 처리하는 단계와,Statistically processing the collected selection information, 통계적으로 처리된 선택 정보에 대한 결과를 온라인 상에서 시각적인 정보로 제공하는 단계를 포함하는 Providing visual information online for results of statistically processed selection information; 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.On-line statistical processing for multilateral comparison evaluation. 제1항에 있어서, 상기 세트 데이터 생성 단계는 The method of claim 1, wherein the set data generation step 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 세트화시킨 복수의 제1상위 코드들을 생성하는 단계와, Generating a plurality of first higher codes obtained by combining the code data into groups according to a specific condition; 상기 제1상위 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 제2상위 코드들로 세트화시키는 단계를 포함하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.And combining the first higher codes into groups according to a specific condition and setting the plurality of second higher codes into a plurality of second higher codes. 제1항에 있어서, 상기 시각적인 정보는 코드 데이터 또는 세트 데이터에 대한 선택 정보를 정규 분포로 도식화시킨 것을 특징으로 하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.2. The method of claim 1, wherein the visual information is a normal distribution of selection information for code data or set data. 제1항에 있어서, 상기 시각적인 정보는 피평가자들로부터 수집된 선택 정보의 통계적 처리 결과와 함께 별도의 전문가 집단의 선택 정보를 포함하는 것을 특징으로 하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.The method of claim 1, wherein the visual information includes selection information of a separate expert group together with the result of statistical processing of the selection information collected from the evaluators. 제1항에 있어서, 상기 통계적 처리는 피평가 대상자들을 특정 조건에 따라 분류하고, 분류된 피평가 대상자들의 특정 그룹 내에서 선택 정보만을 통계적으로 처리하는 것을 특징으로 하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.The method of claim 1, wherein the statistical processing classifies the subjects under specific conditions, and statistically processes only selection information within a specific group of the classified subjects. Treatment method. 제1항에 있어서, 상기 시각적인 정보는 제1시점에서의 통계적 처리 결과와, 상기 제1시점과 다른 제2시점에서의 통계적 처리 결과의 변화를 포함하는 것을 특징으로 하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.The method of claim 1, wherein the visual information includes a statistical processing result at a first time point and a change in the statistical processing result at a second time point different from the first time point. Method of processing statistics. 제1항에 있어서, 상기 선택 정보를 수집하는 단계는The method of claim 1, wherein collecting the selection information 유선 또는 무선 네트워크를 통하여 상기 코드 데이터 또는 세트 데이터를 피평가 대상자들에게 전송하고,Transmit the code data or set data to the subjects to be evaluated via wired or wireless network, 피평가 대상자들이 상기 코드 데이터 또는 세트 데이터에 대한 응답 결과로서 제공하는 정보를 유선 또는 무선 네트워크를 통하여 수집하는 단계를 포함하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.Gathering, via a wired or wireless network, the information provided by the subjects as a response to the code data or the set data via a wired or wireless network. 복수의 피평가 대상자들로부터 평가를 위한 컨텐츠를 유선 또는 무선 네트워크를 통하여 수집하는 단계와,Collecting content for evaluation from a plurality of subjects through a wired or wireless network; 수집된 컨텐츠를 특정 조건에 따라 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시키는 코드 데이터를 생성하는 단계와, Analyzing the collected contents into a plurality of sub data according to a specific condition to generate code data for changing each sub data into sub codes; 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 세트 데이터를 생성하는 단계와,Generating the set data in which the code data are combined into groups according to a specific condition and set into a plurality of higher codes; 복수의 피평가 대상자들과 관련된 복수의 세트 테이터를 통계적으로 처리하는 단계와,Statistically processing the plurality of set data associated with the plurality of subjects, 통계적으로 처리된 선택 정보에 대한 결과를 온라인 상에서 시각적인 정보로 제공하는 단계를 포함하는 Providing visual information online for results of statistically processed selection information; 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.On-line statistical processing for multilateral comparison evaluation. 제8항에 있어서, 상기 세트 데이터 생성 단계는 The method of claim 8, wherein the set data generating step 상기 코드 데이터를 특정 조건에 따라 그룹별로 조합하여 세트화시킨 복수의 제1상위 코드들을 생성하는 단계와, Generating a plurality of first higher codes obtained by combining the code data into groups according to a specific condition; 상기 제1상위 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 제2상위 코드들로 세트화시키는 단계를 포함하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.And combining the first higher codes into groups according to a specific condition and setting the plurality of second higher codes into a plurality of second higher codes. 제8항에 있어서, 상기 시각적인 정보는 코드 데이터 또는 세트 데이터에 대한 선택 정보를 정규 분포로 도식화시킨 것을 특징으로 하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.9. The method of claim 8, wherein the visual information is a normal distribution of selection information about code data or set data. 제8항에 있어서, 상기 시각적인 정보는 피평가자들로부터 수집된 컨텐츠를 코드화 및 세트화시킨 데이터와 함께 별도의 전문가 집단의 컨텐츠를 코드화 및 세트화시킨 데이터의 통계적 처리 결과를 포함하는 것을 특징으로 하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.The method of claim 8, wherein the visual information includes statistical processing results of data encoding and setting content of a separate expert group together with data encoding and setting content collected from an evaluator. On-line statistical processing for multilateral comparison evaluation. 제8항에 있어서, 상기 시각적인 정보는 제1시점에서의 통계적 처리 결과와, 상기 제1시점과 다른 제2시점에서의 통계적 처리 결과의 변화를 포함하는 것을 특징으로 하는 다자간 비교 평가를 위한 온라인 상의 통계적 처리 방법.10. The method of claim 8, wherein the visual information includes a statistical processing result at a first time point and a change in the statistical processing result at a second time point different from the first time point. Method of processing statistics. 유무선 데이터 통신 및 데이터 제어를 수행하는 서버와,A server performing wired and wireless data communication and data control, 평가 대상 컨텐츠를 저장하는 제1데이터베이스와,A first database for storing the content to be evaluated, 상기 컨텐츠를 특정 조건에 따라 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시킨 제1코드들을 저장하는 제2데이터베이스와, A second database for analyzing the contents into a plurality of sub data according to a specific condition and storing first codes in which each sub data is changed into lower codes; 상기 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 제2코드들을 저장하는 제3데이터베이스와,A third database storing second codes in which the codes are combined into groups according to a specific condition and set into a plurality of higher codes; 상기 제1코드들 또는 제2코드들을 통계적으로 처리하는 통계처리 엔진과,A statistical processing engine for statistically processing the first codes or second codes; 통계적으로 처리된 결과를 시각적인 정보로 변환하는 시각정보 변환 엔진을 포함하는 A visual information conversion engine that converts statistically processed results into visual information. 온라인 상의 다자간 비교 평가를 위한 통계적 처리 시스템.Statistical processing system for online multilateral comparison evaluation. 제13항에 있어서, 상기 서버는 온라인 상의 피평가자들로부터 상기 평가 대상 컨텐츠를 유선 또는 무선 네트워크를 통해 수집하는 것을 특징으로 하는 온라인 상의 다자간 비교 평가를 위한 통계적 처리 시스템.The statistical processing system for online multi-party comparison evaluation of claim 13, wherein the server collects the content to be evaluated from online evaluators through a wired or wireless network. 유무선 데이터 통신 및 데이터 제어를 수행하는 서버와,A server performing wired and wireless data communication and data control, 평가 대상 컨텐츠를 저장하는 제1데이터베이스와,A first database for storing the content to be evaluated, 상기 컨텐츠를 특정 조건에 따라 복수의 서브 데이터로 분석하여 각각의 서브 데이터를 하위 코드들로 변화시킨 제1코드들을 저장하는 제2데이터베이스와, A second database for analyzing the contents into a plurality of sub data according to a specific condition and storing first codes in which each sub data is changed into lower codes; 상기 코드들을 특정 조건에 따라 그룹별로 조합하여 복수의 상위 코드들로 세트화시킨 제2코드들을 저장하는 제3데이터베이스와,A third database storing second codes in which the codes are combined into groups according to a specific condition and set into a plurality of higher codes; 상기 제1코드들 또는 제2코드들에 대한 온라인 상의 피평가자들의 응답 정보를 통계적으로 처리하는 통계처리 엔진과,A statistical processing engine for statistically processing the response information of the evaluators online on the first codes or the second codes; 통계적으로 처리된 결과를 시각적인 정보로 변환하는 시각정보 변환 엔진을 포함하는 A visual information conversion engine that converts statistically processed results into visual information. 온라인 상의 다자간 비교 평가를 위한 통계적 처리 시스템.Statistical processing system for online multilateral comparison evaluation.
KR1020080021368A 2008-03-07 2008-03-07 On-line statistical process for comparative evaluation between multi parties and system for the same KR20090096040A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080021368A KR20090096040A (en) 2008-03-07 2008-03-07 On-line statistical process for comparative evaluation between multi parties and system for the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080021368A KR20090096040A (en) 2008-03-07 2008-03-07 On-line statistical process for comparative evaluation between multi parties and system for the same

Publications (1)

Publication Number Publication Date
KR20090096040A true KR20090096040A (en) 2009-09-10

Family

ID=41296293

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080021368A KR20090096040A (en) 2008-03-07 2008-03-07 On-line statistical process for comparative evaluation between multi parties and system for the same

Country Status (1)

Country Link
KR (1) KR20090096040A (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140011384A (en) * 2011-03-22 2014-01-28 이스트 캐롤라이나 유니버시티 Normalization and cumulative analysis of cognitive educational outcome elements and related interactive report summaries
US10878359B2 (en) 2017-08-31 2020-12-29 East Carolina University Systems, methods, and computer program products for generating a normalized assessment of instructors
US11010849B2 (en) 2017-08-31 2021-05-18 East Carolina University Apparatus for improving applicant selection based on performance indices
US11170658B2 (en) 2011-03-22 2021-11-09 East Carolina University Methods, systems, and computer program products for normalization and cumulative analysis of cognitive post content

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140011384A (en) * 2011-03-22 2014-01-28 이스트 캐롤라이나 유니버시티 Normalization and cumulative analysis of cognitive educational outcome elements and related interactive report summaries
US10878711B2 (en) 2011-03-22 2020-12-29 East Carolina University Normalization and cumulative analysis of cognitive educational outcome elements and related interactive report summaries
US11170658B2 (en) 2011-03-22 2021-11-09 East Carolina University Methods, systems, and computer program products for normalization and cumulative analysis of cognitive post content
US11508250B2 (en) 2011-03-22 2022-11-22 East Carolina University Normalization and cumulative analysis of cognitive educational outcome elements and related interactive report summaries
US10878359B2 (en) 2017-08-31 2020-12-29 East Carolina University Systems, methods, and computer program products for generating a normalized assessment of instructors
US11010849B2 (en) 2017-08-31 2021-05-18 East Carolina University Apparatus for improving applicant selection based on performance indices
US11610171B2 (en) 2017-08-31 2023-03-21 East Carolina University Systems, methods, and computer program products for generating a normalized assessment of instructors
US11676232B2 (en) 2017-08-31 2023-06-13 East Carolina University Apparatus for improving applicant selection based on performance indices
US12106392B2 (en) 2017-08-31 2024-10-01 East Carolina University Apparatus for improving applicant selection based on performance indices

Similar Documents

Publication Publication Date Title
Min et al. What Do We Know about Full-Service Community Schools? Integrative Research Review with NVivo.
Malesky et al. Nodding or needling: Analyzing delegate responsiveness in an authoritarian parliament
Bazeley Computer-assisted integration of mixed methods data sources and analyses
Edwards et al. The repertory grid technique: Its place in empirical software engineering research
Light et al. Summing up: The science of reviewing research
Gill et al. Spirituality and religiosity: Factors affecting wellness among low‐income, rural women
Sharkey et al. An approach to consensus building using the Delphi technique: developing a learning resource in mental health
Teddlie et al. Emergent techniques in the gathering and analysis of mixed methods data
Barker Q-methodology: an alternative approach to research in nurse education
Stormont et al. Teachers’ characteristics and ratings for evidence-based behavioral interventions
Green et al. A concept mapping approach to guide and understand dissemination and implementation
Cherney et al. Perspectives of academic social scientists on knowledge transfer and research collaborations: a cross-sectional survey of Australian academics
Niederman et al. The impact of a structured‐argument approach on group problem formulation
Persell et al. For-profit post-secondary education and civic engagement
Belkahla Hakimi et al. Developing a customer knowledge-based measure for innovation management
KR101023540B1 (en) Method for evaluating the analysis of test result using variable metadata
Brinberg et al. Dyadic analysis and the reciprocal one-with-many model: Extending the study of interpersonal processes with intensive longitudinal data.
Savaşan et al. Statistical reasoning for developing an attitude scale for health tourism stakeholders in North Cyprus context
Goldstein et al. Socioeconomic reach and heterogeneity in the extended family: Contours and consequences
KR20090096040A (en) On-line statistical process for comparative evaluation between multi parties and system for the same
Geißel et al. Determinants of successful participatory governance: The case of Local Agenda 21
Kao et al. The Relationship between Job Stress Risk Factors andWorkplace Well-Being with the Moderating Effects of JobBurnout: A Study of Substitute Educators for Early ChildhoodEducation in Taiwan
Shivy et al. Applying vocational interest models to naturally occurring occupational perceptions.
Reyes Social research: A deductive approach
Zhang et al. An empirical study on student evaluations of teaching based on data mining

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
NORF Unpaid initial registration fee