KR20120045382A - 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법 - Google Patents
학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법 Download PDFInfo
- Publication number
- KR20120045382A KR20120045382A KR1020100106889A KR20100106889A KR20120045382A KR 20120045382 A KR20120045382 A KR 20120045382A KR 1020100106889 A KR1020100106889 A KR 1020100106889A KR 20100106889 A KR20100106889 A KR 20100106889A KR 20120045382 A KR20120045382 A KR 20120045382A
- Authority
- KR
- South Korea
- Prior art keywords
- hint
- learning
- information
- hints
- learner
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 230000008569 process Effects 0.000 claims description 41
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000011017 operating method Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012938 design process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명은 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법에 관한 것이다. 본 발명의 실시예에 따른 학습능력 관리 장치는 의미적 정보를 서로 구분하는 시맨틱(semantic) 모델링을 이용해 학습자들의 학습 이력을 포함하는 사용자정보를 분류하여 저장하는 사용자정보 데이터베이스; 상기 사용자정보에 연계하여 상기 학습자들이 풀고자 하는 문제에 대한 풀이 및 힌트를 저장하는 풀이 및 힌트 데이터베이스; 상기 사용자정보, 상기 풀이 및 힌트 중 어느 하나에 연계하여 상기 문제를 저장하는 문제 정보 데이터베이스; 단말기를 통해 접속하는 상기 학습자들의 요청에 따라 상기 문제, 상기 풀이 및 힌트를 제공하며, 상기 풀이 및 힌트 제공시 상기 학습 이력에 따라 유형별로 분류되는 힌트를 제공하는 학습능력 관리 서버를 포함하는 것을 특징으로 한다.
Description
본 발명은 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법에 관한 것이다. 더 상세하게는 문제의 시맨틱 모델링을 통하여 학습자가 문제를 끝까지 풀 수 있도록 학습자의 학습 이력과 문제 상황 파악 정도에 따라 적절한 힌트를 시스템 즉 학습능력 관리 서버에서 자동으로 학습자에게 제공하여 학습자의 학습능력을 증대시키려는 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법에 관한 것이다.
이하의 부분에서 기술되는 내용은 본 발명의 실시예와 관련되는 배경 정보를 제공할 뿐 종래기술을 구성하는 것이 아님을 밝혀둔다.
최근 인터넷과 컴퓨터 활용에 따른 다양한 주변환경의 변화를 통하여 우리의 교육환경은 빠르게 변화하고 있다. 특히, 다양한 교육매체의 발달로 학습자는 보다 폭넓은 학습 방법을 선택하고 이용할 수 있게 되었는데, 그 중 인터넷을 통한 교육서비스는 시간적, 공간적 제약을 극복하고 저비용의 교육이 가능하다는 이점 때문에 각광받는 교수 학습 수단 중 하나로 자리매김하게 되었다.
이러한 경향에 부응하여 e-러닝 관련 기술이 급속히 발달하게 되었고, 이제는 제한된 인적?물적 자원으로 오프라인 교육에서는 불가능했던 맞춤형 교육서비스도 가능하게 되었다. 예컨대, 학습자의 개성과 능력에 따라 세분화된 수준별 학습을 제공함으로써, 과거의 획일적인 교육 방법에서 탈피하여 학습자의 개인 역량에 따른 교육 콘텐츠를 제공할 수 있게 되었다.
그러나, 이와 같은 맞춤형 교육서비스에 있어서도 현재까지 제공되고 있는 대부분의 교육 콘텐츠는 일방적인 주입식 교육 형태를 취하고 있다. 즉, 교수자가 먼저 학습자의 수준에 맞는 강의를 제공하면, 이를 수강한 학습자는 오프라인상에서 별도의 학습과정을 거친 후, 평가과정을 통해 학습성과를 확인할 수 있었다. 이와 같이 현재까지 인터넷을 통해 제공되고 있는 교육서비스는 강의를 수강한 학습자의 오프라인상에서의 노력 여하에 따라 학습성과가 좌우된다는 점에서, 종래 오프라인상의 교수법과 별반 차이가 없었다. 이에 따라, 학습자의 실질적인 실력향상을 도모하기 위하여, 양방향 교육이 가능한 인터넷 교육환경에서 제대로 그 기능을 활용하지 못하고 있다는 지적이 있어 왔다.
이에 최근에는 학습자의 개성을 존중하고 개인의 잠재능력을 최대한 살리기 위한 능동적 학습 방법의 일 형태로서, 자기 주도적 학습 방법에 관한 관심이 고조되고 있다. 자기 주도적 학습은 특정 학습 과정에서 개인이 솔선수범하여 고취된 학습 욕구를 만족하기 위하여 학습에 대한 인적, 물적 자원을 탐색하고, 이에 대한 적절한 접근전략을 이용하여 학습 결과를 평가하는 과정으로 이루어진다.
그런데, 이러한 자기 주도적 학습이 수학에는 다소 제한적인 면이 있다. 다시 말해, 수학에서 자기 주도적 학습을 위해 학습자는 문제를 푸는 단계 단계마다 적절히 힌트를 제공받아 문제를 풀어야 학습능력 고양을 위해 바람직하겠지만, 종래에는 단순히 문제를 풀었느냐 못 풀었느냐와 같은 문제 상황 파악 정보만을 이용해 힌트를 제공받거나 힌트를 풀이에 포함하여 한꺼번에 제공받는 등 자기 주도적 학습과는 다소 거리가 먼 문제점이 있었다.
본 발명의 실시예는 학습자 문제 상황 파악 정보뿐만 아니라 진도, 성취율, 주제별 숙련도 등과 같은 학습자의 학습 이력 정보를 이용해 힌트를 요구하는 매 단계 단계마다 적절히 힌트를 제공하는 방식을 통해 학습자의 학습능력을 증대시킬 수 있는 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법을 제공함에 그 목적이 있다.
본 발명의 실시예에 따른 학습능력 관리 장치는 의미적 정보를 서로 구분하는 시맨틱(semantic) 모델링을 이용해 학습자들의 학습 이력을 포함하는 사용자정보를 분류하여 저장하는 사용자정보 데이터베이스; 상기 사용자정보에 연계하여 상기 학습자들이 풀고자 하는 문제에 대한 풀이 및 힌트를 저장하는 풀이 및 힌트 데이터베이스; 상기 사용자정보, 상기 풀이 및 힌트 중 어느 하나에 연계하여 상기 문제를 저장하는 문제 정보 데이터베이스; 단말기를 통해 접속하는 상기 학습자들의 요청에 따라 상기 문제, 상기 풀이 및 힌트를 제공하며, 상기 풀이 및 힌트 제공시 상기 학습 이력에 따라 유형별로 분류되는 힌트를 제공하는 학습능력 관리 서버를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 학습능력 관리 서버는 단말기의 접속시 제공되는 상기 단말기의 정보에 근거하는 학습자의 학습 이력을 포함하는 사용자정보 및 문제 정보를 분석하고, 상기 학습 이력에 따른 문제의 난이도를 판단하는 사용자 및 문제 관련정보 분석부; 상기 사용자 및 문제 관련정보 분석부의 판단 결과에 따른 상기 문제의 풀이 과정을 수신하고, 상기 학습자의 특성에 맞는 힌트의 유형을 판단하는 풀이 및 힌트 관련정보 분석부; 및 상기 풀이 및 힌트 관련정보 분석부의 판단 결과에 따라 제공된 힌트에 의해 적절한 풀이가 이루어졌는지를 판단하고, 적절한 풀이가 이루어졌다고 판단되면 학습을 더 진행할 의향이 있는지의 여부를 판단하는 문제 결과 판단부를 포함하는 것을 특징으로 한다.
또한 본 발명의 실시예에 따른 학습능력 관리 장치의 힌트 제시 방법은 단말기의 접속시 제공되는 상기 단말기의 정보를 수신하고, 상기 단말기의 정보에 근거하여 학습자의 학습 이력을 포함하는 사용자 정보 및 문제 정보를 검색 및 분석하는 단계; 상기 학습 이력의 분석 결과, 상기 학습자의 학업 성취도에 적합하고, 난이도가 적당하다고 판단된 경우, 문제의 풀이 과정을 불러내어 상기 학습자의 특성에 맞는 힌트 유형을 판단하는 단계; 선택된 힌트 유형에 따른 힌트를 상기 단말기로 제공하고, 상기 단말기로부터 상기 힌트에 의해 풀이 결과를 수신하여 적절한 풀이가 이루어졌는지를 판단하는 단계; 상기 풀이의 결과, 적절한 풀이가 이루어진 경우, 학습을 더 진행할 것인지를 판단하는 단계; 및 상기 학습자가 상기 학습을 더 진행하지 않을 것으로 판단된 경우, 상기 학습에 대한 결과를 저장하고 상기 학습을 완료하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 학습능력 관리 장치의 힌트 제시 방법은 단말기를 이용하는 학습자의 학습 특성에 맞는 힌트 유형을 판단하고, 판단 결과에 따라 선택된 힌트 유형의 힌트를 상기 단말기로 제공하는 단계; 상기 힌트에 의한 풀이 결과를 상기 단말기로부터 수신하여 적절한 풀이가 이루어졌는지를 판단하는 단계; 적절한 풀이가 이루어지지 않은 경우, 더 이상의 남은 힌트가 있는지를 판단하는 단계; 상기 더 이상의 남은 힌트가 있는 경우 상기 선택된 힌트 유형에 따른 다른 힌트를 상기 단말기로 제공하는 단계; 상기 더 이상의 힌트가 없는 경우, 더 이상의 다른 힌트 유형이 있는지를 판단하는 단계; 및 상기 더 이상의 다른 힌트 유형이 있는 경우, 다른 유형의 힌트로 변환하여 상기 단말기로 제공하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 학습능력 관리 서버의 구동 방법은 단말기의 접속시 제공되는 상기 단말기의 정보에 근거하는 학습자의 학습 이력을 포함하는 사용자정보 및 문제 정보를 분석하고, 상기 학습 이력에 따른 문제의 난이도를 판단하는 단계; 상기 난이도의 판단 결과에 따른 상기 문제의 풀이 과정을 수신하고, 상기 학습자의 특성에 맞는 힌트의 유형을 판단하는 단계; 및 상기 힌트의 유형을 판단한 결과에 따라 제공된 힌트에 의해 적절한 풀이가 이루어졌는지를 판단하고, 적절한 풀이가 이루어졌다고 판단되면 학습을 더 진행할 의향이 있는지의 여부를 판단하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따르면, 시맨틱 모델링 기법을 통해 학습자에게 힌트를 줄 때에 문제 상황 파악 정보와 학습자의 학습 이력 정보를 활용하여 힌트를 요구하는 매 단계 단계마다 제공해 줄 수 있기 때문에 학습자가 문제를 끝까지 풀 수 있도록 한다.
또한 문제 풀이를 끝까지 마칠 수 있도록 함으로써 학습자가 가령 수학 과목에 흥미를 가질 수 있도록 하여 학습자의 학습능력을 증대시킬 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 학습능력 관리 장치의 구조를 나타내는 도면,
도 2는 도 1의 학습능력 관리 서버의 블록 다이어그램,
도 3은 도 1의 학습능력 관리 서버에서 학습자 이력 정보를 이용한 힌트 제시의 예를 나타내는 도면,
도 4는 도 1의 학습능력 관리 장치의 힌트 제시 방법을 나타내는 도면,
도 5는 도 1의 학습능력 관리 서버의 구동 방법을 나타내는 도면이다.
도 2는 도 1의 학습능력 관리 서버의 블록 다이어그램,
도 3은 도 1의 학습능력 관리 서버에서 학습자 이력 정보를 이용한 힌트 제시의 예를 나타내는 도면,
도 4는 도 1의 학습능력 관리 장치의 힌트 제시 방법을 나타내는 도면,
도 5는 도 1의 학습능력 관리 서버의 구동 방법을 나타내는 도면이다.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
도 1은 본 발명의 실시예에 따른 학습능력 관리 장치의 구조를 나타내는 도면이고, 도 2는 도 1의 학습능력 관리 서버의 블록 다이어그램이다.
도 1 및 도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 학습능력 관리 장치는 학습능력 관리 서버(120) 및 데이터베이스부(130)를 포함하며, 단말기(100) 및 통신망(110)을 더 포함할 수 있다.
여기서, 단말기(100)는 다양한 유무선 환경에 적용될 수 있으며, 예컨대 수학 문제 풀이를 위한 웹 애플리케이션을 포함할 수 있다. 단말기(100)는 단말기(100)의 형태별로 구분되는 PDA(Personal Digital Assistant), 셀룰러폰, 스마트폰 등과, 통신 방식별로 구분되는 PCS(Personal Communication Service)폰, GSM(Global System for Mobile)폰, W-CDMA(Wideband CDMA)폰, CDMA-2000폰, MBS(Mobile Broadband System)폰 등을 모두 포함할 수 있다. 여기서, MBS폰은 현재 논의되고 있는 차세대 시스템에서 사용될 단말기이다. 또한 단말기(100)는 데스크탑 컴퓨터 및 랩탑 컴퓨터 등을 더 포함할 수 있을 것이다.
단말기(100)는 인터넷 접속 프로토콜인 무선 애플리케이션(WAP: Wireless Application Protocol), HTTP 프로토콜을 사용하는 HTML에 기반한 MIE(Microsoft Internet Explorer), 핸드헬드 디바이스 트랜스포트 프로토콜(HDPT: Handheld Device Transport Protocol), NTT DoKoMo사의 i-Mode 또는 특정 통신사의 무선 인터넷 접속용 브라우저를 이용해 통신망(110)을 경유하여 인터넷에 접속한다. 단말기(100)에서 사용하는 인터넷 접속 프로토콜 중에서, MIE는 HTML을 약간 변형시켜 축약하는 m-HTML을 사용하고, i-Mode의 경우에는 HTML의 서브세트인 콤팩트 HTML(c-HTML)이라는 언어를 사용한다. 최근의 스마트폰과 같은 단말기(100)는 더욱 빠른 무선 인터넷을 제공하기 위하여 아이폰용인 오페라미니(Opera Mini)와 같은 특정 통신사의 무선 인터넷 접속용 브라우저를 사용하거나, 이와 연계해 단말기(100)에 근거리 통신망인 와이파이(WiFi) 및 와이브로(WiBro) 등도 함께 사용함으로써 무선 초고속 인터넷을 제공하고 있다.
또한 본 발명의 실시예에 따른 단말기(100)는 학습능력 관리 서버(120)에 접속 후 사용자 로그인을 통해 문제에 접근하고, 학습능력 관리 서버(120)에서 제공하는 힌트를 확인할 수 있으며, 풀이 전송 또는 답안 확인 등을 수행할 수 있다.
통신망(110)은 유무선 통신망을 모두 포함하며, 예컨대 무선통신망으로서 기지국 제어기, 기지국 전송기 및/또는 중계기 등을 포함한다. 여기서, 기지국 제어기는 지지국 전송기와 교환국간 신호를 중계하는 역할을 한다. 통신망(110)은 동기식 및 비동기식을 모두 지원한다. 따라서 동기식인 경우 송신 및 수신 기지국 전송기는 BTS(Base Station Transmission System), 송신 및 수신 기지국 제어기는 BSC(Base Station Controller)가 될 것이고, 비동기식인 경우 송신 및 수신 기지국 전송기는 RTS(Radio Tranceiver Subsystem), 송신 및 수신 기지국 제어기는 RNC(Radio Network Controller)가 될 것이다. 물론 본 발명의 실시예에 따른 통신망(110)은 이에 한정되는 것이 아니며, CDMA 망이 아닌 GSM 망 및 향후 구현될 차세대 이동통신 시스템의 접속망에 사용될 수 있는 것을 통칭하는 것이다.
학습능력 관리 서버(120)는 문제의 시맨틱(semantic) 모델링 정보에 기반하여 단말기(100)로 대화형 힌트를 제시한다. 여기서, 대화형이란 학습능력 관리 서버(120)에서 단말기(100)로 힌트를 제공하고 힌트에 따라 단말기(100)에서 풀이되는 문제의 결과를 학습능력 관리 서버(120)에서 확인 후 결과에 따라 다른 힌트를 제공하는 식으로 하나의 문제 풀이를 위하여 단말기(100)와 학습능력 관리 서버(120) 간 반복 과정이 이루어짐을 의미할 수 있다. 학습능력 관리 서버(120)는 단말기(100)의 사용자 즉 학습자가 사용자 로그인을 하여 문제에 접근하면, 사용자정보 DB(131) 및 문제 정보 DB(135)를 검색하여 사용자 정보 및 문제 정보를 파악하여 사용자의 학업 성취도에 적합한 문제인지를 판단하고, 또 난이도는 적당한지를 판단한다. 학업 성취도가 적합하고 난이도도 적당하다고 판단되면 풀이 및 힌트 정보 DB(133)를 검색해 문제의 풀이 과정을 불러오고 사용자의 특성에 맞는 힌트 유형을 파악하여 해당 유형에 맞는 힌트를 제공한다. 또한 힌트에 의해 적절한 풀이가 이루어졌는지를 판단하고, 이루어졌다고 판단되면 학습을 더 진행할 의향이 있는지의 여부에 따라 문제 정보 DB(135)를 검색하여 난이도가 조절된 다른 문제를 제공하며, 학습을 더 이상 진행할 의향이 없을 경우 관련 결과를 사용자정보 DB(131) 등의 기록 DB에 저장할 수 있을 것이다.
이와 같은 기능을 수행하기 위하여 학습능력 관리 서버(120)는 도 2에 도시된 바와 같이, 트래픽 처리부(200) 및 힌트 제시관련 수행부(210)를 포함할 수 있다. 여기서 트래픽 처리부(200)는 제어부(미도시) 및 인터페이스부를 포함할 수 있는데, 제어부는 학습능력 관리 서버(120)에서 처리되는 신호 또는 데이터 전반을 제어하는 역할을 수행하며, 인터페이스부는 통신망(110) 또는 데이터베이스부(130)와 상호 연동할 수 있도록 인터페이스 역할을 수행한다. 가령, 인터페이스부는 그 과정에서 정보 변환 등의 과정을 추가적으로 수행할 수 있을 것이다.
힌트 제시관련 수행부(210)는 가령 사용자 및 문제 관련정보 분석부(211), 풀이 및 힌트 관련정보 분석부(213) 및 문제 결과 판단부(215)를 포함할 수 있다. 사용자 및 문제 관련정보 분석부(211)는 단말기(100)의 로그인 접속시 제공되는 단말기(100)의 정보를 이용하여 사용자정보 DB(131) 및 문제 정보 DB(135)에서 검색된 사용자 정보 및 문제 정보를 분석하여 사용자의 학업 성취도에 적합한 문제인지를 파악하고, 또 난이도는 적당한지를 판단할 수 있다. 풀이 및 힌트 관련정보 분석부(213)는 사용자 및 문제 관련정보 분석부(211)의 판단 결과에 따라 풀이 및 힌트 정보 DB(133)에서 문제의 풀이 과정을 불러오고 사용자의 특성에 맞는 힌트 유형을 파악하여 해당 유형에 맞는 힌트를 제공하도록 한다. 즉 힌트를 제공하도록 관련 신호를 트래픽 처리부(200)에 제공할 수 있는 것이다. 문제 결과 판단부(215)는 풀이 및 힌트 관련정보 분석부(213)의 판단 결과에 따라 제공된 힌트에 의해 적절한 풀이가 이루어졌는지를 판단하고, 이루어졌다고 판단되면 학습을 더 진행할 의향이 있는지의 여부에 따라 문제 정보 DB(135)를 검색하여 난이도가 조절된 다른 문제를 제공하도록 트래픽 처리부(200)에 관련 신호를 제공할 수 있다. 가령, 문제 결과 판단부(215)를 통해 학습자가 학습을 더 진행할 의향이 없다고 판단된 경우 문제 풀이의 관련 결과를 트래픽 처리부(200)의 제어 하에 사용자정보 DB(131) 등의 기록 DB에 저장하도록 할 수 있을 것이다. 결국 트래픽 처리부(200)는 힌트 제시관련 수행부(210)의 수행 결과에 따라 관련 정보들을 데이터베이스부(130)에서 제공받아 단말기(100)로 제공하게 된다.
데이터베이스부(130)는 사용자정보 DB(131), 풀이 및 힌트 정보 DB(133) 및 문제 정보 DB(135)를 포함한다. 데이터베이스부(130)는 시맨틱 모델링 기법을 활용하기 위하여 각각의 DB에 가령 수학 문제 또는 사용자 정보들에 대하여 시맨틱 정보를 부여하고, 모든 수학 문제에 공통으로 적용되는 풀이 구조를 설정하며, 풀이 구조에 힌트를 삽입하여 생성한 관련 정보들을 저장한다. 그리고, 학습능력 관리 서버(120)의 요청시 저장한 정보들을 시맨틱 정보에 기반하여 제공하게 된다.
사용자정보 DB(131)는 학습자의 회원번호, 학교, 학년, 계열, 학업수준, 성취도, 시스템 이용 목적, 접속 빈도, 평균 이용 시간, 정답률, 힌트 이용률, 취약 개념 등을 구분하고, 해당 정도들에 대하여 시맨틱 정보를 부여하게 된다. 사용자정보 DB(131)에 저장되는 정보들은 학업 성취도와 학습 패턴으로 구분될 수 있다. 학업 성취도에는 학습자의 학년, 계열, 학습진도, 과거의 성적, 입시 혹은 내신과 같은 시스템의 이용 목적 등이 포함되고, 학습 패턴에는 학습 태도 패턴, 단원별 학습 성취에 관한 패턴, 선호하는 힌트 유형에 대한 패턴 등이 포함된다.
풀이 및 힌트 정보 DB(133)는 유형화된 풀이, 단계적인 풀이, 별해, 유형화된 힌트, 단계적 힌트 등의 정보를 저장한다. 힌트를 사용자에 맞게 적절하게 제시하기 위해서는 힌트의 유형화, 사용자의 이력 관리 등이 필요하므로 이를 고려하여 해당 DB에 관련 정보를 저장하는 것이다. 힌트의 유형화란 힌트의 성격, 제공 방법, 제공되는 정보의 크기에 따라서 각 힌트를 분류하여 적절하게 사용자에게 제공하기 위한 분류 작업이다. 이렇게 유형별로 분류된 힌트들은 학습자가 처한 상황에 따라서 적절히 제시되는데, 시스템 즉 학습능력 관리 서버(120)에서 중요하게 참고하는 것이 바로 사용자의 이력 정보이다. 학습능력 관리 서버(120)는 학습자의 객관적인 성취도와 학습 패턴에 대한 이력을 관리하므로, 이에 대한 분석을 바탕으로 풀이 및 힌트 정보 DB(133)에서 사용자에게 최적화된 힌트를 제공할 수 있게 된다.
힌트를 주기에 앞서 가장 먼저 참조해야 할 항목은 학습자의 이력 내용이다. 이력 관리에서 핵심적으로 다루어지는 정보는 학습자의 학습내용과 학습태도에 관한 것이다. 주어진 문제를 학습자가 충분히 풀어낼 수 있는지의 여부를 판단하기 위해서는 학습자의 학습내용을 참고한다. 그리고 과거의 학습자의 학습태도를 분석해서, 학습자에게 가장 적합한 방법으로 적절한 유형의 힌트를 제시해야 한다. 예를 들자면 어떤 학습자는 문제 풀이의 키워드가 되는 핵심어의 제시만으로도 스스로 문제 풀이 방법을 설계해서 결과에 도달할 수 있을 것이다. 반면에 어떤 학습자에게는 풀이 과정의 전체적인 로드맵을 제시해 주는 것이 효과적일 수 있다.
이런 학습자 개개인의 학습 패턴을 관리하면서 사용자에 최적화된 힌트를 제시하기 위해서 힌트의 유형을 다음과 같이 몇 가지로 나누고 그 특성에 맞게 DB를 구축하는 것이 바람직하다. 힌트의 유형은 크게 힌트의 성격에 의한 분류, 제시 방법에 의한 분류 및 제공 정보의 크기에 의한 분류로 나눌 수 있는데, 문제의 이해를 위한 힌트 및 풀이 과정에서 직접 도움이 되는 힌트는 힌트의 성격에 의한 분류에 해당된다. 서술형 힌트 및 도식형 힌트는 제시 방법에 의한 분류에 해당되며, 상세한 힌트 및 간략한 힌트는 제공 정보의 크기에 의한 분류에 해당된다.
예를 들어, 문제의 이해를 위한 힌트는 문제 풀이 단계의 초반에 제시되며, 풀이 과정에서 직접 도움이 되는 힌트는 풀이 과정의 후반 단계에서 제시된다. 그리고 간략 힌트는 초반에, 상세한 힌트는 간략한 힌트가 선행 제시된 이후에 보여질 수 있을 것이다.
관련 내용은 <예제 1>을 참조하여, 좀더 구체적으로 살펴보고자 한다.
<예제 1>
지수함수 f(x) = ax - m의 그래프와 그 역함수의 그래프가 두 점에서 만나고, 두 교점의 x좌표가 1과 3일 때, a + m의 값은?
1. 힌트의 성격에 의한 분류
학습자가 문제를 풀기 위해 가장 먼저 수행되어야 하는 작업은 문제 자체를 이해하는 일이다. 문제에 숨겨진 의도를 정확하게 파악하는 힌트를 제시할 수 있다. 학습자는 이를 통해서 전체적인 문제 풀이의 과정을 설계할 수 있다.
그리고 문제를 풀어나가는 과정에서 부딪히는 어려움을 해소하기 위한 힌트가 제시될 수 있다.
1) 문제의 이해를 돕기 위한 힌트
이 문제는 지수함수의 그래프와 역함수의 개념이 통합되어 있는 문제이다. 역함수는 f(x) = x에 대하여 대칭이라는 점을 활용한다.
2) 풀이 과정에서 직접 도움이 되는 힌트
y = ax - m 에 x = 1, y = 1을 대입하면
a1 - m = 1
x = 3, y = 3을 대입하면
a3 - m = 3
지수함수 f(x) = ax - m에서 a 〉0, a ≠1 이므로
1 - m = 0 ∴m = 1
2. 제시 방법에 의한 분류
문제에 따라서 상세한 설명의 문장이나 수식이 필요할 수 있고, 단 하나의 그림으로 핵심적인 힌트를 제시할 수도 있다.
1) 서술형 힌트
문제에서 f(x) = x의 근이 x = 1 또는 x = 3이라는 것을 알 수 있다. 이것을 이용해서 두 교점의 좌표를 구한 후 f(x) = ax - m 에 대입한 다음, a와 m을 구해 보자.
2) 도식형 힌트
다음과 같은 역함수의 기하학적 성질을 이용할 수 있다.
3. 제공 정보의 크기에 의한 분류
간략한 힌트는 문제의 풀이 과정을 상세히 보여주지 않고, 사용자가 스스로 풀이 과정을 찾아갈 수 있도록 개략적인 문제의 방향을 제시하는 것이다. 간략한 힌트를 참조한 후에도 사용자가 올바른 풀이 과정에 진입하지 못할 경우, 구체적인 풀이의 방향이 힌트로 제시된다.
1) 간략한 힌트
어떤 함수가 역함수와 만나는 교점은 f(x) = x의 그래프와 만나는 점이다.
2) 상세한 힌트
1 단계, 지수함수 f(x) = ax - m의 그래프와 그 역함수의 그래프의 두 교점의 좌표를 구한다.
2단계, 두 교점의 좌표를 y = ax - m에 대입하여 m의 값을 구한다.
3단계, a의 값을 구해서 문제에서 요구한 a + m의 값을 구한다.
만약, 학습자가 제시한 힌트를 바탕으로 풀이를 진행하지 못하면, 다른 유형의 다른 힌트가 추가로 제시된다. 이때 주어지는 힌트는 직전에 주어졌던 힌트보다 더욱 상세한 것이 된다. 더 이상의 상세한 힌트가 남아있지 않은 경우에는, 이 문제에 대해 오답 처리를 하고 전체 풀이 과정을 보여주게 된다.
3) 풀이 과정의 예시
1단계, 지수함수 f(x) = ax - m의 그래프와 그 역함수의 그래프의 두 교점의 좌표를 구한다.
지수함수 f(x) = ax - m의 그래프와 그 역함수의 그래프가 두 점에서 만나면 그 교점은 y = f(x)의 그래프와 직선 y = x의 교점과 같다.
이때, 두 교점의 x좌표가 1, 3이므로 y = f(x)의 그래프와 직선 y = x의 교점의 좌표는 (1, 1), (3, 3)이다.
2단계, 두 교점의 좌표를 y = ax - m에 대입하여 m의 값을 구한다.
y = ax - m에 x = 1, y = 1을 대입하면
a1 - m = 1
x = 3, y = 3을 대입하면
a3 - m = 3
지수함수 f(x) = ax - m에서 a 〉0, a ≠1 이므로
1 - m = 0 ∴m = 1
3단계, a의 값을 구해서 문제에서 요구한 a + m의 값을 구한다.
a3 - m = 3에 m = 1을 대입하면
학습자가 문제의 풀이 과정을 정상적으로 이해하고 있다고 시스템 즉 학습능력 관리 서버(120)가 판단할 때까지, 남아 있는 힌트들은 논리적으로 정의된 순서에 따라 학습자에게 제시되는 것이다.
이렇게 분류한 힌트는 각 유형별로 학습자의 학습 패턴과 과제의 수행단계 및 난이도에 맞추어서 적시 적소에 필요한 방법과 형태로 제공된다. 힌트가 제시되는 시점과 유형은 고유한 힌트 제시 알고리즘에 의해 결정될 것이다.
개인 맞춤형 수학 학습 시스템에서는 학습자의 이력을 참조함으로써 더욱 효과적인 학습을 이끌어낼 수 있다. 이를 위해 풀이 및 힌트 정보 DB(133)에서 참조하는 학습자의 이력은 크게 두 종류를 포함한다. 하나는 학습자의 객관적인 학업 성취도와 관련된 것이고, 다른 하나는 학습자의 학습 패턴과 관련된 것이다. 이는 사용자정보 DB(131)에서 제공하는 정보에 해당될 수 있다. 학습자의 객관적인 성취도는 학습자가 주어진 문제를 풀만한 충분한 능력이 있는지를 판단하기 위한 이력 정보이다. 성취도 이력 범주에 들어가는 항목으로는 학습자의 학년, 계열, 학습 진도, 과거의 성적, 시스템의 이용 목적 등이 들어가게 된다. 학습자의 학습 패턴은 힌트를 제시하기 위해 중요한 정보를 제공해 준다. 동일한 문제에 접근하더라도 학습자에 따라서 효과적인 힌트는 다를 수 있다. 학습자들의 시스템 이용 내역들은 매번 학습이 진행될 때마다 이력화되며, 이력화된 사용자의 학습 패턴은 학습자의 향후 학습에 대해서 시스템이 더욱 효과적으로 대비를 할 수 있게 한다. 이력화되는 학습자의 학습 패턴은 학습 태도 패턴, 단원별 학습 성취에 관한 패턴, 선호하는 힌트 유형에 대한 패턴 등이 포함된다.
이러한 학습자의 이력은 문제와 유기적으로 결합이 되어 힌트를 제시할 수 있도록 풀이 및 힌트 정보 DB(133)에 논리적으로 구조화되어 있다. 학습자는 스스로 자신이 선호하는 힌트의 유형을 직접 설정을 할 수 있다. 상세한 힌트를 거의 참조하지 않는 학습자의 경우, 핵심어 등을 제시해 주는 것만을 원할 수 있고, 문제의 출제 의도에 대한 힌트를 주로 이용하길 바라는 학습자도 있을 것이다. 이런 설정을 하지 않는 학습자에 대해서는 학습자의 이력을 파악해서 최적의 방식으로 힌트를 제시할 수 있을 것이다.
풀이 및 힌트 정보 DB(133)는 도 3의 (a)에서와 같이 학습자의 이력 정보로서 학습자의 학업 진도에 적합한지의 판단 결과에 따라 문제를 제시하여 힌트를 제공할 수 있지만, 적합하지 않은 경우에는 선행해야 할 단원을 보여 줄 수 있다. 또한 도 3의 (b)에서와 같이 난이도를 참조하여 난이도가 어려운 경우에는 쉬운 문제를 제시하고, 적당한 경우 적당한 수준의 문제를 제시하며, 쉬운 경우에는 어려운 문제를 제시하도록 할 수 있다. 나아가, 도 3의 (c)에서와 같이 선호하는 힌트 유형을 참조할 수 있으며, 선호 유형에 따라 그림 힌트를 제공하거나 서술 힌트를 제공할 수 있을 것이다.
풀이 및 힌트 정보 DB(133)에서 사용자의 이력 정보를 바탕으로 적절하게 힌트를 제시하기 위해서는 수학 문제의 풀이 과정이 일반적인 구조를 가져야 한다. 가령 학습자는 문제의 의미 파악, 문제의 풀이 과정 설계, 설계된 풀이 과정 수행의 순으로 문제를 해결해 나가기 때문에 이러한 점을 감안하여 풀이 구조를 설계하고 관련 정보를 DB에 구축하게 되는 것이다.
문제의 의미를 파악하는 작업은 어떤 단원과 연관된 문제인지를 파악하는 것이다. 이 작업은 질문의 의도를 명확히 이해하고, 문제와 연결된 정보를 의미화하는 단위로 나누어진다. 주어진 문제가 어떤 파트와 연관되었는지를 파악하는 일은, 문제 해결을 위한 가장 기초적인 선결과제이다. 질문의 의도를 명확히 이해하는 일은 문제 풀이의 설계에 직접적으로 연결이 된다. 문제에서 요구하는 결과값이 어떤 형태인지를 확실하게 해 두는 작업이 필수적이다. 문제와 연결된 정보를 의미화하는 작업은, 간접적인 정보들을 이용해서 문제를 이해하고 풀이과정을 수립하는 데 도움을 줄 수 있다. 예들 들어, 학습자의 과거 학습 이력을 주어진 문제와 연결된 유제로 제시할 수 있다. 이렇게 함으로써 학습자의 빠른 이해를 돕고, 자신감을 도취시켜서 올바른 풀이과정으로 유도할 수 있다.
문제의 풀이 과정을 설계하는 일은 문제의 의미를 파악한 이후, 문제를 풀어가기 위한 로드맵을 만드는 과정이다. 이 단계에서는 문제에 주어진 정보들을 모으고 문제를 해결하기 위한 핵심적인 개념을 수립한다. 핵심적인 개념이란 문제풀이를 위한 결정적인 수식이거나 또는 핵심적인 아이디어를 가리킨다. 대부분의 수학 문제들은 서로 간에 의미의 연결고리가 약한 정보들을 모은 다음, 수학적으로 의미가 있는 개념으로 가공해서 주어진 문제를 해결해 나가는 과정이라고 볼 수 있다. 이 작업 단계는 필요한 정보들을 정리하고 실제 문제 해결을 위한 과정이다. 따라서 이 과정을 정상적으로 수행하느냐의 여부가 문제 풀이 전체 과정을 좌우할 정도로 가장 중요한 단계라 할 수 있다. 구체적으로 분석해 보자면 이 단계에서는 미지수를 적절하게 정의하고, 문제에 적용될 해당 단원의 기본적인 지식 사항들을 사고 영역으로 불러 오고, 핵심적인 개념을 수립하는 과정으로 나뉘게 된다. 따라서 문제풀이 설계의 과정은 전체 수행 과제에서 마스터플랜을 세우는 과정에 해당한다. 이 과정에서는 대략적으로 문제 풀이의 전반적인 과정을 가늠해 보고, 다수의 가능한 풀이 방법 중에서 최적화된 경로를 찾는 작업이 수행된다.
설계된 풀이 과정을 수행하는 단계는, 풀이의 설계 과정에서 수립된 핵심적인 개념을 이용하여 필요한 정보들을 모아서 실제 과제를 마무리하는 과정이다. 문제에서 주어지는 정보는 두 가지로 분류할 수 있는데, 하나는 문제를 이해하기 위해 필요한 정보이고, 다른 하나는 문제의 답을 구하기 위해 직접적으로 필요한 정보이다. 실제 과제를 마무리하는 과정에서는 앞선 단계의 설계과정에서 수립된 핵심 개념을 바탕으로, 직접적으로 주어지는 데이터 등을 적용하여 문제에서 요구된 적합한 해를 도출해 내는 과정이다. 학습자는 이전 단계에서 수립된 문제 풀이의 로드맵을 설계된 마스터플랜에 따라 하나씩 수행해가며 최종 목적지에 다다를 수 있게 된다. 이 과정에서는 특히나 학습자가 실수를 주의해야 하며, 이력 관리를 통해 반복된 학습 훈련을 함으로써 풀이 방법을 구하는데 필요한 최적화된 기술을 얻을 수 있다.
한편, 문제 정보 DB(135)는 예컨대 수능 기출, 내신 등의 문제 출처에 대한 정보에 연계하여 관련 문제를 저장할 수 있고, 또한 키워드, 난이도, 정답률, 연관 교과 진도, 선행되어야 할 학습 개념 등의 정보에 따라 구분되는 문제를 저장할 수 있다. 그리고 저장된 문제는 학습능력 관리 서버(120)의 요청시 제공하게 된다.
도 4는 도 1의 학습능력 관리 장치의 힌트 제시 방법을 나타내는 도면이다.
도 4를 도 1과 함께 참조하면, 학습능력 관리 서버(120)는 사용자 로그인을 하여 문제에 접근하려는 단말기(100)의 관련 정보를 수신한다(S401). 이때 단말기(100)의 관련 정보는 단말 ID 또는 맥 어드레스 정보 등의 다양한 정보가 사용될 수 있을 것이다.
학습능력 관리 서버(120)는 단말기(100)의 정보를 이용해 사용자정보 DB(131)를 검색하여 사용자 정보 및 문제 정보를 분석한다(S403). 예를 들어, 사용자 정보로는 회원번호/0123, 학교/삼성고등학교, 학년/3학년, 계열/문과, 학업수준/상위 30%, 성취도/고교문과수학과정완료, 시스템 이용 목적/수능 성적 향상, 접속빈도/하루 1회, 평균이용시간/1회 접속시 40분, 정답률/60%, 힌트 이용률/50%, 취약 개념/삼각함수, 지수함수, 부등식 등의 정보가 해당된다. 또한 문제 정보로는 문제 인용 출처/메가스터디 기출문제 수리영역1, p.179 13번, 문제정보/수능기술, 문제에서 추출된 키워드/지수함수, 그래프, 역함수, 교점, 좌표, 난이도/정답률 50%, 학습진도/고2 문과, 선행되어야 할 주요 학습 개념/함수, 역함수, 지수, 그래프, 교점, 좌표 등이 해당될 수 있을 것이다.
이후, 학습능력 관리 서버(120)는 사용자 정보 및 문제 정보를 이용해 사용자의 학업 성취도에 적합한 문제인지를 판단하고(S405), 적합한 문제라고 판단되면, 이어 난이도는 적절한지를 판단한다(S407).
만약, 학업 성취도에 적합한 문제이고, 또 난이도가 적당하다면 학습능력 관리 서버(120)는 풀이 및 힌트 정보 DB(133)를 검색하여 문제의 풀이 과정을 불러오고 사용자의 특정에 맞는 힌트 유형을 파악한다(S409). 예를 들어, 사용자가 취약한 지수함수 부분인가?에 대하여 그렇다면 개념과 함께 상세한 지도 방식의 힌트를 제시할 수 있을 것이다.
여러 힌트 유형 중에서 가령 힌트 유형 3이 선택되었다면, 힌트 유형 3에 대하여 N단계의 힌트를 순차적으로 제공하게 된다(S411). 여기서, 힌트 유형 1은 문제의 이해를 돕는 힌트, 풀이과정을 돕는 힌트와 같은 힌트의 성격에 따른 분류를 나타내고, 힌트 유형 2는 서술형 힌트, 도식형 힌트와 같은 제시 방법에 따른 분류를 나타내며, 힌트 유형 3은 간략한 힌트, 상세한 힌트와 같은 제공 정보의 크기에 따른 분류를 나타낼 수 있다.
학습능력 관리 서버(120)는 순차적으로 힌트를 제공하면서, 각 힌트에 대한 적절한 풀이가 이루어졌는지를 판단한다(S413).
그리고, 적절한 풀이가 이루어졌다면, 학습을 더 진행할 의향이 있는지를 판단하며(S415), 그렇다면 난이도를 조절한 다른 문제를 제시하고(S417), 위의 S405의 단계를 다시 되풀이하게 된다.
만약 S415 단계에서 학습을 더 이상 진행할 의향이 없다면, 관련 기록을 사용자정보 DB(131)과 같은 기록 저장 DB에 저장하고(S419), 문제 풀이 종료 및 사용자 로그 아웃이 이루어진다(S421).
또한 S413 단계에서 힌트에 대한 적절한 풀이가 이루어지지 않았다면, 학습능력 관리 서버(120)는 더 이상의 남은 힌트가 있는지를 판단하고(S423), 만약 힌트가 없다면 S411 단계로 피드백하여 다음 단계의 힌트를 제공하고, S415 단계의 이하 과정을 반복하게 된다.
만약 S423 단계에서 더 이상의 남은 힌트가 없다면, 더 이상의 다른 유형의 힌트는 없는지를 판단한다(S425).
판단 결과, 위에서 언급했던 다른 유형의 힌트가 있다면, 다른 유형의 힌트로 변환하고(S429), S411 단계 이하 과정을 반복한다.
만약 다른 유형의 힌트가 없다면 오답 처리하고(S429), S415 단계로 피드백하여 S415 단계의 이하 과정을 반복하게 된다.
한편, S405 단계에서 학업 성취도에 적합한 문제가 없는 경우에는 사용자에 적합한 단원으로 이동하고(S431), S419 단계에서와 같이 관련 내용을 기록 DB에 저장하며, S407 단계에서 난이도가 적당하지 않으면 적절한 난이도의 다른 문제를 제시하고(S433), S419 단계에서와 같이 관련 내용을 기록 DB에 저장할 수 있다.
도 5는 도 1의 학습능력 관리 서버의 구동 과정을 나타내는 도면이다.
도 5를 도 1 및 도 2와 함께 참조하면, 학습능력 관리 서버(120)는 사용자 및 문제 관련정보를 분석하여(S501), 사용자정보로부터 학습자의 학업성취도 및 난이도에 적합한 문제인지를 판단하게 된다.
또한 학습능력 관리 서버(120)는 학업성취도 및 난이도에 따른 풀이 과정을 수신하여 학습자에게 제공하기에 적절한 유형의 힌트인지를 분석 또는 판단한다(S503).
그리고, 선택된 힌트 유형에 따라 학습자에게 제공한 힌트에 따라 적절한 풀이가 이루어졌는지를 판단한다(S505).
이에 관련되는 자세한 내용들은 앞서 충분히 설명하였으므로 더 이상의 설명을 생략하도록 한다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
그리고, 명세서상에 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 발명은 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법에 적용 가능한 것으로서, 본 발명의 실시예에 따르면, 시맨틱 모델링 기법을 통해 학습자에게 힌트를 줄 때에 문제 상황 파악 정보와 학습자의 학습 이력 정보를 활용하여 힌트를 요구하는 매 단계 단계마다 제공해 줄 수 있기 때문에 가령 수학 과목에 있어 학습자의 학습능력을 증대시킬 수 있다.
100: 단말기 110: 통신망
120: 학습능력 관리 서버 130: 데이터베이스부
131: 사용자정보 DB 133: 풀이 및 힌트 정보 DB
135: 문제 정보 DB 200: 트래픽 처리부
210: 힌트 제시관련 수행부 211: 사용자 및 문제 관련정보 분석부
213: 풀이 및 힌트 관련정보 분석부 215: 문제 결과 판단부
120: 학습능력 관리 서버 130: 데이터베이스부
131: 사용자정보 DB 133: 풀이 및 힌트 정보 DB
135: 문제 정보 DB 200: 트래픽 처리부
210: 힌트 제시관련 수행부 211: 사용자 및 문제 관련정보 분석부
213: 풀이 및 힌트 관련정보 분석부 215: 문제 결과 판단부
Claims (15)
- 의미적 정보를 서로 구분하는 시맨틱(semantic) 모델링을 이용해 학습자들의 학습 이력을 포함하는 사용자정보를 분류하여 저장하는 사용자정보 데이터베이스;
상기 사용자정보에 연계하여 상기 학습자들이 풀고자 하는 문제에 대한 풀이 및 힌트를 저장하는 풀이 및 힌트 데이터베이스;
상기 사용자정보, 상기 풀이 및 힌트 중 어느 하나에 연계하여 상기 문제를 저장하는 문제 정보 데이터베이스; 및
단말기를 통해 접속하는 상기 학습자들의 요청에 따라 상기 문제, 상기 풀이 및 힌트를 제공하며, 상기 풀이 및 힌트 제공시 상기 학습 이력에 따라 유형별로 분류되는 힌트를 제공하는 학습능력 관리 서버를
포함하는 것을 특징으로 하는 학습능력 관리 장치. - 제1항에 있어서,
상기 학습 이력은 상기 학습자의 학업 성취도 및 상기 학습자의 학습 패턴을 포함하며,
상기 학업 성취도는 상기 학습자의 학년, 계열, 학습진도, 과거의 성적, 입시 혹은 내신 등의 시스템 이용 목적 중 적어도 하나를 포함하고,
상기 학습 패턴은 학습 태도 패턴, 단원별 학습 성취도에 관한 패턴 및 선호하는 힌트 유형에 대한 패턴 중 적어도 하나를 포함하는 것을 특징으로 하는 학습능력 관리 장치. - 제1항에 있어서,
상기 유형별로 분류되는 힌트는 상기 힌트의 성격에 의한 분류, 제시 방법에 의한 분류 및 제공 정보의 크기에 의한 분류를 포함하며,
상기 성격에 의한 분류는 문제의 이해를 위한 힌트 및 풀이 과정에 도움이 되는 힌트를 포함하고,
상기 제시 방법에 의한 분류는 서술형 힌트 및 도식형 힌트를 포함하며,
상기 제공 정보의 크기에 분류는 상세한 힌트 및 간략한 힌트를 포함하는 것을 특징으로 하는 학습능력 관리 장치. - 제3항에 있어서,
상기 문제의 이해를 위한 힌트는 문제 풀이 단계의 초반에 제시되고,
상기 풀이 과정에 도움이 되는 힌트는 상기 문제 풀이 단계의 후반에 제시되며,
상기 간략한 힌트는 상기 초반에, 그리고 상기 상세한 힌트는 상기 간략한 힌트가 선행하여 제시된 이후에 제시되는 것을 특징으로 하는 학습능력 관리 장치. - 단말기의 접속시 제공되는 상기 단말기의 정보에 근거하는 학습자의 학습 이력을 포함하는 사용자정보 및 문제 정보를 분석하고, 상기 학습 이력에 따른 문제의 난이도를 판단하는 사용자 및 문제 관련정보 분석부;
상기 사용자 및 문제 관련정보 분석부의 판단 결과에 따른 상기 문제의 풀이 과정을 수신하고, 상기 학습자의 특성에 맞는 힌트의 유형을 판단하는 풀이 및 힌트 관련정보 분석부; 및
상기 풀이 및 힌트 관련정보 분석부의 판단 결과에 따라 제공된 힌트에 의해 적절한 풀이가 이루어졌는지를 판단하고, 적절한 풀이가 이루어졌다고 판단되면 학습을 더 진행할 의향이 있는지의 여부를 판단하는 문제 결과 판단부를
포함하는 것을 특징으로 하는 학습능력 관리 서버. - 제5항에 있어서,
상기 학습능력 관리 서버는 제어부를 더 포함하며,
상기 제어부는 상기 사용자 및 문제 관련정보 분석부, 상기 풀이 및 힌트 관련정보 분석부 및 상기 문제 결과 판단부를 제어하는 것을 특징으로 하는 학습능력 관리 서버. - 제6항에 있어서,
상기 제어부는 상기 사용자 및 문제 관련정보 분석부, 상기 풀이 및 힌트 관련정보 분석부 및 상기 문제 결과 판단부의 분석 또는 판단 결과에 따라, 상기 문제, 상기 풀이 및 힌트를 상기 단말기의 학습자에게 제공하는 것을 특징으로 하는 학습능력 관리 서버. - 제7항에 있어서,
상기 제어부는 사용자정보 데이터베이스, 풀이 및 힌트 데이터베이스 및 문제 정보 데이터베이스에 연동하며,
상기 사용자정보 데이터베이스는 상기 학습자의 사용자정보를 저장하고,
상기 풀이 및 힌트 데이터베이스는 상기 문제의 풀이 및 힌트를 저장하며,
상기 문제 정보 데이터베이스는 상기 문제의 출처와 같은 문제 관련 정보를 저장하는 것을 특징으로 하는 학습능력 관리 서버. - 제8항에 있어서,
상기 사용자정보 데이터베이스, 풀이 및 힌트 데이터베이스 및 문제 정보 데이터베이스는 상기 사용자정보, 상기 풀이 및 힌트, 그리고 상기 문제 관련 정보의 저장시 의미적 정보를 서로 구분하는 시맨틱(semantic) 모델링 방법으로 저장하는 것을 특징으로 하는 학습능력 관리 서버. - 단말기의 접속시 제공되는 상기 단말기의 정보를 수신하고, 상기 단말기의 정보에 근거하여 학습자의 학습 이력을 포함하는 사용자 정보 및 문제 정보를 검색 및 분석하는 단계;
상기 학습 이력의 분석 결과, 상기 학습자의 학업 성취도에 적합하고, 난이도가 적당하다고 판단된 경우, 문제의 풀이 과정을 불러내어 상기 학습자의 특성에 맞는 힌트 유형을 판단하는 단계;
선택된 힌트 유형에 따른 힌트를 상기 단말기로 제공하고, 상기 단말기로부터 상기 힌트에 의한 풀이 결과를 수신하여 적절한 풀이가 이루어졌는지를 판단하는 단계;
상기 풀이의 결과, 적절한 풀이가 이루어진 경우, 학습을 더 진행할 것인지를 판단하는 단계; 및
상기 학습자가 상기 학습을 더 진행하지 않을 것으로 판단된 경우, 상기 학습에 대한 결과를 저장하고 상기 학습을 완료하는 단계를
포함하는 것을 특징으로 하는 학습능력 관리 장치의 힌트 제시 방법. - 제10항에 있어서,
학습능력 관리 서버의 힌트 제시 방법은,
상기 풀이의 결과, 적절한 풀이가 이루어지지 않은 경우, 더 이상의 남은 힌트가 있는지를 판단하는 단계;
상기 더 이상의 남은 힌트가 있는 경우 상기 선택된 힌트 유형에 따른 다른 힌트를 상기 단말기로 제공하는 단계로 피드백하는 단계;
상기 더 이상의 힌트가 없는 경우, 더 이상의 다른 힌트 유형이 있는지를 판단하는 단계;
상기 더 이상의 다른 힌트 유형이 있는 경우, 다른 유형의 힌트로 변환하여 상기 단말기로 제공하는 단계로 피드백하는 단계; 및
상기 더 이상의 다른 힌트 유형이 없는 경우 오답 처리하고, 상기 학습을 더 진행할 것인지를 판단하는 단계로 피드백하는 단계를
포함하는 것을 특징으로 하는 학습능력 관리 장치의 힌트 제시 방법. - 제10항에 있어서,
상기 학습자의 특성에 맞는 힌트 유형을 판단하는 단계는,
상기 학습자의 학업 성취도에 적합하지 않은 경우, 상기 학습자에 적절한 단원으로 이동하고, 관련 기록을 저장 후 종료하는 단계를 포함하는 것을 학습능력 관리 장치의 힌트 제시 방법. - 제10항에 있어서,
상기 학습자의 특성에 맞는 힌트 유형을 판단하는 단계는,
상기 난이도가 적당하지 않은 경우, 적절한 난이도의 다른 문제를 제시하고, 관련 기록을 저장 후 종료하는 단계를 포함하는 것을 학습능력 관리 장치의 힌트 제시 방법. - 단말기를 이용하는 학습자의 특성에 맞는 힌트 유형을 판단하고, 판단 결과에 따라 선택된 힌트 유형의 힌트를 상기 단말기로 제공하는 단계;
상기 힌트에 의한 풀이 결과를 상기 단말기로부터 수신하여 적절한 풀이가 이루어졌는지를 판단하는 단계;
적절한 풀이가 이루어지지 않은 경우, 더 이상의 남은 힌트가 있는지를 판단하는 단계;
상기 더 이상의 남은 힌트가 있는 경우 상기 선택된 힌트 유형에 따른 다른 힌트를 상기 단말기로 제공하는 단계;
상기 더 이상의 힌트가 없는 경우, 더 이상의 다른 힌트 유형이 있는지를 판단하는 단계; 및
상기 더 이상의 다른 힌트 유형이 있는 경우, 다른 유형의 힌트로 변환하여 상기 단말기로 제공하는 단계를
포함하는 것을 특징으로 하는 학습능력 관리 장치의 힌트 제시 방법. - 단말기의 접속시 제공되는 상기 단말기의 정보에 근거하는 학습자의 학습 이력을 포함하는 사용자정보 및 문제 정보를 분석하고, 상기 학습 이력에 따른 문제의 난이도를 판단하는 단계;
상기 난이도의 판단 결과에 따른 상기 문제의 풀이 과정을 수신하고, 상기 학습자의 특성에 맞는 힌트의 유형을 판단하는 단계; 및
상기 힌트의 유형을 판단한 결과에 따라 제공된 힌트에 의해 적절한 풀이가 이루어졌는지를 판단하고, 적절한 풀이가 이루어졌다고 판단되면 학습을 더 진행할 의향이 있는지의 여부를 판단하는 단계를
포함하는 것을 특징으로 하는 학습능력 관리 서버의 구동 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100106889A KR20120045382A (ko) | 2010-10-29 | 2010-10-29 | 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100106889A KR20120045382A (ko) | 2010-10-29 | 2010-10-29 | 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20120045382A true KR20120045382A (ko) | 2012-05-09 |
Family
ID=46264853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100106889A KR20120045382A (ko) | 2010-10-29 | 2010-10-29 | 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20120045382A (ko) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150116157A (ko) * | 2014-04-07 | 2015-10-15 | 김용원 | 개념 연계 온라인 학습 서비스방법 및 이를 위한 서비스시스템 |
KR20160101546A (ko) * | 2015-02-17 | 2016-08-25 | 고려대학교 산학협력단 | 지능형 학습 관리 방법 |
KR20170124085A (ko) | 2016-04-29 | 2017-11-09 | 한밭대학교 산학협력단 | 미세 oid 코드가 기록된 인쇄물 및 그에 대응되는 전자문서 파일의 정보를 포함하여 구축한 객체정보 데이터베이스에 기반한 콘텐츠 마켓 서비스 시스템 |
KR20170130222A (ko) | 2016-05-18 | 2017-11-28 | 한밭대학교 산학협력단 | 문제를 풀고 해당 문제의 해설 콘텐츠를 이용할 수 있는 시스템 및 체계적인 구축 방법 |
KR102346734B1 (ko) * | 2021-04-23 | 2022-01-04 | 주식회사 프라이빗노트 | 동영상 강의 서비스와 문제풀이 서비스를 제공하는 온라인 플랫폼을 운용하는 장치 및 그 동작 방법 |
KR102412377B1 (ko) * | 2021-07-01 | 2022-06-23 | (주)뤼이드 | 사용자에게 교육 효과가 최대화되는 풀이 컨텐츠를 추천하는 방법, 장치, 및 시스템 |
WO2023277614A1 (ko) * | 2021-07-01 | 2023-01-05 | (주)뤼이드 | 사용자에게 교육 효과가 최대화되는 풀이 컨텐츠를 추천하는 방법, 장치, 및 시스템 |
-
2010
- 2010-10-29 KR KR1020100106889A patent/KR20120045382A/ko not_active Application Discontinuation
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150116157A (ko) * | 2014-04-07 | 2015-10-15 | 김용원 | 개념 연계 온라인 학습 서비스방법 및 이를 위한 서비스시스템 |
WO2015156483A1 (ko) * | 2014-04-07 | 2015-10-15 | 김용원 | 개념 연계 온라인 학습 서비스방법 및 이를 위한 서비스시스템 |
KR20160101546A (ko) * | 2015-02-17 | 2016-08-25 | 고려대학교 산학협력단 | 지능형 학습 관리 방법 |
KR20170124085A (ko) | 2016-04-29 | 2017-11-09 | 한밭대학교 산학협력단 | 미세 oid 코드가 기록된 인쇄물 및 그에 대응되는 전자문서 파일의 정보를 포함하여 구축한 객체정보 데이터베이스에 기반한 콘텐츠 마켓 서비스 시스템 |
KR20170130222A (ko) | 2016-05-18 | 2017-11-28 | 한밭대학교 산학협력단 | 문제를 풀고 해당 문제의 해설 콘텐츠를 이용할 수 있는 시스템 및 체계적인 구축 방법 |
KR102346734B1 (ko) * | 2021-04-23 | 2022-01-04 | 주식회사 프라이빗노트 | 동영상 강의 서비스와 문제풀이 서비스를 제공하는 온라인 플랫폼을 운용하는 장치 및 그 동작 방법 |
KR102412377B1 (ko) * | 2021-07-01 | 2022-06-23 | (주)뤼이드 | 사용자에게 교육 효과가 최대화되는 풀이 컨텐츠를 추천하는 방법, 장치, 및 시스템 |
WO2023277614A1 (ko) * | 2021-07-01 | 2023-01-05 | (주)뤼이드 | 사용자에게 교육 효과가 최대화되는 풀이 컨텐츠를 추천하는 방법, 장치, 및 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Okonkwo et al. | Chatbots applications in education: A systematic review | |
O'Bannon et al. | Mobile phones in the classroom: Preservice teachers answer the call | |
US11599802B2 (en) | Content based remote data packet intervention | |
KR20120045382A (ko) | 학습능력 관리 장치 및 그 장치의 힌트 제시 방법, 학습능력 관리 서버 및 그 서버의 구동 방법 | |
KR102237881B1 (ko) | 딥러닝 기반으로 구성된 대학 학과별 표준 모델 및 인공 지능을 이용한 입시 합격 가이드 제공 방법 및 서버 | |
KR20200135892A (ko) | 사용자 맞춤형 학습 커리큘럼 추천 및 교육 컨텐츠 제공 시스템 및 방법 | |
CN111177413A (zh) | 学习资源推荐方法、装置和电子设备 | |
KR101576727B1 (ko) | Qr코드 및 앱을 이용한 온오프라인 연동 학습 시스템 | |
WO2012128553A2 (ko) | 학습교육 서비스 제공 방법과 장치 | |
CN109302461A (zh) | 信息展示、处理方法、介质、系统和计算设备 | |
US20170005868A1 (en) | Automated network generation | |
CN115544241B (zh) | 一种线上作业的智能推送方法及装置 | |
CN108536684A (zh) | 自动生成英语选择题答案选项的方法以及装置 | |
US20200211407A1 (en) | Content refinement evaluation triggering | |
Boja et al. | Analysis of m-learning applications quality | |
KR20120090564A (ko) | 학습능력관리 장치 및 방법, 클라우드 컴퓨팅 서비스 장치 및 클라우드 컴퓨팅을 이용한 학습능력관리 방법 | |
KR20140029885A (ko) | 수학학습정보 제공방법 | |
Sarosa et al. | Implementation of Chatbot in Online Classes using Google Classroom | |
Mohanna | Using knowledge engineering for modeling mobile learning systems | |
KR101050173B1 (ko) | 온라인 독서 학습 훈련 시스템 및 방법 | |
KR20120065071A (ko) | 학습능력관리 시스템, 학습능력관리 장치 및 그 장치의 구동 방법, 단말기 및 단말기의 구동 방법 | |
KR20150117985A (ko) | 멀티미디어 기기를 이용한 동시통역 학습 및 교육 방법 | |
CN116595196A (zh) | 基于知识图谱的课程推荐方法、装置、电子设备及介质 | |
US10540601B2 (en) | System and method for automated Bayesian network-based intervention delivery | |
US20190019097A1 (en) | Method and system for bayesian network-based standard or skill mastery determination using a collection of interim assessments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
N231 | Notification of change of applicant | ||
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |