KR20140021208A - 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법 - Google Patents

학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법 Download PDF

Info

Publication number
KR20140021208A
KR20140021208A KR1020120087238A KR20120087238A KR20140021208A KR 20140021208 A KR20140021208 A KR 20140021208A KR 1020120087238 A KR1020120087238 A KR 1020120087238A KR 20120087238 A KR20120087238 A KR 20120087238A KR 20140021208 A KR20140021208 A KR 20140021208A
Authority
KR
South Korea
Prior art keywords
learning
degree
learner
calculated
content
Prior art date
Application number
KR1020120087238A
Other languages
English (en)
Inventor
고일주
이지영
함준석
한상준
Original Assignee
숭실대학교산학협력단
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 숭실대학교산학협력단 filed Critical 숭실대학교산학협력단
Priority to KR1020120087238A priority Critical patent/KR20140021208A/ko
Publication of KR20140021208A publication Critical patent/KR20140021208A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market 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
    • 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
    • G06Q50/205—Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Educational Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법이 개시된다. 학습상태 측정부는 콘텐츠를 이용하는 학습자의 뇌파, 얼굴 자세 및 눈 깜빡임 횟수를 포함하는 학습상태 데이터를 측정한다. 학습의지 산출부는 측정된 뇌파를 기초로 집중도와 명상도를 산출하고, 측정된 얼굴 자세와 산출된 명상도를 기초로 산만도를 산출하며, 산출된 집중도와 산만도를 기초로 학습의지를 산출한다. 학습능률 산출부는 측정된 눈 깜빡임 횟수와 산출된 집중도를 기초로 피로도를 산출하고, 산출된 피로도와 산출된 학습의지를 기초로 학습능률을 산출한다. 학습상태 예측부는 시간에 따른 상기 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 학습패턴을 생성하고 사전에 저장되어 있는 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 표준 학습패턴 중 학습자에게 예상되는 학습패턴을 생성된 학습자의 학습패턴과 비교하여 선택한다. 콘텐츠 제공부는 선택된 학습패턴을 기초로 재생하고자 하는 콘텐츠의 종류와 재생 속도를 결정하고 재생 여부가 결정된 콘텐츠를 결정된 재생 속도로 제공한다. 본 발명에 따르면, 학습자의 학습의지와 피로 정도를 고려하여 학습효과와 능률을 높일 수 있다.

Description

학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법{Apparatus and method for providing personalized content through the changes in the pattern of learning efficiency and intention of learning}
본 발명은 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법에 관한 것으로, 보다 상세하게는, 학습자의 학습 상태를 고려하여 콘텐츠를 제공하는 개인화된 콘텐츠 제공 장치 및 방법에 관한 것이다.
과학 기술의 발달로 뇌 과학적 연구 성과를 교육에 접목시키고자 하는 시도가 증가하고 있다. 뇌파는 생리적, 심리적인 두뇌 기능을 반영한 측정의 지표로서 인체의 신경 활동을 나타낸다. 또한 시간 경과에 따라 지속적인 측정이 가능하여 학습자가 길고 복잡한 과제를 수행하는 동안 뇌에서 진행되고 있는 활동을 평가하는데 유용하게 활용될 수 있다. 그 결과 일방적으로 콘텐츠를 제공하던 기존의 온라인 콘텐츠 제공 장치가 학습자의 뇌파 상태를 고려하여 능동적으로 콘텐츠를 제공할 수 있도록 하기 위한 연구가 이루어지고 있다.
본 발명과 관련된 것으로 한국공개특허 제2012-0065111호에는 몰입도 평가 기반 맞춤형 온라인 학습 방법 및 시스템이 개시되어 있다. 개시된 방법에 의하면 학습자의 학업 성취도와 수준을 평가하여 맞춤형 콘텐츠를 제공하고, 학습자의 학습 태도를 모니터링하여 몰입도를 향상시키기 위한 콘텐츠를 삽입함으로써 온라인 학습에서도 피드백을 통해 학업 성취도를 향상시킬 수 있다.
그러나 학습자의 뇌파는 고려하지 않고 시선을 기반으로 몰입도를 평가하기 때문에 학습자가 실제로는 학습 내용에 집중하지 않고 모니터만 응시하는 경우에도 몰입도가 높게 측정될 수 있다는 문제점이 있다.
또한 한국공개특허 제2012-0035571호에는 신체상태를 통한 학습정보 제공 방법 및 그의 단말장치가 개시되어 있다. 개시된 방법에 의하면 학습자는 바이오리듬과 과거의 학습패턴에 따라 제공되는 학습정보를 이용할 수 있다.
그러나 하루 단위로 학습자의 신체 데이터 및 학습 데이터를 추출하므로 매 순간마다 변하는 학습자의 상태를 고려할 수 없다는 문제점이 있다.
본 발명이 이루고자 하는 기술적 과제는, 학습자의 집중 정도와 학습자에게 기대되는 학습 상태의 패턴을 고려하여 콘텐츠를 제공하는 개인화된 콘텐츠 제공 장치 및 방법을 제공함에 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 학습자의 집중 정도와 학습자에게 기대되는 학습 상태의 패턴을 고려하여 콘텐츠를 제공하는 개인화된 콘텐츠 제공 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공함에 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치는, 콘텐츠를 이용하는 학습자의 뇌파, 상기 콘텐츠를 바라보고 있는 얼굴 자세 및 눈 깜빡임 횟수를 포함하는 학습상태 데이터를 측정하는 학습상태 측정부; 상기 측정된 뇌파를 기초로 상기 콘텐츠에 집중한 정도를 나타내는 집중도와 상기 학습자의 안정된 정도를 나타내는 명상도를 산출하고, 상기 측정된 얼굴 자세와 상기 산출된 명상도를 기초로 상기 학습자의 불안정한 정도를 나타내는 산만도를 산출하며, 상기 산출된 집중도와 산만도를 기초로 상기 콘텐츠를 학습하고자 하는 상기 학습자의 준비 정도를 나타내는 학습의지를 산출하는 학습의지 산출부; 상기 측정된 눈 깜빡임 횟수와 상기 산출된 집중도를 기초로 상기 학습자의 피로한 정도를 나타내는 피로도를 산출하고, 상기 산출된 피로도와 상기 산출된 학습의지를 기초로 일정 시간 동안 상기 학습자가 학습할 수 있는 정도를 나타내는 학습능률을 산출하는 학습능률 산출부; 시간에 따른 상기 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 학습패턴을 생성하고 사전에 저장되어 있는 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 표준 학습패턴 중 상기 학습자에게 예상되는 학습패턴을 상기 생성된 학습자의 학습패턴과 비교하여 선택하는 학습상태 예측부; 및 상기 선택된 학습패턴을 기초로 재생하고자 하는 콘텐츠의 종류와 재생 속도를 결정하고 상기 재생 여부가 결정된 콘텐츠를 상기 결정된 재생 속도로 제공하는 콘텐츠 제공부;를 구비한다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 방법은, 콘텐츠를 이용하는 학습자의 뇌파, 상기 콘텐츠를 바라보고 있는 얼굴 자세 및 눈 깜빡임 횟수를 포함하는 학습상태 데이터를 측정하는 학습상태 측정단계; 상기 측정된 뇌파를 기초로 상기 콘텐츠에 집중한 정도를 나타내는 집중도와 상기 학습자의 안정된 정도를 나타내는 명상도를 산출하고, 상기 측정된 얼굴 자세와 상기 산출된 명상도를 기초로 상기 학습자의 불안정한 정도를 나타내는 산만도를 산출하며, 상기 산출된 집중도와 산만도를 기초로 상기 콘텐츠를 학습하고자 하는 상기 학습자의 준비 정도를 나타내는 학습의지를 산출하는 학습의지 산출단계; 상기 측정된 눈 깜빡임 횟수와 상기 산출된 집중도를 기초로 상기 학습자의 피로한 정도를 나타내는 피로도를 산출하고, 상기 산출된 피로도와 상기 산출된 학습의지를 기초로 일정 시간 동안 상기 학습자가 학습할 수 있는 정도를 나타내는 학습능률을 산출하는 학습능률 산출단계; 시간에 따른 상기 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 학습패턴을 생성하고 사전에 저장되어 있는 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 표준 학습패턴 중 상기 학습자에게 예상되는 학습패턴을 상기 생성된 학습자의 학습패턴과 비교하여 선택하는 학습상태 예측단계; 및 상기 선택된 학습패턴을 기초로 재생하고자 하는 콘텐츠의 종류와 재생 속도를 결정하고 상기 재생 여부가 결정된 콘텐츠를 상기 결정된 재생 속도로 제공하는 콘텐츠 제공단계;를 갖는다.
본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법에 의하면, 학습자의 학습의지와 피로 정도를 고려하여 학습 동영상 콘텐츠를 제어하기 때문에 학습자의 학습 효과와 능률을 높일 수 있다. 그리고 개인의 집중도, 산만도 및 피로도의 정상 데이터 범위를 산출하여 개인에게 보다 적합한 방식으로 콘텐츠를 제공할 수 있다. 또한 지속적인 측정을 통한 피드백 시스템으로 유연하고 즉각적으로 콘텐츠를 제공할 수 있다.
도 1은 본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치에 대한 바람직한 실시예의 구성을 도시한 블록도, 그리고,
도 2는 본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 개인화된 콘텐츠 제공 장치는 학습상태 측정부(110), 학습의지 산출부(120), 학습능률 산출부(130), 학습상태 예측부(140) 및 콘텐츠 제공부(150)를 구비한다.
학습상태 측정부(110)는 콘텐츠를 이용하는 학습자의 뇌파, 콘텐츠를 바라보고 있는 얼굴 자세 및 눈 깜빡임 횟수를 포함하는 학습상태 데이터를 측정한다. 학습상태 측정부(110)는 뇌파를 측정할 수 있는 유선 또는 무선의 헤드 셋을 이용하여 θ파, β파, α파, SMR파, mid-β파 등의 뇌파를 측정할 수 있다. 그리고 웹 캠 등의 카메라를 이용하여 학습자의 얼굴 자세를 측정할 수 있다. 구체적으로, 학습상태 측정부(110)는 다음의 수학식 1에 의해 학습자의 양쪽 눈과 입술을 인식하여 학습자의 얼굴 자세를 측정할 수 있다.
Figure pat00001
여기서, Fp는 얼굴 자세, EL은 왼쪽 눈의 위치, ER은 오른쪽 눈의 위치, L은 입술의 위치를 나타낸다.
또한 학습상태 측정부(110)는 앞서 설명한 웹 캠 등의 카메라나 뇌파 측정 장비를 이용하여 학습자의 눈 깜빡임 횟수를 측정할 수 있다.
학습의지 산출부(120)는 측정된 뇌파를 기초로 콘텐츠에 집중한 정도를 나타내는 집중도와 학습자의 안정된 정도를 나타내는 명상도를 산출하고, 측정된 얼굴 자세와 산출된 명상도를 기초로 학습자의 불안정한 정도를 나타내는 산만도를 산출하며, 산출된 집중도와 산만도를 기초로 콘텐츠를 학습하고자 하는 학습자의 준비 정도를 나타내는 학습의지를 산출한다.
집중도는 한 가지 일에 주의 집중한 상태 정도를 나타내는 값이다. 학습의지 산출부(120)는 다음의 수학식 2에 의해 집중도를 산출할 수 있다.
Figure pat00002
여기서, A는 집중도, S는 SMR파, mid-β는 mid-β파, θ는 θ파를 나타낸다.
SMR파와 mid-β파는 주의를 집중한 상태일 때 높게 나타나고 θ파는 수면 상태일 때 높게 나타난다.
명상도는 긴장이나 스트레스가 없는 안정된 정도를 나타내는 값이다. 학습의지 산출부(120)는 다음의 수학식 3에 의해 명상도를 산출할 수 있다.
Figure pat00003
여기서, M은 명상도, α는 α파, θ는 θ파, β는 β파를 나타낸다.
α파는 긴장이 이완된 편안한 상태 또는 안정된 상태일수록 높게 나타나고 β파는 긴장한 상태 또는 스트레스 상태에서 높게 나타난다.
산만도는 학습자의 불안정한 정도를 나타내는 값으로 측정된 얼굴 자세와 산출된 명상도로부터 산출될 수 있다. 즉, 학습의지 산출부(120)는 다음의 수학식 4에 의해 산만도를 산출할 수 있다.
Figure pat00004
여기서, D는 산만도, Fp는 얼굴 자세, M은 명상도를 나타낸다.
수학식 4에 의하면 얼굴 자세와 명상도 값이 높을수록 산만도는 낮게 산출되고, 얼굴 자세와 명상도 값이 낮을수록 산만도는 높게 산출됨을 확인할 수 있다.
학습의지는 학습자가 콘텐츠에 주의 집중하여 학습할 준비가 되어 있는지를 나타내는 값으로 산출된 집중도와 산만도를 기초로 산출될 수 있다. 구체적으로, 학습의지 산출부(120)는 다음의 수학식 5에 의해 학습의지를 산출할 수 있다.
Figure pat00005
여기서, w는 학습의지, A는 집중도, D는 산만도를 나타낸다.
수학식 5에 의하면 학습의지는 집중도가 높을수록 높게 산출되고, 산만도가 높을수록 낮게 산출됨을 확인할 수 있다.
학습능률 산출부(130)는 측정된 눈 깜빡임 횟수와 산출된 집중도를 기초로 학습자의 피로한 정도를 나타내는 피로도를 산출하고, 산출된 피로도와 산출된 학습의지를 기초로 일정 시간 동안 학습자가 학습할 수 있는 정도를 나타내는 학습능률을 산출한다.
피로도는 장시간 집중 상태를 유지하여 안구에 누적된 안구 피로도를 나타내는 값으로 산출된 집중도와 측정된 눈 깜빡임 횟수에 의해 산출될 수 있다. 구체적으로, 학습능률 산출부(130)는 다음의 수학식 6에 의해 피로도를 산출할 수 있다.
Figure pat00006
여기서, T는 피로도, A는 집중도, B는 눈 깜빡임 횟수를 나타낸다.
수학식 6에 의하면 학습자가 화면에 집중할수록 눈 깜빡임 횟수가 줄어들고 눈 깜빡임이 줄어들면 안구의 피로도가 증가하게 됨을 확인할 수 있다.
학습능률은 같은 학습 시간 동안 학습자가 학습할 수 있는 정도를 나타내는 값이다. 학습능률 산출부(130)는 산출된 피로도와 학습의지를 곱한 값을 학습능률로 산출할 수 있다.
학습상태 예측부(140)는 시간에 따른 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 학습패턴을 생성한다. 그리고 사전에 저장되어 있는 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 표준 학습패턴 중 학습자에게 예상되는 학습패턴을 앞서 생성한 학습자의 학습패턴과 비교하여 선택한다. 표준 학습패턴은 일반적인 학습자의 학습상태 데이터, 학습의지, 학습능률의 시간에 따른 변화를 나타내는 것이다.
구체적으로 학습상태 예측부(140)는 학습자의 학습패턴을 생성하기 위해서 학습자의 학습상태 데이터, 학습의지, 학습능률의 시간에 따른 변화패턴을 샘플링할 수 있다. 먼저 임의의 시간 단위로 입력된 학습상태 데이터, 학습의지, 학습능률의 변화패턴을 분석하고 특정 기준에 따라 비슷한 형태를 나타내는 패턴을 여러 그룹으로 분류한다. 분류된 그룹에서 각 그룹의 학습패턴을 표현하는 핵심적인 특징을 추출하여 학습자의 학습패턴을 정의할 수 있다.
그리고 측정된 학습자의 학습상태 데이터, 학습의지, 학습능률을 기초로 각 그룹에 속하는 표준 학습패턴과의 매칭 여부를 판단하여 예상되는 학습패턴을 선택할 수 있다. 이때 표준 학습패턴과의 매칭 여부를 판단하기 위해 동적 시간 신축(Dynamic Time Warpong : DTW) 알고리즘을 사용할 수 있다. 동적 시간 신축 알고리즘은 시간의 길이를 고려하지 않고 시퀀스를 신축하기 때문에 특정한 동작을 느리게 하게 되면 이에 대응하여 시간을 느리게 변화시키는 방법이다. 이에 따라, 임의의 시간 단위로 표준 학습패턴과 현재 학습자의 학습패턴을 같은 비율로 비교하여 매칭할 수 있다.
콘텐츠 제공부(150)는 선택된 학습패턴을 기초로 재생하고자 하는 콘텐츠의 종류와 재생 속도를 결정하고 재생 여부가 결정된 콘텐츠를 결정된 재생 속도로 제공한다. 예를 들면, 콘텐츠 제공부(150)는 선택된 학습패턴에 의해 학습의지나 학습능률이 떨어질 것으로 예상되면 주의를 환기시키기 위한 새로운 종류의 콘텐츠를 제공하거나 현재 재생 중인 콘텐츠를 정지시킬 수 있다. 또는 학습능률이 떨어질 것으로 예상되면 재생하고 있는 콘텐츠의 재생 속도를 늦춰서 콘텐츠를 제공하거나, 학습능률이 향상될 것으로 예상되면 재생하고 있는 콘텐츠의 재생 속도를 높여서 콘텐츠를 제공할 수 있다.
한편, 학습상태 예측부(140)는 표준 학습패턴을 앞서 생성한 학습자의 학습패턴을 기초로 갱신할 수 있다. 예를 들면, 일반적인 학습자의 피로한 상태에서의 눈 깜빡임 정도와 특정 학습자의 피로한 상태에서의 눈 깜빡임 정도에는 차이가 존재할 수 있다. 이 경우 저장된 표준 학습패턴의 피로한 상태에서의 눈 깜빡임 정도를 특정 학습자의 피로한 상태에서의 눈 깜빡임 정도로 변경할 수 있다. 그 결과 학습자가 다시 본 발명에 따른 콘텐츠 제공 장치를 이용하는 경우, 개인화된 표준 학습패턴을 기준으로 콘텐츠를 제공할 수 있다.
도 2는 본 발명에 따른 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
학습상태 측정부(110)는 콘텐츠를 이용하는 학습자의 뇌파, 콘텐츠를 바라보고 있는 얼굴 자세 및 눈 깜빡임 횟수를 포함하는 학습상태 데이터를 측정한다(S210).
그 다음으로 학습의지 산출부(120)는 측정된 뇌파를 기초로 콘텐츠에 집중한 정도를 나타내는 집중도와 학습자의 안정된 정도를 나타내는 명상도를 산출하고, 측정된 얼굴 자세와 산출된 명상도를 기초로 학습자의 불안정한 정도를 나타내는 산만도를 산출하며, 산출된 집중도와 산만도를 기초로 콘텐츠를 학습하고자 하는 학습자의 준비 정도를 나타내는 학습의지를 산출한다(S220).
그 후 학습능률 산출부(130)는 측정된 눈 깜빡임 횟수와 산출된 집중도를 기초로 학습자의 피로한 정도를 나타내는 피로도를 산출하고, 산출된 피로도와 산출된 학습의지를 기초로 일정 시간 동안 학습자가 학습할 수 있는 정도를 나타내는 학습능률을 산출한다(S230).
학습상태 예측부(140)는 시간에 따른 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 학습패턴을 생성한다(S240).
그리고 학습상태 예측부(140)는 사전에 저장되어 있는 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 표준 학습패턴 중 학습자에게 예상되는 학습패턴을 생성된 학습자의 학습패턴과 비교하여 선택한다(S250).
콘텐츠 제공부(150)는 선택된 학습패턴을 기초로 재생하고자 하는 콘텐츠의 종류와 재생 속도를 결정하고 재생 여부가 결정된 콘텐츠를 결정된 재생 속도로 제공한다(S260). 한편, 학습상태 예측부(140)는 표준 학습패턴을 이전에 생성한 학습자의 학습패턴을 기초로 갱신한다(S260).
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.

Claims (11)

  1. 콘텐츠를 이용하는 학습자의 뇌파, 상기 콘텐츠를 바라보고 있는 얼굴 자세 및 눈 깜빡임 횟수를 포함하는 학습상태 데이터를 측정하는 학습상태 측정부;
    상기 측정된 뇌파를 기초로 상기 콘텐츠에 집중한 정도를 나타내는 집중도와 상기 학습자의 안정된 정도를 나타내는 명상도를 산출하고, 상기 측정된 얼굴 자세와 상기 산출된 명상도를 기초로 상기 학습자의 불안정한 정도를 나타내는 산만도를 산출하며, 상기 산출된 집중도와 산만도를 기초로 상기 콘텐츠를 학습하고자 하는 상기 학습자의 준비 정도를 나타내는 학습의지를 산출하는 학습의지 산출부;
    상기 측정된 눈 깜빡임 횟수와 상기 산출된 집중도를 기초로 상기 학습자의 피로한 정도를 나타내는 피로도를 산출하고, 상기 산출된 피로도와 상기 산출된 학습의지를 기초로 일정 시간 동안 상기 학습자가 학습할 수 있는 정도를 나타내는 학습능률을 산출하는 학습능률 산출부;
    시간에 따른 상기 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 학습패턴을 생성하고 사전에 저장되어 있는 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 표준 학습패턴 중 상기 학습자에게 예상되는 학습패턴을 상기 생성된 학습자의 학습패턴과 비교하여 선택하는 학습상태 예측부; 및
    상기 선택된 학습패턴을 기초로 재생하고자 하는 콘텐츠의 종류와 재생 속도를 결정하고 상기 재생 여부가 결정된 콘텐츠를 상기 결정된 재생 속도로 제공하는 콘텐츠 제공부;를 포함하는 것을 특징으로 하는 개인화된 콘텐츠 제공 장치.
  2. 제 1항에 있어서,
    상기 학습의지 산출부는 하기 수학식에 의해 상기 산만도를 산출하는 것을 특징으로 하는 개인화된 콘텐츠 제공 장치:
    Figure pat00007

    여기서, D는 상기 산만도, Fp는 상기 얼굴 자세, M은 상기 명상도를 나타내는 값이다.
  3. 제 1항에 있어서,
    상기 학습의지 산출부는 상기 산출된 집중도를 상기 산출된 산만도로 나눈 값을 상기 학습의지로 산출하는 것을 특징으로 하는 개인화된 콘텐츠 제공 장치.
  4. 제 1항에 있어서,
    상기 학습능률 산출부는 상기 산출된 집중도를 상기 측정된 눈 깜빡임 횟수로 나눈 값을 상기 피로도로 산출하고, 상기 산출된 피로도와 상기 산출된 학습의지를 곱한 값을 상기 학습능률로 산출하는 것을 특징으로 하는 개인화된 콘텐츠 제공 장치.
  5. 제 1항에 있어서,
    상기 학습상태 예측부는 상기 표준 학습패턴을 상기 생성한 학습자의 학습패턴을 기초로 갱신하는 것을 특징으로 하는 개인화된 콘텐츠 제공 장치.
  6. 콘텐츠를 이용하는 학습자의 뇌파, 상기 콘텐츠를 바라보고 있는 얼굴 자세 및 눈 깜빡임 횟수를 포함하는 학습상태 데이터를 측정하는 학습상태 측정단계;
    상기 측정된 뇌파를 기초로 상기 콘텐츠에 집중한 정도를 나타내는 집중도와 상기 학습자의 안정된 정도를 나타내는 명상도를 산출하고, 상기 측정된 얼굴 자세와 상기 산출된 명상도를 기초로 상기 학습자의 불안정한 정도를 나타내는 산만도를 산출하며, 상기 산출된 집중도와 산만도를 기초로 상기 콘텐츠를 학습하고자 하는 상기 학습자의 준비 정도를 나타내는 학습의지를 산출하는 학습의지 산출단계;
    상기 측정된 눈 깜빡임 횟수와 상기 산출된 집중도를 기초로 상기 학습자의 피로한 정도를 나타내는 피로도를 산출하고, 상기 산출된 피로도와 상기 산출된 학습의지를 기초로 일정 시간 동안 상기 학습자가 학습할 수 있는 정도를 나타내는 학습능률을 산출하는 학습능률 산출단계;
    시간에 따른 상기 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 학습패턴을 생성하고 사전에 저장되어 있는 학습자의 학습상태 데이터, 학습의지, 학습능률 중 적어도 하나의 변화를 나타내는 표준 학습패턴 중 상기 학습자에게 예상되는 학습패턴을 상기 생성된 학습자의 학습패턴과 비교하여 선택하는 학습상태 예측단계; 및
    상기 선택된 학습패턴을 기초로 재생하고자 하는 콘텐츠의 종류와 재생 속도를 결정하고 상기 재생 여부가 결정된 콘텐츠를 상기 결정된 재생 속도로 제공하는 콘텐츠 제공단계;를 포함하는 것을 특징으로 하는 개인화된 콘텐츠 제공 방법.
  7. 제 6항에 있어서,
    상기 학습의지 산출단계에서, 하기 수학식에 의해 상기 산만도를 산출하는 것을 특징으로 하는 개인화된 콘텐츠 제공 방법:
    Figure pat00008

    여기서, D는 상기 산만도, Fp는 상기 얼굴 자세, M은 상기 명상도를 나타내는 값이다.
  8. 제 6항에 있어서,
    상기 학습의지 산출단계에서, 상기 산출된 집중도를 상기 산출된 산만도로 나눈 값을 상기 학습의지로 산출하는 것을 특징으로 하는 개인화된 콘텐츠 제공 방법.
  9. 제 6항에 있어서,
    상기 학습능률 산출단계에서, 상기 산출된 집중도를 상기 측정된 눈 깜빡임 횟수로 나눈 값을 상기 피로도로 산출하고, 상기 산출된 피로도와 상기 산출된 학습의지를 곱한 값을 상기 학습능률로 산출하는 것을 특징으로 하는 개인화된 콘텐츠 제공 방법.
  10. 제 6항에 있어서,
    상기 학습상태 예측단계에서, 상기 표준 학습패턴을 상기 생성한 학습자의 학습패턴을 기초로 갱신하는 것을 특징으로 하는 개인화된 콘텐츠 제공 방법.
  11. 제 6항 내지 제 10항 중 어느 한 항에 기재된 개인화된 콘텐츠 제공 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020120087238A 2012-08-09 2012-08-09 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법 KR20140021208A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120087238A KR20140021208A (ko) 2012-08-09 2012-08-09 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120087238A KR20140021208A (ko) 2012-08-09 2012-08-09 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20140021208A true KR20140021208A (ko) 2014-02-20

Family

ID=50267746

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120087238A KR20140021208A (ko) 2012-08-09 2012-08-09 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20140021208A (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809156A (zh) * 2016-05-17 2016-07-27 中山衡思健康科技有限公司 基于脑电波的通过概念密度计算冥想分数的冥想检测系统
WO2016122587A1 (en) * 2015-01-30 2016-08-04 Hewlett-Packard Development Company, L.P. Determine attention span style time correlation information
CN105975942A (zh) * 2016-05-17 2016-09-28 中山衡思健康科技有限公司 基于脑电波的通过概念密度计算冥想分数的冥想检测方法
WO2016175607A1 (ko) * 2015-04-30 2016-11-03 삼성전자 주식회사 휴대 장치 및 휴대 장치의 콘텐트 화면 변경방법
WO2016182368A1 (ko) * 2015-05-12 2016-11-17 삼성전자 주식회사 콘텐트를 제공하는 방법 및 디바이스
CN113905191A (zh) * 2021-11-15 2022-01-07 深圳市华瑞安科技有限公司 一种智能交互的教育平板电脑及交互方法
KR102366859B1 (ko) * 2021-05-24 2022-02-23 라이트하우스(주) 교육 콘텐츠 큐레이션 및 커리큘럼 제공 방법, 장치 및 시스템
KR102452100B1 (ko) * 2021-05-24 2022-10-12 라이트하우스(주) 뇌파 및 눈 깜빡임 기반 학습 서비스 제공 방법, 장치 및 시스템
KR20230066969A (ko) * 2021-11-08 2023-05-16 김성태 학습자 맞춤형 수학 교육 시스템

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016122587A1 (en) * 2015-01-30 2016-08-04 Hewlett-Packard Development Company, L.P. Determine attention span style time correlation information
CN107209915A (zh) * 2015-01-30 2017-09-26 惠普发展公司，有限责任合伙企业 确定注意广度样式时间关联信息
US10130279B2 (en) 2015-04-30 2018-11-20 Samsung Electronics Co., Ltd. Portable apparatus and method of changing screen of content thereof
US10791954B2 (en) 2015-04-30 2020-10-06 Samsung Electronics Co., Ltd. Portable apparatus and method of changing screen of content thereof
WO2016175607A1 (ko) * 2015-04-30 2016-11-03 삼성전자 주식회사 휴대 장치 및 휴대 장치의 콘텐트 화면 변경방법
KR20160130015A (ko) * 2015-04-30 2016-11-10 삼성전자주식회사 휴대 장치 및 휴대 장치의 콘텐트 화면 변경방법
US10561334B2 (en) 2015-04-30 2020-02-18 Samsung Electronics Co., Ltd. Portable apparatus and method of changing screen of content thereof
US10466786B2 (en) 2015-05-12 2019-11-05 Samsung Electronics Co., Ltd. Method and device for providing content
WO2016182368A1 (ko) * 2015-05-12 2016-11-17 삼성전자 주식회사 콘텐트를 제공하는 방법 및 디바이스
CN105809156A (zh) * 2016-05-17 2016-07-27 中山衡思健康科技有限公司 基于脑电波的通过概念密度计算冥想分数的冥想检测系统
CN105975942A (zh) * 2016-05-17 2016-09-28 中山衡思健康科技有限公司 基于脑电波的通过概念密度计算冥想分数的冥想检测方法
KR102366859B1 (ko) * 2021-05-24 2022-02-23 라이트하우스(주) 교육 콘텐츠 큐레이션 및 커리큘럼 제공 방법, 장치 및 시스템
KR102452100B1 (ko) * 2021-05-24 2022-10-12 라이트하우스(주) 뇌파 및 눈 깜빡임 기반 학습 서비스 제공 방법, 장치 및 시스템
KR20230066969A (ko) * 2021-11-08 2023-05-16 김성태 학습자 맞춤형 수학 교육 시스템
CN113905191A (zh) * 2021-11-15 2022-01-07 深圳市华瑞安科技有限公司 一种智能交互的教育平板电脑及交互方法
CN113905191B (zh) * 2021-11-15 2024-02-06 深圳市华瑞安科技有限公司 一种智能交互的教育平板电脑及交互方法

Similar Documents

Publication Publication Date Title
KR20140021208A (ko) 학습 의지 및 학습 능률 패턴 변동 예측을 통해 개인화된 콘텐츠 제공 장치 및 방법
US11013449B2 (en) Methods and systems for decoding, inducing, and training peak mind/body states via multi-modal technologies
US11303976B2 (en) Production and control of cinematic content responsive to user emotional state
Weech et al. Estimating the sensorimotor components of cybersickness
US10606353B2 (en) Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
CN107427716B (zh) 人类绩效优化与训练的方法及系统
US20200405213A1 (en) Content generation and control using sensor data for detection of neurological state
CN106464758B (zh) 利用用户信号来发起通信
JP5119375B2 (ja) 集中有無推定装置及びコンテンツ評価装置
JP2018512202A (ja) 認知能力を測定するためのプロセッサ実装システムおよび方法
JP2016146173A (ja) 刺激提示システム、刺激提示方法、コンピュータ、および制御方法
KR101749706B1 (ko) 사용자 장치를 사용하여 획득된 상황 정보 및 생체 정보를 기반으로 사용자의 감정을 예측하는 방법 및 시스템
Martin et al. Virtual reality sickness detection: an approach based on physiological signals and machine learning
Ghergulescu et al. ToTCompute: A novel EEG-based TimeOnTask threshold computation mechanism for engagement modelling and monitoring
KR20200049930A (ko) 생체 신호 분석 시스템 및 이를 이용한 생체 신호 분석 방법
JP7207468B2 (ja) 出力制御装置、出力制御方法およびプログラム
Carneiro et al. Monitoring and improving performance in human–computer interaction
WO2020074878A2 (en) Multimodal digital therapy and biometric analysis of biometric signals
Kucher et al. Visualizing excitement of individuals and groups
KR20200000680U (ko) 학습 집중도 향상 장치
US20210244909A1 (en) Neurofeedback based system and method for training mindfulness
JP2020151092A (ja) 自閉症治療支援システム、自閉症治療支援装置、及びプログラム
Olsen Detecting Human Emotions Using Smartphone Accelerometer Data
JP6259744B2 (ja) 呼吸状況提示方法、装置およびプログラム
CA3089720A1 (en) Digital personal assistant

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application