KR20150025232A - 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체 - Google Patents
지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체 Download PDFInfo
- Publication number
- KR20150025232A KR20150025232A KR20130102601A KR20130102601A KR20150025232A KR 20150025232 A KR20150025232 A KR 20150025232A KR 20130102601 A KR20130102601 A KR 20130102601A KR 20130102601 A KR20130102601 A KR 20130102601A KR 20150025232 A KR20150025232 A KR 20150025232A
- Authority
- KR
- South Korea
- Prior art keywords
- instructor
- learning
- server
- learner
- terminal
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims abstract description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 description 14
- 239000000284 extract Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/06—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers
- G09B7/10—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers wherein a set of answers is common to a plurality of questions
- G09B7/12—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers wherein a set of answers is common to a plurality of questions characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying further information
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체가 개시한다. 학습자 단말로부터 학습지도를 요청받는 통신부 및 요청 받은 학습지도에 대한 문제의 풀이 또는 유사문제의 풀이를 사례기반추론(Case-Based Reasoning, CBR)을 기초로 검색하고, 상기 검색된 결과를 상기 학습자 단말로 전송되도록 제어하며, 상기 통신부가 교수자 선정을 요청 받을 경우에는, 교수자를 사전에 설정된 기준에 따라 선정하고, 선정된 교수자의 교수자 단말로 학습지도의 선정에 대한 통보 및 학습지도의 문제에 대한 데이터를 제공을 제어하며, 제공된 데이터에 대한 응답으로 문제의 풀이를 교수자 단말로부터 제공받는 제어부를 포함할 수 있다.
Description
본 발명은 지능형 학습지도 시스템에 관한 것으로, 더 상세하게는 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체에 관한 것이다.
최근 인터넷과 컴퓨터 활용에 따른 다양한 주변 환경의 변화를 통하여 우리의 교육환경은 빠르게 변화하고 있다. 특히, 다양한 교육매체의 발달로 학습자는 보다 폭넓은 학습 방법 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.
그 하나의 예로서 오프라인상에서 수험생이 오답 노트를 만들어 짧은 시간 내에 자신의 학습 능률을 높이려는 것과 마찬가지로 온라인상에서도 수험생의 특정 단원 또는 과목에 대한 오답 노트를 만들어 제공하려는 시도가 있어왔다.
그런데 종래의 오답 노트 형성 방식은 학습자가 틀린 문제에 대하여 단순히 오답 노트를 생성하여 제공해주거나 오답 노트 생성시 학습자가 해당 문제에 대하여 실수로 틀렸는지 등을 확인하여 생성하는 것에 국한되어 있으므로 단말기를 이용해 학습자가 진정으로 틀린 문제 또는 틀린 문제의 유사 문제를 반복적으로 학습하여 학습 능력을 향상시키려는 것과는 거리감이 있었다.
또한 종래의 오답노트에는 틀린 문제의 해설과 참고데이터 등은 직접 기재하여야 하였고, 특히 틀린 문제에 대한 동영상 강의는 직접 찾아 학습하였다. 종래 참고서, 학습지의 문제에 관련된 동영상 강의의 경우 주제별로 제작되어 대략 1시간 정도의 강의가 이루어진다. 그러나 바쁜 수험생들은 자신이 틀린 문제만 동영상 강의로 학습하고자 하며, 종래의 동영상 강의는 각 문제별로 나누어져 있지 않으므로 자신이 필요한 부분만을 찾아 학습하기에는 상당히 번거롭고 많은 시간이 소모되는 문제점이 있었다.
본 발명이 이루고자 하는 기술적인 과제는 유무선 네트워크상에서 학습자가 요청한 문제를 사례기반추론을 기초로 상기 문제의 풀이할 수 있는 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체를 제공하는데 있다.
본 발명이 이루고자 하는 다른 기술적인 과제는 학습자가 문제의 풀이에 대해 만족하지 못하거나 더 효과적인 풀이를 원할 경우에는 상기 문제에 적합한 교수자를 선정하여 맞춤형 학습지도를 할 수 있는 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체를 제공하는데 있다.
본 발명이 이루고자 하는 또 다른 기술적인 과제는 학습자의 오답노트를 관리를 디지털 오답노트 형태로 구현할 수 있는 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체를 제공하는데 있다.
과제의 해결 수단은 학습자단말, 교수자 단말, 그리고 이들과 유무선 통신이 가능한 네트워크 상의 서버로 구성되되, 상기 서버는 학습자 단말로부터 학습지도를 요청받는 통신부 및 상기 요청 받은 학습지도에 대한 문제의 풀이 또는 유사문제의 풀이를 인공지능 추론을 기초로 검색하고, 상기 검색된 결과를 상기 학습자 단말에 전송 또는 상기 검색된 결과가 수정이 가능한 경우에는 수정하여 상기 학습자 단말로 전송되도록 제어하고, 상기 통신부가 교수자 선정을 요청 받을 경우에는, 교수자를 사전에 설정된 기준에 따라 선정하고, 상기 선정된 교수자의 교수자 단말로 상기 학습지도의 선정에 대한 통보 및 상기 학습지도의 문제에 대한 내용이나 문제인식 데이터를 제공을 제어하며, 상기 제공된 데이터에 대한 응답으로 상기 문제의 풀이를 상기 교수자 단말로부터 제공받는 제어부를 포함할 수 있다.
상기 학습지도에 필요한 문제은행, 풀이, 오답노트 및 인적 사항 중 적어도 하나가 저장되는 저장부를 더 포함할 수 있다.
상기 사례기반추론은 상기 저장부의 풀이 및 학습지도 자료 중 적어도 하나의 경험 사례를 기초로 상기 문제 또는 상기 문제와 유사한 문제의 풀이를 도출할 수 있다.
상기 제어부는 상기 문제 및 학습자의 선호도에 대한 속성들을 설정하고, 상기 설정된 속성들과 교수자들의 속성들의 유사성에 따라 점수를 부여하며, 상기 부여된 점수를 기초로 상기 교수자를 선정할 수 있다.
상기 속성들은 교과목, 핵심분야, 경력, 성별 및 학년 중 적어도 하나일 수 있다.
상기 제어부는 상기 문제의 속성들과 교수자들의 속성들에 대한 유사성이 많을수록 높은 점수를 부여할 수 있다.
상기 제어부는 교수자들 중 부여된 점수의 합계가 가장 높은 교수자를 상기 교수자로 선정할 수 있다.
상기 제어부는 중요도에 따라 속성들에 가중치를 부여하고, 상기 부여된 가중치를 기초로 점수의 합계를 산출할 수 있다.
서버, 학습지도에 대한 요청을 상기 서버에 전송하고, 상기 요청한 학습지도의 문제에 대한 풀이를 상기 서버로부터 전송받는 학습자 단말 및 상기 서버로부터 상기 학습지도에 대한 교수자 선정 통보 및 상기 학습지도의 데이터를 전송받고, 상기 전송받은 학습지도의 문제에 대한 풀이를 상기 서버로 전송하는 교수자 단말을 포함할 수 있다.
지능형 학습지도 방법은 학습자 단말로부터 학습지도를 요청받는 단계, 상기 요청 받은 학습지도에 대한 문제의 풀이 또는 유사문제의 풀이를 인공지능 추론을 기초로 검색하는 단계, 상기 검색된 결과를 상기 학습자 단말에 전송 또는 상기 검색된 결과가 수정이 가능한 경우에는 수정하여 상기 학습자 단말로 전송되도록 제어하는 단계, 상기 통신부가 교수자 선정을 요청 받을 경우에는, 상기 교수자를 사전에 설정된 기준에 따라 선정하는 단계, 상기 선정된 교수자의 교수자의 단말로 상기 학습지도의 선정에 대한 통보 및 상기 학습지도의 문제에 대한 데이터를 제공을 제어하는 단계 및 상기 제공된 데이터에 대한 응답으로 상기 문제의 풀이를 상기 교수자 단말로부터 제공받는 단계를 포함할 수 있다.
상기 지능형 학습지도 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있다.
본 발명에 따른 서버 이를 포함한 지능형 학습지도 시스템 및 방법 그리고 기록매체에 의하면, 유무선 네트워크상에서 학습자가 요청한 문제를 사례기반추론을 기초로 상기 문제의 풀이를 제공할 수 있다.
또한 학습자가 상기 사례기반추론의 결과로 제공한 문제의 풀이에 대해 만족하지 못하거나 더 효과적인 풀이를 원할 경우에는 상기 문제에 적합한 교수자를 선정하여 맞춤형 학습지도를 제공할 수 있다.
또한 학습자의 오답노트를 관리를 디지털 오답노트 형태로 제공할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 구성도이다.
도 2는 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 저장부를 도시한 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 5는 본 발명의 다른 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 6은 본 발명의 또 다른 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 7는 본 발명의 일 실시 예에 따른 오답노트 관리를 도시한 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 오답노트의 디스플레이를 도시한 예시도이다.
도 2는 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 저장부를 도시한 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 5는 본 발명의 다른 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 6은 본 발명의 또 다른 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 7는 본 발명의 일 실시 예에 따른 오답노트 관리를 도시한 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 오답노트의 디스플레이를 도시한 예시도이다.
이하 본 발명의 실시예를 첨부된 도면들을 참조하여 상세히 설명할 수 있다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 할 수 있다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 당업자에게 자명하거나 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 구성도이다.
도 1을 참조하면, 지능형 학습지도 시스템(1)은 학습자에게 학습지도에 대한 문제의 풀이 또는 유사문제의 풀이를 제공할 수 있다. 지능형 학습지도 시스템(1)은 교수자를 선정하여 학습지도에 대한 문제풀이를 제공할 수 있다. 지능형 학습지도 시스템(1)은 학습자 단말(100, 110, 120), 서버(200), 교수자 단말(300, 310) 및 네트워크(10)을 포함할 수 있다.
학습자 단말(100, 110, 120)은 학습자가 사용하는 단말기일 수 있고, 상기 학습자가 학습지도를 요청하고 요청된 데이터를 수신 받을 수 있다. 학습자 단말(100, 110, 120)은 학습자가 지능형 학습지도 시스템(1)을 이용하기 위한 인적 사항 및 학습 선호도 등을 설정할 수 있다.
서버(200)는 학습자 단말(100, 110, 120)과 교수자 단말(300,310)을 연결해주는 징검다리 역할을 할 수 있다. 서버(200)는 하나가 아닌 여러 개의 학습자 단말(100, 110, 120) 및 교수자 단말(300, 310)을 동시에 제어할 수 있다.
교수자 단말(300, 310)은 교수자가 사용하는 단말기일 수 있고, 상기 학습지도의 문제에 대한 풀이를 송신할 수 있다. 교수자 단말(300, 310)은 교수자가 지능형 학습지도 시스템(1)을 이용하기 위해 인적 사항 및 교수 선호도 등을 설정할 수 있다.
네트워크(10)는 백본망과 가입자망으로 구성될 수 있다. 백본망은 X.25망, Frame Relay 망, ATM망, MPLS(Multi-Protocol Label Switching)망 및 GMPLS(Generalized Multi Protocol Label Switching)망 중 하나 또는 복수의 통합된 망으로 구성될 수 있다. 가입자망은 FTTH(Fiber To The Home), ADSL(Asymmetric Digital Subscriber Line), 케이블망, Wireless LAN(IEEE 802.11b, IEEE 802.11a, IEEE802.11g, IEEE802.11n), WIBro(Wireless Broadband), Wimax및 HSDPA(High Speed Downlink Packet Access)일 수 있다. 일부 실시 예로, 네트워크(10)는 인터넷일 수 있고, 이동통신망일 수 있다.
학습자 단말(100)은 네트워크(10)를 통하여 서버(200)에 학습지도를 요청할 수 있다. 상기 요청된 학습지도에 대한 문제는 학습자가 모르거나 틀린 문제일 수 있다. 서버(200)는 학습자 단말(100)로부터 요청된 학습지도에 대한 문제를 검색할 수 있다. 서버(200)는 상기 문제와 동일하거나 동일한 유형의 유사문제를 검색하여 학습자 단말(100)에 제공할 수 있다. 만약 상기 문제와 동일하거나 동일한 유형의 유사문제가 검색되지 않는 경우에는 서버(200)는 검색 실패 메시지를 학습자 단말(100)에 전송할 수 있다. 이로 인해 학습자 단말(100)은 교수자를 요청할 수 있다. 또한 서버(200)는 상기 학습지도를 해줄 교수자를 검색하고, 적합한 교수자를 선정할 수 있다. 서버(200)는 선정된 교수자 단말(300)에 교수자 선정 통보 및 데이터를 전송할 수 있다. 교수자 단말(300)은 학습지도에 대한 풀이를 서버(200)에 전송할 수 있다. 서버(200)는 상기 전송받은 풀이를 학습자 단말(100)에 전송할 수 있다. 따라서, 학습자 단말(100)은 요청한 학습지도에 대한 풀이를 제공받을 수 있다.
지능형 학습지도 시스템(1)은 학습자가 학습에 필요한 동일문제와 동일한 유형의 유사문제의 풀이를 서버(200)로부터 제공받을 수 있다. 또한 지능형 학습지도 시스템(1)은 학습자가 학습지도를 원할 경우에는 서버(200)가 중간역할을 하여 상기 학습지도에 가장 적합한 교수자를 선정하여 상기 학습자가 상기 교수자에게 학습지도를 받을 수 있다. 지능형 학습지도 시스템(1)은 인공지능 추론의 한 종류인 사례기반추론(Case-Based Reasoning, CBR)을 기초로 학습지도를 할 수 있다.
사례기반추론은 유사사례추출단계와 적응단계의 두 단계로 구성될 수 있다.
먼저 유사사례추출단계는 학습자로부터 입력된 문제와 동일한 문제가 지능형 학습지도 시스템(1)의 문제DB(231)에 있는지 검색할 수 있다. 문제가 발견되는 경우에는, 지능형 학습지도 시스템(1)은 풀이DB(232)에서 상기 문제의 풀이를 추출하여 학습자에게 제공할 수 있다. 상기 입력한 문제와 동일한 문제가 검색되지 않는 경우에는 지능형 학습지도 시스템(1)은 가장 유사한 문제를 검색하고, 상기 문제의 풀이를 풀이DB(232)에서 추출할 수 있다.
지능형 학습지도 시스템(1)은 추출이 종료되면 적응단계를 거칠 수 있다. 지능형 학습지도 시스템(1)은 적응단계에서 상기 입력된 문제와 가장 유사한 문제의 차이점을 분석하여 가장 유사한 문제의 풀이를 수정 또는 변경하는 방법을 제공할 수 있다. 이 때 상기 문제간의 차이점에 대한 수정 또는 변경에 관한 지식이 규칙(rule)으로 설정될 수 있다. 따라서, 지능형 학습지도 시스템(1)은 규칙기반추론을 이용하여 적응단계를 구현할 수 있다.
이와 같이 지능형 학습지도 시스템(1)은 적응단계에 성공한 경우, 가장 유사한 문제와 상기 문제의 풀이 및 적응결과를 포함한 세 가지를 모두 학습자에게 제공할 수 있다. 그러나 상기 적응단계에 실패한 경우 즉, 적절한 규칙이 발견되지 못하여 추론에 규칙기반추론이 실패한 경우에도 지능형 학습지도 시스템(1)은 가장 유사한 문제와 상기 문제의 풀이만 학습자에게 제공할 수 있다. 이는 자신이 입력한 문제의 풀이는 획득하지 못했지만 그래도 가장 유사한 문제와 그 풀이를 제공받음으로서 학습자의 문제 풀이에 대한 다양성을 향상 시킬 수 있다.
사례기반추론은 신규 문제가 주어진 경우에 첫 번째 단계에서 유사 사례추출 단계를 수행한다. 이 단계는 과거의 경험 사례들 중에 동일한 문제를 발견하면 이 문제의 풀이를 학습자에게 제공하고, 동일한 문제가 없는 경우는 가장 유사한 문제와 그 문제의 풀이를 추출한다. 사례기반추론의 두 번째 단계로는 적응단계로서 입력 문제와 가장 유사한 문제의 차별성을 고려하여 가장 유사한 문제의 풀이가 입력문제에 맞추어 어떤 방향으로 풀이과정이 되어야 를.학습자에게 가장 유사한 문제와 더불어 제시한다. 또한 사례기반추론은 적응단계를 거친 도출된 풀이를 다음에 있을 문제 풀이에 이용할 수 있도록 문제와 풀이를 각각 관련 DB에 저장할 수 있다. 사례기반추론의 신규사례로 저장되는 경우는 교수자가 학습자의 요청에 따라서 개별 지도하여 제공하는 풀이도 저장될 수 있다.
결과적으로 지능형 학습지도 시스템(1)은 학습자에게 빠르고 정확한 문제 풀이를 제공하여 학습자의 학습효과를 향상시킬 수 있다.
도 2는 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 블록도이다.
도 2를 참조하면, 지능형 학습지도 시스템(1)은 학습자에게 학습에 필요한 풀이 및 학습지도를 제공할 수 있다. 지능형 학습지도 시스템(1)은 학습자 단말(100), 서버(200) 및 교수자 단말(300)를 포함할 수 있다.
학습자 단말(100)은 학습자가 학습지도를 요청을 전송하거나 요청된 학습지도의 풀이 데이터를 전송받는 단말기일 수 있다. 만약 학습자가 학습지도를 요청할 경우에는 학습자 단말(100)은 출판물에 관련된 사항 및 연관되어 출판물상에 인쇄된 바코드(1차원, 2차원, 3차원) 등의 이미지를 인식한 결과인 고유 인식코드 또는 상기 바코드 이미지를 서버(200)에 전송할 수 있다. 또한 학습자가 학습지도를 요청할 경우에는 학습자 단말(100)은 학습지도를 요청하는 문제의 유형을 작성하여 서버(200)에 전송할 수 있다. 상기 문제의 유형을 작성하는 방법은 서술 형태의 메시지 및 인덱스(index) 설정 중 적어도 하나의 방법일 수 있다. 상기 인덱스는 후술되는 속성과 같은 의미일 수 있다. 학습자 단말(100)은 디스플레이 기능을 포함할 수 있고, 파일 전송이 가능할 수 있다. 또한 학습자 단말(100)은 메시지를 보낼 수 있고, 네트워크를 통하여 서버(200)에 접속할 수 있다. 학습자 단말(100)은 멀티미디어 형태의 학습문제의 자료처리 또는 유무선 통신이 가능한 스마트폰, 데스크탑, 노트북, 태블릿 PC, PDA 및 IPTV 중 적어도 하나의 기기일 수 있다.
서버(200)는 학습자 단말(100) 및 교수자 단말(300)의 징검다리 역할을 할 수 있다. 서버(200)는 학습자 단말(100)로부터 학습지도를 요청받을 수 있다. 서버(200)는 상기 학습지도를 담당할 교수자에 대해 사전에 설정된 기준에 따라 선정하고, 상기 선정된 교수자의 교수자 단말(300)로 상기 학습지도에 대한 통보 및 데이터를 제공할 수 있다. 서버(200)는 상기 제공된 데이터에 대한 응답으로 상기 학습지도의 문제에 대한 풀이를 교수자 단말(300)로부터 제공받을 수 있고, 상기 제공된 풀이를 학습자 단말(100)에 전송할 수 있다. 서버(200)는 통신부(210), 제어부(220) 및 저장부(230)를 포함할 수 있다.
통신부(210)는 학습자 단말(100) 및 교수자 단말(300)로부터 메시지 또는 데이터를 수신할 수 있다. 또한 통신부(210)는 학습자 단말(100) 및 교수자 단말(300)에 메시지 또는 데이터를 송신할 수 있다. 상기 메시지 또는 데이터는 패킷(packet) 형태일 수 있다.
제어부(220)는 사전에 설정된 기준에 따라 학습자 단말(100)에서 요청한 학습지도에 대한 동일문제 또는 동일유형의 유사문제를 검색하여 상기 동일문제의 풀이 또는 상기 유사문제의 풀이를 학습자 단말(100)에 제공할 수 있다. 제어부(220)는 학습자 단말(100)에서 요청한 학습지도에 대한 교수자를 선정할 수 있다.
제어부(220)는 고유 인식코드를 이용하여 학습자 단말(100)에서 요청한 학습지도의 문제를 검색하고 검색된 데이터를 학습자 단말(100)에 전송할 수 있다. 그러나 제어부(220)에서 학습자가 요청한 학습지도에 대한 동일 문제가 존재하지 않을 경우에는 제어부(220)가 지능적으로 저장부(230)에 저장된 다양한 문제 사례(case)들과의 유사성을 측정할 수 있다.
제어부(220)는 사례의 다양화 및 심화를 위하여 새로운 문제들을 저장부(230)에 언제든지 추가 등록이 가능하고, 신규 문제 등록 시에는 이 문제들에 대한 풀이도 함께 '풀이 DB'에 등록할 수 있다.
즉, 제어부(220)는 인공지능의 추론 방법 중 하나인 사례기반추론을 이용하여 유사성을 측정할 수 있다. 제어부(220)는 유사성이 많은 문제사례들을 검색하여 리스트화 할 수 있다. 상기 문제사례들은 [표 1]과 같이 하나의 레코드(record)로 저장될 수 있고, 각 레코드는 속성을 포함할 수 있다.
| 고유 인식코드 | 교과목 | 핵심주제 | 제1 부주제 | 제2 부주제 | 기타주제 |
| MD2012015 | 수학 | 미분 | 초월함수 | 수열 | 행렬 |
| MI2009132 | 수학 | 적분 | 도형 | 없음 | 없음 |
| MS2011007 | 수학 | 수열 | 없음 | 없음 | 없음 |
제어부(220)는 문제 사례별로 속성을 비교할 수 있고, 상기 비교하는 문제와 학습지도에 대한 문제가 일치할수록 유사성이 많은 것으로 설정할 수 있다. 제어부(220)는 상기 문제의 속성들과 문제 사례별 속성들에 대한 유사성이 많을수록 높은 점수를 부여할 수 있다. 이때, 속성은 핵심주제, 제1 부주제, 제2 부주제 및 기타주제 중 적어도 하나로 분류할 수 있다. 제어부(220)는 중요도에 따라 각 속성에 가중치를 차등 부여를 할 수 있다.
예를 들면, 제어부(220)는 핵심주제가 일치하면 10점이고, 일치하지 않으면 0점으로 설정할 수 있다. 제어부(220)는 제1 부주제가 일치하면 5점이고, 일치하지 않으면 0점으로 설정할 수 있다. 또한 제어부(220)는 제2 부주제가 일치하면 3점이고, 일치하지 않으면 0점으로 설정할 수 있다. 따라서, 제어부(220)는 일치여부에 따른 점수의 합계를 산출하여 상기 합계가 높은 순서대로 고유 인식코드를 추출할 수 있다. 제어부(220)는 상기 추출된 고유 인식코드를 이용하여 저장부(230)에서 상기 고유 인식코드에 해당되는 문제 및 풀이를 추출할 수 있다. 제어부(220)는 상기 추출된 문제 및 풀이를 학습자 단말(100)에 제공할 수 있다.
만약 제어부(220)가 학습지도에 대한 동일문제 또는 유사문제를 검색하지 못하면, 제어부(220)는 학습자 단말(100)에 검색 실패 메시지를 전송할 수 있다. 또한 제어부(220)는 상기 학습지도에 적합한 교수자를 선정할 수 있다.
제어부(220)는 학습지도의 문제 및 학습자의 선호도를 기초로 상기 학습지도에 적합한 교수자를 선정할 수 있다. 제어부(220)는 지능적으로 상기 학습지도의 문제 및 상기 학습자의 선호도를 저장부(230)에 저장된 교수자들의 인적 사항과 비교하여 유사성을 측정할 수 있다. 즉, 제어부(220)는 인공지능의 추론 방법 중 하나인 사례기반추론을 이용하여 유사성을 측정할 수 있다. 또한 제어부(220)는 유사성이 많은 교수자들을 추출할 수 있다. 상기 교수자들은 [표 2]와 같이 하나의 레코드로 저장될 수 있고, 각 레코드는 속성을 포함할 수 있다.
| 고유 인식코드 | 교과목 | 핵심분야 | 경력 | 성별 | 학년 |
| KD2012315 | 수학 | 미분 | 5년 | 남 | 고3 |
| KI2019142 | 수학 | 적분 | 2년 | 남 | 고1 |
| KS2011217 | 수학 | 집합 | 4년 | 여 | 고1 |
| KS2000134 | 수학 | 미분 | 1년 | 남 | 중2 |
제어부(220)는 교수자들의 속성들을 비교할 수 있고, 상기 비교하는 교수자들이 속성들과 학습지도에 대한 문제 및 학습자의 선호도에 대한 속성들이 일치할수록 유사성이 많은 것으로 설정할 수 있다. 또한 제어부(220)는 문제의 속성들과 교수자들의 속성들에 대한 유사성이 많을수록 높은 점수를 부여할 수 있다. 이때, 속성은 핵심분야, 경력, 성별 및 학년 중 적어도 하나로 분류할 수 있다. 제어부(220)는 중요도에 따라 속성들에 가중치를 차등 부여를 할 수 있다.
예를 들면, 제어부(220)는 핵심주제가 일치하면 10점이고, 일치하지 않으면 0점으로 설정할 수 있다. 제어부(220)는 경력이 일치하면 5점이고, 일치하지 않으면 0점으로 설정할 수 있다. 또한 제어부(220)는 성별이 일치하면 3점이고, 일치하지 않으면 0점으로 설정할 수 있다. 따라서, 제어부(220)는 일치 여부에 따른 점수의 합계를 산출하여 상기 합계가 높은 순서대로 고유 인식코드를 추출할 수 있다. 제어부(220)는 상기 추출된 고유 인식코드 중 가장 높은 합계인 교수자를 상기 학습지도에 대한 교수자로 선정할 수 있다.
저장부(230)는 학습지도에 필요한 문제은행, 풀이, 오답노트 및 인적 사항 중 적어도 하나가 저장될 수 있다. 저장부(230)는 제어부(220)와 연동되어 학습자 단말(100) 또는 교수자 단말(300)에서 요청하는 데이터가 제공될 수 있다. 상기 데이터는 멀티미디어 형태인 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다. 저장부(230)는 학습자들의 학습지도에 대한 문제 및 풀이를 상기 사례기반추론의 결과를 차기 추론 시에 활용 할 수 있도록 저장될 수 있다. 교수자 단말(300)은 교수자가 선정된 학습지도를 통지받거나 선정된 학습지도의 풀이 데이터를 전송하는 단말기일 수 있다. 교수자 단말(300)은 디스플레이 기능을 포함할 수 있고, 파일 전송이 가능할 수 있다. 또한 교수자 단말(300)은 메시지를 보낼 수 있고, 네트워크를 통하여 서버(200)에 접속할 수 있다. 따라서, 교수자 단말(300)은 스마트폰, 데스트탑, 노트북, 태블릿 PC, PDA 및 IPTV 중 적어도 하나의 기기일 수 있다.
지능형 학습지도 시스템(1)은 학습자 단말(100)로부터 학습지도를 요청받을 수 있다. 지능형 학습지도 시스템(1)은 요청받은 학습지도를 제공할 교수자를 사전에 설정된 기준에 따라 선정하고, 선정된 교수자의 교수자 단말(300)로 학습지도의 선정에 대한 통보 및 학습지도의 문제에 대한 데이터를 제공할 수 있다. 지능형 학습지도 시스템(1)은 제공된 데이터에 대한 응답으로 상기 문제의 풀이를 교수자 단말(300)로부터 제공받을 수 있다. 또한 지능형 학습지도 시스템(1)은 저장부(230)에 저장된 상기 문제의 풀이 또는 유사문제의 풀이를 학습자 단말(100)에 제공하는 기능을 더 포함할 수 있다.
또한 지능형 학습지도 시스템(1)은 사례기반추론을 기초로 학습지도에 대한 문제의 인덱스 값(value) 및 사례의 인덱스 값의 유사도(similarity)를 측정하여 상기 문제와 가장 유사한 사례를 추출할 수 있다. 지능형 학습지도 시스템(1)은 저장부(230)에 저장된 상기 추출된 사례의 풀이를 직접 학습자에게 제공하거나 부분 수정을 하여 제공할 수 있다.
. 만약 학습자가 사례기반추론의 결과에 만족할 수 없어 교수자의 학습지도가 요청된 경우에는, 지능형 학습지도 시스템(1)은 교수자가 제공하는 학습지도 결과를 부분 수정인 적응 단계로 인식하여 이용할 수 있다. 지능형 학습지도 시스템(1)은 인공지능의 기계학습(machine learning) 기능을 이용하기 위해 상기 문제와 상기 적응 단계를 성공적으로 마친 풀이 결과나 또는 교수자가 학습지도 결과나 기타 자료에 대한 풀이를 새로운 사례로 해당 문제와 더불어 저장부(230)의 관련 DB(문제DB 및 풀이DB) 에 저장할 수 있다. 상기 저장된 사례는 차기 문제 풀이를 할 경우에 이용될 수 있다. 상기 기계학습은 사람의 학습능력을 인공지능에서 프로그램적으로 컴퓨터에 발생시키는 것으로, 사례기반추론에서는 사례의 추적과정과 이를 이용한 학습으로 정의할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 저장부를 도시한 블록도이다.
도 3을 참조하면, 저장부(230)는 학습지도에 필요한 문제은행, 풀이, 오답노트 및 인적 사항 중 적어도 하나가 저장될 수 있다. 저장부(230)는 문제은행DB(231), 풀이DB(232), 학습지도DB(233), 오답노트DB(234) 및 회원DB(235)를 포함할 수 있다.
문제은행DB(231)는 학습지도에 필요한 학습내용을 분류하여 저장되는 데이터베이스이다. 예를 들면, 문제은행DB(231)는 학습지명, 과목, 대단원, 중단원, 소단원 및 문제 중 적어도 하나로 분류될 수 있다. 또한 문제은행DB(231)는 데이터 형태를 텍스트, 이미지, 오디오, 비디오 등과 같은 멀티미디어 형태로 저장될 수 있다. 문제은행DB(231)에 저장된 문제는 검색 과정에서 검색 분류 체계에 따라서 메뉴형태로 검색이 가능하고, 고유 인식코드가 부여되어 있어서 이를 통하여 신속하게 검색할 수 있다. 만약 학습자가 요청한 문제가 학습자의 출판물 학습지에는 존재하나 문제은행DB(231)에 저장되어 있지 않은 문제인 경우에는 학습자가 학습자 단말(100)을 통해 사진촬영을 하여 서버(200)에 제공할 수 있다. 제공된 문제 데이터는 서버(200)에서 분류체계에 따라서 고유 인식코드를 부여하고 등록되어 문제은행DB(231)에 추가 등록될 수 있다.
풀이DB(232)는 학습개념들과 각 학습개념에 속한 다양한 예제문제 및 상기 풀이를 멀티미디어 형태로 저장되는 데이터베이스이다. 만약 학습자가 학습지도를 요청하면, 서버(200)는 상기 학습지도에 대한 문제를 검색하여 풀이DB(232)에 있는 상기 문제의 풀이를 제공받을 수 있다. 또한 서버(200)는 풀이DB(232)에 풀이 방법이 없거나 더 좋은 풀이 방법이 있으면 풀이DB(232)에 추가 또는 수정을 할 수 있다.
학습지도DB(233)는 학습자가 교수자의 개인적인 학습지도를 요청할 경우에 교수자 단말(300)로부터 전송되는 멀티미디어 형태의 학습지도 데이터가 저장되는 데이터베이스이다. 학습지도DB(233)에 저장된 데이터는 서버(200)의 제어로 학습자 단말(100)에 전송될 수 있다. 또한 상기 데이터가 풀이DB(232)에 저장된 풀이보다 평가가 좋을 경우에는 상기 데이터는 풀이DB(232)에 저장되어 다음 학습자에게 제공될 수 있다. 상기 평가는 학습자 단말(100)을 통한 선호도 조사 또는 서버(200)의 자체평가에 따라 평가될 수 있다.
오답노트DB(234)는 일반적으로 학습자들이 흔히 관리하고 있는 학습용 오답노트처럼 디지털 오답노트 작성에 필요한 내용을 저장하는 데이터베이스이다. 오답노트DB(234)는 오답문제에 대한 각 학습자마다의 리스트가 저장될 수 있다. 오답노트DB(234)는 각 학습자가 이전에 틀린 문제 또는 학습지도를 요청한 문제를 리스트화된 데이터베이스일 수 있다. 오답노트DB(234)는 학습자가 새롭게 틀린 문제 또는 새롭게 학습지도를 요청한 문제에 대해 업데이트되면서 최신버전으로 업데이트될 수 있다. 따라서, 학습자는 자신의 리스트화된 오답노트를 이용하여 신속하게 서버(200)로부터 오답노트를 전송받을 수 있다.
회원DB(235)는 학습자 및 교수자의 프로필 데이터가 저장되고, 상기 학습자 및 상기 교수자의 지능형 학습지도시스템(1)에 대한 서비스 이용이력이 저장되는 데이터 베이스이다.
상기 학습자의 프로필 데이터는 학습자의 개인데이터, 선호 학습지 데이터, 학습지도 희망분야, 학습지도 희망분야별 수학능력, 희망 교수자명 및 희망 교수자 성별 중 적어도 하나일 수 있다. 상기 개인데이터는 성명, 연락처, 성별일 수 있고, 상기 선호 학습지 데이터는 학습지 제목, 교과목명, 저자, 학년, 출판사일 수 있다.
상기 교수자의 프로필 데이터는 교수자의 개인데이터, 선호 학습지 데이터, 학습지도 분야, 학습지도 교과목, 학습자 학년 중 적어도 하나일 수 있다. 상기 개인데이터는 성명, 연락처, 성별, 교수 경력일 수 있고, 상기 선호 학습지 데이터는 학습지 제목, 교과목명, 저자, 학년, 출판사일 수 있다.
상기 서비스 이용이력은 학습자와 교수자의 서비스 이용에 대한 이력 (history)일 수 있다. 상기 사례는 학습자 또는 교수자가 지능형 학습지도시스템(1)을 통하여 이용한 문제 및 풀이 일 수 있다.
상기 문제 및 상기 풀이는 제어부(220)가 사례기반추론을 이용하여 문제를 검색하거나 풀이를 산출할 경우에 사용될 수 있다. 상기 문제 및 상기 풀이는 부분 수정이 될 수 있고, 상기 부분 수정된 문제 및 풀이는 학습지도에 이용될 수 있다.
도 4는 본 발명의 일 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 4를 참조하면, 지능형 학습지도 시스템(1)는 학습자 단말(100) 및 서버(200)을 통하여 학습지도를 제공할 수 있다.
학습자 단말(100)은 서버(200)에 학습자의 프로필을 등록한다(S100). 학습자 단말(100)은 학습자의 프로필을 서버(200)에 등록하여 학습자가 지능형 학습지도 시스템(1)을 이용할 수 있게 할 수 있다. 학습자의 프로필은 학습자의 개인데이터, 선호 학습지 데이터, 학습지도 희망분야, 학습지도 희망분야별 수학능력, 희망 교수명 및 희망 교수 성별일 수 있다.
학습자 단말(100)은 서버(200)에 학습지도를 요청한다(S110). 학습자 단말(100)은 서버(200)에 틀린 문제에 대한 학습지도를 요청할 수 있다. 학습자 단말(100)은 학습지도에 대한 데이터를 서버(200)에 전송할 수 있다. 학습자 단말(100)은 학습지도 요청에 해당하는 문제와 관련된 스캔 자료 및 상기 문제의 유형에 대한 데이터를 서버(200)에 전송할 수 있다. 상기 데이터는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다. 또한 상기 문제의 유형은 인덱스 및 인덱스의 값으로 정의할 수 있다. 단계 S110은 사례기반추론의 문제 정의 단계 또는 문제 인덱싱 단계에 해당할 수 있다.
서버(200)는 학습지도에 대한 동일문제 또는 유사문제를 검색한다(S200). 서버(200)는 학습자 단말(100)에서 전송된 데이터를 기초로 동일문제 또는 동일유형의 유사문제를 검색할 수 있다. 상기 검색하는 방법은 요청 데이터의 고유 인식코드, 제목 및 주제 등을 기초로 검색할 수 있다. 또한 서버(200)는 인덱스 및 인덱스의 값을 기초로 동일문제 또는 동일유형의 유사문제를 검색할 수 있다. 서버(200)는 풀이DB(232)에서 상기 동일문제 또는 동일유형의 유사문제의 풀이를 검색할 수 있다. 서버(200)는 상기 검색된 풀이를 추출할 수 있다. 단계 S800은 사례기반추론의 유사 사례 추출 단계에 해당할 수 있다.
서버(200)는 검색된 학습지도에 대한 동일문제의 풀이 또는 유사문제의 풀이를 학습자 단말(100)에 전송한다(S210). 서버(200)는 풀이DB(232)에서 추출된 문제풀이를 학습자 단말(100)에 전송할 수 있다. 상기 추출된 문제풀이는 학습자가 요청한 동일문제의 풀이 또는 동일유형의 유사문제의 풀이 또는 적응단계를 성공적으로 거친 풀이결과 일 수 있다.
도 5는 본 발명의 다른 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 5를 참조하면, 지능형 학습지도 시스템(1)는 학습자 단말(100), 서버(200) 및 교수자 단말(300)을 학습지도를 할 수 있다.
학습자 단말(100)은 서버(200)에 학습자의 프로필을 등록한다(S300). 학습자 단말(100)은 학습자의 프로필을 서버(200)에 등록하여 학습자가 지능형 학습지도 시스템(1)을 이용할 수 있게 할 수 있다. 학습자의 프로필은 학습자의 개인데이터, 선호 학습지 데이터, 학습지도 희망분야, 학습지도 희망분야별 수학능력, 희망 교수명 및 희망 교수 성별일 수 있다.
교수자 단말(300)은 서버(200)에 교수자의 프로필을 등록한다(S500). 교수자 단말(300)은 교수자의 프로필을 서버(200)에 등록하여 교수자가 지능형 학습지도 시스템(1)을 이용할 수 있게 할 수 있다. 교수자의 프로필은 교수자의 개인데이터, 선호 학습지 데이터, 학습지도 분야, 학습지도 교과목 및 학습자 학년일 수 있다.
학습자 단말(100)은 서버(200)에 학습지도를 담당할 교수자를 요청한다(S310). 학습자 단말(100)은 서버(200)에 상기 학습지도를 담당할 교수자를 요청할 수 있다. 또한 학습자 단말(100)은 선호하는 교수자, 선호하는 교수자의 성별 등의 옵션을 설정하여 교수자를 요청할 수 있다.
서버(200)는 학습지도를 담당할 교수자를 검색한다(S400). 서버(200)는 학습지도를 담당할 교수자를 검색할 수 있다. 서버(200)는 교수자가 현재 학습지도 상태인지 확인하여 상기 학습지도를 담당할 수 있는 교수자를 검색할 수 있다. 서버(200)는 현재 교수자가 학습지도를 담당할 수 있는 상태인지 확인할 수 있다.
서버(200)는 학습지도를 담당할 교수자를 선정한다(S410). 서버(200)는 현재 학습지도를 담당할 수 있는 교수자들 중 상기 학습지도의 문제와 유사성이 있는 교수자를 선정할 수 있다. 서버(200)는 교수자들에 대한 인덱스를 설정할 수 있다. 서버(200)는 상기 설정된 교수자들의 인덱스와 상기 문제의 인덱스에 대한 유사도를 비교할 수 있다. 또한 서버(200)는 상기 문제에 대한인덱스의 중요도에 따라 가중치를 부여하여 점수를 산출할 수 있다. 서버(200)는 상기 부여된 점수의 합이 가장 높은 교수자를 상기 학습지도를 하는 교수자로 선정할 수 있다. 선정된 교수자는 상기 문제와 가장 유사도가 높은 교수자일 수 있다.
서버(200)는 선정된 교수자의 교수자 단말(300)에 학습지도 통보 및 상기 학습지도의 데이터를 전송한다(S420). 서버(200)는 선정된 교수자의 교수자 단말(300)에 상기 학습지도에 선정된 것에 대한 통보 및 상기 학습지도의 데이터를 전송할 수 있다.
교수자 단말(300)은 서버(200)에 학습지도에 대한 풀이를 전송한다(S510). 교수자 단말(300)은 서버(200)에 상기 학습지도에 대한 풀이를 전송할 수 있다. 상기 풀이는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다. 단계 S510는 적응 단계에 해당할 수 있다.
서버(200)는 학습자 단말(100)에 학습지도에 대한 풀이를 전송한다(S430). 서버(200)는 학습자 단말(100)에 상기 학습지도에 대한 풀이를 전송할 수 있다.
학습자 단말(100)은 서버(200)에 추가 질의를 전송한다(S320). 학습자 단말(100)은 서버(200)에 학습지도에 대한 풀이 중 추가 질의를 요청할 수 있다. 상기 추가 질의는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다.
서버(200)는 교수자 단말(300)에 추가 질의를 전송한다(S440). 서버(200)는 교수자 단말(300)에 상기 추가 질의를 전송할 수 있다.
교수자 단말(300)은 서버(200)에 추가 질의에 대한 풀이를 전송한다(S520). 교수자 단말(300)은 서버(200)에 상기 추가 질의에 대한 풀이를 전송할 수 있다. 상기 풀이는 서버(200)의 학습지도DB(233)에 저장될 수 있다. 상기 추가 질의에 대한 풀이는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다.
서버(200)는 학습자 단말(100)에 추가 질의에 대한 풀이를 전송한다(S450). 서버(200)는 학습자 단말(100)에 추가 질의에 대한 풀이를 전송할 수 있다.
도 6은 본 발명의 또 다른 실시 예에 따른 지능형 학습지도 시스템을 도시한 흐름도이다.
도 6을 참조하면, 지능형 학습지도 시스템(1)는 학습자 단말(100), 서버(200) 및 교수자 단말(300)을 통하여 학습지도를 제공할 수 있다.
학습자 단말(100)은 서버(200)에 학습자의 프로필을 등록한다(S600). 학습자 단말(100)은 학습자의 프로필을 서버(200)에 등록하여 학습자가 지능형 학습지도 시스템(1)을 이용할 수 있게 할 수 있다. 학습자의 프로필은 학습자의 개인데이터, 선호 학습지 데이터, 학습지도 희망분야, 학습지도 희망분야별 수학능력, 희망 교수명 및 희망 교수 성별일 수 있다.
교수자 단말(300)은 서버(200)에 교수자의 프로필을 등록한다(S800). 교수자 단말(300)은 교수자의 프로필을 서버(200)에 등록하여 교수자가 지능형 학습지도 시스템(1)을 이용할 수 있게 할 수 있다. 교수자의 프로필은 교수자의 개인데이터, 선호 학습지 데이터, 학습지도 분야, 학습지도 교과목 및 학습자 학년일 수 있다.
학습자 단말(100)은 서버(200)에 학습지도를 요청한다(S610). 학습자 단말(100)은 서버(200)에 틀린 문제에 대한 학습지도를 요청할 수 있다. 학습자 단말(100)은 학습지도에 대한 데이터를 서버(200)에 전송할 수 있다. 학습자 단말(100)은 학습지도 요청에 해당하는 문제와 관련된 스캔 자료 및 상기 문제의 유형에 대한 데이터를 서버(200)에 전송할 수 있다. 상기 데이터는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다. 또한 상기 문제의 유형은 인덱스 및 인덱스의 값으로 정의할 수 있다. 단계 S610은 사례기반추론의 문제 정의 단계 또는 문제 인덱싱 단계에 해당할 수 있다.
서버(200)는 학습지도에 대한 동일문제 또는 유사문제를 검색한다(S700). 서버(200)는 학습자 단말(100)에서 전송된 데이터를 기초로 동일문제 또는 동일유형의 유사문제를 검색할 수 있다. 상기 검색하는 방법은 요청 데이터의 고유 인식코드, 제목 및 주제 등을 기초로 검색할 수 있다. 또한 서버(200)는 인덱스 및 인덱스의 값을 기초로 동일문제 또는 동일유형의 유사문제를 검색할 수 있다. 만약 서버(200)가 동일문제를 찾지 못하면, 서버(200)는 학습지도 요청에 해당하는 문제의 인덱스 값과 사례에 대한 인덱스 값의 유사도를 측정하여 상기 문제와 가장 유사도가 높은 문제들을 검색할 수 있다. 단계 S700은 사례기반추론의 유사 사례 추출 단계에 해당할 수 있다.
서버(200)는 검색 실패 메시지를 학습자 단말(100)에 전송한다(S710). 만약 상기 요청된 학습지도에 대한 문제가 검색되지 않는 경우에는 서버(200)는 학습자 단말(100)에 검색 실패 메시지를 전송할 수 있다.
학습자는 사례기반추론의 결과에 대하여 불만족하거나 기타 다른 이유로 교수자를 신청할 수 있다. 이 경우에는 학습자 단말(100)은 서버(200)에 학습지도를 담당할 교수자를 요청한다(S620). 학습자 단말(100)은 서버(200)에 상기 학습지도를 담당할 교수자를 요청할 수 있다. 또한 학습자 단말(100)은 선호하는 교수자, 선호하는 교수자의 성별 등의 옵션을 설정하여 교수자를 요청할 수 있다.
서버(200)는 학습지도를 담당할 교수자를 검색한다(S720). 서버(200)는 학습지도를 담당할 교수자를 검색할 수 있다. 서버(200)는 교수자가 현재 학습지도 상태인지 확인하여 상기 학습지도를 담당할 수 있는 교수자를 검색할 수 있다. 서버(200)는 현재 교수자가 학습지도를 담당할 수 있는 상태인지 확인할 수 있다.
서버(200)는 학습지도를 담당할 교수자를 선정한다(S730). 서버(200)는 현재 학습지도를 담당할 수 있는 교수자들 중 상기 학습지도의 문제와 유사성이 있는 교수자를 선정할 수 있다. 서버(200)는 교수자들에 대한 인덱스를 설정할 수 있다. 서버(200)는 상기 설정된 교수자들의 인덱스와 상기 문제의 인덱스에 대한 유사도를 비교할 수 있다. 또한 서버(200)는 상기 문제에 대한 인덱스의 중요도에 따라 가중치를 부여하여 점수를 산출할 수 있다. 서버(200)는 상기 부여된 점수의 합이 가장 높은 교수자를 상기 학습지도를 하는 교수자로 선정할 수 있다. 선정된 교수자는 상기 문제와 가장 유사도가 높은 교수자일 수 있다.
서버(200)는 선정된 교수자의 교수자 단말(300)에 학습지도 통보 및 상기 학습지도의 데이터를 전송한다(S740). 서버(200)는 선정된 교수자의 교수자 단말(300)에 상기 학습지도에 선정된 것에 대한 통보 및 상기 학습지도의 데이터를 전송할 수 있다.
교수자 단말(300)은 서버(200)에 학습지도에 대한 풀이를 전송한다(S810). 교수자 단말(300)은 서버(200)에 상기 학습지도에 대한 풀이를 전송할 수 있다. 상기 풀이는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다. 단계 S910는 사례기반추론의 적응 단계에 해당할 수 있다.
서버(200)는 학습지도에 대한 풀이를 저장한다(S750). 서버(200)는 교수자 단말(300)에서 전송된 학습지도에 대한 풀이를 학습지도DB(233)에 저장될 수 있다. 서버(200)는 사례기반추론을 기초로 저장된 상기 풀이를 이용할 수 있다. 단계 S850는 사례기반추론의 기계 학습단계에 해당할 수 있다.
서버(200)는 학습자 단말(100)에 학습지도에 대한 풀이를 전송한다(S760). 서버(200)는 학습자 단말(100)에 상기 학습지도에 대한 풀이를 전송할 수 있다.
학습자 단말(100)은 서버(200)에 추가 질의를 전송한다(S630). 학습자 단말(100)은 서버(200)에 학습지도에 대한 풀이 중 추가 질의를 요청할 수 있다. 상기 추가 질의는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다.
서버(200)는 교수자 단말(300)에 추가 질의를 전송한다(S770). 서버(200)는 교수자 단말(300)에 상기 추가 질의를 전송할 수 있다.
교수자 단말(300)은 서버(200)에 추가 질의에 대한 풀이를 전송한다(S820). 교수자 단말(300)은 서버(200)에 상기 추가 질의에 대한 풀이를 전송할 수 있다. 상기 풀이는 서버(200)의 학습지도DB(233)에 저장될 수 있다. 상기 추가 질의에 대한 풀이는 텍스트, 이미지, 오디오 및 비디오 중 적어도 하나일 수 있다.
서버(200)는 학습자 단말(100)에 추가 질의에 대한 풀이를 전송한다(S780). 서버(200)는 학습자 단말(100)에 추가 질의에 대한 풀이를 전송할 수 있다.
도 7는 본 발명의 일 실시 예에 따른 오답노트 관리를 도시한 흐름도이다.
도 7를 참조하면, 지능형 학습지도 시스템(1)은 학습자 단말(100) 및 서버(200)를 통하여 오답노트를 작성할 수 있다. 서버(200)는 학습자가 문제풀이 서비스 또는 교수자의 학습지도 서비스와 별도로 디지털 오답노트 서비스를 제공할 수 있다. 서버(200)는 학습자의 요청에 따라 학습자의 디지털 오답노트를 생성할 수 있다.
서버(200)는 학습자가 디지털 오답노트에 포함되길 원하는 문제 또는 상기 문제의 풀이에 대한 데이터를 오답노트DB(234)에 저장한다(S1000). 상기 문제 및 상기 문제의 풀이를 멀티미디어 형태로 오답노트DB(234)에 저장될 수 있다.
학습자 단말(100)은 서버(200)에 오답노트 생성 요청을 한다(S900). 학습자 단말(100)은 학습자가 이전에 틀린 문제 및 상기 틀린 문제의 풀이에 대하여 오답노트 생성을 요청할 수 있다. 또한 학습자 단말(100)은 학습자가 사례기반추론에 의해 얻은 문제 및 상기 문제의 풀이와 교수자에게 학습지도를 받은 문제 및 상기 문제의 풀이도 오답노트로 생성 요청을 할 수 있다. 학습자 단말(100)은 상기 오답노트 생성 요청을 각 문제에 부여된 고유 인식코드, 등록일자, 주제 및 제목을 이용하여 데이터요청을 할 수 있다.
서버(200)는 학습자 단말(100)이 요청한 오답노트를 생성한다(S1010). 서버(200)는 요청된 문제에 대한 데이터를 오답노트DB에서 불러와서 리스트화할 수 있다. 또한 리스트화된 오답노트는 일자별 또는 주제별로 정렬될 수 있다.
학습자 단말(100)은 오답노트 데이터를 요청한다(S910). 학습자 단말(100)은 이전에 생성된 오답노트를 다시 학습하기 위해 오답노트 데이터를 요청할 수 있다. 따라서, 학습자는 이전 오답노트를 신속하게 확인하여 학습효과를 향상시킬 수 있다. 또한 학습자 단말(100)은 해당 데이터의 이미지, 오디오, 동영상, 텍스트 및 디지털 파일과 같은 멀티미디어 형태로 데이터 요청을 할 수 있다.
서버(200)는 학습자 단말(100)에서 요청한 오답노트 데이터를 검색한다(S1020). 서버(200)는 학습자 단말(100)이 요청한 데이터를 검색할 수 있다. 상기 검색방법은 요청 데이터의 고유 인식코드, 등록일자, 제목 및 주제를 이용할 수 있다.
서버(200)는 요청된 오답노트 데이터를 학습자 단말(100)에 전송한다(S1030). 서버(200)는 요청된 오답노트 데이터를 학습자 단말(100)에 전송하여 학습자가 학습할 수 있게 할 수 있다. 상기 오답노트 데이터는 이미지, 오디오, 동영상, 텍스트 및 디지털 파일과 같은 멀티미디어 형태일 수 있다.
학습자 단말(100)은 요청된 오답노트 데이터를 학습자 단말(100)에 저장한다(S920). 학습자 단말(100)은 요청된 오답노트 데이터를 실시간으로 인터넷망 또는 이동통신망에서 확인할 수 있다. 또한 학습자 단말(100)은 학습자 단말(100)의 메모리에 해당 오답노트를 저장하여 서버(200)에 요청을 하지 않고 실시간으로 확인할 수 있다.
도 8은 본 발명의 일 실시 예에 따른 오답노트의 디스플레이를 도시한 예시도이다.
도 8을 참조하면, 제어부(200)는 사용자 인터페이스(User Interface)를 이용하여 오답노트를 제공할 수 있다. 상기 오답노트는 학습자 단말(100)을 통하여 도 6과 같이 디스플레이 될 수 있다.
오답노트는 오답노트 구성 요약표로 리스트화할 수 있다. 오답노트 구성 요약표는 학습자가 직접 오답노트 작성 목적으로 입력했던 항목들과 학습지도를 받았던 항목들을 모두 표의 형태로 나타낼 수 있다. 또한 오답노트 구성 요약표는 주제별로 각 항목을 이동하거나 일자별로 정렬할 수 있다. 이 때, 오답노트 구성 요약표는 각 항목의 문제, 풀이, 학습개념, 동영상 등을 해당 표의 셀을 클릭하여 열람할 수 있고, 전체보기 기능이 있어서 순차적으로 모든 항목이 화면에 출력될 수 있다. 만약 상기 출력이 동영상이면, 오답노트 구성 요약표는 이차원 바코드인 QR코드로 해당 항목의 문제번호를 QR코드 이미지로 노출시킬 수 있다. 또한, 오답노트 구성 요약표는 전체보기의 결과를 프린트할 수 있고, 디지털 파일 형식으로 저장될 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 장치에 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 장치에 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.
1: 지능형 학습지도 시스템 10: 네트워크
100, 110, 120: 학습자 단말 200: 서버
210: 통신부 220: 제어부
230: 저장부 231: 문제은행DB
232: 풀이DB 233: 학습지도DB
234: 오답노트DB 235: 회원DB
300, 310: 교수자 단말
100, 110, 120: 학습자 단말 200: 서버
210: 통신부 220: 제어부
230: 저장부 231: 문제은행DB
232: 풀이DB 233: 학습지도DB
234: 오답노트DB 235: 회원DB
300, 310: 교수자 단말
Claims (11)
- 학습자 단말로부터 학습지도를 요청받는 통신부; 및
상기 요청받은 학습지도에 대한 문제의 풀이 또는 유사문제의 풀이를 인공지능 추론을 기초로 검색하고, 상기 검색된 결과를 상기 학습자 단말에 전송 또는 상기 검색된 결과가 수정이 가능한 경우에는 수정하여 상기 학습자 단말로 전송되도록 제어하고,
상기 통신부가 교수자 선정을 요청받을 경우에는, 교수자를 사전에 설정된 기준에 따라 선정하고, 상기 선정된 교수자의 교수자 단말로 상기 학습지도의 선정에 대한 통보 및 상기 학습지도의 문제에 대한 데이터를 제공을 제어하며, 상기 제공된 데이터에 대한 응답으로 상기 문제의 풀이를 상기 교수자 단말로부터 제공받는 제어부를 포함하는 서버.
- 제 1항에 있어서,
상기 학습지도에 필요한 문제은행, 풀이, 오답노트 및 인적 사항 중 적어도 하나가 저장되는 저장부를 더 포함하는 서버.
- 제 2항에 있어서,
상기 사례기반추론은 상기 저장부의 풀이 및 학습지도 자료 중 적어도 하나의 경험 사례를 기초로 상기 문제 또는 상기 문제와 유사한 문제의 풀이를 도출하는 것을 특징으로 하는 서버.
- 제 1항에 있어서,
상기 제어부는 상기 문제 및 학습자의 선호도에 대한 속성들을 설정하고, 상기 설정된 속성들과 교수자들의 속성들의 유사성에 따라 점수를 부여하며, 상기 부여된 점수를 기초로 상기 교수자를 선정하는 것을 특징으로 하는 서버.
- 제 4항에 있어서,
상기 속성들은 교과목, 핵심분야, 경력, 성별 및 학년 중 적어도 하나인 것을 특징으로 하는 서버.
- 제 1항에 있어서,
상기 제어부는 상기 문제의 속성들과 교수자들의 속성들에 대한 유사성이 많을수록 점수를 더 부여하는 것을 특징으로 하는 서버.
- 제 1항에 있어서,
상기 제어부는 교수자들 중 부여된 점수의 합계가 가장 높은 교수자를 상기 교수자로 선정하는 것을 특징으로 하는 서버.
- 제 1항에 있어서,
상기 제어부는 중요도에 따라 속성들에 가중치를 부여하고, 상기 부여된 가중치를 기초로 점수의 합계를 산출하는 것을 특징으로 하는 서버.
- 제 1항 내지 8항 중 어느 한 항에 따른 서버;
학습지도에 대한 요청을 상기 서버에 전송하고, 상기 요청한 학습지도의 문제에 대한 풀이를 상기 서버로부터 전송받는 학습자 단말; 및
상기 서버로부터 상기 학습지도에 대한 교수자 선정 통보 및 상기 학습지도의 데이터를 전송받고, 상기 전송받은 학습지도의 문제에 대한 풀이를 상기 서버로 전송하는 교수자 단말을 포함하는 지능형 학습지도 시스템.
- 학습자 단말로부터 학습지도를 요청받는 단계;
상기 요청받은 학습지도에 대한 문제의 풀이 또는 유사문제의 풀이를 인공지능 추론을 기초로 검색하는 단계;
상기 검색된 결과를 상기 학습자 단말에 전송 또는 상기 검색된 결과가 수정이 가능한 경우에는 수정하여 상기 학습자 단말로 전송되도록 제어하는 단계;
상기 통신부가 교수자 선정을 요청받을 경우에는, 상기 교수자를 사전에 설정된 기준에 따라 선정하는 단계;
상기 선정된 교수자의 교수자의 단말로 상기 학습지도의 선정에 대한 통보 및 상기 학습지도의 문제에 대한 데이터를 제공을 제어하는 단계; 및
상기 제공된 데이터에 대한 응답으로 상기 문제의 풀이를 상기 교수자 단말로부터 제공받는 단계를 포함하는 지능형 학습지도 방법.
- 제 10항에 기재된 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130102601A KR20150025232A (ko) | 2013-08-28 | 2013-08-28 | 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130102601A KR20150025232A (ko) | 2013-08-28 | 2013-08-28 | 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20150025232A true KR20150025232A (ko) | 2015-03-10 |
Family
ID=53021508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20130102601A KR20150025232A (ko) | 2013-08-28 | 2013-08-28 | 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20150025232A (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170105969A (ko) * | 2016-03-11 | 2017-09-20 | 김병섭 | 유사 수학문제 검색장치 및 컴퓨터 프로그램 |
| KR20180073440A (ko) * | 2016-12-22 | 2018-07-02 | 주식회사 에스비앤컴퍼니 | 시험지 인식을 통한 유사 문제 추출 장치 및 그 방법 |
| KR101977038B1 (ko) * | 2017-12-18 | 2019-05-10 | 이쿠얼키 주식회사 | 가이드 기반 문제해결을 통한 수학학습 시스템 및 그 방법 |
| CN109976267A (zh) * | 2018-11-29 | 2019-07-05 | 贵州航天电子科技有限公司 | 一种智能教育管家装置 |
| KR20190092746A (ko) * | 2018-01-31 | 2019-08-08 | 이쿠얼키 주식회사 | 인공지능 기반 수학문제 해결장치 및 그 방법 |
| KR102390676B1 (ko) * | 2021-04-26 | 2022-04-26 | 김예원 | 학습자에게 학습 유형에 매칭되는 교수자를 추천하는 에듀테크 방법, 장치 및 컴퓨터 프로그램 |
-
2013
- 2013-08-28 KR KR20130102601A patent/KR20150025232A/ko not_active Application Discontinuation
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170105969A (ko) * | 2016-03-11 | 2017-09-20 | 김병섭 | 유사 수학문제 검색장치 및 컴퓨터 프로그램 |
| KR20180073440A (ko) * | 2016-12-22 | 2018-07-02 | 주식회사 에스비앤컴퍼니 | 시험지 인식을 통한 유사 문제 추출 장치 및 그 방법 |
| KR101977038B1 (ko) * | 2017-12-18 | 2019-05-10 | 이쿠얼키 주식회사 | 가이드 기반 문제해결을 통한 수학학습 시스템 및 그 방법 |
| KR20190092746A (ko) * | 2018-01-31 | 2019-08-08 | 이쿠얼키 주식회사 | 인공지능 기반 수학문제 해결장치 및 그 방법 |
| CN109976267A (zh) * | 2018-11-29 | 2019-07-05 | 贵州航天电子科技有限公司 | 一种智能教育管家装置 |
| CN109976267B (zh) * | 2018-11-29 | 2022-06-21 | 贵州航天电子科技有限公司 | 一种智能教育管家装置 |
| KR102390676B1 (ko) * | 2021-04-26 | 2022-04-26 | 김예원 | 학습자에게 학습 유형에 매칭되는 교수자를 추천하는 에듀테크 방법, 장치 및 컴퓨터 프로그램 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11348476B2 (en) | Personalized learning system and method for the automated generation of structured learning assets based on user data | |
| KR101678521B1 (ko) | 도서 추천 서비스 제공 장치 및 방법 | |
| Van Deursen et al. | Digital skills: Unlocking the information society | |
| KR20150025232A (ko) | 지능형 학습지도 시스템, 방법 및 서버 그리고 기록매체 | |
| US20210390871A1 (en) | Systems and methods for autonomous creation of personalized, self-updating curricula | |
| KR102314150B1 (ko) | 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버 | |
| Boonsuk et al. | Who ‘owns English’in our changing world? Exploring the perception of Thai university students in Thailand | |
| US20220036754A1 (en) | Method of Educating Users by Gamification | |
| KR102063183B1 (ko) | 학습 콘텐츠 추천 장치 및 방법 | |
| CN113590956A (zh) | 知识点推荐方法、装置、终端及计算机可读存储介质 | |
| KR102269837B1 (ko) | 사용자 맞춤형 학습 컨텐츠 제공 방법 및 이를 실행하는 서버 | |
| Gao et al. | Optimization analysis and implementation of online wisdom teaching mode in cloud classroom based on data mining and processing | |
| KR20180014259A (ko) | 교육 중개 서비스 제공시스템, 교육 중개 서비스 제공서버 및 제공방법 | |
| Xu et al. | The design of personalized learning resource recommendation system for ideological and political courses | |
| JP2008090117A (ja) | 学習システム、類似問題検索方法、プログラム | |
| KR20160039505A (ko) | 학습 컨텐츠 구성 장치 및 그 방법 | |
| Durán et al. | Method for generating expert recommendations to advise students on ubiquitous learning experiences | |
| KR20150015704A (ko) | 온라인 학습 서비스 제공 시스템 | |
| KR20140131668A (ko) | 디지털 교과서를 활용한 맞춤형 교육 시스템 및 방법 | |
| KR20180095414A (ko) | 문제 생성 서비스 제공 방법 | |
| CN112115275A (zh) | 一种面向数学辅导问答系统的知识图谱构建方法及其系统 | |
| CN112347354B (zh) | 用于智慧教育的课件管理方法 | |
| EP4174686A1 (en) | Method and system for initiating a location-based topic | |
| KR101582561B1 (ko) | 디지털 참고서 및 이를 이용한 디지털 학습 콘텐츠 제공 방법 | |
| CN110827178A (zh) | 通过人工智能制定学习计划的系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |