KR20190041856A - Personalized mathematical learning curation system and method for operating the same - Google Patents
Personalized mathematical learning curation system and method for operating the same Download PDFInfo
- Publication number
- KR20190041856A KR20190041856A KR1020170133596A KR20170133596A KR20190041856A KR 20190041856 A KR20190041856 A KR 20190041856A KR 1020170133596 A KR1020170133596 A KR 1020170133596A KR 20170133596 A KR20170133596 A KR 20170133596A KR 20190041856 A KR20190041856 A KR 20190041856A
- Authority
- KR
- South Korea
- Prior art keywords
- learner
- learning
- information
- contents
- curation
- Prior art date
Links
- 230000013016 learning Effects 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims description 18
- 230000005415 magnetization Effects 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims description 3
- 230000007786 learning performance Effects 0.000 claims description 2
- 230000008520 organization Effects 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 5
- 230000009326 social learning Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000008092 positive effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- 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
- G09B7/04—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 characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Economics (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
Description
본 발명의 개념에 따른 실시 예는 개인 맞춤화 수학 학습 큐레이션 시스템 및 이의 동작 방법에 관한 것으로, 초·중·고교생의 수학 학습을 학습자의 성향, 유형 및 이해도 분석을 기반으로 교과 과정에 맞는 다양한 콘텐츠를 소셜 러닝을 통해 개인 맞춤화 수학 학습 큐레이션 시스템 및 이의 동작 방법에 관한 것이다.An embodiment according to the concept of the present invention relates to a personalized mathematical learning curation system and a method of operating the same. The mathematical learning of elementary, junior high, and high school students is carried out in various ways The present invention relates to a personalized mathematical learning curation system and a method of operating the same.
교육 콘텐츠와 서비스는 일반적으로 학습자의 성향이나 학습 정도를 고려하지 않고 일방적이며 한가지 형태로 제공되어 왔다. 예를 들어 출판물의 경우 1권당 500문항 이상의 문제를 수록하거나 인터넷 강의 경우도 교과 과정에 따른 단원별로 개념을 설명하거나 문제를 풀어주는 방식으로 서비스를 제공한다. 그러나 학습자 입장에서 보면 개별적으로 취약한 영역의 개념과 문제 유형 등이 다르기 때문에 개인 맞춤형 콘텐츠가 필요하다. Educational content and services have generally been unilaterally provided in one form without taking into account the learner's propensity or learning level. For example, publications include more than 500 items per book, or Internet lectures also provide services in a way that explains concepts or solves problems by unit according to the curriculum. However, from the standpoint of the learner, personalized contents are needed because the concepts and problem types of individual weak areas are different.
특히 기존의 수학 교육 서비스는 학습자가 개념과 원리를 이해하고 과제, 문제를 해결하는 것이 아니라, 문제 풀이와 유형을 암기하고 응용하는 방식으로 학년이 올라가면 개념과 원리를 응용하고 연결하는 문제들이 많아 짐에 따라 어려움을 겪고 학습성취도가 심각하게 저하되고 있다. 한 조사 결과에 따르면 2015년 현재 초등학생 36.5%, 중학생 46.2%, 고등학생 59.7%의 수학포기자가 발생하는 결과를 보면 기존의 교육 시스템의 문제와 한계가 심각함을 알 수 있다. 사회적으로 공교육의 붕괴뿐 아니라 효과 없는 사교육에 시간과 비용의 과다 지출의 문제를 야기하고 있다. In particular, the existing mathematics education service is not a learner's understanding of concepts and principles, solving problems and problems, but rather memorization and application of problem solving and types. And the achievement of learning is severely degraded. According to the results of the survey, 36.5% of elementary school students, 46.2% of middle school students, and 59.7% of high school students were born in 2015, which indicates that the problems and limitations of the existing education system are serious. Societies are causing not only the collapse of public education but also the problem of excessive expenditure of time and money on ineffective private education.
일반적으로 소셜 러닝(social learning)이라 함은 소셜 네트워크 상에서 특정한 주제를 공유하고 평가하며 상호 학습하는 것을 지칭한다. 소셜 러닝은 소셜 네트워크 등의 연결을 기반으로 콘텐츠의 발굴과 공유와 같은 참여, 소통, 및 커뮤니티 등의 상호작용으로 학습의 효율을 높일 수 있다. 최근 학습자가 학습자를 가르치고 코칭하는 방식의 또래/동료 상호학습(Peer teaching/Peer coaching)이 긍정적인 효과를 거두고 있으므로 이러한 소셜 네트워크를 활용하여 학습자들이 온라인 서비스를 활용하여 다른 학습자 수준에 맞는 언어, 방식, 사례 등과 같은 학습 콘텐츠를 제시하고 학습하게 하는 방식으로 이해도를 높이고 학습주도성을 높이는 것을 기대할 수 있다. In general, social learning refers to sharing, evaluating and mutual learning of a specific topic on a social network. Social learning can enhance learning efficiency through interaction such as participation, communication, and community, such as finding and sharing contents based on connections of social networks and the like. Recently, peer teaching / peer coaching, which teaches and coaches learner, has a positive effect. Therefore, using this social network, learners can utilize online service and learn language, , And examples of learning content and learning can be learned in a way that enhances understanding and can lead to higher learning initiative.
등록특허공보 제10-2015-0064616호는 '전자 장치가 개인 맞춤형 교육 콘텐츠를 제공하는 방법에 대한 것'으로 학습자가 틀린 문제의 오답 노트를 생성하고 이를 분석한 데이터를 활용하여 사용자의 취약 영역에 대한 문제를 제공하는 것을 특징으로 한다. In Patent Registration No. 10-2015-0064616, 'a method for providing an electronic device with personalized educational contents', a learner creates a wrong answer note of a wrong question and utilizes the analyzed data, And the like.
상기 선행기술문헌은 학습자에게 취약한 영역의 문제를 제공할 수 있지만, 개인의 학습 이해도와 성취 수준을 반영하지 못하고 단순히 유사 문제(콘텐츠)를 제공하여 문제의 개념과 원리의 이해가 없는 문제 풀이 유형만 암기하게 하는 문제점이 있다. Although the prior art document can provide a problem of a weak area to a learner, it is not possible to reflect the individual's learning comprehension and achievement level, but merely to provide a similar problem (content) There is a problem to memorize.
또한, 공개특허공보 제10-2013-0018316호는 '지식 유닛에 기초하여 교육 서비스를 제공하는 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체에 관한 것'으로 사용자의 성취도에 기초하여 지식 유닛의 커리큘럼을 생성하고 문제를 제공하는 발명이다. In addition, Japanese Patent Application Laid-Open No. 10-2013-0018316 discloses a method, system and computer-readable recording medium for providing educational services based on knowledge units, which generates a curriculum of knowledge units based on user's achievement And is an invention that provides a problem.
그러나, 상기 선행기술문헌은 지식 유닛이란 단위가 교과 학습의 단원으로 한정되어 있는 경우가 대부분이며 학습 성취도를 제공한 문제의 정답과 오답으로 판단하므로 학습자의 학습 이해도와 성취도를 높이는 부분에서 한정적인 문제점이 있다.However, in the prior art document, the unit of knowledge unit is limited to the unit of the subject learning, and since it is determined that the learning achievement is the correct answer and the correct answer, the learner's learning comprehension degree and achievement level are increased, .
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 개인 맞춤화 수학 학습 큐레이션 시스템 및 이의 동작 방법은 소셜 러닝을 통해 제공된 콘텐츠를 학습자가 온라인과 오프라인 상에서 학습하고 학습한 개념과 원리 등을 자신의 방식으로 구조화하여 저장하고 응용하여 학습 이해도를 높이며 이를 다른 학습자들에게 공유하여 학습할 수 있는 새로운 콘텐츠가 되어 상호학습을 하고 이를 재분석하여 학습자의 수준에 맞는 콘텐츠를 큐레이션하여 맞춤 학습의 효율성을 높이는 것을 목적으로 한다.SUMMARY OF THE INVENTION The present invention has been made in order to solve the above problems, and it is an object of the present invention to provide a personalized mathematical learning curation system and an operation method thereof, in which a content provided through a social learning is read by a learner, , Etc., are structured and stored in their own way to enhance learning comprehension. They are shared with other learners, so they become new contents that can be learned, mutual learning, re-analyzing them and curating contents according to the level of learners, To increase the efficiency of the system.
상기와 같은 목적을 달성하기 위한 본 발명의 다수의 학습자들에게 맞춤형 콘텐츠를 제공하기 위한 개인 맞춤화 수학 학습 큐레이션 시스템은, 다수의 학습자 단말기들 각각으로부터 학습자 기본 정보, 학습자의 학습 유형 또는 전략과 같은 학습자 진단 정보를 포함하는 학습자 정보를 수신하고, 단원 또는 영역별 진단한 학습 성취도 정보를 저장하는 학습 관리자 서버와, 상기 학습자 정보와 학습 성취도 각각의 유사도를 이용하여 상기 다수의 학습자들을 하나 이상의 그룹으로 분류하고, 상기 하나 이상의 그룹 각각에 대응하는 학습용 컨텐츠를 추출하는 큐레이션 서버를 포함하고, 상기 학습 관리자 서버는 상기 추출된 학습용 컨텐츠를 상기 그룹에 속하는 학습자 단말기로 제공하고, 상기 학습자 단말기에 의해 진행된 학습에 따라 상기 학습용 컨텐츠의 자기화 정보를 생성하고, 생성된 자기화 정보를 다른 학습자 단말기에 제공하여 평가 정보를 수집한다.To achieve the above object, there is provided a personalized mathematical learning curation system for providing personalized contents to a plurality of learners of the present invention, A learning manager server which receives learner information including learner diagnostic information and stores learning performance information diagnosed by a unit or a region; and a learning management server which classifies the plurality of learners into one or more groups using the similarities of the learner information and learning achievements Wherein the learning management server provides the extracted learning contents to a learner terminal belonging to the group, and wherein the learning management server provides the extracted learning contents to the learner terminal belonging to the group, According to the learning, Generating a magnetization information of the contents, and provides the generated information to the other magnetized learner terminal to collect rating information.
상기 큐레이션 서버는 상기 학습자 정보, 상기 자기화 정보, 및 상기 평가 정보의 유사도를 이용하여 상기 하나 이상의 그룹을 재분류하고, 재분류된 그룹에 속하는 상기 학습자 단말기로 새로운 학습용 컨텐츠를 제공한다.Wherein the curlation server recategorizes the at least one group using the learner information, the magnetization information, and the similarity of the evaluation information, and provides new learning contents to the learner terminal belonging to the reclassified group.
상기 자기화 정보는 상기 학습자 단말기를 통해 입력된 키워드를 이용하여 상기 학습용 컨텐츠를 구조화하고 시각화한 정보이다.The magnetization information is information obtained by structuring and visualizing the learning contents using a keyword inputted through the learner terminal.
상기 평가 정보는 상기 자기화 정보에 대한 평가 점수이다.The evaluation information is an evaluation score for the magnetization information.
상기 큐레이션 서버는 온라인과 오프라인 환경에서 형성된 학습 조직을 이용하여 상기 하나 이상의 그룹을 재분류하고, 재분류된 그룹에 속하는 상기 학습자 단말기로 새로운 학습용 컨텐츠를 제공한다. The curation server recategorizes the one or more groups using a learning organization formed in on-line and off-line environments, and provides new learning contents to the learner terminals belonging to the reclassified group.
상기 두번째 목적을 달성하기 위한 본 발명의 복수의 학습자들에게 맞춤형 콘텐츠를 제공하기 위한 개인 맞춤화 수학 학습 큐레이션 시스템의 동작 방법은, 학습 관리자 서버가 복수의 학습자 단말기들 각각으로부터 학습자 기본 정보, 학습자 학습 유형 또는 전략 정보, 및 학습자 영역별 또는 단원별 진단 정보를 포함하는 학습자 정보를 수신하고, 수신된 학습자 정보를 저장하는 수집 단계와, 큐레이션 서버가 상기 학습자 정보의 유사도를 이용하여 상기 복수의 학습자들을 하나 이상의 그룹으로 분류하고, 상기 하나 이상의 그룹 각각에 대응하는 학습용 컨텐츠를 추출하는 큐레이션 단계와, 상기 학습 관리자 서버가 상기 추출된 학습용 컨텐츠를 상기 그룹에 속하는 학습자 단말기로 제공하는 컨텐츠 제공 단계와, 학습자가 상기 학습자 단말기로 학습 결과에 따른 키워드들을 입력하면 상기 학습 관리자 서버가 학습자 단말기를 통해 입력된 상기 키워드들을 이용하여 상기 학습용 컨텐츠를 구조화하고, 시각화함으로써 자기화 정보를 생성하는 자기화 단계와, 상기 학습 관리자 서버가 생성된 자기화 정보를 다른 학습자 단말기에 제공하여 평가 정보를 수집하는 평가 단계를 포함한다.According to another aspect of the present invention, there is provided a method of operating a personalized mathematical learning curation system for providing personalized contents to a plurality of learners of the present invention, A learning step of receiving learner information including type or strategy information and diagnostic information for each learner area or each learner and storing the received learner information; A content providing step of providing the extracted learning content to a learner terminal belonging to the group; and a content providing step of providing the extracted learning content to the learner terminal belonging to the group, The learner A magnetizing step of structuring and visualizing the learning contents using the keywords inputted through the learner terminal when the keywords according to the wet result are input; And providing evaluation information to the other learner terminals and collecting the evaluation information.
상기 개인 맞춤화 수학 학습 큐레이션 시스템의 동작 방법은, 상기 큐레이션 서버는 상기 학습자 정보, 상기 자기화 정보, 및 상기 평가 정보의 유사도를 이용하여 상기 하나 이상의 그룹을 재분류하고, 재분류된 그룹에 속하는 상기 학습자 단말기로 새로운 학습용 컨텐츠를 제공하는 재분류하는 단계를 더 포함한다.Wherein the curation server recategorizes the one or more groups using the learner information, the magnetization information, and the similarity of the evaluation information to the reclassified group Further comprising reclassifying the learner terminal to which the learner terminal belongs to provide new learning contents.
상기 큐레이션 단계에서 상기 큐레이션이 상기 하나 이상의 그룹 각각에 대응하는 가이드 컨텐츠를 추출하고, 상기 컨텐츠 제공 단계에서 상기 학습 관리자 서버가 상기 추출된 가이드 컨텐츠를 상기 그룹에 속하는 학습자 단말기로 제공한다.The curation extracts guide contents corresponding to each of the at least one group in the curation step, and the learning manager server provides the extracted guide contents to a learner terminal belonging to the group in the content providing step.
상기한 바와 같은 본 발명의 개인 맞춤화 수학 학습 큐레이션 시스템 및 이의 동작 방법은 소셜 러닝을 통해 제공된 컨텐츠를 학습자가 온라인과 오프라인 상에서 학습하고 학습 결과를 입력하면, 상기 학습 결과가 시각화되어 다른 학습자에게 공유됨으로써, 다른 학습자가 쉽고 빠르게 정보를 습득할 수 있다.As described above, the personalized mathematical learning curation system and the method of operation of the present invention as described above allow a learner to learn contents provided through social learning on-line and off-line, input learning results, visualize the learning results, So that other learners can learn information easily and quickly.
또한, 상기 다른 학습자는 상기 공유된 학습 결과를 평가하여 평가 정보를 입력하면, 상기 학습 결과와 상기 평가 정보를 재분석하고, 상기 학습자의 기본 정보와 재매칭하여 큐레이션의 정확도를 높임으로써, 개인 맞춤화를 가능하게 하여 학습 효율성을 늘려 학습 순환 구조를 형성할 수 있는 효과가 있다.Further, the other learner evaluates the shared learning result and inputs the evaluation information, reanalyzes the learning result and the evaluation information, re-matches the basic information of the learner to increase the accuracy of the curation, It is possible to form a learning circulation structure by increasing the learning efficiency.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 상세한 설명이 제공된다.
도 1은 본 발명의 실시 예에 따른 개인 맞춤화 수학 학습 큐레이션 시스템을 나타낸다.
도 2는 본 발명의 실시 예에 따른 개인 맞춤화 수학 학습 큐레이션 시스템의 동작 방법을 설명하기 위한 학습 흐름도이다.
도 3은 본 발명의 실시 예에 따른 학습자 진단 정보를 나타내는 개념도이다.
도 4는 본 발명의 실시 예에 따른 학습 자기화를 나타내는 개념도이다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS In order to more fully understand the drawings recited in the detailed description of the present invention, a detailed description of each drawing is provided.
1 illustrates a personalized mathematical learning curation system according to an embodiment of the present invention.
2 is a flowchart illustrating a method of operating a personalized mathematical learning curation system according to an embodiment of the present invention.
3 is a conceptual diagram illustrating learner diagnostic information according to an embodiment of the present invention.
4 is a conceptual diagram showing learning magnetization according to an embodiment of the present invention.
이하에서는 본 발명에 따른 실시예 및 도면을 참조하여, 본 발명을 더욱 상술한다.Hereinafter, the present invention will be described in detail with reference to embodiments and drawings according to the present invention.
도 1은 본 발명의 실시 예에 따른 개인 맞춤화 수학 학습 큐레이션 시스템을 나타낸다. 본 명세서에서 개인 맞춤화 수학 학습 큐레이션 시스템은 초기 정보를 이용하여 학습자에게 개인 맞춤형 콘텐츠를 제공하고, 콘텐츠를 학습한 결과를 기계 학습(machine learning)을 통하여 재분석함으로써, 상기 학습자의 성향과 니즈에 맞는 새로운 콘텐츠를 제시(큐레이션)/제공하는 시스템을 의미한다.1 illustrates a personalized mathematical learning curation system according to an embodiment of the present invention. In the present specification, the personalized learning learning curation system provides personalized contents to learners using initial information and re-analyzes the learning results of the contents through machine learning, so that the learners' (Curation) / provision of new content.
따라서, 개인 맞춤화 수학 학습 큐레이션 시스템은 기존의 저장된 콘텐츠 뿐만 아니라 다른 학습자들이 실시간으로 업로드한 새로운 콘텐츠를 학습자의 성향과 학습 성취도를 기초로 새로운 콘텐츠를 학습자의 니즈에 재매칭시켜 큐레이션할 수 있다. Therefore, the personalized mathematical learning curation system can re-match new contents newly uploaded by other learners in real time as well as existing stored contents to learners' needs based on the learner's tendency and learning achievement .
도 1을 참조하면, 개인 맞춤화 수학 학습 큐레이션 시스템(10)은 복수의 학습자 단말기들(110-1~110-n), 학습 관리자 서버(130), 큐레이션 서버(150), 및 학습 콘텐츠 서버(170)를 포함한다.1, the personalized mathematical
학습 관리자 서버(130)는 학습자 데이터베이스(131)를 포함할 수 있다. 학습 관리자 서버(130)는 복수의 학습자 단말기들(110-1~110-n) 각각으로부터 학습자 기본 정보, 학습자 성향, 학습 유형 및 학습자 기타 학습 관련 진단 정보를 포함하는 학습자 정보를 수신하고, 수신된 학습자 정보를 사용자 데이터베이스(131)에 저장할 수 있다.The
큐레이션 서버(150)는 상기 학습자 정보의 유사도를 이용하여 복수의 학습자들을 하나 이상의 그룹으로 분류하고, 상기 하나 이상의 그룹 각각에 대응하는 학습용 컨텐츠를 제시하고, 학습자가 온라인과 오프라인 상에서 상기 학습용 컨텐츠를 학습하고 학습 결과를 입력하면, 상기 학습 결과에 따라 상기 하나 이상의 그룹을 기계 학습(machine learning)을 통해 재분류할 수 있다. The
예컨대, 초기에는 학습자 정보에 기초하여 빅데이터를 분석함으로써 학습자에게 학습용 컨텐츠를 추천한다. 상기 학습자가 상기 학습용 컨텐츠를 학습함에 따라 생성된 학습 결과(예컨대, 마인드 맵, 키워드, 사례, 실제 적용 방안 등)를 기계학습을 통해 분석한다. 분석의 결과와 다른 학습자들의 반응(예컨대, 시청 및 조회수, 좋아요, 평가점수 등)을 통해 각 학습자의 취약한 영역이나 단원을 찾고 예측함으로써 이 후 다른 학습자에게 새로운 학습 콘텐츠를 큐레이션할 수 있고, 학습 효과도 높일 수 있다. For example, in the beginning, the learning contents are recommended to the learner by analyzing the big data based on the learner information. (E.g., a mind map, a keyword, a case, and an actual application plan) generated as the learner learns the learning contents through machine learning. The results of the analysis and other learners' reactions (eg, viewing and views, likes, scores, etc.) can be used to find and predict vulnerable areas or units of each learner, The effect can also be increased.
학습 콘텐츠 서버(170)는 콘텐츠 데이터베이스(171)를 포함할 수 있다. 학습 콘텐츠 서버(170)는 상기 하나 이상의 그룹 각각에 대응하는 학습용 콘텐츠를 콘텐츠 데이터베이스(171)로부터 추출할 수 있다.The
도 2는 본 발명의 실시 예에 따른 개인 맞춤화 수학 학습 큐레이션 시스템의 동작 방법을 설명하기 위한 데이터 흐름도이다. 도 2를 참조하면, 학습 관리자 서버(130)는 복수의 학습자 단말기들(110-1~110-n) 각각으로부터 학습자 기본 정보, 학습자 업무 정보, 및 학습자 진단 정보를 포함하는 학습자 정보를 수신할 수 있다(S110).2 is a data flow chart for explaining a method of operating a personalized mathematical learning curation system according to an embodiment of the present invention. 2, the
학습 관리자 서버(130)는 수신된 학습자 정보를 사용자 데이터베이스(131)에 저장하고, 상기 학습자 정보를 큐레이션 서버(150)로 전송할 수 있다(S120).The
도 3은 본 발명의 실시 예에 따른 학습자 진단을 나타내는 개념도이다. 도 3 (a)는 학습자의 기본 진단 정보로 학습자의 성격/심리적 특성, 동기적 특성, 행동적 특성을 진단하는 학습자의 기본 정보를 나타낸다. 성격/심리적 특성은 자신감, 효능감, 수학 학습에 대한 부담감 등을 진단하며, 동기적 특성은 회피 동기, 경쟁 동기 등 학습 동기을 진단하며, 행동적 특성은 시간관리, 수업태도, 집중전략, 기억 전략, 시험 준비 등 학습 행동에 대한 진단을 나타낸다. 이를 통해 학습자의 성향과 문제를 파악하여 어떠한 학습 콘텐츠를 제공할지 매칭할 수 있는 기본적인 도구로 사용한다. 3 is a conceptual diagram illustrating learner diagnosis according to an embodiment of the present invention. FIG. 3 (a) shows the learner's basic information for diagnosing the learner's personality / psychological characteristics, synchronous characteristics, and behavioral characteristics based on the learner's basic diagnosis information. The characteristics of personality / psychological characteristics are self - efficacy, self - efficacy, burden on mathematics learning. Synchronous characteristics are learning motivation such as avoidance motive and competition motive. Behavioral characteristics include time management, It represents the diagnosis of learning behavior such as test preparation. It is used as a basic tool to identify learners' tendencies and problems and to match what learning contents they will provide.
도 3 (b)는 학습자 정보 중에서 영역별/단원별 진단 업무 정보를 나타낸다. 학습자는 학습 상태와 습관 등에 따라 영역별/단원별로 잘 이해하고 문제 해결을 해내는 경우가 있고 그렇지 않은 경우 해당 영역/단원에 대해 어려움을 겪을 수 있으므로 이에 대한 진단을 통해 영역별/단원별 콘텐츠 큐레이션 여부와 어떤 콘텐츠를 제시할지를 결정할 수 있다. 3 (b) shows diagnostic task information for each region / unit in the learner information. The learner understands and solves problems according to areas and units according to the learning condition and habits, and if not, he / she may have difficulties with the area / unit. Therefore, And what content to present.
도 4는 본 발명의 실시 예에 따른 학습자의 자기화를 나타내는 개념도이다. 도 4 (a)는 학습자가 학습 전후로 어떻게 학습할지와 영역/단원간 어떠한 연결과 응용이 가능한지를 나타내는 것으로 온라인 사용이 어려운 경우나 수작업이 더 편한 학습자의 경우 도4(a)와 같이 수작업을 하고 사진이나 그림 파일로 변환하여 학습자 자신의 계정의 콘텐츠 폴더에 업로드한다. 도 4(b)는 상기 내용과 동일한 것을 본 발명의 자기화 솔루션에서 제공하는 마인드맵을 이용하여 제작한 것으로 동일하게 자신의 콘텐츠 폴더에 업로드하고 추후 공유할 수 있게 할 수 있다. 4 is a conceptual diagram showing a learner's magnetization according to an embodiment of the present invention. 4 (a) shows how a learner can learn before and after learning, and how to connect and apply between areas / units. In the case of a learner who is difficult to use online, Convert them into photo or picture files, and upload them to the content folder of the learner's own account. FIG. 4 (b) shows the same contents created by using the mind map provided by the magnetization solution of the present invention, and it can be uploaded to its own content folder and shared later.
다시 도 2를 참조하면, 큐레이션 서버(150)는 상기 학습자 정보의 유사도를 이용하여 상기 복수의 학습자들을 하나 이상의 그룹으로 분류하고(S130), 학습 콘텐츠 서버(170)로부터 큐레이션된 상기 하나 이상의 그룹 각각에 대응하는 학습용 컨텐츠를 학습 관리자 서버(130)로 전송할 수 있다(S150).Referring again to FIG. 2, the
예컨대, 큐레이션 서버(150)는 유사한 성향, 학습 이해도, 영역별/단원별 문제를 가진 학습자들이 소셜 러닝을 통하여 컨텐츠를 학습하고 공유할 수 있도록, 학습자들에게 개인 맞춤형 컨텐츠를 제공할 수 있다. For example, the
학습 관리자 서버(130)는 생성된 자기화 정보를 다른 학습자 단말기(110-2)에 제공하여 평가 정보를 수집한다(S350).The
큐레이션 서버(150)는 상기 학습자 정보, 상기 자기화 정보, 및 상기 평가 정보의 유사도를 이용하여 상기 하나 이상의 그룹을 재분류하고, 새로운 컨텐츠를 생성하고, 재분류된 그룹과 새로운 컨텐츠를 재매칭한다(S320).The
10; 개인 맞춤화 수학 학습 큐레이션 시스템
110-1~110-n; 학습자 단말기들
130; 학습 관리자 서버
131; 사용자 데이터베이스
150; 큐레이션 서버
170; 학습 콘텐츠 서버
171; 콘텐츠 데이터베이스10; Personalized math learning curation system
110-1 to 110-n; Learner terminals
130; Learning Manager Server
131; User database
150; Curation server
170; Learning Content Server
171; Content database
Claims (8)
다수의 학습자 단말기들 각각으로부터 학습자 기본 정보, 학습자의 학습 유형 또는 전략과 같은 학습자 진단 정보를 포함하는 학습자 정보를 수신하고, 단원 또는 영역별 진단한 학습 성취도 정보를 저장하는 학습 관리자 서버; 및
상기 학습자 정보와 학습 성취도 각각의 유사도를 이용하여 상기 다수의 학습자들을 하나 이상의 그룹으로 분류하고, 상기 하나 이상의 그룹 각각에 대응하는 학습용 컨텐츠를 추출하는 큐레이션 서버를 포함하고,
상기 학습 관리자 서버는 상기 추출된 학습용 컨텐츠를 상기 그룹에 속하는 학습자 단말기로 제공하고, 상기 학습자 단말기에 의해 진행된 학습에 따라 상기 학습용 컨텐츠의 자기화 정보를 생성하고, 생성된 자기화 정보를 다른 학습자 단말기에 제공하여 평가 정보를 수집하는 개인 맞춤화 수학 학습 큐레이션 시스템.
1. A personalized mathematical learning curation system for providing personalized content to a plurality of learners,
A learning manager server that receives learner information including learner basic information, learner's learning type or strategy, and learner diagnostic information from each of a plurality of learner terminals and stores learning performance information diagnosed by each unit or area; And
And a curation server for classifying the plurality of learners into one or more groups using the similarity of each of the learner information and the learning achievement and extracting learning contents corresponding to each of the one or more groups,
Wherein the learning manager server provides the extracted learning contents to a learner terminal belonging to the group, generates magnetization information of the learning contents according to learning progressed by the learner terminal, and transmits the generated magnetization information to another learner terminal To collect the evaluation information and provide a personalized mathematical learning curation system.
상기 큐레이션 서버는 상기 학습자 정보, 상기 자기화 정보, 및 상기 평가 정보의 유사도를 이용하여 상기 하나 이상의 그룹을 재분류하고, 재분류된 그룹에 속하는 상기 학습자 단말기로 새로운 학습용 컨텐츠를 제공하는 개인 맞춤화 수학 학습 큐레이션 시스템.
The method according to claim 1,
Wherein the curation server recategorizes the one or more groups using the learner information, the magnetization information, and the similarity of the evaluation information, and provides the new learning contents to the learner terminal belonging to the reclassified group Mathematical learning curation system.
상기 자기화 정보는 상기 학습자 단말기를 통해 입력된 키워드를 이용하여 상기 학습용 컨텐츠를 구조화하고 시각화한 정보인 개인 맞춤화 수학 학습 큐레이션 시스템.
The method according to claim 1,
Wherein the magnetization information is information obtained by structuring and visualizing the learning contents using a keyword input through the learner terminal.
상기 평가 정보는 상기 자기화 정보에 대한 평가 점수인 개인 맞춤화 수학 학습 큐레이션 시스템.
The method according to claim 1,
Wherein the evaluation information is an evaluation score of the magnetization information.
상기 큐레이션 서버는 오프라인 환경에서 형성된 학습 조직을 이용하여 상기 하나 이상의 그룹을 재분류하고, 재분류된 그룹에 속하는 상기 학습자 단말기로 새로운 학습용 컨텐츠를 제공하는 개인 맞춤화 수학 학습 큐레이션 시스템.
The method according to claim 1,
Wherein the curation server recategorizes the one or more groups using a learning organization formed in an offline environment and provides new learning contents to the learner terminals belonging to the reclassified group.
학습 관리자 서버가 복수의 학습자 단말기들 각각으로부터 학습자 기본 정보, 학습자 학습 유형 또는 전략 정보, 및 학습자 영역별 또는 단원별 진단 정보를 포함하는 학습자 정보를 수신하고, 수신된 학습자 정보를 저장하는 수집 단계;
큐레이션 서버가 상기 학습자 정보의 유사도를 이용하여 상기 복수의 학습자들을 하나 이상의 그룹으로 분류하고, 상기 하나 이상의 그룹 각각에 대응하는 학습용 컨텐츠를 추출하는 큐레이션 단계; 및
상기 학습 관리자 서버가 상기 추출된 학습용 컨텐츠를 상기 그룹에 속하는 학습자 단말기로 제공하는 컨텐츠 제공 단계;
학습자가 상기 학습자 단말기로 학습 결과에 따른 키워드들을 입력하면 상기 학습 관리자 서버가 학습자 단말기를 통해 입력된 상기 키워드들을 이용하여 상기 학습용 컨텐츠를 구조화하고, 시각화함으로써 자기화 정보를 생성하는 자기화 단계;
상기 학습 관리자 서버가 생성된 자기화 정보를 다른 학습자 단말기에 제공하여 평가 정보를 수집하는 평가 단계;를 포함하는 개인 맞춤화 수학 학습 큐레이션시스템의 동작 방법.
A method of operating a personalized mathematical learning curation system for providing personalized content to a plurality of learners,
A learning manager server receiving learner information including learner basic information, learner learning type, or strategy information, and learner information by learner area or each learner from a plurality of learner terminals, and storing received learner information;
A cueing step of the cue server classifying the plurality of learners into one or more groups using the similarity of the learner information and extracting learning contents corresponding to each of the one or more groups; And
Providing the extracted learning contents to the learner terminal belonging to the group by the learning manager server;
A magnetizing step of structuring and visualizing the learning contents using the keywords inputted through the learner terminal when the learner inputs keywords according to the learning result to the learner terminal;
And an evaluation step of providing evaluation information to the other learner terminals by providing the generated magnetization information to the learning manager server.
상기 큐레이션 서버는 상기 학습자 정보, 상기 자기화 정보, 및 상기 평가 정보의 유사도를 이용하여 상기 하나 이상의 그룹을 재분류하고, 재분류된 그룹에 속하는 상기 학습자 단말기로 새로운 학습용 컨텐츠를 제공하는 재분류하는 단계;를 더 포함하는 개인 맞춤화 수학 학습 큐레이션 시스템의 동작 방법.
The method according to claim 6,
The curlation server reclassifies the one or more groups using the learner information, the magnetization information, and the similarity of the evaluation information, and reclassifies the learner terminal belonging to the reclassified group to provide new learning contents The method further comprising the steps of:
상기 큐레이션 단계에서 상기 큐레이션이 상기 하나 이상의 그룹 각각에 대응하는 가이드 컨텐츠를 추출하고,
상기 컨텐츠 제공 단계에서 상기 학습 관리자 서버가 상기 추출된 가이드 컨텐츠를 상기 그룹에 속하는 학습자 단말기로 제공하는 개인 맞춤화 수학 학습 큐레이션 시스템의 동작 방법.
The method according to claim 6,
In the cueing step, the curation extracts guide contents corresponding to each of the one or more groups,
Wherein the learning manager server provides the extracted guide contents to a learner terminal belonging to the group in the content providing step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170133596A KR20190041856A (en) | 2017-10-13 | 2017-10-13 | Personalized mathematical learning curation system and method for operating the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170133596A KR20190041856A (en) | 2017-10-13 | 2017-10-13 | Personalized mathematical learning curation system and method for operating the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20190041856A true KR20190041856A (en) | 2019-04-23 |
Family
ID=66285457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170133596A KR20190041856A (en) | 2017-10-13 | 2017-10-13 | Personalized mathematical learning curation system and method for operating the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20190041856A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021125374A1 (en) * | 2019-12-17 | 2021-06-24 | (주)미디어포스원 | Method for providing arithmetic learning smart learning on basis of arithmetic learning ability diagnosis and service system for performing same |
| KR20210077362A (en) * | 2019-12-17 | 2021-06-25 | (주)미디어포스원 | Method for providing arithmetic learning smartlearning based on diagnosis of arithmetic learning capability and service system using the same |
| KR102494292B1 (en) | 2022-10-19 | 2023-02-07 | (주)메타파스 | System and method for Controlling Unmanned Aerial Vehicle for Non-destructive testing |
| KR102523331B1 (en) | 2022-11-30 | 2023-04-21 | (주)메타파스 | System and method for Controlling Unmanned Aerial Vehicle for Securing the Clarity of X-ray Images |
| KR102556319B1 (en) | 2022-10-07 | 2023-07-18 | 주식회사 엘시스 | System and method for unmanned aerial based non-destructive testing |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130018316A (en) | 2010-05-07 | 2013-02-20 | 퀄컴 인코포레이티드 | Detecting a wlan signal using a bluetooth receiver during bluetooth scan activity |
| KR20150064616A (en) | 2013-12-03 | 2015-06-11 | 오원근 | Vacuumextractor for heat storage object |
-
2017
- 2017-10-13 KR KR1020170133596A patent/KR20190041856A/en unknown
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130018316A (en) | 2010-05-07 | 2013-02-20 | 퀄컴 인코포레이티드 | Detecting a wlan signal using a bluetooth receiver during bluetooth scan activity |
| KR20150064616A (en) | 2013-12-03 | 2015-06-11 | 오원근 | Vacuumextractor for heat storage object |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021125374A1 (en) * | 2019-12-17 | 2021-06-24 | (주)미디어포스원 | Method for providing arithmetic learning smart learning on basis of arithmetic learning ability diagnosis and service system for performing same |
| KR20210077362A (en) * | 2019-12-17 | 2021-06-25 | (주)미디어포스원 | Method for providing arithmetic learning smartlearning based on diagnosis of arithmetic learning capability and service system using the same |
| KR102556319B1 (en) | 2022-10-07 | 2023-07-18 | 주식회사 엘시스 | System and method for unmanned aerial based non-destructive testing |
| KR102494292B1 (en) | 2022-10-19 | 2023-02-07 | (주)메타파스 | System and method for Controlling Unmanned Aerial Vehicle for Non-destructive testing |
| KR102523331B1 (en) | 2022-11-30 | 2023-04-21 | (주)메타파스 | System and method for Controlling Unmanned Aerial Vehicle for Securing the Clarity of X-ray Images |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Murtonen | University students’ understanding of the concepts empirical, theoretical, qualitative and quantitative research | |
| Achuthan et al. | Augmented reflective learning and knowledge retention perceived among students in classrooms involving virtual laboratories | |
| Bhargava et al. | Beyond data literacy: Reinventing community engagement and empowerment in the age of data | |
| Shaffer et al. | Epistemic network analysis: A prototype for 21st-century assessment of learning | |
| KR20190041856A (en) | Personalized mathematical learning curation system and method for operating the same | |
| Godino et al. | Why is the learning of elementary arithmetic concepts difficult? Semiotic tools for understanding the nature of mathematical objects | |
| Abdallah | Towards empowerment: Students' ethical reflections on translating in production networks | |
| Cabero-Almenara et al. | Digital competence of higher education students as a predictor of academic success | |
| Wei et al. | The exploration of a machine learning approach for the assessment of learning styles changes | |
| Thompson et al. | Datafication, testing events and the outside of thought | |
| Archer et al. | Speaking the unspoken in learning analytics: Troubling the defaults | |
| González-Martín et al. | Mathematics and other disciplines, and the role of modelling: Advances and challenges | |
| Giabbanelli et al. | Overcoming the PBL assessment challenge: Design and development of the incremental thesaurus for assessing causal maps (ITACM) | |
| Demir et al. | The effects of distance education capabilities and competencies on learning outcomes during COVID-19 in higher education institutions | |
| Shatri et al. | Exploring perspectives: the virtual classroom's impact on student achievement from the viewpoints of both students and teachers | |
| Davis | Critical Discourse Analysis as an Interdisciplinary Research Methodology for Interdisciplinary, Intercultural and an Inter-Institutional Assessment Tool for Student-Perceived Learning Compared with Instructor-Perceived Teaching of Interdisciplinary Online Courses | |
| Bruun | Networks in Physics Education Research | |
| Scoular et al. | A generalized scoring process to measure collaborative problem solving in online environments | |
| Manjanai et al. | Introducing the flipped classroom strategy in the learning of year nine factorization | |
| Phillips et al. | Pedagogical dilemma in teacher education: Bridging the theory practice gap | |
| Hao | Bridging the Gap between Translator Training and Practice: Can Theory Help Translators | |
| Zhexembinova et al. | Actualization of interdisciplinary integration at mathematics lessons | |
| Li | The Impact of Study Abroad on Student Academic Achievement, Global Perspectives and Labor Market Outcomes: Evidence from US undergraduate students | |
| Koh et al. | The Role of Nonverbal Communication in Asynchronous Talk Channels. | |
| Molina‐Cabello et al. | Are learning styles useful? A new software to analyze correlations with grades and a case study in engineering |