KR20190100538A - Method, system and non-transitory computer-readable recording medium for supporting learning - Google Patents

Method, system and non-transitory computer-readable recording medium for supporting learning Download PDF

Info

Publication number
KR20190100538A
KR20190100538A KR1020180016218A KR20180016218A KR20190100538A KR 20190100538 A KR20190100538 A KR 20190100538A KR 1020180016218 A KR1020180016218 A KR 1020180016218A KR 20180016218 A KR20180016218 A KR 20180016218A KR 20190100538 A KR20190100538 A KR 20190100538A
Authority
KR
South Korea
Prior art keywords
learning
attribute information
user
present
information
Prior art date
Application number
KR1020180016218A
Other languages
Korean (ko)
Other versions
KR102123120B1 (en
Inventor
김세훈
안명훈
오태형
정두섭
Original Assignee
비트루브 주식회사
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 비트루브 주식회사 filed Critical 비트루브 주식회사
Priority to KR1020180016218A priority Critical patent/KR102123120B1/en
Publication of KR20190100538A publication Critical patent/KR20190100538A/en
Application granted granted Critical
Publication of KR102123120B1 publication Critical patent/KR102123120B1/en

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
    • G06Q50/00—Systems or methods specially adapted for 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Abstract

A method for supporting study comprises the following steps of: determining at least one attribute information associated with a study question provided to a user by referring to information associated with study situations and the study context of the user; and labelling the determined attribute information in correspondence with the study question and generating study content including the study question and the labelled attribute information. Accordingly, attribute information customized in correspondence with learning questions provided to a user can be labelled.

Description

학습을 지원하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체{METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR SUPPORTING LEARNING}METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR SUPPORTING LEARNING}

본 발명은 학습을 지원하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체에 관한 것이다.The present invention relates to methods, systems, and non-transitory computer readable recording media that support learning.

교육열 및 치열한 입시 경쟁으로 인해 학습 콘텐츠 시장은 점차 커지고 있는 추세이다. 이와 함께, 학습을 효과적으로 지원할 수 있는 학습 콘텐츠를 개발하기 위하여 다양한 연구가 진행되고 있다.Due to the enthusiasm for education and fierce competition for entrance examination, the learning contents market is gradually increasing. In addition, various studies are being conducted to develop learning contents that can effectively support learning.

이에 관한, 종래 기술의 일 예로서, 적어도 하나 이상의 문제 섹션, 적어도 하나 이상의 문제에 대한 풀이와 정답을 포함하는 정답지 및 적어도 하나 이상의 문제들에 대한 개념이 정리된 개념 정리 섹션을 포함하는 학습지가 각각의 문제들에 대한 정답 여부를 체크하는 정답 체크 파트, 각각의 문제들에 대한 정답 여부 비율을 산정하는 정답률 산정 파트 및 출제 빈도를 포함하는 기타 파트를 포함하는 기술이 소개된 바 있다.In this regard, as an example of the prior art, each of the learning papers includes at least one problem section, an answer sheet including solving and correcting at least one or more problems, and a concept arranging section in which concepts about at least one or more problems are summarized. A technique has been introduced that includes a correct answer check part that checks the correct answers to the questions of the questions, a correct percentage calculation part that calculates the percentage of correct answers for each problem, and other parts including the frequency of questions.

하지만, 위와 같은 종래 기술을 비롯하여 지금까지 소개된 기술에 의하면, 학습을 수행하는 사용자의 학습 상황 또는 학습 문맥에 대한 고려 없이, 사용자에게 제공되는 학습 문제에 대응하여 해당 학습 문제를 풀이하기 위하여 요구되는 학습 개념, 학습 문제의 유형(예를 들어, 기본 문제, 심화 문제) 등이 사용자들마다 동일하게 제공되었기 때문에, 해당 학습 문제에 대하여 어떤 학습 개념이 부족한 것인지, 해당 사용자에게 적합한 문제 유형인지(예를 들면, 해당 사용자의 지식에 기초할 때 기본 문제로 보아야 하는지 심화 문제로 보아야 하는지) 등이 알기가 어려운 실정이었다.However, according to the above-described prior arts and the related arts, it is required to solve the learning problem in response to the learning problem provided to the user without considering the learning context or learning context of the user performing the learning. Because learning concepts, types of learning problems (eg, basic problems, deepening problems) are provided for each user the same, what learning concepts are lacking for those learning problems, and whether the types of problems are appropriate for the users (eg For example, it is difficult to know whether it should be viewed as a basic problem or a deep problem when based on the knowledge of the user.

본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.The present invention aims to solve all of the above-mentioned problems of the prior art.

또한, 본 발명은 사용자에게 제공될 학습 문제에 대응하여 맞춤화된 속성 정보를 라벨링하는 것을 또 다른 목적으로 한다.Another object of the present invention is to label personalized attribute information in response to a learning problem to be provided to a user.

또한, 본 발명은 복수의 속성 정보 중 사용자에게 맞춤화된 속성 정보가 강조되어 표시되는 인덱스를 포함하는 학습 콘텐츠를 제공하는 것을 또 다른 목적으로 한다.In addition, another object of the present invention is to provide a learning content including an index in which the attribute information customized to the user is highlighted among the plurality of attribute information.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.Representative configuration of the present invention for achieving the above object is as follows.

본 발명의 일 태양에 따르면, 학습을 지원하는 방법으로서, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 단계, 및 상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 단계를 포함하는 방법이 제공된다.According to an aspect of the present invention, there is provided a method for supporting learning, the method comprising: determining at least one attribute information associated with a learning problem to be provided to the user with reference to information about a learning context and a learning context of the user, and the determining Labeling at least one attribute information corresponding to the learning problem, and generating learning content including the learning problem and the at least one attribute information being labeled.

본 발명의 다른 태양에 따르면, 학습을 지원하는 시스템으로서, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 속성 정보 결정부, 및 상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 학습 콘텐츠 관리부를 포함하는 시스템이 제공된다.According to another aspect of the present invention, there is provided a system for supporting learning, comprising: an attribute information determination unit for determining at least one attribute information associated with a learning problem to be provided to the user with reference to information about a learning situation and a learning context of the user; And a learning content manager configured to label the determined at least one attribute information corresponding to the learning problem and to generate learning content including the learning problem and the at least one attribute information to be labeled. Is provided.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.In addition, there is further provided a non-transitory computer readable recording medium for recording another method for implementing the present invention, another system, and a computer program for executing the method.

본 발명에 의하면, 사용자에게 제공될 학습 문제에 대응하여 맞춤화된 속성 정보를 라벨링할 수 있게 된다.According to the present invention, customized attribute information can be labeled in response to a learning problem to be provided to a user.

또한, 본 발명에 의하면, 복수의 속성 정보 중 사용자에게 맞춤화된 속성 정보가 강조되어 표시되는 인덱스를 포함하는 학습 콘텐츠를 제공할 수 있게 된다.In addition, according to the present invention, it is possible to provide a learning content including an index in which personalized attribute information is highlighted and displayed to a user among a plurality of attribute information.

도 1은 본 발명의 일 실시예에 따른 학습을 지원하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 학습 지원 시스템의 내부 구성을 상세하게 도시하는 도면이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 사용자에게 지원되는 학습 콘텐츠를 예시적으로 나타내는 도면이다.1 is a view showing a schematic configuration of an entire system for supporting learning according to an embodiment of the present invention.
2 is a diagram illustrating in detail the internal configuration of the learning support system according to an embodiment of the present invention.
3 and 4 exemplarily illustrate learning contents supported by a user according to an exemplary embodiment of the present invention.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.DETAILED DESCRIPTION The following detailed description of the invention refers to the accompanying drawings that show, by way of illustration, specific embodiments in which the invention may be practiced. These embodiments are described in sufficient detail to enable those skilled in the art to practice the invention. It should be understood that the various embodiments of the present invention are different but need not be mutually exclusive. For example, certain shapes, structures, and characteristics described herein may be implemented with changes from one embodiment to another without departing from the spirit and scope of the invention. In addition, it is to be understood that the location or arrangement of individual components within each embodiment may be changed without departing from the spirit and scope of the invention. Accordingly, the following detailed description is not to be taken in a limiting sense, and the scope of the present invention should be taken as encompassing the scope of the claims of the claims and all equivalents thereto. Like reference numerals in the drawings indicate the same or similar elements throughout the several aspects.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, various preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily implement the present invention.

본 명세서에서, 콘텐츠란, 통신망을 통하여 접근 가능한, 문자, 부호, 음성, 음향, 이미지, 동영상 등으로 이루어지는 디지털 정보 또는 개별 정보 요소를 총칭하는 개념이다. 이러한 콘텐츠는, 예를 들면, 텍스트, 이미지, 동영상, 오디오, 링크(예를 들면, 웹 링크) 등의 데이터 또는 이러한 데이터 중 적어도 두 가지의 조합을 포함하여 구성될 수 있다.In the present specification, content is a concept that collectively refers to digital information or individual information elements composed of letters, codes, voices, sounds, images, moving pictures, and the like, accessible through a communication network. Such content may include, for example, data such as text, images, video, audio, links (eg, web links), or a combination of at least two of these data.

전체 시스템의 구성Configuration of the entire system

도 1은 본 발명의 일 실시예에 따른 학습을 지원하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.1 is a view showing a schematic configuration of an entire system for supporting learning according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 학습 지원 시스템(200) 및 사용자 디바이스(300)를 포함할 수 있다.As shown in FIG. 1, the entire system according to an embodiment of the present invention may include a communication network 100, a learning support system 200, and a user device 300.

먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드와이드웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.First, the communication network 100 according to an embodiment of the present invention may be configured regardless of a communication mode such as wired communication or wireless communication, and includes a local area network (LAN) and a metropolitan area network (MAN). ), And various communication networks such as a wide area network (WAN). Preferably, the communication network 100 as used herein may be a known Internet or World Wide Web (WWW). However, the communication network 100 may include, at least in part, a known wired / wireless data communication network, a known telephone network, or a known wired / wireless television communication network without being limited thereto.

예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 와이파이(WiFi) 통신, 와이파이 다이렉트(WiFi-Direct) 통신, 롱텀 에볼루션(LTE; Long Term Evolution) 통신, 블루투스 통신(예를 들면, 저전력 블루투스(BLE; Bluetooth Low Energy) 통신), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방식을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.For example, the communication network 100 is a wireless data communication network, and includes Wi-Fi communication, Wi-Fi Direct communication, Long Term Evolution (LTE) communication, Bluetooth communication (for example, low power Bluetooth BLE (Bluetooth Low Energy), infrared communication, ultrasonic communication, etc. may be implemented at least in part.

다음으로, 본 발명의 일 실시예에 따른 학습 지원 시스템(200)은 통신망(100)을 통하여 후술할 사용자 디바이스(300)와의 통신을 수행할 수 있고, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 해당 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하고, 그 결정되는 적어도 하나의 속성 정보를 위의 학습 문제에 대응하여 라벨링(labeling)하고, 위의 학습 문제 및 위의 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 기능을 수행할 수 있다.Next, the learning support system 200 according to an exemplary embodiment of the present invention may perform communication with the user device 300 to be described later through the communication network 100, and may provide information about a learning situation and a learning context of the user. Refer to determine at least one attribute information associated with the learning problem to be provided to the user, label the determined at least one attribute information in response to the learning problem, and label the learning problem and the above A function of generating learning content including at least one piece of attribute information may be performed.

본 발명의 일 실시예에 따르면, 위의 속성 정보는, 학습 문제를 이해하거나 풀이하는데 요구되는 지식 단위 또는 학습 개념(예를 들어, 이러한 지식 단위 또는 학습 개념은, 교과 과정 상의 목차, 단원 등을 포함하는 개념일 수 있다.), 학습 문제의 유형(예를 들어, 단일 학습 개념을 이용한 학습 문제인 '개념 그대로', 복수의 학습 개념을 이용한 학습 문제인 '개념 더하기' 등), 학습 문제의 선정 근거(예를 들어, 후술할 치료 문제, 예상 문제, 추천 문제) 등) 및 학습 문제를 풀이하는데 도움될 수 있는 힌트에 관한 정보를 포함할 수 있다.According to one embodiment of the present invention, the above attribute information is a knowledge unit or learning concept (for example, such knowledge unit or learning concept required to understand or solve a learning problem, the contents of the curriculum, unit, etc. The type of learning problem (e.g., 'conceptual concept' as a learning problem using a single learning concept, 'concept addition' as a learning problem using a plurality of learning concepts, etc. (Eg, treatment problems, anticipated problems, recommendation problems, etc.), and information about hints that may be helpful in solving the learning problems.

본 발명에 따른 학습 지원 시스템(200)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다. 한편, 학습 지원 시스템(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 학습 지원 시스템(200)에 대하여 요구되는 기능이나 구성요소의 적어도 일부가 필요에 따라 후술할 사용자 디바이스(300) 또는 외부 시스템(미도시됨) 내에서 실현되거나 사용자 디바이스(300) 또는 외부 시스템(미도시됨)에 포함될 수도 있음은 당업자에게 자명하다.The configuration and function of the learning support system 200 according to the present invention will be described in detail through the following detailed description. Meanwhile, the learning support system 200 has been described as above, but this description is exemplary, and at least some of the functions or components required for the learning support system 200 will be described later as needed. Or it will be apparent to those skilled in the art that they may be implemented within an external system (not shown) or may be included in the user device 300 or an external system (not shown).

다음으로, 본 발명의 일 실시예에 따르면, 사용자 디바이스(300)는 통신망(100)을 통해 학습 지원 시스템(200)에 접속한 후 통신할 수 있도록 하는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿 PC 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 휴대 가능한 디지털 기기라면 얼마든지 본 발명에 따른 사용자 디바이스(300)로서 채택될 수 있다.Next, according to an embodiment of the present invention, the user device 300 is a digital device including a function to enable communication after connecting to the learning support system 200 through the communication network 100, a smart phone, As long as a portable digital apparatus having a memory means such as a tablet PC and the like having a microprocessor installed therein can be adopted as the user device 300 according to the present invention.

한편, 본 발명의 일 실시예에 따르면, 사용자 디바이스(300)에는, 학습을 지원하는 본 발명에 따른 기능이 지원되기 위한 애플리케이션이 포함되어 있을 수 있다. 이와 같은 애플리케이션은 학습 지원 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다.Meanwhile, according to an embodiment of the present invention, the user device 300 may include an application for supporting a function according to the present invention for supporting learning. Such an application may be downloaded from the learning support system 200 or an external application distribution server (not shown).

학습 지원 시스템의 구성Organization of Learning Support System

이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 학습 지원 시스템(200)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.Hereinafter, the internal configuration of the learning support system 200 performing important functions for the implementation of the present invention and the function of each component will be described.

도 2는 본 발명의 일 실시예에 따른 학습 지원 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.2 is a diagram illustrating in detail the internal configuration of the learning support system 200 according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 학습 지원 시스템(200)은 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기일 수 있다. 도 2에 도시된 바와 같이, 학습 지원 시스템(200)은 속성 정보 결정부(210), 학습 콘텐츠 관리부(220), 통신부(230) 및 제어부(240)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 학습 지원 시스템(200)은 속성 정보 결정부(210), 학습 콘텐츠 관리부(220) 및 통신부(230) 및 제어부(240)는 그 중 적어도 일부가 외부의 시스템과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 학습 지원 시스템(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 학습 지원 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.The learning support system 200 according to an embodiment of the present invention may be a digital device having a computing power by including a memory means and a microprocessor. As illustrated in FIG. 2, the learning support system 200 may include an attribute information determiner 210, a learning content manager 220, a communicator 230, and a controller 240. According to the exemplary embodiment of the present invention, the learning support system 200 may include at least a part of an attribute information determiner 210, a learning content manager 220, a communicator 230, and a controller 240. It may be a program module that communicates. Such program modules may be included in the learning support system 200 in the form of an operating system, an application module, or other program modules, and may be physically stored in various known storage devices. In addition, such program modules may be stored in a remote storage device that can communicate with the learning support system 200. On the other hand, such program modules include, but are not limited to, routines, subroutines, programs, objects, components, data structures, etc. that perform particular tasks or execute particular abstract data types, described below, in accordance with the present invention.

먼저, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 해당 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정할 수 있다.First, the attribute information determiner 210 according to an embodiment of the present invention may determine at least one attribute information associated with a learning problem to be provided to a corresponding user by referring to information regarding a learning situation and a learning context of the user.

본 발명의 일 실시예에 따르면, 위의 학습 상황 및 학습 문맥에 관한 정보는, 학습 문제의 풀이 이력 및 학습 문제에 대한 성취도(예를 들면, 성적)에 관한 정보를 포함할 수 있다. 또한, 본 발명의 일 실시예에 따르면, 위의 학습 문제의 풀이 이력에 관한 정보는, 사용자가 학습 문제를 풀이하는 동안에, 해당 사용자의 시선, 행동 등의 변화에 관한 정보로부터 획득(예를 들어, 학습 문제를 풀이한 순서, 후술할 추가 학습 정보의 열람 여부 등)되는 것일 수 있다.According to an embodiment of the present invention, the information about the learning situation and the learning context may include information on the achievement history (eg, grades) of the problem solving and the learning problem of the learning problem. In addition, according to an embodiment of the present invention, the information on the history of solving the learning problem is obtained from the information about the change in the gaze, behavior, etc. of the user while the user is solving the learning problem (for example, , The order in which the learning problem is solved, whether to view additional learning information to be described later, etc.).

또한, 본 발명의 일 실시예에 따른 위의 학습 문제는, 학습 개념을 익히기 위하여 제공되는 종래의 기본 문제뿐만 아니라 사용자의 학습 상황 및 학습 문맥에 기초하여 위의 기본 문제와 함께 추가적으로 제공될 수 있는 보충 문제를 더 포함할 수 있다. 예를 들어, 본 발명의 일 실시예에 따르면, 이러한 보충 문제의 유형에는, 사용자에게 취약하다고 판단되는 단일 학습 개념을 이용한 학습 문제인 '개념 그대로', 사용자에게 취약하다고 판단되는 학습 개념과 다른 학습 개념을 이용한 학습 문제인 '개념 더하기' 등이 포함될 수 있다.In addition, the above-described learning problem according to an embodiment of the present invention may be additionally provided along with the above-described basic problem based on the learning situation and learning context of the user as well as the conventional basic problem provided to learn the learning concept. It may further include supplemental problems. For example, according to one embodiment of the present invention, such a supplementary problem includes a learning concept that is different from a learning concept that is determined to be vulnerable to the user, that is, a concept that is a learning problem that uses a single learning concept that is determined to be weak for the user. This may include 'concept addition', which is a learning problem.

예를 들어, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는 사용자에게 제공될 학습 문제와 연관된 복수의 학습 개념에서, 해당 사용자의 학습 상황 및 학습 문맥에 관한 정보로부터 해당 사용자에게 취약한 것으로 판단되는 학습 개념(즉, 취약 속성 정보)을 선정하고, 그 선정되는 학습 개념을 해당 학습 문제와 연관되는 적어도 하나의 속성 정보로 결정할 수 있다. 따라서, 본 발명의 일 실시예에 따르면, 학습 문제와 연관되는 적어도 하나의 속성 정보는, 해당 사용자마다 맞춤화되어 각각 다르게 결정될 수 있게 된다.For example, the attribute information determiner 210 according to an embodiment of the present invention is vulnerable to the user from the information about the learning situation and the learning context of the user in a plurality of learning concepts associated with the learning problem to be provided to the user. The learning concept (that is, the weak attribute information) determined to be determined may be selected, and the selected learning concept may be determined as at least one attribute information associated with the corresponding learning problem. Therefore, according to one embodiment of the present invention, at least one attribute information associated with a learning problem may be customized for each user and may be determined differently.

예를 들어, 위의 예와 같이 속성 정보가 학습 개념에 관한 정보이고, 학습 문제 K와 연관되는 학습 개념(즉, 속성 정보)이 a 및 b인 경우에, 사용자 A에게는 학습 개념 a가 취약 학습 개념이고, 사용자 B에게는 학습 개념 b가 취약 학습 개념이면, 사용자 A에게는 학습 개념 a에 관한 정보를 해당 학습 문제와 연관되는 속성 정보로 결정하고, 사용자 B에게는 학습 개념 b에 관한 정보를 해당 학습 문제와 연관되는 속성 정보로 결정할 수 있다.For example, if the attribute information is information about the learning concept and the learning concept (i.e., the attribute information) associated with the learning problem K is a and b as in the above example, the learning concept a is vulnerable to user A. Concept, and for user B, if learning concept b is a vulnerable learning concept, then for user A, information about learning concept a is determined as attribute information associated with that learning problem, and for user B, information for learning concept b is determined for that learning problem. This may be determined by attribute information associated with.

또한, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는 사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여, 해당 사용자에게 제공될 학습 문제의 선정 근거 정보를 해당 학습 문제와 연관된 적어도 하나의 속성 정보로 결정할 수 있다.In addition, the attribute information determiner 210 according to an embodiment of the present invention refers to the information about the learning situation and the learning context of the user, and provides selection basis information of the learning problem to be provided to the user at least associated with the learning problem. Can be determined by one attribute information.

구체적으로, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는, 사용자의 학습 상황 및 학습 문맥에 관한 정보를 이용하여 해당 사용자에게 대응되는 학습 문제의 선정 근거에 관한 정보(예를 들면, 기본 문제, 치료 문제, 예상 문제 또는 추천 문제)를 속성 정보 중 하나로 결정할 수 있다. 본 발명의 일 실시예에 따르면, 위의 선정 근거에 관한 정보에는, 사용자가 취약한 것으로 판단되는 부분(예를 들어, 취약한 학습 개념)을 반복 학습하도록 하는 '치료 문제', 사용자의 오답률이 소정 수준 이상일 것으로 판단되는 '예상 문제', 사용자에게 제공되는 기본 문제에서 심화 또는 응용된 '추천 문제' 등이 포함될 수 있다.In detail, the attribute information determiner 210 according to an embodiment of the present invention may use information about a reason for selecting a learning problem corresponding to the user by using information about the learning situation and the learning context of the user (for example, , Basic problem, treatment problem, expected problem or recommendation problem) can be determined as one of the attribute information. According to an embodiment of the present invention, the information on the above selection criteria, the 'treatment problem' to repeatedly learn the user is determined to be vulnerable (for example, a weak learning concept), the user's error rate of a predetermined level It may include 'expected problem' that is determined to be abnormal, 'recommended problem' deepened or applied in the basic problem provided to the user.

예를 들어, 본 발명의 일 실시예에 따른 속성 정보 결정부(210)는, 속성 정보가 학습 개념에 관한 정보이고, 학습 문제 K와 연관되는 학습 개념(즉, 속성 정보)이 a 및 b인 경우에, 사용자 A에게는 학습 개념 a가 취약 학습 개념이고, 사용자 B에게는 위의 학습 문제 K와 연관되는 학습 개념 중에 취약 학습 개념이 없으면, 사용자 A에 대하여 학습 문제 K의 선정 근거는 치료 문제일 수 있고, 사용자 B에 대하여 학습 문제 K의 선정 근거는 추천 문제일 수 있다.For example, the attribute information determiner 210 according to an embodiment of the present invention may include attribute information indicating information about a learning concept and learning concepts (ie, attribute information) associated with a learning problem K, which are a and b. In this case, if user A has learning concept a is a weak learning concept, and user B has no weak learning concept among the learning concepts associated with learning problem K above, the basis for selection of learning problem K for user A may be a treatment problem. The selection reason for the learning problem K with respect to the user B may be a recommendation problem.

다음으로, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는 적어도 하나의 속성 정보를 학습 문제에 대응하여 라벨링하고, 학습 문제 및 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성할 수 있다.Next, the learning content management unit 220 according to an embodiment of the present invention labels at least one attribute information in response to a learning problem, and generates learning content including the learning problem and at least one attribute information labeled. Can be.

예를 들어, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는, 학습 문제에 대응하여 적어도 하나의 속성 정보를 매칭하여 라벨링하고, 해당 학습 문제와 해당 라벨링된 속성 정보가 함께 표시되는 학습 콘텐츠를 생성할 수 있다.For example, the learning content management unit 220 according to an embodiment of the present invention matches and labels at least one attribute information corresponding to a learning problem, and learns that the corresponding learning problem and the labeled attribute information are displayed together. You can create content.

또한, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 위의 학습 콘텐츠에서, 위의 라벨링되는 속성 정보 중 적어도 하나의 속성 정보가 강조되어 표시되도록 할 수 있다.In addition, according to an embodiment of the present disclosure, the learning content management unit 220 may display at least one piece of property information among the above-mentioned property information in the learning content.

예를 들어, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는, 위의 라벨링되는 적어도 하나의 속성 정보 중 해당 사용자의 취약 속성 정보(예를 들어, 취약한 학습 개념)가 나머지 다른 속성 정보에 비하여 상대적으로 강조되어 표시되도록 할 수 있다.For example, according to an embodiment of the present invention, the learning content management unit 220, among the at least one property information labeled above, the weak property information (for example, the weak learning concept) of the user is the other property remaining It can be displayed relatively highlighted in relation to the information.

또한, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는, 학습 콘텐츠에서, 네비게이션 수단을 통해 학습 문제와 연관되는 추가 학습 정보가 제공되도록 할 수 있다. 본 발명의 일 실시예에 따르면, 위의 추가 학습 정보는 학습 문제와 연관된 학습 개념 또는 그 학습 개념의 선행 또는 후행 지식 관계에 있는 다른 학습 개념에 관한 정보를 포함할 수 있다. 한편, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는, 사용자의 취약 속성 정보를 참조하여 학습 문제와 연관되는 복수의 추가 학습 정보 중 해당 사용자의 취약 속성 정보와 연관된 추가 학습 정보를 우선적으로 제공되도록 할 수도 있다.In addition, the learning content management unit 220 according to an embodiment of the present disclosure may provide additional learning information associated with the learning problem through the navigation means in the learning content. According to an embodiment of the present invention, the additional learning information may include information about a learning concept associated with a learning problem or another learning concept in a preceding or succeeding knowledge relationship of the learning concept. On the other hand, the learning content management unit 220 according to an embodiment of the present invention, by referring to the user's vulnerability attribute information, prioritizes additional learning information associated with the user's vulnerability attribute information among the plurality of additional learning information associated with the learning problem. It can also be provided.

예를 들어, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는 학습 콘텐츠에서, 사용자에 의해 추가 학습 정보를 제공하는 링크(link)가 선택되면, 해당 학습 문제와 연관된 추가 학습 정보가 해당 사용자에게 제공되도록 할 수 있고 해당 사용자에 의해 학습 문제를 제공하는 링크가 선택되면, 위의 학습 문제가 다시 제공되도록 할 수 있다.For example, in the learning content management unit 220 according to an embodiment of the present invention, when a link for providing additional learning information is selected by the user in the learning content, the additional learning information associated with the corresponding learning problem is applied. If a link is provided to a user and a link is selected that provides a learning problem by the user, the above learning problem may be provided again.

또한, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 학습 콘텐츠가, 복수의 속성 정보 중 적어도 하나의 속성 정보가 강조되어 표시되는 속성 정보 인덱스(index)를 포함하도록 할 수 있다. 본 발명의 일 실시예에 따르면, 위의 강조되어 표시되는 속성 정보는 해당 사용자에 대응되는 취약 속성 정보(예를 들어, 취약한 학습 개념)를 포함할 수 있다.In addition, according to an embodiment of the present disclosure, the learning content management unit 220 may include the learning information index including an attribute information index in which at least one of the plurality of pieces of attribute information is highlighted. According to an embodiment of the present invention, the above-mentioned highlighted attribute information may include weak attribute information (eg, weak learning concept) corresponding to the corresponding user.

한편, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 네비게이션 수단을 통해 속성 정보 인덱스로부터 사용자에 의해 선택되는 속성 정보와 연관된 학습 문제로 이동되도록 할 수 있다.Meanwhile, according to an embodiment of the present invention, the learning content management unit 220 may move the learning content associated with the attribute information selected by the user from the attribute information index through the navigation means.

예를 들어, 본 발명의 일 실시예에 따른 학습 콘텐츠 관리부(220)는 학습 콘텐츠의 속성 정보 인덱스에서, 사용자에 의해 어떤 속성 정보가 선택되는 경우에, 해당 속성 정보를 가지는 학습 문제가 해당 사용자에게 제공되도록 할 수 있다.For example, the learning content management unit 220 according to an embodiment of the present invention, when a certain attribute information is selected by the user in the attribute information index of the learning content, the learning problem having the attribute information to the user Can be provided.

한편, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는, 학습 콘텐츠에 대한 사용자의 취약 속성 정보에 기초하여 해당 사용자에 대한 학습 진단 결과를 생성할 수도 있다.Meanwhile, according to an embodiment of the present invention, the learning content management unit 220 may generate a learning diagnosis result for the corresponding user based on the weak attribute information of the user with respect to the learning content.

예를 들어, 본 발명의 일 실시예에 따르면, 학습 콘텐츠 관리부(220)는 사용자의 학습 문제의 풀이 이력(예를 들어, 학습 문제를 풀이한 시간, 학습 문제의 정답 또는 오답 여부, 학습 문제를 풀이하는 동안에 참조한 추가 학습 정보에 대한 이력 등)을 통해 해당 사용자에게 취약 속성 정보를 결정하고, 그 선정된 취약 속성 정보 및 그 취약 속성 정보를 보완하기 위하여 필요한 학습 방법 등을 학습 진단 결과로 생성할 수 있다.For example, according to an exemplary embodiment of the present invention, the learning content management unit 220 may include a history of solving a learning problem of the user (eg, a time for solving the learning problem, whether the learning problem is correct or incorrect, or a learning problem). It is possible to determine vulnerable attribute information for the user through the history of additional learning information referenced while solving, and generate the selected vulnerable attribute information and the necessary learning methods to supplement the vulnerable attribute information as learning diagnosis results. Can be.

다음으로, 본 발명의 일 실시예에 따른 통신부(230)는 속성 정보 결정부(210) 및 학습 콘텐츠 관리부(220)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.Next, the communication unit 230 according to an embodiment of the present invention may perform a function of enabling data transmission / reception from / to the attribute information determination unit 210 and the learning content management unit 220.

마지막으로, 본 발명의 일 실시예에 따른 제어부(240)는 속성 정보 결정부(210), 학습 콘텐츠 관리부(220) 및 통신부(230) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(240)는 학습 지원 시스템(200)의 외부로부터의/로의 데이터 흐름 또는 학습 지원 시스템(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 속성 정보 결정부(210), 학습 콘텐츠 관리부(220) 및 통신부(230)에서 각각 고유 기능을 수행하도록 제어할 수 있다.Finally, the controller 240 according to an embodiment of the present invention may perform a function of controlling the flow of data between the attribute information determiner 210, the learning content manager 220, and the communicator 230. That is, the controller 240 according to the present invention controls the data flow from / to the outside of the learning support system 200 or the data flow between each component of the learning support system 200, thereby determining the attribute information determining unit 210. The learning content management unit 220 and the communication unit 230 may control to perform unique functions.

도 3 및 도 4는 본 발명의 일 실시예에 따른 사용자에게 지원되는 학습 콘텐츠를 예시적으로 나타내는 도면이다.3 and 4 exemplarily illustrate learning contents supported by a user according to an exemplary embodiment of the present invention.

도 3 및 도 4를 참조하면, 본 발명의 일 실시예에 따른 학습 지원 시스템(200)은 사용자의 학습 상황 및 학습 문맥에 관한 정보로부터, 해당 사용자에게 제공될 학습 문제(310, 320)와 연관된 복수의 학습 개념인 '다항식의 곱셈에 대한 성질' 및 '다항식의 덧셈에 대한 성질' 중에, 해당 사용자에게 취약한 것으로 판단되는 학습 개념인 '다항식의 덧셈에 대한 성질'을, 해당 학습 문제(310, 320)와 연관되는 적어도 하나의 속성 정보로 결정할 수 있다. 또한, 본 발명의 일 실시예에 따르면, 사용자의 학습 상황 및 학습 문맥에 관한 정보로부터 해당 사용자에게 제공될 학습 문제(310, 320)의 선정 근거 정보(즉, 치료 문제(350), 추천 문제(360)) 및 학습 문제의 유형(즉, 개념 그대로(370), 개념 더하기(380))중 적어도 하나가 해당 학습 문제(310, 320)와 연관되는 속성 정보로 더 결정될 수 있다.3 and 4, the learning support system 200 according to an embodiment of the present invention is associated with the learning problems 310 and 320 to be provided to the user from information about the learning situation and the learning context of the user. Among the plurality of learning concepts, the property of multiplication of polynomials and the property of addition of polynomials, the learning concept of polynomial addition is considered to be vulnerable to the user. At least one attribute information associated with 320 may be determined. Further, according to an embodiment of the present invention, the selection basis information of the learning problems 310 and 320 to be provided to the user from the information about the learning situation and the learning context of the user (that is, the treatment problem 350 and the recommendation problem) 360)) and the type of the learning problem (ie, the concept as it is 370 or the concept addition 380) may be further determined as attribute information associated with the learning problem 310 or 320.

그 다음에, 위의 결정되는 적어도 하나의 속성 정보(330, 350, 360, 370, 380)가 위의 학습 문제(310, 320)에 대응하여 라벨링 될 수 있고, 위의 학습 문제(310, 320) 및 위의 라벨링되는 적어도 하나의 속성 정보(330, 350, 360, 370, 380)를 포함하는 학습 콘텐츠가 생성될 수 있다.Next, the at least one attribute information 330, 350, 360, 370, and 380 determined above may be labeled in correspondence with the learning problems 310 and 320, and the learning problems 310 and 320 above. ) And at least one attribute information 330, 350, 360, 370, and 380 labeled above may be generated.

한편, 본 발명의 일 실시예에 따르면, 위의 학습 문제(310, 320)와 연관되는 복수의 학습 개념(즉, '다항식의 곱셈에 대한 성질' 및 '다항식의 덧셈에 대한 성질')이 모두 해당 학습 문제(310, 320)에 대응하여 라벨링되고, 그 라벨링되는 학습 개념 중 해당 사용자에게 취약하다고 판단되는 학습 개념(즉, '다항식의 덧셈에 대한 성질')이 강조되어 표시(340)되도록 할 수도 있다.Meanwhile, according to one embodiment of the present invention, the plurality of learning concepts associated with the above-described learning problems 310 and 320 (that is, 'the property of the multiplication of the polynomial' and the 'the property of the addition of the polynomial') are both In response to the learning problems 310 and 320, the learning concepts (ie, 'the nature of the addition of the polynomial') that are determined to be vulnerable to the user among the labeled learning concepts are highlighted (340). It may be.

한편, 본 발명의 일 실시예에 따르면, 위의 학습 콘텐츠에는, 학습 문제와 연관되는 추가 학습 정보(즉, '다항식의 곱셈에 대한 성질에 관한 기본 개념')가 제공될 수 있도록 하는 네비게이션 수단(390)이 더 포함될 수 있다.On the other hand, according to an embodiment of the present invention, the above-described learning content, navigation means for providing additional learning information associated with the learning problem (that is, 'basic concept of the property of the multiplication of the polynomial') ( 390 may be further included.

한편, 본 발명의 일 실시예에 따르면, 위의 학습 콘텐츠에는, 복수의 속성 정보(410, 420, 430, 440) 중 적어도 하나의 속성 정보(440)가 강조되어 표시되는 속성 정보 인덱스(450)가 포함될 수 있다. 본 발명의 일 실시예에 따르면, 위의 강조되어 표시되는 속성 정보(440)는 해당 사용자에게 취약한 학습 개념일 수 있다. 또한, 본 발명의 일 실시예에 따르면, 위의 속성 정보 인덱스(450)에는, 해당 속성 정보 인덱스(450)에서 해당 사용자에 의해 선택되는 속성 정보와 연관된 학습 문제로 이동할 수 있도록 하는 네비게이션 수단(450)이 더 포함될 수 있다.Meanwhile, according to an embodiment of the present invention, in the learning content, the attribute information index 450 in which at least one attribute information 440 of the plurality of attribute information 410, 420, 430, 440 is highlighted is displayed. May be included. According to an embodiment of the present invention, the highlighted attribute information 440 may be a learning concept vulnerable to a corresponding user. In addition, according to an embodiment of the present invention, in the attribute information index 450, the navigation means 450 to move to the learning problem associated with the attribute information selected by the user in the attribute information index 450 ) May be further included.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.Embodiments according to the present invention described above can be implemented in the form of program instructions that can be executed by various computer components and recorded in a computer-readable recording medium. The computer-readable recording medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tape, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium) and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. The hardware device may be modified with one or more software modules to perform the processing according to the present invention, and vice versa.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.Although the present invention has been described by specific matters such as specific components and limited embodiments and drawings, it is provided only to help a more general understanding of the present invention, and the present invention is not limited to the above embodiments. Those skilled in the art may make various modifications and changes from this description.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention should not be limited to the above-described embodiments, and the scope of the spirit of the present invention is defined not only in the claims below, but also in the ranges equivalent to or equivalent to the claims. Will belong to.

100: 통신망
200: 학습 지원 시스템
210: 속성 정보 결정부
220: 학습 콘텐츠 관리부
230: 통신부
240: 제어부
300: 사용자 디바이스100: network
200: learning support system
210: attribute information determination unit
220: learning content management unit
230: communication unit
240: control unit
300: user device

Claims (10)

학습을 지원하는 방법으로서,
사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 단계, 및
상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 단계를 포함하는
방법.As a way to support learning,
Determining at least one attribute information associated with a learning problem to be provided to the user with reference to information regarding the learning situation and the learning context of the user, and
Labeling the determined at least one attribute information corresponding to the learning problem, and generating learning content including the learning problem and the at least one attribute information being labeled.
Way. 제1항에 있어서,
상기 결정 단계에서, 상기 학습 문제의 선정 근거에 관한 정보를 상기 속성 정보 중 하나로 결정하는
방법.The method of claim 1,
In the determining step, determining the information on the basis of the selection of the learning problem as one of the attribute information
Way. 제1항에 있어서,
상기 결정 단계에서, 상기 학습 문제에 대한 상기 사용자의 취약 속성 정보를 상기 속성 정보 중 하나로 결정하는
방법.The method of claim 1,
In the determining step, determining the weak attribute information of the user for the learning problem as one of the attribute information
Way. 제1항에 있어서,
상기 라벨링되는 속성 정보 중 적어도 하나의 속성 정보는 강조되어 표시되는
방법.The method of claim 1,
At least one of the labeled attribute information is highlighted and displayed.
Way. 제4항에 있어서,
상기 강조되어 표시되는 속성 정보는, 상기 학습 문제에 대한 상기 사용자의 취약 속성 정보인
방법.The method of claim 4, wherein
The highlighted attribute information is vulnerable attribute information of the user with respect to the learning problem.
Way. 제1항에 있어서,
상기 학습 컨텐츠는, 상기 학습 문제와 연관되는 추가 학습 정보가 제공될 수 있도록 하는 네비게이션 수단을 포함하는
방법.The method of claim 1,
The learning content includes navigation means for providing additional learning information associated with the learning problem.
Way. 제1항에 있어서,
상기 학습 콘텐츠는, 복수의 속성 정보 중 상기 결정되는 적어도 하나의 속성 정보가 강조되어 표시되는 속성 정보 인덱스를 포함하는
방법.The method of claim 1,
The learning content includes an attribute information index in which at least one attribute information of the plurality of attribute information is highlighted and displayed.
Way. 제7항에 있어서,
상기 속성 정보 인덱스는, 상기 사용자에 의해 선택되는 속성 정보와 연관된 학습 문제로 이동할 수 있도록 하는 네비게이션 수단을 포함하는
방법.The method of claim 7, wherein
The attribute information index includes navigation means for moving to a learning problem associated with the attribute information selected by the user.
Way. 제1항에 있어서,
상기 학습 콘텐츠에 대한 상기 사용자의 취약 속성 정보에 기초하여 상기 사용자에 대한 학습 진단 결과를 생성하는 단계를 더 포함하는
방법.The method of claim 1,
Generating a learning diagnosis result for the user based on the weakness attribute information of the user with respect to the learning content;
Way. 학습을 지원하는 시스템으로서,
사용자의 학습 상황 및 학습 문맥에 관한 정보를 참조하여 상기 사용자에게 제공될 학습 문제와 연관된 적어도 하나의 속성 정보를 결정하는 속성 정보 결정부, 및
상기 결정되는 적어도 하나의 속성 정보를 상기 학습 문제에 대응하여 라벨링(labeling)하고, 상기 학습 문제 및 상기 라벨링되는 적어도 하나의 속성 정보를 포함하는 학습 콘텐츠를 생성하는 학습 콘텐츠 관리부를 포함하는
시스템.As a system supporting learning,
An attribute information determination unit for determining at least one attribute information associated with a learning problem to be provided to the user with reference to information about a learning situation and a learning context of the user,
Labeling the determined at least one attribute information corresponding to the learning problem, and comprises a learning content management unit for generating a learning content including the learning problem and the at least one attribute information to be labeled;
system.
KR1020180016218A 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems KR102123120B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180016218A KR102123120B1 (en) 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180016218A KR102123120B1 (en) 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems

Publications (2)

Publication Number Publication Date
KR20190100538A true KR20190100538A (en) 2019-08-29
KR102123120B1 KR102123120B1 (en) 2020-06-15

Family

ID=67775912

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180016218A KR102123120B1 (en) 2018-02-09 2018-02-09 Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems

Country Status (1)

Country Link
KR (1) KR102123120B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210089333A (en) 2020-01-08 2021-07-16 (주)비상엠러닝 System and method for supporting learning

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102192588B1 (en) * 2020-09-08 2020-12-17 (주)웅진씽크빅 Apparatus and method for providing questions for learning
KR102187687B1 (en) * 2020-11-13 2020-12-07 (주)웅진씽크빅 Apparatus and method for providing questions for learning
KR102187693B1 (en) * 2020-11-13 2020-12-07 (주)웅진씽크빅 Apparatus and method for providing questions for learning

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060007608A (en) * 2004-07-20 2006-01-26 조동기 Service method and system for studying evaluation and clinic
KR100990658B1 (en) 2003-03-25 2010-10-29 주식회사 좋은책신사고 Book Having Check and Clinic Chart for Student's Learning through Feedback
KR20120076515A (en) * 2010-11-29 2012-07-09 이인석 Providing system and thereof method of editing service for learning contents using ranking of exam question
KR20130086032A (en) * 2013-07-17 2013-07-30 에스케이텔레콤 주식회사 Method, apparatus and system for analyzing learning plan
KR20170031110A (en) * 2017-02-24 2017-03-20 비트루브 주식회사 Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100990658B1 (en) 2003-03-25 2010-10-29 주식회사 좋은책신사고 Book Having Check and Clinic Chart for Student's Learning through Feedback
KR20060007608A (en) * 2004-07-20 2006-01-26 조동기 Service method and system for studying evaluation and clinic
KR20120076515A (en) * 2010-11-29 2012-07-09 이인석 Providing system and thereof method of editing service for learning contents using ranking of exam question
KR20130086032A (en) * 2013-07-17 2013-07-30 에스케이텔레콤 주식회사 Method, apparatus and system for analyzing learning plan
KR20170031110A (en) * 2017-02-24 2017-03-20 비트루브 주식회사 Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210089333A (en) 2020-01-08 2021-07-16 (주)비상엠러닝 System and method for supporting learning

Also Published As

Publication number Publication date
KR102123120B1 (en) 2020-06-15

Similar Documents

Publication Publication Date Title
US11372709B2 (en) Automated testing error assessment system
KR20190100538A (en) Method, system and non-transitory computer-readable recording medium for supporting learning
US10347151B2 (en) Student specific learning graph
US10902321B2 (en) Neural networking system and methods
US20190114937A1 (en) Grouping users by problematic objectives
CN106202453B (en) Multimedia resource recommendation method and device
US20190281130A1 (en) Adaptive system cache
US10346233B2 (en) Personalizing error messages based on user learning styles
US10866956B2 (en) Optimizing user time and resources
US10541884B2 (en) Simulating a user score from input objectives
US20200067967A1 (en) Network based intervention
US20200257995A1 (en) Systems and methods for predictive modelling of digital assessment performance
CN107807915B (en) Error correction model establishing method, device, equipment and medium based on error correction platform
US20170005868A1 (en) Automated network generation
US11232560B2 (en) Method and apparatus for processing fundus image
US10832586B2 (en) Providing partial answers to users
WO2021104387A1 (en) Method for automatically identifying valid data acquisition module and system
US20160260347A1 (en) Method for providing psychological inspection service
CN112464075A (en) Application recommendation method and device of intelligent sound box and electronic equipment
US11122343B2 (en) Personalized video interjections based on learner model and learning objective
US11455903B2 (en) Performing a remediation based on a Bayesian multilevel model prediction
US20200226942A1 (en) System and Method for Social Learning Utilizing User Devices
US10372800B2 (en) Cognitive slide management method and system
KR101417340B1 (en) Method of dynamically summoning learning tool in learning management system
Priebe Common sense alone is not enough

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant