KR20200142228A - 학과 정보 제공 시스템 및 방법 - Google Patents

학과 정보 제공 시스템 및 방법 Download PDF

Info

Publication number
KR20200142228A
KR20200142228A KR1020190069201A KR20190069201A KR20200142228A KR 20200142228 A KR20200142228 A KR 20200142228A KR 1020190069201 A KR1020190069201 A KR 1020190069201A KR 20190069201 A KR20190069201 A KR 20190069201A KR 20200142228 A KR20200142228 A KR 20200142228A
Authority
KR
South Korea
Prior art keywords
department
similarity
departments
information
university
Prior art date
Application number
KR1020190069201A
Other languages
English (en)
Inventor
조진표
권기원
Original Assignee
조진표
주식회사 잡쇼퍼
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 조진표, 주식회사 잡쇼퍼 filed Critical 조진표
Priority to KR1020190069201A priority Critical patent/KR20200142228A/ko
Publication of KR20200142228A publication Critical patent/KR20200142228A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • G06Q50/2053—Education institution selection, admissions, or financial aid
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

학과 정보 제공 시스템 및 방법은 학과 간의 커리큘럼의 유사성에 따라 학과 유사도 관계를 나타내는 학과 지도를 웹페이지 형태로 표시하여 관련학과 정보를 제공하며, 학과 속성의 부가 서비스를 제공하여 전공 관련 자료를 제공할 수 있는 효과가 있다.

Description

학과 정보 제공 시스템 및 방법{System and Method for Providing University Department Information}
본 발명은 학과 정보 제공 시스템에 관한 것으로서, 특히 학과 간의 커리큘럼의 유사성에 따라 학과 유사도 관계를 나타내는 학과 지도를 웹페이지 형태로 표시하여 학과 정보를 제공하는 학과 정보 제공 시스템 및 방법에 관한 것이다.
현재 우리나라의 대학 입시 제도는 대학별로 정시, 수시 모집으로 나누어 모집되고 있다.
대학 입시 제도는 매년 교육 정책이 변화되며, 대학마다의 입시전형이 바뀌어지고 있는 상황이다. 수시전형 모집의 비율은 70%에 육박할 정도로 비중이 높아졌으며, 정시 모집시 교과목 성적(내신 성적, 점수·석차·석차백분율, 평균)으로 알려진 교과 내신 점수와, 수능 시험 성적으로 알려진 수능 시험 점수를 취합하여 대학 입학의 합격 및 불합격이 정해진다.
대학의 수시 전형 모집은 각 대학별로 모집 기준을 두고 있으며, 이외에도 비교과 항목(출결, 자격증 및 인증, 어학성적, 봉사활동, 간부임원활동, 수상경력, 체험활동, 독서활동 등)이 상당한 비중을 차지한다.
대학의 수시 전형 모집은 각각의 대학마다 교과항목/수능항목/비교과항목의 항목 반영 비율이 동일하지 않고, 대학 자체에서 정하고 있기 때문에 수험생의 입장에서 이들 대학들의 수시 전형에 필요한 반영 비율을 알기 어려워서 수험생 본인에게 가장 알맞은 대학의 수시 전형을 찾는 것이 매우 어려운 일이다.
수시 전형 모집은 가장 많은 방법 중 하나로 학생부종합전형이 있다. 학생부종합전형은 자기소개서, 학교생활기록부, 교사 추천서를 바탕으로 교수 및 입학 사정관들이 생활기록부를 정성 평가하여 1차 합격자를 선발하는 제도이다.
학생부종합전형에서 자기소개서를 제출할 때, 우리가 신경써야 하는 것은 전공 적합성이다.
전공 적합성은 실제로 데이터 분석을 해보면 대학들이 대외적으로 밝히고 있는 것보다 더 높은 비중을 차지하고 있다. 이러한 전공 적합성은 학생부종합전형에 있는 자신의 활동과 연계시켜야 할 필요가 있다.
그러나 학생들은 같은 학과라도 대학마다 원하는 전공 적합성이 다르며, 수많은 학과에서 원하는 전공 적합성을 파악하는데 매우 어려운 것이 현실이다.
따라서, 진로가 명확하지 않은 중고등학생들에게 전공 적합성을 학생부종합전형과 연계해야 하는 것이 현실적으로 큰 스트레스를 발생시키며, 이로 인하여 일부 학생들은 컨설팅 업체를 찾아가 엄청난 비용을 들여가면서 상담을 받기도 한다.
한국 등록특허번호 제10-1689811호
이와 같은 문제점을 해결하기 위하여, 본 발명은 각 학과별 특징 정보를 분석할 뿐만 아니라 학과 간 유사도를 계산하며, 이를 기초로 학과 간의 커리큘럼의 유사성에 따라 학과 유사도 관계를 나타내는 학과 지도를 웹페이지 형태로 표시하여 학과 정보를 제공하는 학과 정보 제공 시스템 및 방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 특징에 따른 학과 정보 제공 시스템은,
검색할 대학명과 학과명을 포함한 질의 정보를 입력받는 입력부;
하나 이상의 대학에서 각각의 대학 내 학과소개, 학과 내 수업이름 및 수업 소개글을 포함한 학과 정보를 저장하는 학과 정보 데이터베이스부;
상기 학과 정보 데이터베이스부에서 상기 질의 정보를 기초로 상기 학과 정보에 포함된 단어의 빈도 및 중요도에 따라 학과 간 유사도 관계를 계산하는 유사도 계산부; 및
상기 유사도 계산부에서 계산한 유사도 관계를 이용하여 학과 간의 커리큘럼의 유사성에 따라 학과 간의 연결선을 상호 연결하여 학과 유사도 관계를 나타내는 학과 지도를 생성하여 출력하는 제어부를 포함하는 것을 특징으로 한다.
본 발명의 특징에 따른 학과 정보 제공 방법은,
검색할 대학명과 학과명을 포함한 질의 정보를 입력받는 단계;
하나 이상의 대학에서 각각의 대학 내 학과소개, 학과 내 수업이름 및 수업 소개글을 포함한 학과 정보를 저장하는 학과 정보 데이터베이스부에서 상기 질의 정보를 기초로 상기 학과 정보에 포함된 단어의 빈도 및 중요도에 따라 학과 간 유사도 관계를 계산하는 단계; 및
상기 계산한 유사도 관계를 이용하여 학과 간의 커리큘럼의 유사성에 따라 학과 간을 연결선으로 상호 연결하여 학과 유사도 관계를 나타내는 학과 지도를 생성하여 출력하는 단계를 포함하는 것을 특징으로 한다.
전술한 구성에 의하여, 본 발명은 학과 간의 커리큘럼의 유사성에 따라 학과 유사도 관계를 나타내는 학과 지도를 웹페이지 형태로 표시하여 관련학과 정보를 제공할 수 있는 효과가 있다.
본 발명은 학과 속성의 부가 서비스를 제공하여 전공 관련 자료를 제공할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 학과 정보 제공 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 학과 정보 제공 서버의 내부 구성을 간략하게 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 사용자 인터페이스부에서 메인 페이지를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 각 학과 사이의 유사도 관계를 학과 지도로 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 학과 지도에서 마우스 커서와 위치한 학과만 남기고 나머지 학과를 사라지게 하는 모습을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 선택된 단과대학명에 속하는 학과와 연결선을 학과 지도에서 삭제하는 모습을 나타낸 도면이다.
도 7 및 도 8은 본 발명의 실시예에 따른 학과 지도 상에서 마우스의 휠을 돌려서 학과 지도를 축소 및 확대하는 모습을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 핵심 키워드 정보를 나타낸 도면이다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 실시예에 따른 학과 정보 제공 시스템의 구성을 나타낸 도면이다.
본 발명의 실시예에 따른 학과 정보 제공 시스템(100)은 클라이언트 단말(110) 및 수험생에게 입시 컨설팅 서비스를 제공하는 학과 정보 제공 서버(120)를 포함한다.
클라이언트 단말(110)은 통신망(102) 상에서 HTTP + HTTB 프로토콜을 이용하여 학과 정보 제공 서버(120)에 접속하여 통상의 회원관리절차를 수행하며, 학과 정보 제공 서버(120)로부터 대학 입시 관리 및 학과 정보 제공 서비스를 제공받는다.
클라이언트 단말(110)은 대학 입시 관리 및 컨설팅 서비스를 제공받도록 서버-클라이언트 시스템으로 구현될 수 있으며, 유저와의 인터랙션이 가능한 인터페이스를 포함할 수 있는 컴퓨터나 휴대용 단말기, 텔레비전, 웨어러블 디바이스(Wearable Device) 등으로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), PDC(Personal DigitalCellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), GSM(Global System for Mobile communications), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), 스마트폰(Smart Phone), 모바일 WiMAX(Mobile Worldwide Interoperability for Microwave Access) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다 또한, 텔레비전은 IPTV(Internet Protocol Television), 인터넷 TV(Internet Television), 지상파 TV, 케이블 TV 등을 포함할 수 있다.
통신망(102)은 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 개인 근거리 무선통신(Personal Area Network; PAN), 이동 통신망(Mobile Radio Communication network), Wibro(Wireless Broadband Internet), Mobile WiMAX, HSDPA(High Speed Downlink Packet Access) 또는 위성 통신망 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.
학과 정보 제공 서버(120)는 학과 사이의 유사성을 계산하여 학과 간의 커리큘럼의 유사성이 높은 학과들 간의 유사도 관계와 각각의 학과의 핵심 키워드 정보를 상기 클라이언트 단말(110)로 제공한다. 이를 통해 클라이언트 단말(110)은 학과 간의 유사도 관계와 학과의 핵심 키워드 정보를 이용하여 전공 적합성을 판단할 수 있게 된다.
학과 정보 제공 서버(120)는 대학 입시 관리 및 학과 정보 제공 서비스를 제공하는 웹 서버이다. 학과 정보 제공 서버(120)는 학과 간의 커리큘럼의 유사성이 높은 학과들 간의 유사도 관계를 나타내는 학과 지도(130)와 각각의 학과의 핵심 키워드 정보(136) 등을 웹페이지 형태로 클라이언트 단말(110)로 제공하며, 사용자 인터페이스부(122)에서 제공되는 각종 웹페이지를 클라이언트 단말(110)로 제공한다.
도 2는 본 발명의 실시예에 따른 학과 정보 제공 서버의 내부 구성을 간략하게 나타낸 블록도이고, 도 3은 본 발명의 실시예에 따른 사용자 인터페이스부에서 메인 페이지를 나타낸 도면이고, 도 4는 본 발명의 실시예에 따른 각 학과 사이의 유사도 관계를 학과 지도로 나타낸 도면이고, 도 5는 본 발명의 실시예에 따른 학과 지도에서 마우스 커서와 위치한 학과만 남기고 나머지 학과를 사라지게 하는 모습을 나타낸 도면이고, 도 6은 본 발명의 실시예에 따른 선택된 단과대학명에 속하는 학과와 연결선을 학과 지도에서 삭제하는 모습을 나타낸 도면이고, 도 7 및 도 8은 본 발명의 실시예에 따른 학과 지도 상에서 마우스의 휠을 돌려서 학과 지도를 축소 및 확대하는 모습을 나타낸 도면이고, 도 9는 본 발명의 실시예에 따른 핵심 키워드 정보를 나타낸 도면이다.
본 발명의 실시예에 따른 학과 정보 제공 서버(120)는 입력부(121), 사용자 인터페이스부(122), 학과 정보 데이터베이스부(123), 유사도 계산부(124), 제어부(125), 디스플레이부(126) 및 유사도 정보 데이터베이스부(127)를 포함한다.
도 3에 도시된 바와 같이, 사용자 인터페이스부(122)는 검색할 대학명과 학과명을 포함한 질의 정보를 입력할 입력부(121)와, 로그인 페이지, 회원가입, 비밀번호 찾기 등의 개인 정보 입력 페이지와, 인기학과, 취업률 Top5의 학과 정보가 디스플레부 상의 메인 페이지에 출력되고, 상기 출력된 메인 페이지에서 대학명과 학과명을 기초로 유사학과 간 유사도 관계를 표시하는 학과 지도 페이지로 이동할 수 있다.
입력부(121)는 사용자의 입력을 수신할 수 있는 모듈을 구비할 수 있으며, 사용자의 입력은 터치 입력, 마우스를 통한 입력, 키보드를 통한 입력 및 조이스틱을 통한 입력 중 적어도 하나를 포함할 수 있다.
학과 정보 데이터베이스부(123)는 하나 이상의 대학에서 각각의 대학 내 학과소개, 학과 내 수업이름 및 수업 소개글을 포함한 학과 정보를 저장하고 있다.
각각의 대학 내 학과소개, 학과 내 수업이름 및 수업 소개글은 학교별 학과 지도 서비스에서 사용하는 데이터를 나타낸다.
도 3에 도시된 바와 같이, 입력부(121)는 검색할 대학명 정보와 학과 정보를 포함한 질의 정보를 수신한다.
유사도 계산부(124)는 입력부(121)로부터 질의 정보를 수신하는 경우, 상기 수신한 질의 정보를 기초로 상기 학과 정보 데이터베이스부(123)의 데이터에서 검색하여 학과 정보 간의 유사도를 계산한다.
유사도 계산부(124)는 학과 간 유사도를 계산할 때 사용하는 데이터를 각 학교 내의 요람 또는 웹페이지 텍스트 형태로 제공해주는 학교 내 학과소개, 학과 내 수업이름 및 수업 소개글을 사용한다.
유사도 계산부(124)는 학과 정보(학교 내 학과소개, 학과 내 수업이름 및 수업 소개글)에 포함된 복수의 단어를 단어 집합으로 구성하고, 구성한 단어 집합을 단어 빈도 - 역문서 빈도 벡터를 포함한 행렬을 구성할 수 있다. 여기서, 단어 빈도 - 역문서 빈도는 특정 단어가 문서 내에서 얼마나 자주 등장하는지를 나타내는 값인 단어 빈도와 해당 단어가 문서 집합 전체에서 얼마나 공통적으로 나타나는지를 나타내는 값인 역문서 빈도를 곱한 값을 의미한다.
일례로, 단어 빈도는 다음의 [수학식 1]에 의해 산출할 수 있다.
Figure pat00001
여기서,
Figure pat00002
는 문서 d에서 단어 t의 단어 빈도이며, f(t,d)는 문서 d에서 단어 t의 빈도수를 나타낸다. t는 학과 정보 내에 포함된 단어이고 d는 각 학과 정보의 문서를 의미한다.
역문서 빈도는 다음의 [수학식 2]에 의해 산출할 수 있다.
Figure pat00003
여기서,
Figure pat00004
는 단어 t의 역문서 빈도,
Figure pat00005
는 전체 문서의 개수,
Figure pat00006
는 단어 t를 포함하는 문서의 개수를 나타낸다.
단어 빈도 - 역문서 빈도는 다음의 [수학식 3]과 같이 나타낼 수 있다.
Figure pat00007
여기서,
Figure pat00008
는 문서 d에서 단어 t의 단어 빈도 - 역문서 빈도값을 나타낸다.
따라서, 단어 빈도 - 역문서 빈도 벡터는 단어 빈도 - 역문서 빈도값을 이용하여 학과별로 구성될 수 있다. 단어 빈도 - 역문서 빈도 벡터는 다음의 [수학식 4]에 의해 구성될 수 있다.
Figure pat00009
여기서,
Figure pat00010
는 학과별 문서 d의 단어 빈도 - 역문서 빈도 벡터이고, T는 시간 주기를 나타낸다.
유사도 계산부(124)는 전술한 [수학식 4]에 의해 구성된 모든 학과별 단어 빈도 - 역문서 빈도 벡터를 포함하는 행렬을 구성한 후, 해당 행렬의 전치행렬과의 곱을 하여 각 학과별 문서 간 코사인 유사도를 계산할 수 있다(수학식 5).
Figure pat00011
여기서,
Figure pat00012
는 학과별 문서 d와 q의 코사인 유사도이다.
유사도 계산부(124)는 각 학과당 학과 정보에 포함된 단어 집합을 기초로 각 학과당 단어 빈도 - 역문서 빈도 벡터가 1개씩 생성되므로 전술한 수학식 1 내지 수학식 5를 이용하여 A 학과와 B 학과의 유사도를 벡터 간 코사인 유사도를 계산할 수 있다. 여기서, A 학과는 학과 정보에 포함된 단어 집합을 A 벡터로 표현하고, B 학과는 학과 정보에 포함된 단어 집합을 B 벡터로 표현한다.
특정한 두 학과 간 단어 빈도 - 역문서 빈도 벡터 간에 코사인 유사도가 0에 가깝다면, 해당되는 두 학과 간의 학과 정보에는 같은 단어가 거의 존재하지 않는다는 것을 의미한다.
특정한 두 학과 간 단어 빈도 - 역문서 빈도 벡터 간에 코사인 유사도가 1에 가까울수록 해당되는 두 학과 간의 학과 정보에는 같은 단어가 더 많이 존재한다는 것을 의미한다.
유사도 계산부(124)는 전술한 수학식 1 내지 수학식 5를 이용하여 A 학과(기준학과)와 B 학과의 유사도를 벡터 간 코사인 유사도를 계산한 결과값이 기설정된 기준값 이상인 경우, 유사도 관계가 높은 학과로 판단하여 A 학과를 기준으로 B 학과를 연결선으로 연결하며, 상기 A 학과를 다른 학과 간의 유사도 관계를 각각 계산하여 연결 관계를 생성하여 유사도 정보 데이터베이스부(127)에 저장된다.
도 9에 도시된 바와 같이, 유사도 계산부(124)는 단어 집합을 단어 빈도 - 역문서 빈도 벡터를 포함한 행렬을 구성한 후, 행렬 내에 포함된 각 학과별 단어 집합의 단어를 핵심 키워드 정보(136)로 기설정된 크기로 생성한 후, 디스플레이부(126)에 이미지 형태로 출력한다. 각 학과는 핵심 키워드 정보로 인하여 학과의 특성을 정확하게 이해할 수 있다.
유사도 계산부(124)는 특정 단어의 문서 내의 단어 빈도수에 따라 단어의 크기를 다르게 생성할 수 있다. 단어의 크기는 단어의 빈도수가 높을수록 커지도록 단어의 빈도수와 단어 크기의 관계가 기설정되어 있다.
유사도 계산부(124)는 전술한 [수학식 1] 내지 [수학식 5]의 유사도 관계 알고리즘을 적용하여 각각의 대학 내에 보유학과 간 유사도 관계를 수치로 계산하는데, 유사도를 계산한 결과값이 0.2 이하의 값들이 많으므로 벡터 간 코사인 유사도를 계산한 결과값을 정규화 처리를 수행한다.
다시 말해, 유사도 계산부(124)는 Min - Max 정규화 알고리즘을 적용하여 결과값(Value)을 산출한 후, 산출한 결과값(Value)을 Max(100, (Value/2)+Value)를 적용하여 최종값을 디스플레이부(126)에 출력한다. 여기서, Min - Max 정규화 알고리즘은 데이터의 최소값과 최대값을 알고 있는 경우, 사용하는 알고리즘으로 데이터를 0 내지 1 사이의 값으로 변환시켜주며, (X - X의 최소값)/(X의 최대값 - X의 최소값)의 수학식을 사용한다. 여기서, X는 벡터 간 코사인 유사도를 계산한 결과값을 나타내고, X의 최소값을 0, X의 최대값을 1을 의미한다.
버스(128)는 입력부(121), 사용자 인터페이스부(122), 학과 정보 데이터베이스부(123), 유사도 계산부(124), 제어부(125), 디스플레이부(126) 및 유사도 정보 데이터베이스부(127)의 구성 요소들을 서로 연결하고, 전술한 구성 요소들 간의 통신 신호(제어 메시지)를 전달하는 회로일 수 있다.
제어부(125)는 버스(118)를 통해 전술한 입력부(121), 사용자 인터페이스부(122), 학과 정보 데이터베이스부(123), 유사도 계산부(124), 디스플레이부(126) 및 유사도 정보 데이터베이스부(127)로부터 명령을 수신하여, 수신된 명령을 해독하고, 해독된 명령에 따른 연산이나 데이터 처리를 실행할 수 있다.
제어부(125)는 유사도 계산부(124)에 의해 계산된 학과 간의 유사도 관계를 원(131)과 이를 연결하는 연결선(132)으로 표현하고, A 학과를 기준으로 A 학과에 연결된 연결선(132)이 많을수록 A 학과의 원(131)의 크기를 커지게 하며, 해당 A 학과와 타 학과 간의 유사도가 높은 학과로 판단한다. 여기서, 원(131)의 크기는 연결선(132)의 개수만큼 기설정된 직경이 설정되어 있다.
제어부(125)는 A 학과를 기준으로 A 학과에 연결된 연결선이 적을수록 A 학과의 원(131)의 크기가 작아지며, 해당 A 학과와 타 학과 간의 연결 관계가 독립적인 특징을 보이는 학과로 판단한다.
도 4에 도시된 바와 같이, 제어부(125)는 각 학과 사이의 유사도 관계를 계산하여 학과를 원(131)으로 표시하고, 원(131)과 원(131)의 유사도 관계를 연결선(132)으로 상호 연결하여 학과 지도(130)를 생성하며, 상기 생성한 학과 지도(130)를 디스플레이부(126)에 출력되도록 제어한다.
학과 지도(130)는 대학 내 학과 간 유사도 관계를 원(131)과 연결선(132)의 연결 관계를 네트워크 지도로 표현하여 학과 간 유사도 관계를 시각적으로 쉽게 파악할 수 있다.
학과 지도(130)는 각 학과 사이의 유사성을 계산하여 가까운 학과들끼리 연결선으로 묶어 보여준다. 따라서, 학과 지도(130)는 학과끼리 연결이 되어 있는 경우, 학과 간의 커리큘럼의 유사성이 높은 학과들이다.
학과 지도(130)는 상기 대학의 계열별 학과들을 모두 포함하며, 상기 학과 간의 유사도 관계를 상기 같은 대학 안에서 유사학과 또는 타 대학 안에서 유사학과를 모두 포함할 수 있다.
학과 간의 연결선(132)으로 상호 연결되는 경우, 학과 간의 커리큘럼의 유사성이 높은 학과들이다.
해당 학과를 나타내는 원(131)의 크기는 다른 학과에 연관된 비율을 나타내며, 원(131)의 크기가 클수록 대학 안에서 다른 학과와 유사한 커리큘럼이 많은 학과를 나타낸다.
제어부(125)는 유사도 계산부(124)에 의해 계산된 유사도 관계와, 해당 대학의 학과 지도 정보(130)를 유사도 정보 데이터베이스부(127)에 저장하도록 제어한다.
유사도 계산부(124)는 전술한 대학 내 학과 간 유사도 관계를 계산하는 방법과 동일한 방식으로 전체 대학 내 학과 간 유사도 관계를 계산할 수도 있다. 예를 들면, 서울대학교의 경영학과를 기준으로 서울시립대학교 경영학과, 고려대학교 경영학과 등 타 대학 유사학과 간 유사도 관계를 계산할 수 있다.
도 5에 도시된 바와 같이, 제어부(125)는 디스플레이부(126)에 표시된 학과 지도(130) 중에서 입력부(121)인 마우스 커서가 특정 학과를 가리키는 선택 신호를 수신하는 경우, 선택된 특정 학과에 연결되는 학과를 남기고, 나머지 학과들을 상기 디스플레이부(126)에서 사라지도록 제어한다.
디스플레이부(126)는 학과와 학과 간의 연결 관계를 연결선(132)으로 표시한 학과 지도(130)를 구성하고, 오른쪽 상단에 해당 대학의 단과대학명(134)이 표시되어 있다.
도 6에 도시된 바와 같이, 제어부(125)는 입력부(키보드, 마우스 등)(121)로부터 단과대학명이 선택되는 선택 제어 신호를 수신하는 경우, 선택된 단과대학명(134)에 속하는 학과와 이에 연결된 연결선(132)을 학과 지도(130)에서 삭제하여 디스플레이부(126)에 새로운 학과 지도(130)를 출력하도록 제어한다.
예를 들면, 도 6과 같이, 공과대학을 선택하게 되면, 상기 공과대학에 속하는 학과들의 원(131)과 연결선들(132)을 학과 지도(130)에서 모두 사라지게 된다.
제어부(125)는 디스플레이부(126)에서 학과 지도(130)가 표시된 상태에서 입력부(121)인 마우스의 휠을 돌려서 이미지 확대 제어 신호 또는 이미지 축소 제어 신호를 수신하는 경우, 학과 지도(130)를 확대하거나 축소하여 디스플레이부(126)에 출력하도록 제어한다(도 7, 도 8).
도 7은 학과 지도(130) 상에서 마우스의 휠을 돌려서 학과 지도(130)을 축소하는 모습을 나타낸 것이고, 도 8은 학과 지도(130) 상에서 마우스의 휠을 돌려서 학과 지도(130)을 확대하는 모습을 나타낸 것이다.
제어부(125)는 디스플레이부(126)에 학과 지도(130)를 출력한 상태에서 고정된 이미지로 보고자 하는 경우, 이미지 저장의 기능 모드(135)를 선택하게 되면, 유사도 정보 데이터베이스부(127)에 디스플레이부(126)의 학과 지도(130)를 저장한다.
제어부(125)는 유사도 계산부(124)를 통해 대학 내의 유사학과와 타 대학의 유사학과를 기설정된 개수(예를 들면 5개 등)를 추출하여 디스플레이부(126) 상에 출력하도록 제어한다.
학과 지도(130)를 출력한 학과 지도 페이지는 부가 서비스로 학과 속성을 나타내는 해당 학과의 진로적 특성, 통계적 특성을 보여준다.
학과 속성은 다른 학과와 비교한 해당 학과의 등록금 비율, 장학금 비율, 취업률 비율, 진학율 비율, 성비 비율, 다른 학과의 연계 비율, 다른 학과 연계가 많은 허브학과 비율을 포함할 수 있다.
이상에서 본 발명의 실시예는 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
100: 학과 정보 제공 시스템 102: 통신망
110: 클라이언트 단말 120: 학과 정보 제공 서버
121: 입력부 122: 사용자 인터페이스부
123: 학과 정보 데이터베이스부 124: 유사도 계산부
125: 제어부 126: 디스플레이부
127: 유사도 정보 데이터베이스부 128: 버스
130: 학과 지도 131: 원
132: 연결선 134: 단과대학명
135: 이미지 저장의 기능 모드 136: 학과 키워드 정보

Claims (11)

  1. 검색할 대학명과 학과명을 포함한 질의 정보를 입력받는 입력부;
    하나 이상의 대학에서 각각의 대학 내 학과소개, 학과 내 수업이름 및 수업 소개글을 포함한 학과 정보를 저장하는 학과 정보 데이터베이스부;
    상기 학과 정보 데이터베이스부에서 상기 질의 정보를 기초로 상기 학과 정보에 포함된 단어의 빈도 및 중요도에 따라 학과 간 유사도 관계를 계산하는 유사도 계산부; 및
    상기 유사도 계산부에서 계산한 유사도 관계를 이용하여 학과 간의 커리큘럼의 유사성에 따라 학과 간의 연결선을 상호 연결하여 학과 유사도 관계를 나타내는 학과 지도를 생성하여 출력하는 제어부를 포함하는 것을 특징으로 하는 학과 정보 제공 시스템.
  2. 제1항에 있어서,
    상기 학과 지도는 상기 대학의 계열별 학과들을 모두 포함하며, 상기 학과 간의 유사도 관계를 상기 같은 대학 안에서 학과 또는 타 대학 안에서 학과를 포함하는 것을 특징으로 하는 학과 정보 제공 시스템.
  3. 제1항에 있어서,
    상기 유사도 계산부는 상기 학과 정보에 포함된 복수의 단어를 단어 집합으로 구성하고, 상기 구성한 단어 집합을 벡터로 각 학과에 할당하며, 상기 각 벡터의 코사인 유사도를 연산하여 상기 각 학과 간 유사도를 계산하는 것을 특징으로 하는 학과 정보 제공 시스템.
  4. 제1항에 있어서,
    상기 유사도 계산부는 상기 학과 정보에 포함된 복수의 단어를 단어 집합으로 구성하고, 상기 구성한 단어 집합을 단어 빈도 - 역문서 빈도 벡터를 포함한 행렬을 구성하며, 상기 구성된 행렬의 전치행렬과의 곱을 하여 코사인 유사도를 계산하는 것을 특징으로 하는 학과 정보 제공 시스템.
  5. 제3항 또는 제4항에 있어서,
    상기 학과 간의 유사도를 벡터 간 코사인 유사도를 계산한 결과값이 기설정된 기준값 이상인 경우, 유사도 관계가 있는 유사학과로 판단하여 상기 학과를 나타내는 원과 상기 원에 상기 유사학과를 연결선으로 연결하여 학과 간의 유사도 관계를 네트워크 지도 형태로 표현하는 상기 학과 지도를 디스플레이부에 출력하는 제어부를 더 포함하는 것을 특징으로 하는 학과 정보 제공 시스템.
  6. 제5항에 있어서,
    상기 제어부는 상기 학과를 나타내는 원의 크기를 상기 학과에 연결되는 연결선의 개수만큼 기설정된 직경이 설정되어 있으며, 상기 학과에 연결되는 연결선이 많을수록 커지는 것을 특징으로 하는 학과 정보 제공 시스템.
  7. 제4항에 있어서,
    상기 유사도 계산부는 상기 단어 집합을 단어 빈도 - 역문서 빈도 벡터를 포함한 행렬을 구성한 후, 상기 행렬 내에 포함된 각 학과별 단어 집합에서 단어 정보를 핵심 키워드 정보로 기설정된 크기로 생성한 후, 디스플레이부에 이미지 형태로 출력하는 것을 특징으로 하는 학과 정보 제공 시스템.
  8. 제5항에 있어서,
    상기 제어부는 상기 각각의 학과를 나타내는 원은 하나 이상의 연결선에 연결되고, 상기 연결선의 개수만큼 기설정된 직경에 따라 상기 원의 크기가 결정되고, 상기 학과 지도에서 상기 입력부의 마우스 커서가 특정 학과를 가리키는 선택 신호를 수신하는 경우, 선택된 특정 학과에 연결되는 학과를 남기고, 나머지 학과들을 상기 디스플레이부에서 사라지도록 제어하는 것을 특징으로 하는 학과 정보 제공 시스템.
  9. 검색할 대학명과 학과명을 포함한 질의 정보를 입력받는 단계;
    하나 이상의 대학에서 각각의 대학 내 학과소개, 학과 내 수업이름 및 수업 소개글을 포함한 학과 정보를 저장하는 학과 정보 데이터베이스부에서 상기 질의 정보를 기초로 상기 학과 정보에 포함된 단어의 빈도 및 중요도에 따라 학과 간 유사도 관계를 계산하는 단계; 및
    상기 계산한 유사도 관계를 이용하여 학과 간의 커리큘럼의 유사성에 따라 학과 간을 연결선으로 상호 연결하여 학과 유사도 관계를 나타내는 학과 지도를 생성하여 출력하는 단계를 포함하는 것을 특징으로 하는 학과 정보 제공 방법.
  10. 제9항에 있어서,
    상기 학과 간 유사도 관계를 계산하는 단계는,
    상기 학과 정보에 포함된 복수의 단어를 단어 집합으로 구성하고, 상기 구성한 단어 집합을 벡터로 각 학과에 할당하며, 상기 각 벡터의 코사인 유사도를 연산하여 상기 각 학과 간 유사도를 계산하는 단계를 포함하는 것을 특징으로 하는 학과 정보 제공 방법.
  11. 제10항에 있어서,
    상기 학과 간의 유사도를 벡터 간 코사인 유사도를 계산한 결과값이 기설정된 기준값 이상인 경우, 유사도 관계가 있는 유사학과로 판단하는 단계; 및
    상기 학과를 나타내는 원과 상기 원에 상기 유사학과를 연결선으로 연결하여 학과 간의 유사도 관계를 네트워크 지도 형태로 표현하는 상기 학과 지도를 디스플레이부에 출력하는 단계를 계산하는 단계를 포함하는 것을 특징으로 하는 학과 정보 제공 방법.
KR1020190069201A 2019-06-12 2019-06-12 학과 정보 제공 시스템 및 방법 KR20200142228A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190069201A KR20200142228A (ko) 2019-06-12 2019-06-12 학과 정보 제공 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190069201A KR20200142228A (ko) 2019-06-12 2019-06-12 학과 정보 제공 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20200142228A true KR20200142228A (ko) 2020-12-22

Family

ID=74086499

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190069201A KR20200142228A (ko) 2019-06-12 2019-06-12 학과 정보 제공 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20200142228A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220121325A (ko) * 2021-02-25 2022-09-01 메이저맵 주식회사 개인역량에 기반한 학과 추천 서비스 시스템 및 방법
KR20220121324A (ko) 2021-02-25 2022-09-01 메이저맵 주식회사 직무역량 기반의 직업 추천 서비스 방법 및 서비스 시스템
KR20230080892A (ko) 2021-11-30 2023-06-07 메이저맵 주식회사 인지역량게임을 활용한 학과추천 및 진로추천 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101689811B1 (ko) 2015-01-15 2016-12-27 (주)이즈소프트 스마트배치표 서비스 방법 및 그 시스템과 스마트배치표 프로그램이 탑재된 컴퓨터가 판독 가능한 기록매체

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101689811B1 (ko) 2015-01-15 2016-12-27 (주)이즈소프트 스마트배치표 서비스 방법 및 그 시스템과 스마트배치표 프로그램이 탑재된 컴퓨터가 판독 가능한 기록매체

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220121325A (ko) * 2021-02-25 2022-09-01 메이저맵 주식회사 개인역량에 기반한 학과 추천 서비스 시스템 및 방법
KR20220121324A (ko) 2021-02-25 2022-09-01 메이저맵 주식회사 직무역량 기반의 직업 추천 서비스 방법 및 서비스 시스템
KR20230080892A (ko) 2021-11-30 2023-06-07 메이저맵 주식회사 인지역량게임을 활용한 학과추천 및 진로추천 시스템

Similar Documents

Publication Publication Date Title
Sultana Determining the factors that affect the uses of Mobile Cloud Learning (MCL) platform Blackboard-a modification of the UTAUT model
KR102237881B1 (ko) 딥러닝 기반으로 구성된 대학 학과별 표준 모델 및 인공 지능을 이용한 입시 합격 가이드 제공 방법 및 서버
KR20200142228A (ko) 학과 정보 제공 시스템 및 방법
MacLennan et al. Content analysis of DBA and PhD dissertations in business
US12008059B2 (en) System and method for modification, personalization and customizable filtering of search results and search result ranking in an internet-based search engine
KR20220116773A (ko) 온라인 기반 교육 및 취업 연계 프로그램 제공 시스템
Kushkowski Charting the growth of entrepreneurship: A citation analysis of FER content, 1981–2008
Henson et al. COVID-19 and academic libraries: An exploration of business students’ access adaption
Jahanshahloo et al. Cost efficiency analysis with ordinal data: A theoretical and computational view
Boeing The Structure and Dynamics of Cities: Urban Data Analysis and Theoretical Modeling, by Marc Barthelemy: (2017). Cambridge, UK: Cambridge University Press. 278 pages. $94.99 (hardcover).
Larsen et al. Checking in with your document delivery user base: Creating, implementing, and learning from client satisfaction surveys
Pereira et al. A note on “Algorithms for the Calzedonia workload allocation problem”
Lewis (2017). Data Analysis with Small Samples and Non-Normal Data: Nonparametrics and Other Strategies.
Palmer Kazakhstan and the Soviet legacy: between continuity and rupture: edited by Jean-François Caron, Singapore, Palgrave Macmillan, 2019, xi+ 209 pp., $109.99, ISBN: 978-981-13-6692-5
Jackson School Integration Matters: Research-based Strategies to Advance Equity, edited by Erica Frankenberg, Liliana M. Garces, and Megan Hopkins, New York, NY, Teachers College Press, 2016, 244 pp., $38.95 (paperback), ISBN-13: 978-0-80775-755-0
Lea Public engagement and education: edited by Katherine M. Erdman, New York, Berghahn, 2019, 272 pp., $94.21 USD (hardcover), ISBN: 978-1-78920-144-4
Adesope Applying Critical Thinking and Analysis in Social Work, Dr Michaela Rogers and Dr Dan Allen (eds.), London: Sage Publications, 2019, 195 pp.,£ 20.28, ISBN: 978-1-5264-3658-0
Ferary Global university rankings and the mediatization of higher education
Setiawati et al. Critical reflections on the language of neoliberalism in education: Dangerous words and discourses of possibility: edited by S. Themelis, New York: Routledge, 2021, USD44. 05 (e-book), ISBN: 9781003111580
Gerő Populism in the civil sphere: edited by Jeffrey C. Alexander, Peter Kivisto, and Giuseppe Sciortino, Cambridge, Polity, 2021, xii+ 316 pp.,£ 55 (hardback 316 pp), ISBN 9781509544738; index,£ 18.99 (paperback), ISBN 9781509544745
Caygill The UK’s changing democracy: the 2018 democratic audit: edited by Patrick Dunleavy, Alice Park and Ros Taylor, London, Ubiquity Press (London School of Economics), 2018, 522 pp.,£ 23.00 (paperback), ISBN: 978-1-909890-44-2
Tangney Climate Crisis and the Democratic Prospect: Participatory Governance in Sustainable Communities, by Frank Fischer, Oxford University Press, 2017, 352 pp., ISBN: 9780199594917 (Hardback),£ 65; ISBN: 9780199594924 (paperback),£ 25; also available as an e-book and via Oxford Scholarship Online
Graham Practicing Oral History to Improve Public Policies and Programs: By Marella Hoffman. New York: Routledge, 2017. 160 pp. ISBN 978-1629584867, paperback, $36.95.
Paris Information, Data, and Transparency
Sarkar Emerging Issues and Trends in Education

Legal Events

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