KR20210026899A - 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치 - Google Patents

빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치 Download PDF

Info

Publication number
KR20210026899A
KR20210026899A KR1020190108325A KR20190108325A KR20210026899A KR 20210026899 A KR20210026899 A KR 20210026899A KR 1020190108325 A KR1020190108325 A KR 1020190108325A KR 20190108325 A KR20190108325 A KR 20190108325A KR 20210026899 A KR20210026899 A KR 20210026899A
Authority
KR
South Korea
Prior art keywords
school
information
instructor
satisfaction
similarity
Prior art date
Application number
KR1020190108325A
Other languages
English (en)
Other versions
KR102262096B1 (ko
Inventor
노영우
Original Assignee
주식회사 에듀솔루션플러스
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 주식회사 에듀솔루션플러스 filed Critical 주식회사 에듀솔루션플러스
Priority to KR1020190108325A priority Critical patent/KR102262096B1/ko
Publication of KR20210026899A publication Critical patent/KR20210026899A/ko
Application granted granted Critical
Publication of KR102262096B1 publication Critical patent/KR102262096B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/044Recurrent networks, e.g. Hopfield networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/08Auctions

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Technology (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 일 실시예에 따른 방과후학교 중개 방법은, 강사의 제1 단말로부터 제1 방과후학교 정보를 입력 받고, 학교의 담당자의 제2 단말로부터 제2 방과후학교 정보를 입력 받는 단계; 상기 제1 방과후학교 정보와 상기 제2 방과후학교 정보의 입력 항목 중에서 대응되는 입력 항목 사이의 유사도를 n개 연산하는 단계(n은 자연수); 상기 유사도 n개에 1:1 대응되는 가중치 n개를 각각 곱한 값을 평균하여 구한 가중 평균을 상기 강사와 상기 학교 사이의 적합도로 연산하는 단계; 및 상기 적합도를 기준으로 상기 강사와 상기 학교를 매칭하는 단계를 포함할 수 있다.

Description

빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치{METHOD AND APPARATUS FOR MEDIATING AFTER-SCHOOL ACTIVITIES BASED ON BIG DATA AND DEEP LEARNING}
본 발명은 빅데이터 및 딥러닝에 기반하여 방과후학교를 중개하는 방법 및 그 장치에 관한 것이다. 보다 자세하게는, 학교/학생과 교사 및 교재를 매칭하여 중개하는 방법 및 그 장치에 관한 것이다.
방과후학교란 학생과 학부모의 요구와 선택을 반영하여 수익자 부담 또는 재정 지원으로 이루어지는 정규 수업 이외의 교육 및 돌봄 활동으로, 학교 계획에 따라 일정한 기간 동안 지속적으로 운영하는 학교 교육 활동을 말한다. 학교는 학생과 학부모의 요구를 바탕으로 방과후학교 또는 방학 중 프로그램을 개설할 수 있으며, 학생들의 자발적인 참여를 원칙으로 한다.
방과후학교의 도입은 획일화된 정규 교과 위주의 교육 과정에서 벗어나 21세기를 이끌어갈 인재 양성과 학생들 개개인의 소질과 적성 계발 및 사교육비 경감, 교육 복지 증진은 물론 사회 양극화 심화에 따른 교육 양극화 해소, 저출산 및 고령화 등 사회 변화에 부응하는 교육 서비스 요구 충족 등을 목적으로 하고 있다.
일반적으로 초등학교 저학년의 경우 방과후 보육 및 교육 욕구 해소를 위한 커리큘럼 위주로 진행하고, 초등학고 고학년의 경우 특기 적성 및 다양한 교육 커리큘럼 위주로 진행한다. 중학교의 경우 수준별 교과 보충, 심화 학습, 특기 적성을 위한 커리큘럼 위주로 진행하고, 고등학교의 경우 수준별 교육, 스트레스 관리, 진로 지도를 위한 커리큘럼 위주로 진행한다.
하지만, 커리큘럼을 선정하고 이를 진행할 외부 교사/강사를 선정하고, 학생들의 자발적인 참여를 유도하기 위해서는 많은 수고가 필요하며 이는 담당 교사의 업무를 가중시킨다. 그래서 일선 학교에서는 위탁 업체의 주도하에 커리큘럼과 교재 및 강사를 한꺼번에 공급하는 방식을 택한다.
특히 이 과정에서 단순하게 가격을 기준으로 최저가로 입찰한 업체를 위탁 업체로 선정하는 경우가 많아서 학생과 학부모의 만족도가 떨어지는 상황이 자주 발생한다. 그 외에도 백마진(back margin) 등 불투명한 위탁 업체 선정 과정이 문제되는 경우도 있다.
이에 일선 학교에서 보다 쉽게 방과후학교를 위한 커리큘럼을 선정하고, 교사/강사를 선정하고, 교재를 선정할 수 있도록 매칭 서비스를 제공하는 중개 플랫폼에 대한 요구가 점차 커지고 있다.
대한민국 등록특허공보 제10-1576468호(2015. 12. 21)
본 발명이 해결하고자 하는 기술적 과제는 방과후학교를 중개하는 방법 및 그 장치를 제공하는 것이다. 구체적으로, 교육 수요자, 즉 학생과 학부모에 대한 교육 만족도를 향상시킴과 동시에 백마진 등의 폐단을 방지하여 보다 저렴한 비용으로 교육을 공급할 수 있는 방과후학교를 중개하는 방법 및 그 장치를 제공하는 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 방과후학교 중개 방법은, 강사의 제1 단말로부터 제1 방과후학교 정보를 입력 받고, 학교의 담당자의 제2 단말로부터 제2 방과후학교 정보를 입력 받는 단계; 상기 제1 방과후학교 정보와 상기 제2 방과후학교 정보의 입력 항목 중에서 대응되는 입력 항목 사이의 유사도를 n개 연산하는 단계(n은 자연수); 상기 유사도 n개에 1:1 대응되는 가중치 n개를 각각 곱한 값을 평균하여 구한 가중 평균을 상기 강사와 상기 학교 사이의 적합도로 연산하는 단계; 및 상기 적합도를 기준으로 상기 강사와 상기 학교를 매칭하는 단계를 포함할 수 있다.
바람직하게는, 상기 유사도를 n개 연산하는 단계는, 상기 입력 항목이 숫자인 경우, 상기 제1 방과후학교 정보에 포함된 제1 입력 항목과 상기 제2 방과후학교 정보에 포함된 상기 제1 입력 항목에 대응되는 제2 입력 항목 사이의 거리를 구하는 단계; 및 상기 거리가 0인 경우 상기 입력 항목의 유사도가 100의 값을 가지고, 상기 거리가 무한대인 경우 상기 입력 항목의 유사도가 0의 값을 가지도록 상기 입력 항목의 유사도를 보정하는 단계를 포함할 수 있다.
바람직하게는, 상기 유사도를 n개 연산하는 단계는, 상기 입력 항목이 문자인 경우, 상기 제1 방과후학교 정보에 포함된 제1 입력 항목과 상기 제2 방과후학교 정보에 포함된 상기 제1 입력 항목에 대응되는 제2 입력 항목에 공통되는 단어의 빈도를 기준으로 상기 입력 항목의 유사도를 연산하는 단계를 포함할 수 있다.
바람직하게는, 상기 강사의 제1 단말로부터 상기 강사가 진행한 방과후학교에 대한 제1 만족도를 수치로 입력 받는 단계; 및 상기 제1 만족도가 높을수록 상기 적합도가 높은 값을 가지도록 상기 제1 만족도를 학습 데이터로 기계 학습을 수행하여 상기 가중치를 갱신하는 단계를 더 포함할 수 있다.
바람직하게는, 상기 담당자의 제2 단말로부터 상기 학교에서 진행한 방과후학교에 대한 제2 만족도를 수치로 입력 받는 단계; 및 상기 제2 만족도가 높을수록 상기 적합도가 높은 값을 가지도록 상기 제2 만족도를 학습 데이터로 기계 학습을 수행하여 상기 가중치를 갱신하는 단계를 더 포함할 수 있다.
바람직하게는, 상기 학교의 학부모의 제3 단말로부터 상기 학교에서 진행한 방과후학교에 대한 제3 만족도를 수치로 입력 받는 단계; 및 상기 제3 만족도가 높을수록 상기 적합도가 높은 값을 가지도록 상기 제3 만족도를 학습 데이터로 기계 학습을 수행하여 상기 가중치를 갱신하는 단계를 더 포함할 수 있다.
바람직하게는, 상기 제1 방과후학교 정보를 입력 받는 단계는, 상기 제1 단말로부터 강사에 관한 기본 정보, 출장이 가능한 근무지, 희망하는 학교 종류, 희망하는 커리큘럼, 희망하는 요일, 선호하는 교재, 1시간 수업 기준으로 희망하는 급여, 희망하는 수강 학생수, 학력, 경력 및 자격증에 관한 정보 중에서 하나 이상을 입력 받는 단계를 포함할 수 있다.
바람직하게는, 상기 제2 방과후학교 정보를 입력 받는 단계는, 상기 제2 단말로부터 학교에 관한 기본 정보, 학교 위치, 개설하고자 하는 커리큘럼, 희망하는 요일, 선호하는 교재, 1시간 수업 기준으로 지급 예상하는 급여, 예상하는 수강 학생수, 필요 학력, 필요 경력 및 필요 자격증에 관한 정보 중에서 하나 이상을 입력 받는 단계를 포함할 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 방과후학교 중개 장치는, 네트워크 인터페이스; 하나 이상의 프로세서; 상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드하는 메모리; 및 적합도를 저장하는 스토리지를 포함하되, 상기 컴퓨터 프로그램은, 강사의 제1 단말로부터 제1 방과후학교 정보를 상기 네트워크 인터페이스를 통해서 제공받고, 학교의 담당자의 제2 단말로부터 제2 방과후학교 정보를 상기 네트워크 인터페이스를 통해서 제공받는 오퍼레이션; 상기 제1 방과후학교 정보와 상기 제2 방과후학교 정보의 입력 항목 중에서 대응되는 입력 항목 사이의 유사도를 n개 연산하는 오퍼레이션(n은 자연수); 및 상기 유사도 n개에 1:1 대응되는 가중치 n개를 각각 곱한 값을 평균하여 구한 가중 평균을 상기 강사와 상기 학교 사이의 적합도로 연산하는 오퍼레이션을 포함할 수 있다.
기타 실시예의 구체적인 사항들은 상세한 설명에 포함되어 있다.
본 발명에 따른 효과는 다음과 같다.
본 발명에서 제안하는 방과후학교를 중개하는 방법을 이용하면 위탁 업체에 의존하지 않고서도 각 학교의 방과후학교 담당자가 커리큘럼을 등록하고, 적합한 강사를 선정하고, 적합한 교재를 선정할 수 있다. 또한 이 과정에서 학부모들의 의견을 반영할 수 있으며, 강사 선정이나 교재 선정 과정이 투명하게 공개될 수 있다.
또한, 강사들도 자신에게 보다 잘 맞는 학교의 커리큘럼을 선택해서 지원할 수 있으며, 이를 통해 다소 고용이 불안정한 방과후학교의 강사라는 신분의 고용 안정성을 높일 수 있다. 또한, 각 강사에 대한 만족도와 평가가 누적되기 때문에 책임감을 높이고 학교나 학부모에 대한 신뢰를 높일 수 있다.
본 발명의 실시예들에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 기존의 방과후학교의 위탁 업체가 각 학교에 강사와 교재를 공급하는 과정을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼을 설명하기 위한 도면이다.
도 3 내지 도 4는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 강사 이용자의 사용자 인터페이스를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 이용자 적합도를 선정하는 과정을 설명하기 위한 도면이다.
도 6 내지 도 8은 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 학교 담당자 이용자의 사용자 인터페이스를 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 이용자 적합도를 선정하는 과정을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 학부모 이용자의 사용자 인터페이스를 설명하기 위한 도면이다.
도 11은 본 발명의 일실시예에 따른 방과후학교 중개 방법을 설명하기 위한 순서도이다.
도 12는 본 발명의 일 실시예에 따른 방과후학교 중개 장치의 하드웨어 구성도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
즉, 본 발명은 다양한 변경을 가할 수 있고 여러가지 실시예를 통해 구현될 수 있는 바, 이 중 특정한 실시예들을 도면을 참조하여 상세하게 설명할 것이다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경물, 균등물 내지는 대체물을 포함하는 것으로 이해되어야 한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, '및/또는'은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다. 또, 문맥 상 명백하게 다르게 의도되지 않는 한, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
또, 제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급될 때에는 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 기존의 방과후학교의 위탁 업체가 각 학교에 강사와 교재를 공급하는 과정을 설명하기 위한 도면이다.
방과후학교는 학교 수업으로는 부족한 부분을 비교적 저렴한 비용으로 공부할 수 있게 해 주는 제도이며, 특히 방과후학교는 온종일 돌봄의 개념으로 학부모의 참여율이 높은 편이다. 참여율과 관련해서 2017년에는 33만명의 학생들이 방과후학교를 이용했으나 2019년에는 37.2만명의 학생들이 방과후학교를 이용하고 있으며, 2022년 53만명이 이용할 것으로 예상되고 있다.
방과후학교를 운영하는 방식에는 크게 2가지가 있다. 하나는 각 학교의 담당자가 커리큘럼을 선정하고, 해당 커리큘럼에 적합한 강사를 선정하며, 해당 커리큘럼에 적합한 교재를 선정하는 방식으로 각 학교가 직접 방과후학교를 운영하는 방식이다. 다른 하나는 각 학교가 위탁 업체를 선정하고, 위탁 업체에서 커리큘럼, 강사 및 교재를 선정하여 각 학교에 공급하는 방식이다.
도 1을 참조하면, 방과후학교의 커리큘럼을 제공하는 위탁 업체가 각 학교와 계약을 맺고, 강사를 모집하고 교재를 납품 받아서 각 학교에 공급하는 과정을 나타내었다. 그 과정에서 위탁 업체는 강사로부터 수수료를 받고 교재를 납품하는 출판사로부터 수수료를 받는 방식으로 이익을 남겼다.
이 과정에서 위탁 업체는 각 학교의 방과후학교의 관리 권한이 있는 사람에게 수익의 일부를 제공하는 이른바 백마진을 통해 불투명한 방식으로 위탁 업체로 선정되기도 하는 등의 문제가 발생하였다. 또한, 위탁 업체가 충분한 경력이 있지 않거나, 교육에 적합하지 않은 사람을 강사로 제공하는 등의 문제도 발생하였다. 그 외에도 교재를 제공하는 출판사와 결탁하여 위탁 업체가 폭리를 취하는 등의 문제도 발생하였다.
대구 MBC의 2014년 뉴스 “뇌물 받는 교장. 방과후학교 비리 심각”를 참고하면, 방과후학교의 위탁 업체가 각 초등학교의 교장들에게 뇌물을 제공하여 기소된 사실을 확인할 수 있다(https://www.youtube.com/watch?v=Ot_PzcsaX5A). 또한, 대구 MBC의 2019년 뉴스 “풍풍초, 방과후 강사 경력 부풀리기?”를 참고하면, 위탁 업체가 강사들의 경력을 실제의 경력과 다르게 조작해서 방과후학교를 운영한 사실도 확인할 수 있다(https://www.youtube.com/watch?v=iYebmQrXsWU). 또한 대구 MBC의 2014년 뉴스 “방과후학교 업체 교재 팔아 폭리”를 참고하면 위탁 업체가 교재 출판사로부터 교재를 헐값에 사들여 학생/학부모에게 비싼 값에 팔아 폭리를 취한 사실도 확인할 수 있다(https://www.youtube.com/watch?v=rwOnu3fivR0).
이러한 폐단은 백마진 비용을 충당하기 위하여 불필요하게 교육 비용을 증가시키는 비용 거품을 유발할 뿐 아니라 적합하지 않은 강사와 커리큘럼에 의해 수동적으로 교육이 이루어지는 문제가 있으며, 이러한 피해는 교육 수요자인 학생과 학부모에게 고스란히 떠안게 된다.
이처럼 위탁 업체가 방과후학교를 운영하는 과정에서 많은 문제가 발생하는 까닭에 일선 학교에서는 위탁 업체가 아닌 직접 운영을 꾀하고 있다. 하지만 각 학교의 교사나 행정실에서 커리큘럼과 강사 및 교재를 비교 검토하고 직접 선정/계약하기에는 이에 대한 정보도 충분치 않고 많은 업무가 가중되어 오히려 기본이 되어야 할 학교 수업에도 영향을 미치는 문제가 있다.
이에 학교의 담당자와 학부모가 방과후학교를 보다 쉽게 직접 운영할 수 있도록 강사와 교재에 관한 정보를 제공하는 중개 플랫폼에 대한 필요성이 점차 커지고 있다. 특히, 단순히 강사와 교재에 대한 정보를 제공하는 것에 그치는 것이 아니라 각 학교에 맞춤형 커리큘럼을 제공할 수 있도록 강사와 교재를 매칭해서 제공할 수 있는 중개 플랫폼에 대한 필요성이 점차 커지고 있다.
도 2는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼을 설명하기 위한 도면이다.
도 2를 참조하면, 본 발명에서 제안하는 방과후학교 중개 플랫폼(100)의 이용자는 강사, 각 교재의 출판사의 담당자, 각 학교의 방과후학교 담당자 및 학부모들이 될 수 있다. 중개 플랫폼(100)을 통해서 각 이용자들은 자신들의 정보를 제공하고 다른 이용자의 정보를 검색하는 양방향의 이용이 가능하다.
또한, 중개 플랫폼(100)은 단순히 각 이용자의 정보를 저장하고 검색하여 제공하는 기능에서 그치는 것이 아니라 각 이용자들의 정보를 바탕으로 이용자들의 적합도를 수치화하고 이를 기준으로 매칭 정보를 제공할 수 있다. 각 이용자들의 매칭 정보를 제공함으로써 보다 필요한 커리큘럼이 운영되도록 효율성을 높일 수 있다.
또한, 중개 플랫폼(100)은 각 이용자들이 제공하는 정보의 정확성을 검증할 수 있다. 예를 들면 강사들이 제공하는 경력 정보의 정확성을 높이기 위해서 증명 자료의 제출을 요구해서 확인하고, 이를 통해서 경력이 인증된 강사와 인증되지 않은 강사를 구분해서 강사의 정보를 학교 담당자와 학부모에게 제공할 수 있다. 이를 통해 방과후학교에 대한 신뢰도를 높일 수 있다.
또한, 중개 플랫폼(100)은 방과후학교의 각 커리큘럼의 학기가 끝나면 학교의 담당자, 학생 또는 학부모로부터 강사와 교재에 대한 평가를 설문을 통해서 입력 받을 수 있다. 또한 강사로부터 학교와 교재에 대한 평가를 설문을 통해서 입력 받을 수 있다. 이러한 평가 정보는 각 이용자들이 다음 학기의 커리큘럼을 선정할 때 참고자료로 제공할 수 있다. 이를 통해 각 이용자들의 방과후학교에 대한 만족도를 높일 수 있다.
또한 중개 플랫폼(100)은 교재의 비용, 강사의 임금, 학교별로 커리큘럼의 수강 예상 인원수 등의 정보를 제공하여 커리큘럼의 적절한 비용을 산정하고 이를 각 이용자에게 제공할 수 있다. 커리큘럼의 교육비를 각 이용자에게 공개함으로써, 방과후학교의 투명성을 높일 수 있다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 강사 이용자의 사용자 인터페이스를 설명하기 위한 도면이다.
도 3을 참조하면 강사의 정보를 입력하는 사용자 인터페이스를 볼 수 있다.
예시적인 실시예에서, 강사에 대한 정보는 강사가 본인의 정보를 직접 입력하여 중개 플랫폼(100)으로 수집될 수 있다. 강사에 대한 기본적인 정보 외에도 강사가 출장이 가능한 근무지의 정보나 희망하는 학교에 대한 정보, 희망하는 커리큘럼, 희망하는 요일에 대한 정보를 입력 받을 수 있다. 그 외에도 선호하는 교재, 1시간 수업 기준으로 희망하는 급여 및 학생수에 대한 정보도 입력 받을 수 있다. 또한, 그 외에도 강사의 학력, 경력, 자격증 및 이를 입증할 증명자료의 제출이 가능하다.
도 3에 예시된 입력 항목들은 발명의 이해를 돕기 위한 일종의 예시이며 도 3에 예시된 모든 입력 항목을 반드시 필수로 입력을 해야 하는 것은 아니다. 도 3에 예시된 입력 항목 외에도 다양한 정보들을 추가로 더 입력 받을 수 있다. 예를 들면 강사의 성향이나, 강사가 선호하는 학교의 성향에 대한 정보를 입력 받을 수도 있다. 강사로부터 입력 받는 정보가 많을수록 강사와 학교/학생의 적합도를 산출하기가 보다 용이할 수 있다.
도 3에 예시된 입력 항목들은 강사들이 중개 플랫폼(100)을 이용하기 위해 가입하는 단계 또는 그 이후의 단계에서 입력 받을 수 있지만, 그 외에도 각 시도 교육청과의 협약을 통해 강사에 대한 정보를 확보할 수도 있다.
다른 실시예에서, 강사에 대한 정보는 시도 교육청에 등록된 강사들의 정보를 통해 수집될 수도 있다. 대부분의 시도 교육청은 방과후학교의 효율성을 높이고자 강사 등록 제도를 실시하고 있다.
도 3에 예시된 입력 항목과 유사한 정보들을 각 시도 교육청이 강사들로부터 신청 서류를 통해 제공받고, 이를 다시 각 학교에 제공하는 방식이다. 그러므로 본 발명의 중개 플랫폼(100)은 각 시도 교육청과의 협약을 통해서 각 시도 교육청에 등록된 강사들의 정보를 사전에 준비된 API(Application Prramming Interface)를 통해서 일괄적으로 수집할 수도 있다. 이는 각 강사들로부터 이용자 정보를 수집하지 않더라도 한번에 많은 강사들의 풀(pool)을 확보할 수 있다는 점에서 효율적이다.
또 다른 실시예에서, 강사에 대한 정보는 강사가 본인의 정보를 입력하여 수집되되, 이를 시도 교육청에 자동으로 강사 등록이 되도록 할 수도 있다. 즉, 중개 플랫폼(100)은 강사들이 가입 시점에 또는 그 이후에 입력한 도 3에 예시된 입력 항목들을 바탕으로 각 시도 교육청에 자동으로 강사 등록이 되도록 할 수 있다. 이를 위해서 각 시도 교육청과 협의하에 각 시도 교육청의 방과후 교육 관련 포탈에 사전에 마련된 API를 호출해서 강사들의 정보를 연동할 수 있다. 중개 플랫폼(100)을 이용하면 한번에 각 시도 교육청에 강사 등록이 자동으로 이루어지기 때문에 강사들의 중개 플랫폼(100)에 대한 이용률이 더욱 높아질 수 있다.
또 다른 실시예에서, 강사에 대한 정보는 SNS 크롤링 및 웹스크래핑을 통해 수집될 수도 있다. 예를 들어, 몽고 데이터베이스(Mongo DB) 기반 CAP 이론에 따라 데이터베이스를 분류하고, 키-값(key-value) 방식으로 저장할 수도 있다.
상기 SNS는 트위터, 구글 플러스, 인스타그램 및 페이스북 등을 예로 들 수 있다. SNS 서비스에서 사용자의 활동을 분석하여 하루 약 5억 건의 방대한 데이터를 분석 및 제공할 수 있다. 예를 들어서, SNS 서비스 또는 웹페이지로부터 정형 데이터 및/또는 비정형 데이터를 수집하고 이를 빅데이터화한 후, 감성 정보가 들어있는 주관적인 생각이나 느낌을 표현하는 문장을 추출할 수 있다. 그리고 문서 또는 문장의 극성, 예컨대 긍정적 문장인지 부정적 문장인지를 분류하고, 문서 또는 문장의 주관성 정도를 판별하는 문서 강도를 분류할 수 있다.
Figure pat00001
Figure pat00002
한편, 도 4를 참조하면 강사가 학교 정보를 검색하는 사용자 인터페이스를 볼 수 있다. 학교에 대한 기본 정보 외에도 수업에 대한 정보, 수업 요일과 예상 급여와 예상 수강생에 대한 정보, 방과후학교를 진행하는 경우 학교에서 공제할 수용비에 대한 정보도 한 눈에 확인이 가능하다.
또한, 도 4에 구체적으로 도시되어 있지는 않으나 강사들은 필요로 하는 정보를 기준으로 학교를 검색을 하거나, 지도 위에서 현재 자신의 위치와 학교들의 위치, 각 학교에서 필요로 하는 수업에 대한 정보를 검색하는 것도 가능하다. 이러한 검색 기능 외에도 강사의 거주지와 학교의 거리를 기준으로 목록을 정렬하거나, 예상 급여를 기준으로 목록을 정렬하는 등의 정렬 기능도 가능하다.
특히, 중개 플랫폼(100)은 단순히 학교에 대한 정보를 제공하는 것에서 그치는 것이 아니라 예컨대 "84%"와 같이 학교와 강사의 적합도를 수치화해서 제공하는 것도 가능하다. 적합도를 제공함으로써, 강사가 보다 자신에게 맞는 방과후학교 강의를 선정하고 수업을 진행하도록 도울 수 있다. 이러한 적합도 산정에 대해서는 추후에 보다 자세히 설명하기로 한다.
강사는 이처럼 중개 플랫폼(100)을 통해서 방과후학교 강사를 필요로 하는 학교에 대한 정보를 확인하고 관심을 표시하거나 지원을 하는 등의 인터랙션도 가능하다. 강사가 방과후학교 강사에 지원하는 경우, 지원한 강사들에 대한 정보는 학교 담당자에게 자동으로 제공이 된다. 즉, 강사들은 중개 플랫폼(100)을 통해 원스탑(one-stop)으로 일자리의 검색과 지원이 가능하다. 이를 통해 강사들의 중개 플랫폼(100) 이용률을 높일 수 있다.
도 5는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 이용자 적합도를 선정하는 과정을 설명하기 위한 도면이다.
도 5를 참조하면 학교가 입력한 해당 커리큘럼의 입력 항목과 강사가 입력한 입력 항목의 유사도를 비교한다. 유사도의 비교는 입력 항목이 숫자인 경우, 문자인 경우에 따라 다양한 방식으로 비교가 가능하다. 여기서 유사도는 유사도가 높을수록 100에 가깝고 유사도가 낮을수록 0의 값을 가지는 것으로 한다.
만약 입력 항목이 숫자인 경우에는 숫자의 비교를 통해서 유사도의 산정이 가능하다. 예를 들면 강사가 입력한 희망 급여는 5만원인데 학교가 입력한 희망 급여는 4만원인 경우 두 숫자 사이의 거리는 1이 된다. 이를 유클리디안 거리라고 한다. 이를 0과 100사이의 값으로 스케일링을 하기 위해서 1/(1+유클리디안 거리)의 수식을 통해서 환산하면 유사도는 1/(1+1)이 되어서 50%의 값을 얻을 수 있다.
또 다른 예를 들면 강사가 입력한 희망 근무지와 학교의 위치를 지도상에서 비교해서 그 사이의 거리를 구한 후에 마찬가지로 1/(1+유클리디안 거리)의 수식을 통해서 유사도를 0과 100사이의 값으로 환산할 수 있다. 학교의 위치가 강사의 희망 근무지와 가까울수록 100에 가까운 높은 유사도가 나오고 강사의 희망 근무지와 멀수록 0에 가까운 낮은 유사도가 나오도록 유사도를 계산할 수 있다.
만약 입력 항목이 문자인 경우에는 기계 학습을 이용한 자연어 처리 (Natural Language Processing)를 통해 유사도를 계산할 수 있다. 강사가 입력한 항목과 학교가 입력한 항목에서 단어를 추출하고, 공유하는 단어가 많을수록 높은 유사도를 가지도록 계산할 수 있다.
기계 학습 분야에서 문서 유사도 (Document Similarity)를 구하기 위한 방법을 살펴보면, 문서의 단어들을 수치화하기 위한 알고리즘으로 DTM, Word2Vec 등이 있으며, 이러한 수치를 바탕으로 문서 사이의 유사도를 계산하기 위한 알고리즘으로 유클리드 거리, 오버랩 유사도(overlap similarity), 코사인 유사도(cosine similarity) 등을 이용하는 방법이 있다.
예를 들면, 강사가 희망하는 수업이나, 강사가 희망하는 학교의 분위기, 선호하는 교재 등을 비교할 때는 단순 숫자 비교가 불가능하므로 자연어 처리를 이용한 유사도 비교가 가능하다. 강사가 희망하는 수업에서 키워드를 추출하고, 학교가 개설하고자 하는 수업에서 키워드를 추출하여 키워드의 빈도 등을 바탕으로 유사도를 산출할 수 있다.
이처럼 강사와 학교가 입력한 항목들의 유사도를 산출한 후에는 유사도의 평균값을 구해서 적합도를 산출할 수 있다. 이 과정에서 각 입력 항목에 대한 가중치를 적용한 가중 평균을 구하여 강사가 보다 원하는 학교를 추천할 수 있도록 적합도를 산출할 수 있다.
즉 적합도는 유사도1*가중치1 + 유사도2*가중치2 + … +유사도n*가중치n의 수식을 통해서 산출될 수 있다. 이를 흔히 가중 평균(Weighted Average)라고 한다. 단순히 각각의 입력 항목의 유사도를 평균해서 구하는 것이 아니라 이용자의 만족도를 반영할 수 있도록 각 입력 항목별로 가중치를 두는 방식이다.
이 때 가중치는 강사가 각 커리큘럼의 학기가 끝난 후 자신이 담당한 각 학교에 대한 만족도를 평가한 후, 이를 학습 데이터로 기계 학습을 통해서 가중치의 갱신이 가능하다. 딥러닝(Deep Learning)에서 가중치를 최적화하는 알고리즘으로 확률적 경사 하강법(SGD; Stochastic GradientDescent), AdaGrad, RMSProp 등의 다양한 알고리즘이 있다.
구글의 검색 결과를 정렬하는 알고리즘이나 네이버의 지식 쇼핑에서 검색 결과를 정렬하는 알고리즘, 이른바 랭킹 알고리즘에서는 이러한 가중치를 반영한 우선 순위 산출을 많이 이용하고 있으며, 본 발명에서는 각 이용자들이 입력한 상대방에 대한 만족도 정보를 학습 데이터로 삼아서, 각 이용자들 사이에 대응되는 입력 항목의 가중치를 최적화하는 것에 특징이 있다.
강사가 중개 플랫폼(100)을 이용하여 방과후학교 수업을 진행하면 할수록 만족도 평가가 누적해서 쌓이게 된다. 이렇게 누적해서 쌓인 만족도 데이터는 곧 학습 데이터의 누적으로 이어지며, 충분한 학습 데이터가 확보된 후에는 가중치가 최적화되어 각각의 입력 항목 중에서 각각의 강사의 만족도에 보다 크게 영향을 미치는 입력 항목을 중점으로 적합도를 산출할 수 있게 된다. 이를 통해 보통 3개월 단위로 진행되는 방과후학교의 커리큘럼에서, 강사가 다음 방과후학교를 지원하고자 할 때 자신에게 보다 잘 맞는 학교를 선정해서 지원할 수 있도록 도울 수 있다.
또한, 강사가 방과후학교를 진행한 후에 입력한 만족도 평가 외에도 다양한 정보를 바탕으로 가중치의 갱신이 가능하다. 예를 들면 강사가 입력한 SNS 정보에 기초해서, 강사의 SNS 데이터를 크롤링(Crawling)하고, 그 중에서 방과후학교와 관련된 글의 감정 분석을 통해서 가중치의 갱신이 가능하다.
보다 자세하게는 강사가 SNS에 작성한 글에서 긍정/부정의 키워드를 추출하고 이를 바탕으로 강사가 진행중인 방과후학교에 대한 만족도의 보조지표를 추출하여 이를 가중치 갱신에 반영할 수 있다. 상품에 대한 리뷰, 영화에 대한 리뷰 등에서 긍정/부정의 키워드를 추출하고 이를 분류하는 알고리즘으로 나이브 베이즈(Naive Bayes) 등을 이용할 수 있다.
지금까지 도 3 내지 도 5를 통해 강사가 이용자인 경우의 중개 플랫폼(100) 이용 과정에 대해서 설명하였으나 이는 이용자가 학교의 담당자인 경우, 이용자가 학부모인 경우, 이용자가 교재 출판사의 담당자인 경우에도 비슷하게 적용될 수 있다. 이에 대해서 다음의 도면들을 통해 보다 자세히 살펴보기로 한다.
도 6 내지 도 8은 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 학교 담당자 이용자의 사용자 인터페이스를 설명하기 위한 도면이다.
도 6은 학교 담당자가 커리큘럼을 중개 플랫폼(100)에 등록하는 사용자 인터페이스를 볼 수 있다. 수업에 관한 정보, 교재에 관한 정보, 수업을 진행할 강사에 대한 필요 경력이나 필요 자격증에 관한 정보를 입력할 수 있다. 이렇게 입력한 정보는 도 4에서 설명한 방과후학교 정보를 제공하는 인터페이스 화면에서 활용될 수도 있고, 도 5에서 설명한 강사와 학교 사이의 적합도를 산출하는 과정에서도 활용될 수 있다.
도 3에 예시된 입력 항목들과 마찬가지로 도 6의 입력 항목들도 발명의 이해를 돕기 위한 일종의 예시이며 도 6에 예시된 모든 입력 항목을 반드시 필수로 입력을 해야 하는 것은 아니다. 도 6에 예시된 입력 항목 외에도 다양한 정보들을 추가로 더 입력 받을 수 있다. 예를 들면 학교의 성향이나, 학교가 선호하는 강사의 성향에 대한 정보를 입력 받을 수도 있다. 학교로부터 입력 받는 정보가 많을수록 학교와 강사의 적합도를 산출하기가 보다 용이할 수 있다.
도 7을 참조하면 각 학교의 방과후학교 담당자가 특정 수업에 필요한 강사를 선정하기 위한 사용자 인터페이스를 볼 수 있다. 도 4의 화면을 통해서 지원한 강사들의 목록 뿐만 아니라 아직 지원하지 않은 강사들이지만 학교가 개설하고자 하는 커리큘럼과 적합도가 높은 강사들도 추천해서 제공할 수 있다.
이때 강사들의 경력은 인증을 마쳤는지 여부를 추가적으로 제공할 수 있으며, 강사들에 대한 보다 자세한 정보는 상세보기 사용자 인터페이스를 통해서 별도로 제공할 수 있다. 그 외에도 도 7에는 도시되어 있지는 않지만, 필요한 항목을 기준으로 강사들의 정보를 검색하거나 정렬하는 것도 가능하다.
또한, 단순히 강사들에 대한 정보를 조회하는 것에서 그치는 것이 아니라 관심을 표시하거나 면접 요청 및 지원 요청을 하는 등의 인터랙션도 가능하다. 이를 통해 각 학교에서 큰 업무의 부담없이 방과후학교의 커리큘럼을 개설하고 강사를 선정할 수 있다. 각 학교에서 직접 방과후학교를 관리하기 편해질수록 위탁 업체에 대한 의존도를 낮출 수 있고, 보다 효율적으로, 그리고 투명하게 방과후학교를 운영할 수 있다.
도 8을 참조하면 각 학교의 방과후학교 담당자가 특정 수업에 필요한 교재를 선정하기 위한 사용자 인터페이스를 볼 수 있다. 교재의 과목 및 판매가에 대한 정보를 알 수 있으며, 필요한 경우 판매가도 수량에 따른 차등을 둔 정보를 제공받을 수 있다. 그 외에도 도 8에는 도시되어 있지 않지만 교재의 난이도, 해당 수업의 강사가 해당 교재를 선호하는 교재로 입력하였는지 여부, 해당 학교에서 해당 교재를 선호하는 교재로 입력하였는지 여부 등에 관한 정보도 확인이 가능하다.
또한, 단순히 교재에 대한 정보를 조회하는 것에서 그치는 것이 아니라 관심을 표시하거나 출판사에 견적 요청을 하는 등의 인터랙션도 가능하다. 이처럼 본 발명의 중개 플랫폼(100)을 이용하면 교재 선정 과정이 학부모들에게도 공유가 될 수 있으며, 투명한 비용 집행이 담보될 수 있다.
도 9는 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 이용자 적합도를 선정하는 과정을 설명하기 위한 도면이다.
도 9를 참조하면 학교가 입력한 해당 커리큘럼의 입력 항목과 강사가 입력한 입력 항목의 유사도를 비교한다. 유사도의 비교는 입력 항목이 숫자인 경우, 문자인 경우에 따라 다양한 방식으로 비교가 가능하다. 이 과정에서 단순 수치 비교뿐만 아니라 기계 학습(Machine Learning)을 이용하여 유사도를 비교할 수 있다.
도 9의 유사도 및 적합도를 산출하는 과정은 도 5에서 설명한 과정과 유사하나, 도 5의 강사를 중심으로 한 적합도 산출과 차이점이 있다면, 도 9의 학교를 중심으로 한 적합도 산출 과정에는 학교의 담당자가 강사에 대해서 평가한 만족도를 기준으로 가중치가 갱신된다는 점이다. 또한 학교의 담당자 외에도 해당 방과후학교 커리큘럼을 수강한 학부모 또는 학생들의 만족도도 반영해서 가중치를 갱신할 수 있다.
학교의 담당자 및 학부모가 중개 플랫폼(100)을 이용하여 방과후학교 수업을 진행하면 할수록 만족도 평가가 누적해서 쌓이게 된다. 이렇게 누적해서 쌓인 만족도 데이터는 곧 학습 데이터의 누적으로 이어지며, 충분한 학습 데이터가 확보된 후에는 가중치가 최적화되어 각각의 입력 항목 중에서 각각의 학교의 담당자 및 학부모의 만족도에 보다 크게 영향을 미치는 입력 항목을 중점으로 적합도를 산출할 수 있게 된다. 이를 통해 보통 3개월 단위로 진행되는 방과후학교의 커리큘럼에 대해서 학교의 담당자가 다음 방과후학교 강사를 선정하고자 할 때 보다 자신의 학교에 잘 맞는 강사를 선정할 수 있도록 도울 수 있다.
또한, 학교의 담당자가 방과후학교를 진행한 후에 입력한 만족도 평가 외에도 다양한 정보를 바탕으로 가중치의 갱신이 가능하다. 예를 들면 학교의 방과후학교 포탈에 학생들이 입력한 게시글에 기초해서, 방과후학교와 관련된 글의 감정 분석을 통해서 가중치의 갱신이 가능하다.
도 10은 본 발명의 일 실시예에 따른 방과후학교 중개 플랫폼의 학부모 이용자의 사용자 인터페이스를 설명하기 위한 도면이다.
도 10을 참조하면, 각 학교의 학부모들이 자녀들이 다니는 학교에 개설된 방과후학교 커리큘럼을 검색하고, 특정 커리큘럼에 관한 수업 정보, 강사 정보 및 교재 정보를 한눈에 확인하는 과정을 볼 수 있다. 또한 단순히 정보를 조회하는 것에 그치는 것이 아니라 필요한 커리큘럼의 검색 및 커리큘럼의 수강 신청도 중개 플랫폼(100)을 통해서 간편하게 진행할 수 있다.
또한, 도 10에는 도시되어 있지는 않지만, 학교에서 아직 방과후학교 수업을 진행하지 않는 강사들의 정보를 조회하고 필요한 경우 학교에 커리큘럼 개설 요청을 보낼 수도 있다. 일정 수 이상의 학부모들이 특정 강사에 대한 커리큘럼 개설 요청을 보내는 경우, 학교의 담당자는 이를 적극적으로 고려하려 필요한 커리큘럼을 개설할 수 있다.
또한 특정 강사로부터 수업을 들은 학부모들이 해당 강사에 대해 평가한 만족도 정보를 확인할 수도 있다. 도 10에는 단순히 만족도가 10점 만점 기준으로 표시가 되어 있으나, 강사에 대해 상세보기를 선택해서 이동하면 각 학부들이 남긴 만족도 점수와 함께 평가도 확인할 수 있다.
또한 도 10에는 도시되어 있지 않지만, 강사와 학부모들 사이에 커뮤니티 기능도 제공할 수 있다. 강사들이 필요한 알림 정보를 중개 플랫폼(100)을 이용하여 해당 커리큘럼을 수강하는 학생과 학생의 학부모들에게 게시할 수도 있고, 학생이나 학부모들이 궁금한 사항을 중개 플랫폼(100)의 커뮤니티 기능을 활용하여 질문/답변 형태로 해결할 수도 있다.
이상으로 도 2 내지 도 10을 통해서 중개 플랫폼(100)의 각 이용자인 학교의 담당자, 강사, 학부모, 출판사의 담당자 들이 중개 플랫폼(100)을 어떠한 방식으로 이용할 수 있는지에 대해서 구체적으로 살펴보았다. 다만, 도 2 내지 도 10의 사용자 인터페이스 화면들은 발명을 설명하기 위한 예시에 불과하며 발명을 제한하고자 하는 설명은 아니다.
본 발명에서 제안하는 방과후학교 중개 플랫폼(100)은 학교의 방과후학교 담당자, 학부모, 강사, 교재의 출판사 담당자가 모두 편리하게 이용할 수 있는 중개 플랫폼이다. 또한 단순히 자신의 정보를 제공하고 상대방의 정보를 조회하는 중개 플랫폼에서 머무는 것이 아니라, 각 이용자 특히 학교와 강사의 적합도를 산출해서 제공하는데 그 의미가 있다.
이러한 매칭 정보를 바탕으로 강사도 많은 학교들 중에서 보다 자신에게 잘 맞는 학교를 선택할 수 있고, 학교와 학부모도 많은 강사들 중에서 보다 자신들에게 잘 맞는 강사를 선정할 수 있다. 이를 통해 방과후학교에 대한 각 이용자들의 만족도를 높이고 보다 효율적인 방과후학교의 운영이 가능하다.
특히, 방과후학교의 수업이 종료가 되면 각 이용자로부터 만족도에 대한 설문을 제공받고 이를 다음 학기의 수업을 진행하는데 참조할 수 있도록 적합도 산정을 위한 가중치에 지속적으로 반영하기 때문에 매칭 정보에 대한 신뢰도 및 정확도를 지속적으로 높여갈 수 있다는 장점이 있다.
또한, 방과후학교의 커리큘럼이 진행되는 각 단계와 비용들이 투명하게 공개되기 때문에, 기존에 위탁 업체를 이용하면서 발생했던 비리나 경력 조작 등의 문제를 사전에 차단할 수 있다. 중개 플랫폼(100)을 통해서 학교의 담당자, 강사, 학부모, 교재 출판 업체도 서로를 믿고 신뢰할 수 있는 토대를 구축할 수 있다.
또한, 도 3 내지 도 10에는 도시되지는 않았으나 핀테크 업체와 협력하여 중개 플랫폼(100)을 통해서 학부모들이 학교에 방과후학교 비용을 납부하고, 학교는 다시 교재 출판사나 강사들에게 교재 비용과 강의료를 납부하는 시스템을 구축할 수 있다. 이러한 원스톱 서비스를 통해 학교 담당자들의 업무 부담을 경감시켜줄 수 있다.
또한, 강사들도 중개 플랫폼(100) 내에서 학교 담당자와 학부모들이 자신에게 한 평가가 지속적으로 누적이 되고 노출이 되므로 수업에 대한 책임감과 사명감을 갖도록 도울 수 있으며, 학교도 강사들의 정보가 공개되어 있으므로 보다 우수한 강사를 보다 쉽게 확보할 수 있다는 장점이 있다.
도 11은 본 발명의 일실시예에 따른 방과후학교 중개 방법을 설명하기 위한 순서도이다.
도 11을 참조하면 본 발명에서 제안하는 방과후학교 중개 방법은 강사의 제1 단말로부터 제1 방과후학교 정보를 입력 받는다(S1100). 이때 입력 받을 수 있는 정보는 도 3에 예시된 것과 같은 희망 근무지, 희망 학교, 희망 수업, 희망 요밀, 선호하는 교재, 희망 급여, 희망 학생수 등의 정보이다. 그 외에도 강사에 관한 개인 정보 및 학력, 경력, 자격증에 대한 정보도 입력 받을 수 있다.
다음으로 학교 담당자의 제2 단말로부터 제2 방과후학교 정보를 입력 받는다(S1200). 이때 입력 받을 수 있는 정보는 도 6에 예시된 것과 같은 수업, 요일, 선호하는 교재, 예상 급여, 예상 학생수, 필요 경력, 필요 자격증 등의 정보이다. 그 외에 학교에 관한 기본 정보는 중개 플랫폼(100)에 저장되어 있으므로 입력 받은 정보와 함께 적합도를 산출할 때 이용할 수 있다.
다음으로 제1 방과후학교 정보와 제2 방과후학교 정보의 각 입력 항목들의 유사도를 산출한다(S1300). 유사도를 산출하는 과정에서는 기계 학습의 자연어 처리를 이용할 수 있다. 문서의 유사도를 구하는 유클리드 거리, 오버랩 유사도(overlap similarity), 코사인 유사도(cosine similarity)를 이용하여 강사가 입력한 항목과 학교의 담당자가 입력한 항목들 사이의 유사도를 각각 수치화 할 수 있다.
다음으로 강사가 학교에 대해 입력한 만족도 정보 또는 학교 담당자가 강사에 대해 입력한 만족도 정보가 있는지 확인한다(S1400). 신규 만족도 정보가 있는 경우에는 만족도 정보를 학습 데이터로 하여 각 입력 항목의 유사도의 가중치를 갱신한다(S1450).
즉 가중치를 고려하여 유사도의 가중 평균을 구한 값이 적합도인데 적합도가 높을수록 만족도가 높은 결과가 나와야 하므로, 상대방에 대한 만족도 정보가 입력될 때마다 입력된 만족도 정보를 학습 데이터로 하여 가중치 정보를 갱신한다.
이러한 과정을 통해서 해당 강사가 해당 학교에서 근무를 하지 않더라도 이전에 근무했던 다른 학교들에 대해 해당 강사가 평가한 만족도 정보를 바탕으로, 새로운 학교에 대한 적합도를 산출할 수 있고 이는 해당 강사가 새로운 학교에 근무를 하게 되는 경우 갖게 될 만족도에 대한 예상 자료로 활용할 수 있다. 즉, 해당 강사가 기존에 만족스럽게 근무했던 학교들과 유사한 조건의 학교를 추천하는 용도로 적합도를 활용할 수 있다.
반대로 학교 담당자도 해당 학교에서 해당 강사가 근무하지 않더라도 이전에 해당 학교에 근무했던 다른 강사들에 대해 학교 담당자가 평가한 만족도를 바탕으로, 새로운 강사에 대한 적합도를 산출할 수 있고 이는 해당 학교 담당자가 새로운 강사를 고용할 경우 갖게 될 만족도에 대한 예상 자료로 활용할 수 있다. 즉, 해당 학교 담당자가 기존에 만족스럽게 고용했던 강사들과 유사한 조건의 강사를 추천하는 용도로 적합도를 활용할 수 있다.
제1 방과후학교 정보와 제2 방과후학교 정보 사이의 유사도는 동일하게 산출이 되지만, 이에 대한 가중치를 적용하는 과정에서는 강사가 학교에 대해 평가했던 만족도 정보와 학교의 담당자가 강사에 대해 평가했던 만족도 정보를 각각 반영하기 때문에 강사에게 제공되는 학교의 적합도 수치와 학교의 담당자에게 제공되는 강사의 적합도 수치는 다를 수 있다.
추가적으로 학교의 담당자가 강사에 대해 평가한 만족도 정보 외에 해당 방과후학교 커리큘럼을 수강한 학생들 또는 학생들의 학부모들이 평가한 만족도 정보도 추가로 더 반영해서 가중치를 갱신할 수 있다.
가중치를 갱신한 후에는 각 입력 항목의 가중치를 고려하여 각 입력 항목에 대해 산출된 유사도의 가중 평균을 구해서 이를 적합도로 산출한다(S1500). 이렇게 산출된 적합도는 도 4 또는 도 7에서와 같이 각 이용자에게 제공될 수 있다.
특히, 본 발명에서 제안하는 방과후학교 중개 방법은 이렇게 각각의 이용자에게 개인화된 적합도를 산출하여 제공함으로써, 단순히 방과후학교에 대한 정보를 제공하는 중개 플랫폼에서 그치는 것이 아니라, 각 이용자를 매칭해주는 중개 플랫폼(100)의 목적을 달성할 수 있다.
도면으로 나타내지 않았으나, 몇몇 실시예에서 학부모 및 학생을 대상으로 커리큘럼 추천 내지는 교육 추천이 이루어질 수 있다. 상기 추천은, 예를 들어 통계학적 속성과 교육 이력을 이용하여 개인화 콘텐츠 추천 방법을 통해 이루어질 수 있다.
예시적인 실시예에서, 개인화 콘텐츠 추천 방법은 (a)임의의 콘텐츠에 관한 카이스퀘어 분석을 위하여 유의수준에 기반한 기준값을 선정하고, (b)이미 저장된 이용자의 통계학적 속성 중 하나의 속성을 추출하고, (c)상기 콘텐츠에 관하여 상기 속성에 따른 카이스퀘어 분석을 수행하고, (d)분석에 따른 결과값과 기준값을 상호 비교하고, (e)기준값보다 큰 결과값을 상기 콘텐츠에 대한 속성의 예상 선호도 값으로 확보하는 단계를 포함할 수 있다.
또는 개인화 콘텐츠 추천 방법은 (1)제1 교육 수요자의 속성 중 제1 콘텐츠의 선택에 영향을 주는 적어도 하나 이상의 특징 속성을 추출하고, (2)적어도 하나 이상의 특징속성에 속하는 고객 집합인 유사 수요자군을 추출하고, (3)상기 제1 콘텐츠에 대한 상기 유사 수요자군의 구매율을 계산하고, (4)상기 결과값을 제1 콘텐츠에 대한 제1 교육 수요자의 제1 예상 선호도 값으로 확보하고, 제1 수요자가 제2 콘텐츠를 선택한 경우, 상기 제2 콘텐츠를 선택한 수요자의 수를 추출하고, (6)제1 콘텐츠 및 제2 콘텐츠를 선택한 수요자의 수를 추출하고, (7)제2 콘텐츠를 선택한 수요자 중에서, 상기 제1 콘텐츠를 선택할 확률을 계산하고, (8)제1 수요자가 선택한 모든 컨텐츠에 대해 앞선 단계 (5) 내지 단계 (7)을 수행하고, (9)그 결과값을 이용하여 제1 콘텐츠에 대한 제1 수요자의 제2 예상 선호도 값을 확보할 수 있다.
이 경우, 상기 단계 (9)는 하기 수학식 1을 통해 이루어질 수 있다.
<수학식 1>
Figure pat00003
여기서, A는 상기 제1 콘텐츠, B는 상기 제2 콘텐츠를 의미한다. 그리고 purchase(B)는 상기 제2 콘텐츠를 선택한 교육 수요자의 수, purchase(B∩A)는 상기 제1 콘텐츠 및 제2 콘텐츠를 모두 선택한 수요자의 수이고, N은 상기 제1 수요자가 선택한 콘텐츠의 수를 의미한다.
도 12는 본 발명의 일 실시예에 따른 방과후학교 중개 장치의 하드웨어 구성도이다.
도 12를 참조하면 본 발명에서 제안하는 방과후학교 중재 장치(10)는 하나 이상의 프로세서(510), 메모리(520), 스토리지(560) 및 인터페이스(570)을 포함할 수 있다. 프로세서(510), 메모리(520), 스토리지(560) 및 인터페이스(570)는 시스템 버스(550)를 통하여 데이터를 송수신한다.
프로세서(510)는 메모리(520)에 로드(load)된 컴퓨터 프로그램을 실행하고, 메모리(520)는 상기 컴퓨터 프로그램을 스토리지(560)에서 로드(load) 한다. 상기 컴퓨터 프로그램은, 정보 입력 오퍼레이션(521), 유사도 산출 오퍼레이션(523), 가중치 갱신 오퍼레이션(525) 및 적합도 산출 오퍼레이션(527)을 포함할 수 있다.
정보 입력 오퍼레이션(521)은 방과후학교 중개를 위해 각 이용자의 정보를 입력 네트워크를 통해서 받을 수 있다. 즉, 인터페이스(570)을 통해 외부의 이용자 단말로부터 강사 정보(567)를 입력 받거나 학교 정보(569)를 입력 받을 수 있다. 또한, 도 12에는 도시되어 있지 않지만 교재 정보도 입력을 받을 수 있다. 이렇게 입력 받은 정보는 시스템 버스(550)를 통해 스토리지(560)에 저장한다.
유사도 산출 오퍼레이션(523)은 중개하고자 하는 이용자들이 입력한 정보들의 유사도를 산출할 수 있다. 입력 항목의 수만큼 유사도(561)가 산출이 되며 산출된 유사도(561)은 스토리지(560)에 저장될 수 있다.
적합도 산출 오퍼레이션(527)은 복수개의 유사도의 평균을 구해서 적합도(565)라는 하나의 수치를 얻을 수 있다. 산출된 적합도(565)는 스토리지(560)에 저장될 수 있다. 이 과정에서 단순히 평균을 구하는 것이 아니라 각 입력 항목별로 가중치(563)을 반영하여 가중 평균을 통해 적합도(565)를 산출할 수 있다.
가중치 갱신 오퍼레이션(525)은 각 입력 항목별 가중치(563)는 방과후학교 중개 장치(100)의 이용자들이 입력한 만족도 정보를 바탕으로 만족도가 높은 상대방에 대해서는 더 높은 적합도가 나올 수 있도록 가중치(563)를 갱신할 수 있으며, 갱신 과정은 반복적으로 수행될 수 있다.
이 과정에서 기계 학습을 이용한 가중치 최적화 작업이 진행될 수 있다. 딥러닝(Deep Learning)에서 가중치를 최적화하는 알고리즘으로 확률적 경사 하강법(SGD; Stochastic GradientDescent), AdaGrad, RMSProp 등의 다양한 알고리즘이 있다.
도 12에는 도시되어 있지 않지만, 만족도 입력 오퍼레이션은 방과후학교의 커리큘럼이 끝나면 강사의 단말이나 학부모의 단말, 학교의 담당자 단말에 알림을 보내고 그 동안 진행된 커리큘럼에 대한 각 이용자들의 만족도 및 평가를 입력 받을 수 있다. 이때 입력된 만족도 정보는 가중치 갱신 오퍼레이션(525)에서 가중치(563)을 갱신할 때 이용될 수 있다.
도 12의 각 구성 요소는 소프트웨어(Software) 또는, FPGA(Field Programmable Gate Array)나 ASIC(Application-Specific Integrated Circuit)와 같은 하드웨어(Hardware)를 의미할 수 있다. 그렇지만, 상기 구성 요소들은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 어드레싱(Addressing) 할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 실행시키도록 구성될 수도 있다. 상기 구성 요소들 안에서 제공되는 기능은 더 세분된 구성 요소에 의하여 구현될 수 있으며, 복수의 구성 요소들을 합하여 특정한 기능을 수행하는 하나의 구성 요소로 구현될 수도 있다.
이상에서 본 발명의 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 본 발명의 실시예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 본 발명의 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
10: 방과후학교 중개 장치
510: 프로세서
520: 메모리
521: 정보 입력 오퍼레이션
523: 유사도 산출 오퍼레이션
525: 가중치 갱신 오퍼레이션
527: 적합도 산출 오퍼레이션
550: 시스템 버스
560: 스토리지
561: 유사도
563: 가중치
565: 적합도
567: 강사 정보 데이터베이스
569: 학교 정보 데이터베이스
570: 인터페이스

Claims (10)

  1. 강사의 제1 단말로부터 제1 방과후학교 정보를 입력 받고, 학교의 담당자의 제2 단말로부터 제2 방과후학교 정보를 입력 받는 단계;
    상기 제1 방과후학교 정보와 상기 제2 방과후학교 정보의 입력 항목 중에서 대응되는 입력 항목 사이의 유사도를 n개 연산하는 단계(n은 자연수);
    상기 유사도 n개에 1:1 대응되는 가중치 n개를 각각 곱한 값을 평균하여 구한 가중 평균을 상기 강사와 상기 학교 사이의 적합도로 연산하는 단계; 및
    상기 적합도를 기준으로 상기 강사와 상기 학교를 매칭하는 단계를 포함하는,
    방과후학교 중개 방법.
  2. 제1항에 있어서,
    상기 유사도를 n개 연산하는 단계는,
    상기 입력 항목이 숫자인 경우, 상기 제1 방과후학교 정보에 포함된 제1 입력 항목과 상기 제2 방과후학교 정보에 포함된 상기 제1 입력 항목에 대응되는 제2 입력 항목 사이의 거리를 구하는 단계; 및
    상기 거리가 0인 경우 상기 입력 항목의 유사도가 100의 값을 가지고, 상기 거리가 무한대인 경우 상기 입력 항목의 유사도가 0의 값을 가지도록 상기 입력 항목의 유사도를 보정하는 단계를 포함하는,
    방과후학교 중개 방법.
  3. 제1항에 있어서,
    상기 유사도를 n개 연산하는 단계는,
    상기 입력 항목이 문자인 경우, 상기 제1 방과후학교 정보에 포함된 제1 입력 항목과 상기 제2 방과후학교 정보에 포함된 상기 제1 입력 항목에 대응되는 제2 입력 항목에 공통되는 단어의 빈도를 기준으로 상기 입력 항목의 유사도를 연산하는 단계를 포함하는,
    방과후학교 중개 방법.
  4. 제1항에 있어서,
    상기 강사의 제1 단말로부터 상기 강사가 진행한 방과후학교에 대한 제1 만족도를 수치로 입력 받는 단계; 및
    상기 제1 만족도가 높을수록 상기 적합도가 높은 값을 가지도록 상기 제1 만족도를 학습 데이터로 기계 학습을 수행하여 상기 가중치를 갱신하는 단계를 더 포함하는,
    방과후학교 중개 방법.
  5. 제1항에 있어서,
    상기 담당자의 제2 단말로부터 상기 학교에서 진행한 방과후학교에 대한 제2 만족도를 수치로 입력 받는 단계; 및
    상기 제2 만족도가 높을수록 상기 적합도가 높은 값을 가지도록 상기 제2 만족도를 학습 데이터로 기계 학습을 수행하여 상기 가중치를 갱신하는 단계를 더 포함하는,
    방과후학교 중개 방법.
  6. 제5항에 있어서,
    상기 학교의 학부모의 제3 단말로부터 상기 학교에서 진행한 방과후학교에 대한 제3 만족도를 수치로 입력 받는 단계; 및
    상기 제3 만족도가 높을수록 상기 적합도가 높은 값을 가지도록 상기 제3 만족도를 학습 데이터로 기계 학습을 수행하여 상기 가중치를 갱신하는 단계를 더 포함하는,
    방과후학교 중개 방법.
  7. 제1항에 있어서,
    상기 제1 방과후학교 정보를 입력 받는 단계는,
    상기 제1 단말로부터 강사에 관한 기본 정보, 출장이 가능한 근무지, 희망하는 학교 종류, 희망하는 커리큘럼, 희망하는 요일, 선호하는 교재, 1시간 수업 기준으로 희망하는 급여, 희망하는 수강 학생수, 학력, 경력 및 자격증에 관한 정보 중에서 하나 이상을 입력 받는 단계를 포함하는,
    방과후학교 중개 방법.
  8. 제1항에 있어서,
    상기 제2 방과후학교 정보를 입력 받는 단계는,
    상기 제2 단말로부터 학교에 관한 기본 정보, 학교 위치, 개설하고자 하는 커리큘럼, 희망하는 요일, 선호하는 교재, 1시간 수업 기준으로 지급 예상하는 급여, 예상하는 수강 학생수, 필요 학력, 필요 경력 및 필요 자격증에 관한 정보 중에서 하나 이상을 입력 받는 단계를 포함하는,
    방과후학교 중개 방법.
  9. 네트워크 인터페이스;
    하나 이상의 프로세서;
    상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드하는 메모리; 및
    적합도를 저장하는 스토리지를 포함하되,
    상기 컴퓨터 프로그램은,
    강사의 제1 단말로부터 제1 방과후학교 정보를 상기 네트워크 인터페이스를 통해서 제공받고, 학교의 담당자의 제2 단말로부터 제2 방과후학교 정보를 상기 네트워크 인터페이스를 통해서 제공받는 오퍼레이션;
    상기 제1 방과후학교 정보와 상기 제2 방과후학교 정보의 입력 항목 중에서 대응되는 입력 항목 사이의 유사도를 n개 연산하는 오퍼레이션(n은 자연수); 및
    상기 유사도 n개에 1:1 대응되는 가중치 n개를 각각 곱한 값을 평균하여 구한 가중 평균을 상기 강사와 상기 학교 사이의 적합도로 연산하는 오퍼레이션을 포함하는,
    방과후학교 중개 장치.
  10. 제9항에 있어서,
    상기 강사의 제1 단말로부터 상기 강사가 진행한 방과후학교에 대한 제1 만족도를 수치로 입력 받고, 상기 담당자의 제2 단말로부터 상기 학교에서 진행한 방과후학교에 대한 제2 만족도를 수치로 입력 받는 오퍼레이션; 및
    상기 제1 만족도와 상기 제2 만족도가 높을수록 상기 적합도가 높은 값을 가지도록 상기 제1 만족도와 상기 제2 만족도를 학습 데이터로 기계 학습을 수행하여 상기 가중치를 갱신하는 오퍼레이션을 더 포함하는,
    방과후학교 중개 장치.
KR1020190108325A 2019-09-02 2019-09-02 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치 KR102262096B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190108325A KR102262096B1 (ko) 2019-09-02 2019-09-02 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190108325A KR102262096B1 (ko) 2019-09-02 2019-09-02 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20210026899A true KR20210026899A (ko) 2021-03-10
KR102262096B1 KR102262096B1 (ko) 2021-06-08

Family

ID=75148498

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190108325A KR102262096B1 (ko) 2019-09-02 2019-09-02 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR102262096B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102498045B1 (ko) * 2022-05-16 2023-02-10 (주)프린파크 교사와 학생에게 교육 정보를 제공하는 그룹웨어 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101229860B1 (ko) * 2011-10-20 2013-02-05 주식회사 매쓰홀릭 학습 지원 시스템 및 방법
KR101576468B1 (ko) 2013-11-21 2015-12-21 우석대학교 산학협력단 방과후학교 관리 시스템 및 그의 방과후학교 관리방법
KR20160061659A (ko) * 2014-11-24 2016-06-01 김영한 기계학습 기반 학습자 맞춤형 학습과정 제공 방법 및 학습자 맞춤형 학습 시스템
KR20180001972A (ko) * 2016-06-28 2018-01-05 주식회사 이디아이코리아 학교 강사 매칭 시스템
KR20180102786A (ko) * 2017-03-08 2018-09-18 김동희 학습 관련 빅데이터 기반의 맞춤형 학습 서비스 제공 방법
KR101995839B1 (ko) * 2018-03-13 2019-07-03 주식회사 셜록컴퍼니 경력 정보를 이용한 구인 구직자 매칭 방법 및 이를 수행하는 서버

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101229860B1 (ko) * 2011-10-20 2013-02-05 주식회사 매쓰홀릭 학습 지원 시스템 및 방법
KR101576468B1 (ko) 2013-11-21 2015-12-21 우석대학교 산학협력단 방과후학교 관리 시스템 및 그의 방과후학교 관리방법
KR20160061659A (ko) * 2014-11-24 2016-06-01 김영한 기계학습 기반 학습자 맞춤형 학습과정 제공 방법 및 학습자 맞춤형 학습 시스템
KR20180001972A (ko) * 2016-06-28 2018-01-05 주식회사 이디아이코리아 학교 강사 매칭 시스템
KR20180102786A (ko) * 2017-03-08 2018-09-18 김동희 학습 관련 빅데이터 기반의 맞춤형 학습 서비스 제공 방법
KR101995839B1 (ko) * 2018-03-13 2019-07-03 주식회사 셜록컴퍼니 경력 정보를 이용한 구인 구직자 매칭 방법 및 이를 수행하는 서버

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102498045B1 (ko) * 2022-05-16 2023-02-10 (주)프린파크 교사와 학생에게 교육 정보를 제공하는 그룹웨어 시스템

Also Published As

Publication number Publication date
KR102262096B1 (ko) 2021-06-08

Similar Documents

Publication Publication Date Title
Tittel et al. Entrepreneurial competences revised: developing a consolidated and categorized list of entrepreneurial competences
McArthur et al. The employers’ view of “work-ready” graduates: A study of advertisements for marketing jobs in Australia
Junior et al. Selection of interns for startups: an approach based on the AHP-TOPSIS-2N method and the 3DM computational platform
Wymbs Managing the innovation process: Infusing data analytics into the undergraduate business curriculum (lessons learned and next steps)
Smith et al. Can pay, should pay? Exploring employer and student perceptions of paid and unpaid placements
Yoon The post-modern lawyer: Technology and the democratization of legal representation
Kurtzke et al. Analytics capability in marketing education: A practice-informed model
US20200302397A1 (en) Screening-based opportunity enrichment
Schroeder Implementing accessibility initiatives at the Michigan State University libraries
Asonitou et al. Accounting education, technology and entrepreneurship: Current trends and future outlook
Teferra Conclusion: the era of mass early career academics and aging faculty–Africa's paradox
Maletzky de García Bridging the state and market logics of refugee labour market inclusion–a comparative study on the inclusion activities of German professional chambers
Guo et al. Design and research of intelligent screening system for graduate recruitment based on big data assisted ontology-based blockchain design
M'Baya et al. Ontology based system to guide internship assignment process
KR102262096B1 (ko) 빅데이터 및 딥러닝에 기반한 방과후학교 중개 방법 및 그 장치
Komleva et al. Content evaluation in knowledge management systems
Mendez et al. Job matcher: A web application job placement using collaborative filtering recommender system
Stanica et al. How to choose one’s career? a proposal for a smart career profiler system to improve practices from romanian educational institutions
Poletaikin et al. Ontology approach for the intelligent analysis of labor market and educational content matching
Clunie et al. How assessment websites of academic libraries convey information and show value
Jiracheewewong et al. The determinants for best employability skills and job opportunities for undergraduate students majoring in Chinese in Thailand
Barnes et al. Labour market information and an assessment of its applications: a series of international case studies
Chen Identifying job categories and required competencies for instructional technologist: A text mining and content analysis
Piróg et al. What kind of GEES specialists does the labour market really need? Content analysis of job adverts in selected countries
Ansari Collection building in academic libraries in India: status, challenges and way forward

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant