KR20210102141A - 수학 학습 장치 및 방법 - Google Patents
수학 학습 장치 및 방법 Download PDFInfo
- Publication number
- KR20210102141A KR20210102141A KR1020210105521A KR20210105521A KR20210102141A KR 20210102141 A KR20210102141 A KR 20210102141A KR 1020210105521 A KR1020210105521 A KR 1020210105521A KR 20210105521 A KR20210105521 A KR 20210105521A KR 20210102141 A KR20210102141 A KR 20210102141A
- Authority
- KR
- South Korea
- Prior art keywords
- solution
- curriculum
- user
- data analysis
- learning
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000007405 data analysis Methods 0.000 claims abstract description 49
- 238000012795 verification Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/02—Counting; Calculating
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명은 수학 학습 장치 및 방법에 관한 것으로, 더욱 상세하게는 사용자의 풀이 과정을 분석하여 사용자의 부족한 수학적 개념을 파악함으로써, 사용자의 현재 학습 능력에 맞는 수학 교육 프로그램을 제공할 수 있는 장치 및 방법에 관한 것이다.
본 발명의 일 실시 예에 따른 수학 학습 장치는, 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증문제를 선별하고 상기 검증문제를 사용자 단말로 제공하는 제1 데이터 분석부; 상기 검증문제에 대한 정답 결과를 기초로 상기 사용자의 학습수준을 판단하고, 상기 학습수준에 맞는 커리큘럼을 결정하고, 상기 커리큘럼을 상기 사용자 단말로 제공하는 커리큘럼 생성부; 상기 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이과정 및 풀이시간을 분석하는 제2 데이터 분석부; 상기 문제의 정답 여부, 풀이과정, 풀이시간 및 풀이식의 길이 및 상기 풀이시간이 소정의 오차 범위 내에 포함되는지 여부를 기초로 다음문제의 유형을 결정하는 문제유형 판단부; 및 상기 문제에 대한 풀이가 오답인 것으로 분석되면, 상기 문제에 대한 풀이과정 및 풀이시간을 기초로 오답 원인을 분석하는 제3 데이터 분석부를 포함할 수 있다.
본 발명의 일 실시 예에 따른 수학 학습 장치는, 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증문제를 선별하고 상기 검증문제를 사용자 단말로 제공하는 제1 데이터 분석부; 상기 검증문제에 대한 정답 결과를 기초로 상기 사용자의 학습수준을 판단하고, 상기 학습수준에 맞는 커리큘럼을 결정하고, 상기 커리큘럼을 상기 사용자 단말로 제공하는 커리큘럼 생성부; 상기 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이과정 및 풀이시간을 분석하는 제2 데이터 분석부; 상기 문제의 정답 여부, 풀이과정, 풀이시간 및 풀이식의 길이 및 상기 풀이시간이 소정의 오차 범위 내에 포함되는지 여부를 기초로 다음문제의 유형을 결정하는 문제유형 판단부; 및 상기 문제에 대한 풀이가 오답인 것으로 분석되면, 상기 문제에 대한 풀이과정 및 풀이시간을 기초로 오답 원인을 분석하는 제3 데이터 분석부를 포함할 수 있다.
Description
본 발명은 수학 학습 장치 및 방법에 관한 것으로, 더욱 상세하게는 사용자의 풀이 과정을 분석하여 사용자의 부족한 수학적 개념을 파악함으로써, 사용자의 현재 학습 능력에 맞는 수학 교육 프로그램을 제공할 수 있는 장치 및 방법에 관한 것이다.
최근 중학생 및 고등학생을 대상으로 학습 능력을 조사한 결과에 따르면, 전체 중학생 및 고등학생 중 10%는 수학 과목과 관련하여 기초 학력이 미달인 수준인 것으로 확인되고 있다. 구체적으로, 기초 학력 미달이란 기초 학력 평가 점수가 20점 미만으로 학교에서 진행되는 교과 과정에 대한 이해가 전무하고, 공부 습관이 형성되지 않은 것으로 확인되었다.
이러한 조사 결과를 반영하듯 현재 중학생 및 고등학생들을 위한 수학 교육 프로그램들이 다양하게 개발되고 있다. 다만, 대부분 종래에 개발된 수학 교육 프로그램들은 수학이라는 과목 자체가 학생들의 성적 편차가 큰 과목이고 나선형 교육이 필요한 과목이라는 점을 제대로 반영하지 못하고 있다.
예를 들어, 기존의 수학 교육 프로그램들은 모든 학생들에게 일정 난이도에 해당하는 문제를 일괄적으로 제공하고 있어 학생들의 수준을 적절히 반영하지 못하는 문제가 있다. 또한, AI나 빅데이터를 활용한 수학 프로그램도 단순히 정답과 풀이 시간으로 학생을 판단하는 경우가 대부분이어서 학생들을 정확히 파악하기 어려운 부분이 있다.
본 발명은 전술한 바와 같은 문제점을 해결하기 위한 것으로서, 사용자의 풀이 과정과 시간을 기초로 오답 원인을 분석함으로써, 사용자의 현재 학습 수준에 맞춘 문제 제공뿐만 아니라 개별 학생에게 필요한 개념 학습 커리큘럼의 제공이 가능하며, 보호자에 의한 모니터링 및 관리가 이루어질 수 있도록 하는 장치 및 방법을 제공함에 목적이 있다.
본 발명의 일 실시 예에 따른 수학 학습 장치는, 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증문제를 선별하고 상기 검증문제를 사용자 단말로 제공하는 제1 데이터 분석부; 상기 검증문제에 대한 정답 결과를 기초로 상기 사용자의 학습수준을 판단하고, 상기 학습수준에 맞는 커리큘럼을 결정하고, 상기 커리큘럼을 상기 사용자 단말로 제공하는 커리큘럼 생성부; 상기 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이과정 및 풀이시간을 분석하는 제2 데이터 분석부; 상기 문제의 정답 여부, 풀이과정, 풀이시간 및 풀이식의 길이 및 상기 풀이시간이 소정의 오차 범위 내에 포함되는지 여부를 기초로 다음문제의 유형을 결정하는 문제유형 판단부; 및 상기 문제에 대한 풀이가 오답인 것으로 분석되면, 상기 문제에 대한 풀이과정 및 풀이시간을 기초로 오답 원인을 분석하는 제3 데이터 분석부를 포함하는 수학 학습 장치에 있어서, 상기 오차 범위는 해당 문제에 대한 전체 사용자의 풀이시간과 풀이식의 길이를 백분위 평균한 데이터베이스를 기준으로 설정된 값이며, 상기 문제 유형 판단부는, 상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 상기 사용자 단말로 제공하고, 상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하며, 상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하고, 상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 사용자의 전체 사용자 대비 상대적인 풀이속도를 분석하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 빠른 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 느린 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 선수학습 개념을 포함하는 문제로 변경하여 상기 사용자 단말로 제공하며 상기 제3 데이터 분석부는, 상기 오답 원인이 문제의 풀이를 위한 개념 부족인 경우, 틀린 문제의 풀이를 위한 개념 및 용어에 대한 설명과 상기 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하고, 상기 오답원인이 단순 계산 실수인 경우, 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하고, 상기 오답 원인이 문제에 대한 언어적 이해 부족인 경우, 틀린 문제 및 상기 틀린 문제의 유사 유형 문제의 풀이과정을 제공하고, 상기 유사 유형 문제와 동일한 문제를 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하고, 상기 오답 원인이 문제에 대한 수리적 이해 부족인 경우, 틀린 문제의 유사 유형 문제를 반복적으로 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 것을 특징으로 할 수 있다.
본 발명의 일 실시 예에 따른 수학 학습 방법은, 제1 데이터 분석부가 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증문제를 선별하고 상기 검증문제를 사용자 단말로 제공하는 제1 데이터 분석단계; 커리큘럼 생성부가 상기 검증문제에 대한 정답 결과를 기초로 상기 사용자의 학습수준을 판단하고, 상기 학습수준에 맞는 커리큘럼을 결정하고, 상기 커리큘럼을 상기 사용자 단말로 제공하는 커리큘럼 생성 및 제공단계; 제2 데이터 분석부가 상기 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이과정 및 풀이시간을 분석하는 제2 데이터 분석단계; 문제유형 판단부가 상기 문제의 정답 여부, 풀이과정, 풀이시간 및 풀이식의 길이 및 상기 풀이시간이 소정의 오차 범위 내에 포함되는지 여부를 기초로 다음문제의 유형을 결정하는 문제유형 판단단계; 및 제3 데이터 분석부에 의해 상기 문제에 대한 풀이가 오답인 것으로 분석되면, 상기 문제에 대한 풀이과정 및 풀이시간을 기초로 오답 원인을 분석하는 제3 데이터 분석단계를 포함하는 수학 학습 방법에 있어서, 상기 오차 범위는 해당 문제에 대한 전체 사용자의 풀이시간과 풀이식의 길이를 백분위 평균한 데이터베이스를 기준으로 설정된 값이며, 상기 문제 유형 판단단계, 상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 상기 사용자 단말로 제공하는 단계; 상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하는 단계; 상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하는 단계; 및 상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 사용자의 전체 사용자 대비 상대적인 풀이속도를 분석하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 빠른 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 느린 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 선수학습 개념을 포함하는 문제로 변경하여 상기 사용자 단말로 제공하는 단계를 더 포함하고, 상기 제3 데이터 분석단계는, 상기 오답 원인이 문제의 풀이를 위한 개념 부족인 경우, 틀린 문제의 풀이를 위한 개념 및 용어에 대한 설명과 상기 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계; 상기 오답원인이 단순 계산 실수인 경우, 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계; 상기 오답 원인이 문제에 대한 언어적 이해 부족인 경우, 틀린 문제 및 상기 틀린 문제의 유사 유형 문제의 풀이과정을 제공하고, 상기 유사 유형 문제와 동일한 문제를 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계; 및 상기 오답 원인이 문제에 대한 수리적 이해 부족인 경우, 틀린 문제의 유사 유형 문제를 반복적으로 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
본 발명의 일 실시 예로서 제공되는 장치 및 방법에 따르면, 학생들의 학습 수준에 맞춘 교육 프로그램을 제공함으로써, 자기주도적 학습이 이루어지고 바람직한 공부 습관이 형성될 수 있는 환경을 제공해줄 수 있다. 또한, 학생들이 흥미를 잃지 않고 지속적으로 교육에 참여할 수 있도록 학습 의욕을 고취시킬 수 있고, 보호자가 학생들의 현재 상태 및 수준을 정확하게 모니터링하고 관리할 수 있는 환경을 제공해줄 수 있다.
도 1은 본 발명의 일 실시 예에 따른 수학 학습 장치를 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 수학 교육 서비스의 제공 과정을 나타낸 개념도이다.
도 3은 본 발명의 일 실시 예에 따른 수학 학습 방법의 순서도이다.
도 4는 본 발명의 일 실시 예에 따른 문제의 풀이에 대한 분석 및 문제 유형 결정 과정을 나타낸 순서도이다.
도 2는 본 발명의 일 실시 예에 따른 수학 교육 서비스의 제공 과정을 나타낸 개념도이다.
도 3은 본 발명의 일 실시 예에 따른 수학 학습 방법의 순서도이다.
도 4는 본 발명의 일 실시 예에 따른 문제의 풀이에 대한 분석 및 문제 유형 결정 과정을 나타낸 순서도이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
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 있음을 의미한다. 또한, 명세서에 기재된 "~ 부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 구성을 사이에 두고" 연결되어 있는 경우도 포함한다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 수학 학습 장치를 나타낸 블록도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 수학 학습 장치(100)는, 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증 문제를 선별하고, 선별된 검증 문제를 사용자 단말(200)로 제공하는 제 1 데이터 분석부(110), 검증 문제에 대한 정답 결과를 기초로 사용자의 학습 수준을 판단하고, 판단된 학습 수준에 맞는 커리큘럼을 결정하는 커리큘럼 생성부(120), 사용자로부터 인가된 외부 입력에 의해 결정된 커리큘럼이 사용자 단말(200)로 제공되면, 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이 과정 및 풀이 시간을 분석하는 제 2 데이터 분석부(130) 및 제 2 데이터 분석부(130)를 통해 분석된 문제의 정답 여부, 풀이 과정 및 풀이 시간을 기초로 다음 문제의 유형을 결정하는 문제유형 판단부(140)를 포함할 수 있다.
본 발명의 일 실시 예에 따른 제 1 데이터 분석부(110)는 사용자 단말(200)과의 유무선 통신을 통해 사전 정보 및 사전 정보를 기초로 하는 검증 문제를 제공할 수 있다. 이때, 사전 정보에는 사용자(e.g. 학생)의 연령, 성적, 기간 목표, 주당 공부 횟수, 일일 공부 단위(e.g. 시간, 문제 등) 등이 포함될 수 있다. 즉, 제 1 데이터 분석부(110)는 최초 사용자에 대하여 사용자 단말(200)을 통해 전술한 사전 정보를 제공하고, 입력된 사전 정보를 전달받아 사용자의 현재 학습 수준을 분석할 수 있다. 제 1 데이터 분석부(110)는 사용자의 분석된 현재 학습 수준에 맞는 검증 문제를 선별하여 다시 사용자 단말(200)을 통해 최초 사용자에게 제공할 수 있다. 이와 같이 본 발명의 일 실시 예에 따른 장치(100)는 이러한 제 1 데이터 분석부(110)의 동작을 통해 사용자 별 맞춤 커리큘럼을 결정하기 위한 최초 사용자의 학습 수준 검사를 수행할 수 있다.
본 발명의 일 실시 예에 따른 커리큘럼 생성부(120)는 제 1 데이터 분석부(110) 또는 후술할 제 3 데이터 분석부(150)의 분석 결과를 기초로 최초 사용자 또는 기존 사용자에게 알맞은 커리큘럼을 결정할 수 있다. 여기서 커리큘럼은 학습이 필요한 수학적 개념 및 해당 개념의 학습을 위한 학습 목표 및 방식을 포괄적으로 지칭한다. 예를 들어, 최초 사용자에 대한 커리큘럼으로서, 최초 학습을 시작하기 위해 선별된 수학적 개념을 기준으로 학습 시간은 어느 정도로 진행할지(e.g. 50분, 1시간, 80분 등), 한번 학습 시에 몇 개의 문제를 풀이할지(e.g. 10문제, 15문제, 20문제 등) 등이 결정될 수 있다. 또한, 최초 사용자에 대한 커리큘럼으로서, 최초 사용자의 학습 수준에 맞추어 수학적 개념에 대한 설명만을 제공할지, 설명 및 문제를 함께 제공할지, 문제의 유형 및 난이도를 어떻게 조절할지, 학습을 위한 프로세스는 어떻게 진행할지(e.g. 교과 과정 순서대로 진행, 선행 개념들을 선별하여 진행 등) 등이 결정될 수 있다.
이와 같이 커리큘럼 생성부(120)를 통해 사용자에게 알맞은 커리큘럼이 자동으로 생성될 수 있을 뿐만 아니라 사용자 단말(200)을 통해 사용자 스스로 커리큘럼을 생성, 수정 및 변경할 수 있다. 여기서 사용자는 학습을 수행하는 학생뿐만 아니라 학생의 보호자 및 교사 등 학생의 교육을 관리하는 관계자는 모두 포함될 수 있다. 예를 들어, 학생의 교사가 판단 시, 커리큘럼 생성부(120)를 통해 자동으로 생성된 커리큘럼이 학생에 적합하지 않은 경우에는 학생의 교사는 사용자 단말(200)을 통해 커리큘럼을 학생의 현재 학습 수준에 맞추어 수정할 수 있다. 이와 같은 수정 및 변경 등을 통해 커리큘럼 생성부(120)를 통해 자동으로 생성된 커리큘럼의 정확도를 보완할 수 있다.
본 발명의 일 실시 예에 따른 제 2 데이터 분석부(130)는, 사용자 단말(200)을 통해 풀이된 수학 문제 별로 정답 또는 오답을 분석하고, 해당 수학 문제의 풀이 과정 및 시간 등을 분석할 수 있다. 여기서 풀이 과정이란 문제의 풀이를 위해 사용자가 입력한 수식, 글자 등의 모든 정보를 지칭한다. 예를 들어, 커리큘럼 과정에서 제공되는 일 문제에 대한 풀이 및 답이 사용자 단말(200)을 통해 입력되면, 제 2 데이터 분석부(130)는 해당 문제의 답이 정답인지 또는 오답인지 여부를 확인할 수 있다. 이와 동시에, 제 2 데이터 분석부(130)는 해당 문제의 풀이를 위해 사용자가 입력한 수식들의 길이, 내용 및 답을 결정하기까지 소요된 시간 등을 분석할 수 있다.
본 발명의 일 실시 예에 따른 문제유형 판단부(140)는, 제 2 데이터 분석부(130)의 분석 결과를 기초로 커리큘럼 상에서 풀이가 완료된 문제 다음에 제공될 문제의 유형을 결정할 수 있다. 즉, 동일한 수학적 개념을 사용한 문제라고 하더라도 해당 개념의 활용 범위 및 정도에 따라 문제의 체감 난이도는 달라질 수 있으므로, 이를 적절하게 반영하여 사용자에게 알맞은 문제를 제공하기 위해서 문제유형 판단부(140)는 실시간으로 사용자가 풀어야 할 다음 문제의 유형을 분석 및 결정할 수 있다. 예를 들어, 문제유형 판단부(140)는 제 2 데이터 분석부(130)를 통해 문제에 대한 풀이가 정답 또는 오답인 것으로 확인되면, 풀이 시간 및 풀이 식의 길이가 소정의 오차 범위 내에 포함되는지 여부를 판단하고, 판단된 결과를 기초로 다음 문제의 유형을 결정할 수 있다.
구체적으로, 문제에 대한 풀이가 정답인 것으로 확인되고, 풀이 시간 및 풀이 식의 길이가 소정의 오차 범위 내인 것으로 판단되면, 문제유형 판단부(140)는 커리큘럼에 의해 기 예정된 다음 문제를 사용자에게 제공할 수 있다. 이때, 소정의 오차 범위는 해당 문제에 대한 전체 사용자의 풀이 시간과 풀이 식의 길이를 백분위 평균한 데이터베이스를 기준으로 설정된 값을 말한다. 예를 들어, 현재 사용자의 풀이 시간 및 풀이 식의 길이가 전체 사용자의 백분위 평균 대비 80% 이내인 것으로 판단되면, 문제유형 판단부(140)는 문제유형의 변경 없이 커리큘럼에 의해 기 예정된 다음 문제를 그대로 사용자 단말(200)로 전달할 수 있다.
반면, 문제에 대한 풀이가 정답인 것으로 확인되고, 풀이 시간 및 풀이 식의 길이가 소정의 오차 범위 밖인 것으로 판단되면, 문제유형 판단부(140)는 사용자에게 제공될 다음 문제를 현재 분석된 문제와 유사한 유형의 문제로 변경하여 사용자에게 제공할 수 있다. 예를 들어, 현재 사용자의 풀이 시간 및 풀이 식의 길이가 전체 사용자의 백분위 평균 대비 80% 밖인 것으로 판단되면, 문제유형 판단부(140)는 커리큘럼에 의해 기 예정된 다음 문제를 그대로 사용자 단말(200)로 전달하는 것이 아닌 풀이된 문제와 유사한 유형의 문제를 선별하여 사용자 단말(200)로 전달할 수 있다. 또한, 문제에 대한 풀이가 오답인 것으로 확인되고, 풀이 시간 및 풀이 식의 길이가 소정의 오차 범위 내인 것으로 판단되는 경우에도, 문제유형 판단부(140)는 사용자에게 제공될 다음 문제를 현재 분석된 문제와 유사한 유형의 문제로 변경하여 사용자에게 제공할 수 있다.
한편, 문제에 대한 풀이가 오답인 것으로 확인되고, 풀이 시간 및 풀이 식의 길이가 소정의 오차 범위 밖인 것으로 판단된 경우, 문제유형 판단부(140)는 사용자의 전체 사용자 대비 상대적인 풀이 속도가 어디에 위치하는지를 추가적으로 판단할 수 있다. 이러한 풀이 속도 판단은 사용자가 문제를 풀이하지 않고 임의로 답을 입력하는 경우(i.e. 전체 사용자 대비 상대적으로 빠른 속도로 문제를 푸는 경우) 또는 문제의 개념 및 내용을 전혀 이해하지 못해 답 입력이 상당히 지연되는 경우(i.e. 전체 사용자 대비 상대적으로 느린 속도로 문제를 푸는 경우) 등을 구분하여 사용자의 현재 문제 풀이 수준을 정확히 파악하기 위해서 수행된다. 예를 들어, 풀이 속도가 소정의 오차 범위 밖에서 상대적으로 빠른 속도에 해당되는 것으로 판단되면, 문제유형 판단부(140)는 사용자에게 제공될 다음 문제를 현재 분석된 문제와 유사한 유형의 문제로 변경하여 사용자에게 제공할 수 있다. 풀이 속도가 소정의 오차 범위 밖에서 상대적으로 느린 속도에 해당되는 것으로 판단되면, 문제유형 판단부(140)는 사용자에게 제공될 다음 문제를 선수학습(Prerequisite Learning)의 개념을 포함하는 문제로 변경하여 사용자에게 제공할 수 있다.
또한, 문제유형 판단부(140)는 선수학습의 개념을 포함하는 문제의 답이 정답인지 오답인지 여부 등을 판단하여 이와 유사한 문제를 제공할 것인지 또는 선수학습 이전의 선수학습의 개념을 포함하는 문제를 제공할 것인지를 결정할 수 있다. 이와 같이 선수학습의 개념을 포함하는 문제의 풀이를 분석하여 사용자가 현재 문제 풀이를 위한 수학적 개념이 정립되어 있는지 여부를 파악함으로써, 보다 정밀한 커리큘럼을 사용자에게 제공할 수 있다. 만약 문제 풀이의 가장 기본이 되는 선수학습의 개념 문제에 대한 답이 오답인 것으로 판단되면, 문제유형 판단부(140)는 수학 문제가 아닌 선수학습을 위한 개념 설명을 사용자에게 제공하고, 전술한 문제 풀이의 확인 및 분석 과정을 반복적으로 수행할 수 있다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 수학 학습 장치(100)는, 제 2 데이터 분석부(130)를 통해 문제에 대한 풀이가 오답인 것으로 확인되면, 풀이 과정 및 풀이 시간을 기초로 오답 원인을 분석하는 제 3 데이터 분석부(150)를 더 포함할 수 있다. 이때, 제 3 데이터 분석부(150)의 동작은 사용자에 의한 문제 풀이가 완전히 완료되고 커리큘럼이 종료된 이후에 사용자의 다음 학습을 위한 솔루션을 제공하기 위해서 수행된다. 즉, 커리큘럼에 따라 사용자의 학습이 완료되면, 제 3 데이터 분석부(150)는 커리큘럼 수행 과정에서 분석된 정보들을 최종적으로 분석하여 다음 학습을 위한 커리큘럼 결정 과정에 반영할 수 있다.
예를 들어, 제 3 데이터 분석부(150)는 풀이 과정 및 풀이 시간을 기초로 문제의 풀이를 위한 개념 부족, 단순 계산 실수, 문제에 대한 언어적 이해 부족 및 문제에 대한 수리적 이해 부족의 4가지 오답 원인을 분석할 수 있다. 문제의 풀이를 위한 개념 부족은 풀이 과정에서 사용된 수학적 개념 자체가 잘못된 경우를 말한다. 단순 계산 실수는 풀이 과정에서 아용된 수식의 사칙연산이 틀린 경우를 말한다. 문제에 대한 언어적 이해 부족은 풀이 시간이 소정의 시간 이상 소요되었으나 풀이 과정에서 풀이 식을 완성하지 못한 경우를 말한다. 문제에 대한 수리적 이해 부족은 풀이 과정에서 사용된 수학적 개념이 문제 풀이에 필요한 수학적 개념과 다른 경우를 말한다. 이와 같은 각각의 오답 원인의 분석은 풀이 과정 및 시간에 대한 전문가에 의한 평가를 기초로 머신러닝을 이용한 학습 과정을 통해 수행될 수 있다.
또한, 제 3 데이터 분석부(150)는 다음 학습을 위한 커리큘럼 생성에 반영할 수 있도록 4가지 중 하나로 분석된 오답 원인을 커리큘럼 결정부로 전달할 수 있다. 오답 원인이 문제의 풀이를 위한 개념 부족인 것으로 판단된 경우, 제 3 데이터 분석부(150)는 부족한 개념에 대한 확인하고 수학 용어 설명을 제시하는 과정 및 이전 커리큘럼과 동일 문제가 다시 제시되는 과정이 다음 커리큘럼에 반영될 수 있도록 관련 조건정보를 커리큘럼 생성부(120)에 전달할 수 있다. 오답 원인이 단순 계산 실수인 것으로 판단된 경우, 제 3 데이터 분석부(150)는 이전 커리큘럼과 동일 문제가 다시 제시되는 과정이 다음 커리큘럼에 반영될 수 있도록 관련 조건정보를 커리큘럼 생성부(120)에 전달할 수 있다. 오답 원인이 문제에 대한 언어적 이해 부족인 것으로 판단된 경우, 제 3 데이터 분석부(150)는 유사 유형 문제 및 해당 문제의 풀이 과정이 제시된 이후에 제시된 유사 유형 문제와 동일 문제가 다시 제시되는 과정이 다음 커리큘럼에 반영될 수 있도록 관련 조건정보를 커리큘럼 생성부(120)에 전달할 수 있다. 오답 원인이 문제에 대한 수리적 이해 부족인 것으로 판단된 경우, 제 3 데이터 분석부(150)는 유사 유형 문제가 반복적으로 제시되는 과정이 다음 커리큘럼에 반영될 수 있도록 관련 조건정보를 커리큘럼 생성부(120)에 전달할 수 있다.
한편, 도 1을 참조하면, 사용자 단말(200)은 본 발명의 일 실시 예에 따른 장치(100)와 유무선 네트워크 통신이 가능한 단말로서, 스마트폰, 스마트워치, PMP(ortable Multimedia Player), PDA(Personal Digital Assistants), 데스크탑(Desktop) PC, 랩탑(Laptop) PC, 태블릿(Tablet) PC 등을 포함한다. 이때, 사용자 단말(200)의 사용자는 학습을 수행하는 학생뿐만 아니라 학생의 학부모, 교사 등 학생의 교육 과정을 관리할 수 있는 관계자를 모두 포함한다. 예를 들어, 본 발명의 일 실시 예에 따른 장치(100)를 통해 학습 커리큘럼이 수행되면, 제 3 데이터 분석부(150)에 의해 수행 결과는 평가서 형태로 정리되어 사용자 단말(200)을 통해 학부모 또는 교사에게 제공될 수 있다. 또한, 교사는 사용자 단말(200)을 통해 학생이 풀이한 문제, 풀이 과정 및 시간을 모두 확인할 수 있으며, 다음 학습을 위한 커리큘럼도 사용자의 학습 수준에 맞추어 수정할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 수학 교육 서비스의 제공 과정을 나타낸 개념도이다.
도 2를 참조하면, 먼저, 본 발명의 일 실시 예에 따른 장치(100)를 통해 구동되는 학습 프로그램이 최초 실행되면(S11), 최초 사용자에 대한 학습 수준 검사가 실시될 수 있다(S12). 학습 수준 검사를 통해 최초 사용자의 학습 능력이 파악되면, 자동 또는 수동으로 최초 사용자에 대한 커리큘럼이 결정될 수 있다. 학습 수준 검사가 완료된 이후 학습 프로그램이 재실행되면(S20), 기 결정된 커리큘럼이 사용자에게 제공될 수 있다(S30). 사용자는 사용자 단말(200)을 통해 커리큘럼에 따라 제공되는 문제를 풀이할 수 있는데, 이 과정에서 문제 하나하나에 대하여 정답 여부, 풀이 과정 및 시간 등이 분석될 수 있다.
만약 문제의 답이 정답인 것으로 분석되면(S42), 풀이 시간 및 풀이 식 길이가 소정의 오차 범위 내인지가 판단될 수 있다(S42). 풀이 시간 및 풀이 식 길이가 소정의 오차 범위 내인 경우에는 커리큘럼에 기 예정된 다음 문제가 제공되고(S43), 소정의 오차 범위 밖인 경우에는 풀이된 문제와 유사 유형의 문제가 제공될 수 있다(S44). 문제의 답이 오답인 것으로 분석되는 경우에도(S42), 풀이 시간 및 풀이 길이가 소정의 오차 범위 내인지가 판단될 수 있다(S51). 풀이 시간 및 풀이 식 길이가 소정의 오차 범위 내인 경우에는 풀이된 문제와 유사 유형의 문제가 제공되고(S52), 소정의 오차 범위 밖인 경우에는 풀이 속도가 전체 사용자 대비 상대적으로 빠른지 여부가 판단될 수 있다(S53).
풀이 속도가 전체 사용자 대비 상대적으로 빠른 것으로 판단된 경우에는, 풀이된 문제와 유사 유형의 문제가 제공될 수 있다(S52). 풀이 속도가 전체 사용자 대비 상대적으로 느린 것으로 판단된 경우에는, 선수학습 개념 문제가 단계별로 사용자에게 제공될 수 있다(S60). 이때, 선수학습 개념 문제에 대한 풀이 과정을 전반적으로 분석하여 선수학습 개념 설명을 제공할지 여부가 결정되고, 결정된 결과에 따라 선수학습 개념 설명이 사용자에게 제공될 수도 있다(S70). 전술한 과정을 거쳐 최종적으로 커리큘럼 학습이 완료되면, 풀이 과정 및 시간 등을 기초로 문제별 오답 원인이 분석될 수 있다(S80). 이때, 문제 별 오답 원인은 필요 개념 부족, 단순 계산 실수, 언어 이해 부족, 수리 이해 부족의 4가지로 분석되고, 분석된 결과는 다음 학습의 커리큘럼 생성에 반영될 수 있다.
도 3은 본 발명의 일 실시 예에 따른 수학 학습 방법의 순서도이고, 도 4는 본 발명의 일 실시 예에 따른 문제의 풀이에 대한 분석 및 문제 유형 결정 과정을 나타낸 순서도이다.
도 3을 참조하면, 본 발명의 일 실시 예에 따른 수학 학습 방법은, 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증 문제를 선별하고, 선별된 검증 문제를 사용자 단말(200)로 제공하는 단계(S100), 검증 문제에 대한 정답 결과를 기초로 사용자의 학습 수준을 판단하고, 판단된 학습 수준에 맞는 커리큘럼을 결정하는 단계(S200), 사용자로부터 인가된 외부 입력에 의해 결정된 커리큘럼이 사용자 단말(200)로 제공되면, 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이 과정 및 풀이 시간을 분석하는 단계(S300) 및 분석된 문제의 정답 여부, 풀이 과정 및 풀이 시간을 기초로 다음 문제의 유형을 결정하는 단계(S400)를 포함할 수 있다.
도 4를 참조하면, 본 발명의 일 실시 예에 따른 분석된 문제의 정답 여부, 풀이 과정 및 풀이 시간을 기초로 다음 문제의 유형을 결정하는 단계(S400)는, 문제에 대한 풀이가 정답 또는 오답인 것으로 확인되면, 풀이 시간 및 풀이 식의 길이가 소정의 오차 범위 내에 포함되는지 여부를 판단하는 단계(S410) 및 판단된 결과를 기초로 다음 문제의 유형을 결정하는 단계(S420)를 포함할 수 있다.
한편, 본 발명의 일 실시 예에 따른 풀이 시간 및 풀이 식의 길이에 대한 판단 결과를 기초로 다음 문제의 유형을 결정하는 단계(S420)는, 문제에 대한 풀이가 오답인 것으로 확인되고, 풀이 시간 및 풀이 식의 길이가 소정의 오차 범위 밖인 것으로 판단된 경우, 문제에 대한 풀이 속도를 기준으로 선수학습을 위한 개념 설명의 제공 여부를 결정하는 단계를 포함할 수 있다.
또한, 도 3을 참조하면, 본 발명의 일 실시 예에 따른 수학 학습 방법은, 문제에 대한 풀이가 오답인 것으로 확인되면, 해당 문제에 대한 풀이 과정 및 풀이 시간을 기초로 오답 원인을 분석하는 단계(S500)를 더 포함할 수 있다. 이때, 오답 원인에는, 문제의 풀이를 위한 개념 부족, 단순 계산 실수, 문제에 대한 언어적 이해 부족 및 문제에 대한 수리적 이해 부족이 포함될 수 있다.
본 발명의 일 실시 예에 따른 방법과 관련하여서는 전술한 장치(100)에 대한 내용이 적용될 수 있다. 따라서, 방법과 관련하여, 전술한 장치(100)에 대한 내용과 동일한 내용에 대하여는 설명을 생략하였다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 수학 학습 장치
110: 제 1 데이터 분석부 120: 커리큘럼 생성부
130: 제 2 데이터 분석부 140: 문제유형 판단부
150: 제 3 데이터 분석부
200: 사용자 단말
110: 제 1 데이터 분석부 120: 커리큘럼 생성부
130: 제 2 데이터 분석부 140: 문제유형 판단부
150: 제 3 데이터 분석부
200: 사용자 단말
Claims (2)
- 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증문제를 선별하고 상기 검증문제를 사용자 단말로 제공하는 제1 데이터 분석부;
상기 검증문제에 대한 정답 결과를 기초로 상기 사용자의 학습수준을 판단하고, 상기 학습수준에 맞는 커리큘럼을 결정하고, 상기 커리큘럼을 상기 사용자 단말로 제공하는 커리큘럼 생성부;
상기 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이과정 및 풀이시간을 분석하는 제2 데이터 분석부;
상기 문제의 정답 여부, 풀이과정, 풀이시간 및 풀이식의 길이 및 상기 풀이시간이 소정의 오차 범위 내에 포함되는지 여부를 기초로 다음문제의 유형을 결정하는 문제유형 판단부; 및
상기 문제에 대한 풀이가 오답인 것으로 분석되면, 상기 문제에 대한 풀이과정 및 풀이시간을 기초로 오답 원인을 분석하는 제3 데이터 분석부를 포함하는 수학 학습 장치에 있어서,
상기 오차 범위는 해당 문제에 대한 전체 사용자의 풀이시간과 풀이식의 길이를 백분위 평균한 데이터베이스를 기준으로 설정된 값이며,
상기 문제 유형 판단부는,
상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 상기 사용자 단말로 제공하고,
상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하며,
상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하고,
상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 사용자의 전체 사용자 대비 상대적인 풀이속도를 분석하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 빠른 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 느린 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 선수학습 개념을 포함하는 문제로 변경하여 상기 사용자 단말로 제공하며
상기 제3 데이터 분석부는,
상기 오답 원인이 문제의 풀이를 위한 개념 부족인 경우, 틀린 문제의 풀이를 위한 개념 및 용어에 대한 설명과 상기 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하고,
상기 오답원인이 단순 계산 실수인 경우, 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하고,
상기 오답 원인이 문제에 대한 언어적 이해 부족인 경우, 틀린 문제 및 상기 틀린 문제의 유사 유형 문제의 풀이과정을 제공하고, 상기 유사 유형 문제와 동일한 문제를 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하고,
상기 오답 원인이 문제에 대한 수리적 이해 부족인 경우, 틀린 문제의 유사 유형 문제를 반복적으로 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 것을 특징으로 하는 수학 학습 장치.
- 제1 데이터 분석부가 사용자로부터 인가된 외부 입력에 의해 설정된 사전 정보를 기초로 검증문제를 선별하고 상기 검증문제를 사용자 단말로 제공하는 제1 데이터 분석단계;
커리큘럼 생성부가 상기 검증문제에 대한 정답 결과를 기초로 상기 사용자의 학습수준을 판단하고, 상기 학습수준에 맞는 커리큘럼을 결정하고, 상기 커리큘럼을 상기 사용자 단말로 제공하는 커리큘럼 생성 및 제공단계;
제2 데이터 분석부가 상기 커리큘럼에 따라 제공되는 문제의 정답 여부, 풀이과정 및 풀이시간을 분석하는 제2 데이터 분석단계;
문제유형 판단부가 상기 문제의 정답 여부, 풀이과정, 풀이시간 및 풀이식의 길이 및 상기 풀이시간이 소정의 오차 범위 내에 포함되는지 여부를 기초로 다음문제의 유형을 결정하는 문제유형 판단단계; 및
제3 데이터 분석부에 의해 상기 문제에 대한 풀이가 오답인 것으로 분석되면, 상기 문제에 대한 풀이과정 및 풀이시간을 기초로 오답 원인을 분석하는 제3 데이터 분석단계를 포함하는 수학 학습 방법에 있어서,
상기 오차 범위는 해당 문제에 대한 전체 사용자의 풀이시간과 풀이식의 길이를 백분위 평균한 데이터베이스를 기준으로 설정된 값이며,
상기 문제 유형 판단단계는,
상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 상기 사용자 단말로 제공하는 단계;
상기 문제에 대한 풀이가 정답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하는 단계;
상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 내인 경우, 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하는 단계; 및
상기 문제에 대한 풀이가 오답인 것으로 분석되고 상기 풀이식의 길이 및 상기 풀이시간이 소정의 오차범위 밖인 경우, 상기 사용자의 전체 사용자 대비 상대적인 풀이속도를 분석하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 빠른 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 풀이된 문제와 유사한 유형의 문제로 변경하여 상기 사용자 단말로 제공하고, 상기 풀이속도가 상기 전체 사용자의 풀이속도에 비해 상대적으로 느린 경우 상기 커리큘럼에 의해 기 예정된 다음 문제를 선수학습 개념을 포함하는 문제로 변경하여 상기 사용자 단말로 제공하는 단계를 더 포함하고,
상기 제3 데이터 분석단계는,
상기 오답 원인이 문제의 풀이를 위한 개념 부족인 경우, 틀린 문제의 풀이를 위한 개념 및 용어에 대한 설명과 상기 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계;
상기 오답원인이 단순 계산 실수인 경우, 틀린 문제와 동일한 문제가 포함된 커리큘럼을 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계;
상기 오답 원인이 문제에 대한 언어적 이해 부족인 경우, 틀린 문제 및 상기 틀린 문제의 유사 유형 문제의 풀이과정을 제공하고, 상기 유사 유형 문제와 동일한 문제를 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계; 및
상기 오답 원인이 문제에 대한 수리적 이해 부족인 경우, 틀린 문제의 유사 유형 문제를 반복적으로 제공하는 조건 정보를 상기 커리큘럼 생성부로 전송하는 단계를 더 포함하는 것을 특징으로 하는 수학 학습 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210105521A KR102409063B1 (ko) | 2019-08-29 | 2021-08-10 | 수학 학습 장치 및 방법 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190106732A KR20210026234A (ko) | 2019-08-29 | 2019-08-29 | 인공지능 기반의 사용자 맞춤형 수학 교육 서비스를 제공하는 장치 및 방법 |
KR1020210105521A KR102409063B1 (ko) | 2019-08-29 | 2021-08-10 | 수학 학습 장치 및 방법 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190106732A Division KR20210026234A (ko) | 2019-08-29 | 2019-08-29 | 인공지능 기반의 사용자 맞춤형 수학 교육 서비스를 제공하는 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210102141A true KR20210102141A (ko) | 2021-08-19 |
KR102409063B1 KR102409063B1 (ko) | 2022-06-15 |
Family
ID=75148934
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190106732A KR20210026234A (ko) | 2019-08-29 | 2019-08-29 | 인공지능 기반의 사용자 맞춤형 수학 교육 서비스를 제공하는 장치 및 방법 |
KR1020210105521A KR102409063B1 (ko) | 2019-08-29 | 2021-08-10 | 수학 학습 장치 및 방법 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190106732A KR20210026234A (ko) | 2019-08-29 | 2019-08-29 | 인공지능 기반의 사용자 맞춤형 수학 교육 서비스를 제공하는 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (2) | KR20210026234A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023106474A1 (ko) * | 2021-12-09 | 2023-06-15 | 홍진아 | 터치 감응식 전자장치 기반 시험문제 풀이의 분석을 통한 사용자 맞춤형 학습 서비스 제공 방법 및 장치 |
KR102619976B1 (ko) * | 2023-05-24 | 2024-01-02 | 주식회사 블루커뮤니케이션 | 인공지능 기술을 활용한 온라인 교육 시스템 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102375755B1 (ko) | 2021-03-31 | 2022-03-17 | 고려대학교 산학협력단 | 과목 유사도에 기반한 과목 추천 시스템과 방법 및 이를 위한 컴퓨터 프로그램 |
KR102563678B1 (ko) * | 2021-11-08 | 2023-08-04 | 김성태 | 학습된 뉴럴 네트워크를 이용하여 맞춤형 학습 서비스를 제공하는 서버 및 동작 방법 |
KR102492762B1 (ko) | 2022-09-30 | 2023-01-27 | 피이에이피에듀케이션(주) | 인공지능 기반 수강생 맞춤형 유학 교육 커리큘럼 제공 및 관리 방법, 장치 및 시스템 |
KR102636079B1 (ko) * | 2023-06-08 | 2024-02-14 | 주식회사 화신이앤엘 (E&L) | 학습자에게 맞춤형 수학 문제를 제공하기 위한 장치 및 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010065286A (ko) | 1999-12-29 | 2001-07-11 | 이영준 | 학습 능률 프로그램을 제공하는 장치 및 방법 |
KR20150051198A (ko) * | 2015-04-09 | 2015-05-11 | 주식회사 테라클 | 학습자 맞춤형 학습 서비스 제공 서버 및 방법 |
KR20160051494A (ko) * | 2014-10-30 | 2016-05-11 | 한국카이스(주) | 학습자 맞춤형 콘텐츠 제공 방법 및 콘텐츠 제공 서버 |
-
2019
- 2019-08-29 KR KR1020190106732A patent/KR20210026234A/ko active Application Filing
-
2021
- 2021-08-10 KR KR1020210105521A patent/KR102409063B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010065286A (ko) | 1999-12-29 | 2001-07-11 | 이영준 | 학습 능률 프로그램을 제공하는 장치 및 방법 |
KR20160051494A (ko) * | 2014-10-30 | 2016-05-11 | 한국카이스(주) | 학습자 맞춤형 콘텐츠 제공 방법 및 콘텐츠 제공 서버 |
KR20150051198A (ko) * | 2015-04-09 | 2015-05-11 | 주식회사 테라클 | 학습자 맞춤형 학습 서비스 제공 서버 및 방법 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023106474A1 (ko) * | 2021-12-09 | 2023-06-15 | 홍진아 | 터치 감응식 전자장치 기반 시험문제 풀이의 분석을 통한 사용자 맞춤형 학습 서비스 제공 방법 및 장치 |
KR102619976B1 (ko) * | 2023-05-24 | 2024-01-02 | 주식회사 블루커뮤니케이션 | 인공지능 기술을 활용한 온라인 교육 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR20210026234A (ko) | 2021-03-10 |
KR102409063B1 (ko) | 2022-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102409063B1 (ko) | 수학 학습 장치 및 방법 | |
Rittle-Johnson et al. | Assessing knowledge of mathematical equivalence: A construct-modeling approach. | |
Alderson et al. | The development of a suite of computer-based diagnostic tests based on the Common European Framework | |
Purpura et al. | Improving the validity of quantitative measures in applied linguistics research 1 | |
Siegler et al. | The logarithmic‐to‐linear shift: One learning sequence, many tasks, many time scales | |
Donker et al. | Effectiveness of learning strategy instruction on academic performance: A meta-analysis | |
Schneider et al. | The developmental relations between conceptual and procedural knowledge: A multimethod approach. | |
US20180005541A1 (en) | Systems and methods for testing, evaluating and providing feedback to students | |
Alcarria et al. | Enhanced peer assessment in MOOC evaluation through assignment and review analysis | |
US20080057480A1 (en) | Multimedia system and method for teaching basal math and science | |
Jeremic et al. | Evaluating an intelligent tutoring system for design patterns: The DEPTHS experience | |
US20120040326A1 (en) | Methods and systems for optimizing individualized instruction and assessment | |
US20060246411A1 (en) | Learning apparatus and method | |
De Raadt | Teaching programming strategies explicitly to novice programmers | |
Alqassab et al. | The impact of peer solution quality on peer-feedback provision on geometry proofs: Evidence from eye-movement analysis | |
Shagrova et al. | Innovative approaches to the organization of students: independent learning in accordance with the digital economy requirements | |
Mayer | The role of metacognition in STEM games and simulations | |
Hamutoglu et al. | The effect of e-learning experience on readiness, attitude, and self-control/self-management | |
van Harsel et al. | Instructing students on effective sequences of examples and problems: Does self‐regulated learning improve from knowing what works and why? | |
Villar‐Aldonza | To what extent a modern teaching style benefits students? Why do teachers act the way they do? | |
US20080261194A1 (en) | Method and apparatus for implementing an independent learning plan (ILP) based on academic standards | |
Al-Shanfari et al. | Visualising alignment to support students’ judgment of confidence in open learner models | |
Marquès Puig et al. | Using a distributed systems laboratory to facilitate students' cognitive, metacognitive and critical thinking strategy use | |
Barzel et al. | Theory-Based Design of Professional Development for Upper Secondary Teachers–Focusing on the Content-Specific Use of Digital Tools | |
Mutiawani et al. | Implementing Item Response Theory (IRT) Method in Quiz Assessment System. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A107 | Divisional application of patent | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) |