AI 비지도 학습 기반의 학교폭력 예방 데이터 분석 시스템 개발
Development of a data analysis system for preventing school violence based on AI unsupervised learning
0
조회
0
다운로드
6
인용
0
참고문헌
키워드
초록
학교폭력은 사회적 문제로 인식되고 있으며 이를 예방하기 위한 다양한 노력도 함께 이루어지고 있다. 본 연구에서는 학생들 상호 간의 친밀도, 대화 빈도 및 모둠 선호도 데이터를 분석함으로써 교우 관계를 파악하고 이를 통해 궁극적으로 학교폭력을 예방할 수 있는 시스템을 개발하였다. 리커트 척도 설문을 활용하여 학급 내 학생들과의 친밀도, 대화 빈도 및 모둠 선호도를 각각 수치화하였고, 설문 데이터는 K-means 알고리즘을 활용하여 적정한 개수의 클러스터로 군집화 및 시각화하였다. 담임교사는 학급 내 학생들 간의 친밀도, 대화 빈도 및 모둠 선호도 분석 데이터를 그래프의 형태로 시각적으로 확인하고, 이를 근거로 특정 그룹의 학생 개별 상담 및 학급 운영 등 학교폭력 예방을 위한 참고 자료로 활용 가능하다. 데이터 분석 결과는 기존에 교사가 학생 관찰 등의 방법으로 정성적으로 파악하고 있던 교우 관계와 상당 부분 일치하였고, 이는 본 데이터 분석 시스템이 담임교사의 학급 내 교우 관계 파악을 위한 정량적 근거 자료로 유의미하게 활용될 수 있음을 의미한다. 한계점은 학생들의 주관적인 기준으로 인해 설문 결과가 왜곡될 수 있는 점이다. 본 연구가 담임교사의 학급 내 교우 관계 파악 및 학교폭력 예방 노력에 실질적인 도움을 제공하며 학교폭력 예방에 기여하기를 기대한다.
Abstract
School violence has long been recognized as a social problem, and various efforts have been made to prevent it. In this study, we propose a system that can prevent school violence by analyzing data on the frequency of conversations between students, friendship and preference to be in the same group. This data was quantified using a Likert scale questionnaire, and also grouped into the appropriate number of clusters using the K-means algorithm. Additionally, the homeroom teacher observed the frequency and nature of conversations between students, and targeted specific individuals or groups for counseling and intervention, with the aim of reducing school violence. Data analysis revealed that the teachers’ qualitative observations were consistent with the quantified data based on student questionnaires, and therefore applicable as quantitative data towards the identification and understanding of student relationships within the classroom. The study has potential limitations. The data used is subjective and based on peer evaluations which can be inconsistent as the students may use different criteria to evaluate one another. It is expected that this study will help homeroom teachers in their efforts to prevent school violence by understanding the relationships between students within the classroom.
참고문헌 (16)
- 박효정, "학교폭력 예방 프로그램의 적용효과 분석: 초등학생의 학교폭력에 대한 인식, 태도 및 행동, 대처능력의 변화를 중심으로", 한국교육, 37(4), pp.47~72 (2010), 한국교육개발원
- Kwon, M. S., "Friendship improvement method search on rejected children's of sociometric rating in Classroom", The Journal of korean educational forum, 4(2), pp.1~22 (2005)
- 고승현, "K-Means 클러스터링을 적용한 향상된 CS-RANSAC 알고리즘", 정보처리학회논문지. 소프트웨어 및 데이터 공학, 6(6), pp.315~320 (2017), 한국정보처리학회[DOI]
- Woo, J.A., "The effects of the closeness and the qualitative characteristics of peer relationship on the school adjustment in elementary school", pp.2005
- 정미영, "머신러닝을 활용한 초등학교 3~4학년군 음악교과서 일러스트의 색채 분석", 예술교육연구, 18(2), pp.93~118 (2020), 한국예술교육학회
- 윤초희, "국내 학교폭력 예방 프로그램의 효과에 관한 메타분석", 아시아교육연구, 15(1), pp.189~215 (2014), 교육연구소[DOI]
- Park, E. Y., "Do it! Jump to python" (2019), easyspublishing
- Hong, G. C., "The Effect of Friendships Improvement Program on Bullying Decrease in School", THESIS COLLECTION, 37, pp.169~209 (2002)
- 김규태, "공자의 “논어” 관점에서 본 학교폭력 예방을 위한 교사 리더십", 교사교육연구, 53(2), pp.321~333 (2014), 과학교육연구소[DOI]
- 박형빈, "School Violence Prevention through Improving Teacher's Empathy Ability", 윤리교육연구, (28), pp.45~62 (2012), 한국윤리교육학회
- 구덕회, "문제 해결 학습 모형 기반의 데이터 과학 교육 프로그램 개발", 한국초등교육, 31, pp.203~215 (2020), 초등교육연구원[DOI]
- 이영호, "데이터 분석적 사고력 향상을 위한 딥러닝 기반 학습 시스템 개발 연구", 정보교육학회논문지, 21(4), pp.393~401 (2017), 한국정보교육학회
- 박희창, "K-평균 군집방법을 이용한 데이터 융합에 의한 폐기물 데이터 분석", Journal of The Korean Data Analysis Society, 7(4), pp.1271~1279 (2005), 한국자료분석학회
- 임수연, "Effects of a Class-Based School Violence Prevention Program for Elementary School Students", 소아 청소년 정신의학, 29(2), pp.54~61 (2018), 대한소아청소년 정신의학회[DOI]
- Kim Kyoung-eun, "CRISIS of KOREAN Education, School Violence: How Should It Be Treated?", International Journal of Crisis & Safety, 1(1), pp.30~35 (2016), J-INSTITUTE
- Kwon, H.C., "A Study of Gifted Students'Peer Relationship in an Elementary School's General and Gifted Classes via SNA(Social Network Analysis)", pp.2012