학습 상태에 기반한 맞춤형 난이도 측정을 위한 척도 설계
A Design for the Personalized Difficulty Level Metric based on Learning State
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
난이도는 학습자가 컨텐츠를 선택하는 중요한 기준 중 하나이다. 하지만, 대부분의 난이도 기준은 컨텐츠 제공자가 획일적으로 결정한다. 이러한 방식으로는 학습자의 다양한 수준과 환경을 고려한 맞춤형 교육을 지원할 수 없다. 본 연구는 이 문제를 해결하기 위하여 학습자와 컨텐츠의 지식을 정형화하고 일반화한 후, 이를 실험하기 위한 객체 모델과 맞춤형 난이도 척도를 설계하였다. 또한, 이를 검증하기 위한 목적으로 구현한 도구를 이용하여 100개의 음악 교육 컨텐츠와 20명의 학습자를 기반으로 시뮬레이션을 진행했다. 실험 결과는 제안한 방법이 학습 상태와 컨텐츠에서 정의한 지식의 유사도를 이용하여 맞춤형 난이도를 계산할 수 있음을 보여 주었다. 제안한 접근법은 학습 상태와 컨텐츠에 쉽게 접근할 수 있는 온라인 학습 시스템에 효과적으로 적용할 수 있다.
Abstract
The ‘level of difficulty’ is one of the major factors for learners when selecting learning contents. However, the criteria for the difficulty level is mostly defined by the contents providers. This approach does not support the personalized education which should consider the abilities and environments of various learners. In this research, the knowledge of the learners and contents were formalized and generalized to resolve the issue, and object models, including a metric for personalized difficulty level, were designed in order to be applied for experiments. And then, based on 100 contents for music education and 20 learners, we performed simulations with an implemented tool to validate our approach. The experimental results showed that our method can calculate the personalized difficulty levels considering the similarities between the knowledges from the learning state and the contents. Our approach can be effectively applied to the on-line learning management system which contains easy access to the learning state and contents data.
참고문헌 (18)
- 허선영, "SCORM 기반의 학습자 수준별 콘텐츠 구성 시스템", 한국정보통신학회논문지, 14(5), pp.1277~1283 (2010), 한국정보통신학회
- C. H. Kim, "Item Difficulty Analysis of Learning Contents Based on SCORM", Proceedings of the Korean Information Science Society Conference, pp.358~360 (2005), KIISE
- Ahmad Baylari, "Design a personalized e-learning system based on item response theory and artificial neural network approach", Expert Systems with Applications, 36(4), pp.8013~8021 (2009), Elsevier BV[DOI]
- 이형재, "초등학생의 전기회로 탐구능력에 대한 지식상태 분석", 한국과학교육학회지, 35(5), pp.857~870 (2015), 한국과학교육학회[DOI]
- 윤마병, "고등학교 천체관측 관련 개념의 지식상태 분석에 따른 교수-학습 효과", 한국지구과학회지, 32(7), pp.902~912 (2011), 한국지구과학회
- 이종학, "지식공간론에 따른 초등학교 평면도형 영역의 지식 상태 분석", 예술인문사회 융합 멀티미디어 논문지, 7(5), pp.13~31 (2017), 사단법인 인문사회과학기술융합학회[DOI]
- Pengyu Gao, "Using Personalized Education to Take the Place of Standardized Education", Journal of Education and Training Studies, 2(2) (2014), Redfame Publishing[DOI]
- 최인숙, "텍스트의 언어적 난이도 측정 공식 비교 연구 - 초중고 교과서를 중심으로 -", 정보관리학회지, 22(4), pp.173~195 (2005), 한국정보관리학회[DOI]
- Chih-Ming Chen, "Intelligent web-based learning system with personalized learning path guidance", Computers & Education, 51(2), pp.787~814 (2008), Elsevier BV[DOI]
- 정우성, "유전 알고리즘 기반의 음악 교육 학습 경로 최적화", 한국융합학회논문지, 10(2), pp.13~20 (2019), 한국융합학회[DOI]
- 한지원, "ITS를 위한 개인화 학습코스 추천 모델 개발", 한국융합학회논문지, 9(10), pp.21~28 (2018), 한국융합학회[DOI]
- 조태경, "학습자 프로파일 기반의 지능형 학습 시스템", 디지털융복합연구, 14(2), pp.227~233 (2016), 한국디지털정책학회[DOI]
- Mohamed Amine Chatti, "The PERLA Framework: Blending Personalization and Learning Analytics", The International Review of Research in Open and Distributed Learning, 20(1) (2019), Athabasca University Press[DOI]
- A. Ramachandran, "Adapting Difficulty Levels in Personalized Robot-Child Tutoring Interactions", AAAI Conference on Artificial Intelligence, pp.56~59 (2014), AAAI
- Aidan Jones, "Adaptive Robotic Tutors that Support Self-Regulated Learning: A Longer-Term Investigation with Primary School Children", International Journal of Social Robotics, 10(3), pp.357~370 (2018), Springer Science and Business Media LLC[DOI]
- Fathi Essalmi, "Generalized metrics for the analysis of E-learning personalization strategies", Computers in Human Behavior, 48, pp.310~322 (2015), Elsevier BV[DOI]
- 김기봉, "교육 프로파일링을 활용한 학생 맞춤형 다차원 분석 시스템", 디지털융복합연구, 14(6), pp.263~270 (2016), 한국디지털정책학회[DOI]
- Rolf Reber, "Personalized Education to Increase Interest", Current Directions in Psychological Science, 27(6), pp.449~454 (2018), SAGE Publications[DOI]