본문 바로가기
KERD
논문KCI 등재

해외 학습분석학(Learning Analytics) 연구에 대한 동향 분석: 실증 연구 중심으로

An International Literature Review on Learning Analytics: Focused on empirical studies

최윤영|안미리|고윤미|배윤희
한국교육정보미디어학회 (Korea Association for Educational Information and Media)|2015.12|교육정보미디어연구 (Journal of Korean Association for Educational Information and Media)|제21권 제4호|pp. 601-643|DOI http://dx.doi.org/10.15833/KAFEIAM.21.4.601

0

조회

0

다운로드

26

인용

0

참고문헌

키워드

Systematic Literature ReviewEmpirical Studies실증 연구체계적 문헌 분석Learning Analytics학습분석학
주제분류교육학

초록

다양한 기술의 발달은 교육환경에 많은 변화를 시키고 있다. 특히 인터넷의 발달로 인한 VLEs/LMSs. MOOC, 웹과 같은 학습환경은 학습자들에게 보다 효율적으로 학습할 수 있는 환경을 제공해줄 수 있게 되었다. 이러한 학습환경에서 수집된 방대한 자료를 분석하고, 이를 통해 학습유형을 이해하고, 학습성과를 예측하며, 교수전략 개발 등을 가능하게 하는 학습분석학에 대한 관심이 높아지고 있으며, 이를 활용한 실증 연구들이 활발하게 이루어지고 있다. 하지만 국내외 학습분석학의 연구 목적, 학습분석학이 활용될 수 있는 학습환경과 적용가능한 자료분석방법에 관한 정보가 충분히 정리되어 있지 않다. 따라서 본 연구에서는 학습분석학에 관한 해외 문헌 동향을 정리하고자 하였다. 본 연구는 2013년 9월부터 2015년 8월까지 학습분석학이 적용된 해외 실증 연구 총 154편을 리뷰하였으며, Papamitsiou와 Economides(2014)의 학습분석학 문헌연구에서 사용된 연구 목적, 학습환경, 그리고 자료분석방법에 따라 세 분야에 대한 연구 동향을 분석하였다. 문헌 분석 결과 (1) 연구 목적은 학습성과예측, 교수전략 제안과 학생 행동 모델링, (2) 학습환경은 VLE/LMSs과 웹기반 교육, 그리고 (3) 자료분석방법으로는 통계 기법이 많이 활용되었다. 자료분석방법은 Text Mining과 Social Network Analysis 방법과 같이 다양한 방법이 고르게 사용되었으며, 더하여 새롭게 Bayesian Inference Network, Machine Learning 등과 같은 자료분석방법이 활용되었다. 이러한 연구 결과에 기반을 두어 국내 학습분석학 연구를 위해 시사점을 제언하였다. 국내 연구에서도 MOOC/사회적 학습, 인지적 튜터 시스템, 모바일과 같은 학습환경에서 학생 및 학생 행동 모델링 등과 같은 연구 목적과 자료분석방법을 포함한 다양한 연구와 함께 학습분석학의 새로운 개념화와 연결되는 연구가 필요하다. 또한 교육에서의 데이터 활용은 교육공학 분야에 큰 시사점을 준다. 교수설계, 교수전략, 성취도 평가와 피드백, 시각화 자료 등은 학습과정을 객관화할 수 있어 학습자 중심의 교수설계에 시사점을 준다. 최근 활성화되는 하이브리드 교수법에 대한 효과성과 자기주도성 등 교육공학의 온․오프라인 학습환경 개선 연구에 기여할 수 있을 것을 기대한다.

Abstract

Advances in technology brings mcuh changes in learning environment. Especially, advances in Internet technology have created various learning settings such as LMSs/VLEs, MOOC, and Web-based learning. These newly emerging learning settings have contributed to provide more effective learning environment for learners than ever before. These learning environment enable collection of vast amount of data and analyze such data for meaningful interpretation. Recently, much attention has been paid to Learning Analytics in order to understand different learning types or learners, predict learners’ performances, and further to develop various teaching strategies under those learning settings. Although many studies on Learning Analytics have been conducted, we lack information about research objectives, learning settings, and data analysis methods used in Learning Analytics. Therefore, the purpose of this literature review of international research was to identify trends of current Learning Analytics studies in terms of research objectives, learning settings, and data analysis methods. In this research, we reviewed a total of 154 published in international articles and presentations made between September of 2013 through August of 2015. This literature review applied Papamitsiou & Economides (2014) literature review framework and methods. The research findings showed that (1) prediction of performances, recommendation of resources, and student behavior modeling were prevalent in terms of research objectives, (2) LMSs/VLEs and web-based education were prevalent in terms of learning settings, and (3) statistics was prevalent in terms of data analysis method. Specifically, various data analysis methods have been used such as Text Mining and Social Network Analysis. Interestingly, Bayesian Inference Network or Machine Learning which is not commonly used in Educational Technology was found from this literature review. We suggested several implications to improve Learning Analytics in Korea. It is necessary to conduct studies with various learning objectives, learning settings, and data analysis methods. Finally, it should lead to conceptualize Learning Analytics for Korean researchers. In addition to these conclusion, the use of data for education offer implication for researchers in the field of Korean Educational Technology. The research using Learning Analytics can provide strategies for designing hybrid learning environment, student achievements and feedback, and the visualized data could provide additional information about students’ learning process. Further researches in the area of Learning Analytics can provide important implications for those who research to improve online and offline learning environment.

참고문헌 (43)

  1. 고윤미, "국내 Learning Analytics 연구 동향 분석", 교육정보미디어학회추계 학술발표논문 (2015)
  2. 권영옥, "빅데이터를 활용한 맞춤형 교육 서비스 활성화 방안연구", 지능정보연구, 19(2), pp.87~100 (2013), 한국지능정보시스템학회
  3. 김민하, "학습 분석의 데이터 유형과 응용 분야", 교육공학회 추계 학술발표논문 (2015)
  4. 김성호, "웹 2.0 전망 및 서비스 동향에 관한 연구", 디지털융복합연구, 5(2), pp.135~154 (2007), 한국디지털정책학회
  5. 나일주, "National level data metrics framework development for learning analytics in South Korea", Speech to eLearning Korea 2015 (2015)
  6. 이러닝에서의 빅데이터 적용 정책 연구, "노규성", 미래창조과학부, ~, pp.방통융합기반정책연구 14-12 (2014)
  7. 류중희, "Web2. 0에서 Mobile 2. 0으로", 한국통신학회지(정보와 통신), 23(6), pp.99~106 (2006)
  8. 박연정, "학습 분석학 기반 대시보드의 설계와 적용", 교육정보미디어연구, 20(2), pp.191~216 (2014), 한국교육정보미디어학회
  9. 안미리, "Use of learning analytics to assess learner progress: Baysian networks and other tools", Speech to eLearning Korea 2015 (2015)
  10. 이영환, "웹 3. 0 : 세상을 바꾸고 있다" (2010), 보문각
  11. 정윤혁, "빅데이터와 교육분석(Education Analytics)", 미디어와 교육, 5(1), pp.44~49 (2015)
  12. 표준화 이슈리포트: 학습분석 기술 활용 가능성 및 전망, "조용상", 한국교육학술정보원, ~, pp.RM 2013-15 (2013)
  13. 조일현, "학습분석학을 활용한 e-러닝 학업성과 추정 모형의 통계적 유의성 확보 시점 규명", 교육공학연구, 29(2), pp.285~306 (2013), 한국교육공학회
  14. 조일현, "이러닝에서 학습자의 시간관리 전략이 학업성취도에 미치는 영향: 학습분석학적 접근", 교육정보미디어연구, 19(1), pp.83~107 (2013), 한국교육정보미디어학회
  15. 하건희, "학습자 성찰 도구로써 대시보드 개발을 위한 사용성 검사 연구", 석사, 교육공학과, pp.2015
  16. 허희옥, "웹 2.0의 교육적 활용에 대한 연구 동향 분석: 블로그와 위키를 중심으로", 컴퓨터교육학회 논문지, 13(2), pp.59~70 (2010), 한국컴퓨터교육학회
  17. Antonenko, P. D., "Using cluster analysis for data mining in educational technology research", Educational Technology Research and Development, 60(3), pp.383~398 (2012)
  18. Bailey, K. D., "Methods of social research" (1994), The Free Press
  20. Cena, F., "Web 3.0: Merging semantic web with social web", Paper presented at the HT 09 (2009)
  21. Coffrin, C., "Visualizing patterns of student engagement and performance in MOOCs", Proceedings of the fourth international conference on learning analytics and knowledge, pp.83~92 (2014), ACM
  22. "7 Things you should know about analytics, EDUCAUSE 7 Things you should know series" (2010)[URL]
  23. "Learning analytics: Definitions, processes and potential" (2011)[URL]
  24. "The state of learning analytics in 2012: A review and future challenges. (Technical Report KMI-2012)" (2012)[URL]
  25. Jeong, H., "Mining student behavior models in learning-by-teaching environments", Educational Data Mining (2008)
  26. Johnson, L., "The 2011 Horizon Report" (2011), The New Media Consortium
  27. Johnson, L., "The 2012 Horizon Report" (2012), The New Media Consortium
  28. Johnson, L., "The 2013 Horizon Report" (2013), The New Media Consortium
  29. Johnson, L., "The 2014 Horizon Report" (2014), The New Media Consortium
  30. Hernández-García, Á., "Applying social learning analytics to message boards in online distance learning : A case study", Computers in Human Behavior, 47, pp.68~80 (2015)
  31. Liñán, L. C., "Educational data mining and learning analytics : differences, similarities, and time evolution. RUSC", Universities and Knowledge Society Journal, 12(3), pp.98~112 (2015)
  32. Morris, R. D., "Web 3. 0 : Implications for online learning", TechTrends, 55(1), pp.42~46 (2011)
  33. O'Reilly, T., "What is web 2.0" (2009), O'Reilly Media, Inc
  34. Palazuelos, C., "Computational Collective Intelligence. Technologies and Applications", pp.651~660 (2013), Springer Berlin Heidelberg
  35. Papamitsiou, Z., "Learning analytics and educational data mining in practice : A systematic literature review of empirical evidence", Educational Technology & Society, 17(4), pp.49~64 (2014)
  36. Papamitsiou, Z. K., "Temporal learning analytics for computer based testing", Proceedings of the Fourth International Conference on Learning Analytics And Knowledge, pp.31~35 (2014), ACM
  37. Romero, C., "Educational data mining-A review of the state of the art. Systems, Man, and Cybernetics, Part C-Applications and Reviews", IEEE Transactions on, 40(6), pp.601~618 (2010)
  38. Schroeder, U., "Web-based learning-yes we can!", advances in Web Based Learning-ICWL 2009, pp.25~33 (2009), Springer Berlin Heidelberg
  39. Scott, J., "A matter of record: documentary sources in social research" (1990), Polity Press
  40. "What are learning analytics?" (2010)[URL]
  41. Tane, J., "Semantic resource management for the web: an e-learning application", Proceedings of the 13th international World Wide Web conference on Alternate track papers & posters, pp.1~10 (2004), ACM
  42. Enhancing teaching and learning through educational data mining and learning analytics: An issue brief, "U.S., Department of Education, office of Educational Technology", ~ (2012)
  43. Yadav, S. K., "Data mining: A prediction for performance improvement of engineering students using classification", arXiv preprint arXiv:1203.3832, ~ (2012)

관련 논문AI추천

학습분석학 국내 문헌 고찰: 로그 데이터를 이용한 실증연구를 중심으로고윤미, 김민하, 배윤희, 안미리, 최윤영한국교육공학회 · 교육공학연구2016 · 제32권 제2호국내 디지털 교수학습 환경에서의 학습분석 연구 및 데이터 활용에 대한 체계적 문헌 고찰김혜빈, 신안나, 조일현, 표은서한국교육공학회 · 교육공학연구2023 · 제39권 제2호다중양식 학습분석의 연구동향과 발전방안 탐색을 위한 체계적 문헌 고찰김혜은, 이한솔, 조영환, 함윤희한국교육정보미디어학회 · 교육정보미디어연구2021 · 제27권 제2호이러닝 학습환경에서 학습분석기반 대시보드 연구동향 분석유미나, 진성희한국교육정보미디어학회 · 교육정보미디어연구2015 · 제21권 제2호다이내믹 토픽 모델링에 기초한 2011-2020 학습분석학 연구 동향 분석이대영, 이현숙한국교육정보미디어학회 · 교육정보미디어연구2021 · 제27권 제3호교육 데이터와 분석 기법: 사례 연구를 중심으로권영옥사)한국빅데이터학회 · 한국빅데이터학회 학회지2019 · 제4권 제1호

이 간행물의 다른 논문 (8건)

증강현실 활용 탐구학습의 효과성분석: 중등과학수업을 중심으로이정민, 정연화pp. 521-542자기주도학습 기반 창의성·인성 함양과 진로탐색 체험의 장,『플레잉스쿨』시스템 모형 개발최성우, 박주영, 김미연, 강형구, 김소윤, 김판수pp. 543-571대학 교수자 이러닝 역량 강화를 위한 교육프로그램 개발 방안 연구김은희, 변호승pp. 573-599스마트미디어를 활용한 토론수업의 효과분석 -웹기반 수업과의 비교를 중심으로-연고운, 김희배pp. 645-665소셜 큐레이션 서비스의 교육적 활용에 대한 대학생들의 인식 연구오미자, 김미량pp. 667-686
원문 보기