지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 林希錫
- 발행연도
- 2019
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
학습자의 문제풀이에 대한 전문가의 분석과정을 거쳐 학습자의 취약한
부분과 학습 방향에 대한 방법을 제시해 주는 것이 가장 이상적이나
그렇게 받지 못하거나 많은 데이터에 처리에 있어서 시간 및 공간에
부족한 부분에 대하여 실시간으로 분석하고 분석한 결과를 전문가의
식견을 더 할 수 있도록 보완적인 방법을 연구하게 되었다.
이에 대하 머신러닝을 활용한 오답분석을 과정을 계층 분석 과정(AHP;
Analytic Hierarchy Process) 과 Hybrid Filtering 기법이 융합된 학습자
취약점 분석에 있어서 학습자의 문제풀이 결과에 대하여 각 문제의
풀이에 필요한 키워드들이 존재하고 그에 대한 Keyword들의 벡터화 과정
을 통하여 코사인 유사도 분석 및 KNN알고리즘을 활용한 분석 및 이커
머스 분야에서 많이 쓰이는 고객의 성향을 파악해 소비자에게 알맞은 상
품을 추천하는 많이 쓰이는 고객 추척시스템(CBF)을 도입한 문제 추천
시스템을 통해 학습자의 학습 수준에 따른 동적 contents를 구성할 수
있게 함으로써 보다 차별화된 학습 Tutor로서의 역할을 수행할 수 있는
시스템을 제안하고 한다.
부분과 학습 방향에 대한 방법을 제시해 주는 것이 가장 이상적이나
그렇게 받지 못하거나 많은 데이터에 처리에 있어서 시간 및 공간에
부족한 부분에 대하여 실시간으로 분석하고 분석한 결과를 전문가의
식견을 더 할 수 있도록 보완적인 방법을 연구하게 되었다.
이에 대하 머신러닝을 활용한 오답분석을 과정을 계층 분석 과정(AHP;
Analytic Hierarchy Process) 과 Hybrid Filtering 기법이 융합된 학습자
취약점 분석에 있어서 학습자의 문제풀이 결과에 대하여 각 문제의
풀이에 필요한 키워드들이 존재하고 그에 대한 Keyword들의 벡터화 과정
을 통하여 코사인 유사도 분석 및 KNN알고리즘을 활용한 분석 및 이커
머스 분야에서 많이 쓰이는 고객의 성향을 파악해 소비자에게 알맞은 상
품을 추천하는 많이 쓰이는 고객 추척시스템(CBF)을 도입한 문제 추천
시스템을 통해 학습자의 학습 수준에 따른 동적 contents를 구성할 수
있게 함으로써 보다 차별화된 학습 Tutor로서의 역할을 수행할 수 있는
시스템을 제안하고 한다.
목차
제 1 장 서 론 11.1. 연구의 배경 11.2. 연구의 목적 41.3. 논문의 구성 4제 2 장 이론적 배경 및 관련 연구 62.1. 학습 플랫폼 분석 대시보드 기술 62.2. 예측 분석 기술 82.3. 적응형 학습 분석 기술 102.4. 소셜네트워크 분석 기술 152.5. 담화 분석 기술 17제 3 장 연구 설계 및 접근 방법 193.1. 계층 분석 과정 193.1.1 데이터 수집 단계 213.1.1 데이터 분석 단계 243.1.1 데이터 분석 과정 25제 4 장 적용 알고리즘 284.1. 코사인 유사도 및 근접이웃 알고리즘 284.1.1 거리 및 유사도 계산 284.1.2 K개 근접이웃 알고리즘을 활용한 분류 31제 5 장 연구 분석 및 결과 405.1. 데이터 입력 및 분석 결과 제시 40제 5 장 결론 및 향후 연구 43참고문헌 45
최근 본 자료
댓글(0)
0