1 |
1
복수 개의 콘텐츠 및 상기 콘텐츠의 난이도 정보가 저장되는 콘텐츠 데이터베이스;
학습자로부터 상기 콘텐츠 데이터베이스에 저장된 콘텐츠의 학습에 따른 성취도를 계산하는 성취도 계산부;
상기 학습자가 기 학습한 콘텐츠와 상기 콘텐츠 데이터베이스에 저장된 콘텐츠간의 유사도를 계산하는 유사도 계산부; 및
상기 콘텐츠 데이터베이스에 저장된 상기 콘텐츠의 난이도 정보, 상기 성취도 계산부에서 측정된 상기 학습자의 성취도, 및 상기 유사도 계산부에서 계산된 상기 유사도 정보를 이용하여, 성취도가 높을수록 난이도가 높고 유사도가 낮은 후행 학습 콘텐츠가 선택되고, 성취도가 낮을수록 난이도가 낮고 유사도가 높은 후행 학습 콘텐츠가 선택되도록 상기 콘텐츠 데이터베이스에 저장된 상기 콘텐츠 중 상기 학습자가 학습할 후행 학습 콘텐츠를 선택하는 콘텐츠 추천부;
를 포함하는, 학습 콘텐츠 제공 장치
|
2 |
2
제 1항에 있어서,
상기 유사도 계산부는, 상기 학습자가 기 학습한 콘텐츠와 상기 콘텐츠 데이터베이스에 저장된 콘텐츠로부터 색인어를 추출하고, 추출된 각 색인어의 빈도수 정보를 이용하여 상기 학습자가 기 학습한 콘텐츠와 상기 콘텐츠 데이터베이스에 저장된 콘텐츠의 콘텐츠 벡터를 생성하며, 생성된 콘텐츠 벡터를 이용하여 상기 학습자가 기 학습한 콘텐츠와 상기 콘텐츠 데이터베이스에 저장된 콘텐츠 간의 유사도를 계산하는, 학습 콘텐츠 제공 장치
|
3 |
3
제2항에 있어서,
상기 콘텐츠 간의 유사도는, 코사인 측정법에 의한 상기 콘텐츠 벡터 간의 유사도 또는 유클리디언 거리 계산법에 기반한 유사도인, 학습 콘텐츠 제공 장치
|
4 |
4
제3항에 있어서,
상기 코사인 측정법에 의한 상기 콘텐츠 벡터 간의 유사도는, 다음의 수학식
(이때, Q는 선행학습 콘텐츠 벡터, D는 선행학습 콘텐츠와 비교할 학습콘텐츠 벡터, t는 색인어 일련번호, qt는 선행학습 콘텐츠 벡터(Q)에서 색인어 t에 대한 가중치, dt는 선행학습 콘텐츠 벡터(Q)와 비교할 벡터(D)의 색인어 t에 대한 가중치, n은 선행학습 콘텐츠 벡터(Q)에 포함된 색인어의 총 개수)
에 의하여 계산되는, 학습 콘텐츠 제공 장치
|
5 |
5
제4항에 있어서,
상기 색인어 별 가중치는, 다음의 수학식
(이때, vt는 콘텐츠 벡터 V에서의 색인어 t의 가중치, TF는 벡터 V에서의 색인어 t의 빈도수, IDF는 벡터 v에서의 색인어 t의 역문헌빈도수, ft는 콘텐츠 벡터 V에서의 색인어 t의 빈도수, Ft는 색인어 t를 포함하는 콘텐츠의 총 개수, N은 콘텐츠의 총 개수)
에 의하여 계산되는, 학습 콘텐츠 제공 장치
|
6 |
6
제3항에 있어서,
상기 유클리디언 거리 계산법에 기반한 상기 콘텐츠 벡터 간의 유사도는, 다음의 수학식
(이때, Q는 선행학습 콘텐츠 벡터, D는 선행학습 콘텐츠와 비교할 학습콘텐츠 벡터, t는 색인어 일련번호, qt는 선행학습 콘텐츠 벡터(Q)에서 색인어 t에 대한 빈도수, dt는 선행학습 콘텐츠 벡터(Q)와 비교할 벡터(D)의 색인어 t에 대한 빈도수, n은 선행학습 콘텐츠 벡터(Q)에 포함된 색인어의 총 개수)
에 의하여 계산되는, 학습 콘텐츠 제공 장치
|
7 |
7
제1항에 있어서,
상기 콘텐츠 추천부는,
(이때, Cgsd는 성취도와 유사도와 난이도간의 상관관계를 이용한 콘텐츠 추천함수 (0003c#= Cgsd 003c#=1), g는 성취도, s는 유사도, d는 난이도, w1은 유사도에 대한 가중치, w2는 난이도에 대한 가중치로서, w1+w2=1)
에 의하여 상기 콘텐츠 데이터베이스에 저장된 콘텐츠 별 콘텐츠 추천 함수를 계산하고, 계산된 상기 콘텐츠 추천 함수를 비교하여 콘텐츠 추천 함수값이 가장 높은 콘텐츠를 후행 학습 콘텐츠로 선택하는, 학습 콘텐츠 제공 장치
|
8 |
8
학습 콘텐츠 제공 장치에서, 상기 학습 콘텐츠 제공 장치에 저장된 콘텐츠를 학습한 학습자의 성취도를 계산하는 단계;
상기 학습 콘텐츠 제공 장치에서, 상기 학습자가 기 학습한 콘텐츠와 상기 학습 콘텐츠 제공 장치에 저장된 콘텐츠 간의 유사도를 계산하는 단계;
상기 학습 콘텐츠 제공 장치에서, 콘텐츠 데이터베이스에 저장된 상기 콘텐츠의 난이도 정보, 상기 성취도 계산부에서 측정된 상기 학습자의 성취도, 및 상기 유사도 계산부에서 계산된 상기 유사도 정보를 이용하여, 성취도가 높을수록 난이도가 높고 유사도가 낮은 후행 학습 콘텐츠가 선택되고, 성취도가 낮을수록 난이도가 낮고 유사도가 높은 후행 학습 콘텐츠가 선택되도록 상기 콘텐츠 데이터베이스에 저장된 상기 콘텐츠 중 상기 학습자가 학습할 후행 학습 콘텐츠를 선택하는 단계; 및
상기 학습 콘텐츠 제공 장치에서, 상기 선택된 콘텐츠를 후행 학습 콘텐츠로 상기 학습자에게 제공하는 단계를 포함하는, 학습 콘텐츠 제공 방법
|
9 |
9
제8항에 있어서,
상기 학습 콘텐츠 제공 장치에 저장된 콘텐츠 간의 유사도를 계산하는 단계는, 상기 학습자가 기 학습한 콘텐츠와 상기 콘텐츠 데이터베이스에 저장된 콘텐츠로부터 색인어를 추출하고, 추출된 각 색인어의 빈도수 정보를 이용하여 상기 학습자가 기 학습한 콘텐츠와 상기 콘텐츠 데이터베이스에 저장된 콘텐츠의 콘텐츠 벡터를 생성하며, 생성된 콘텐츠 벡터를 이용하여 상기 학습자가 기 학습한 콘텐츠와 상기 콘텐츠 데이터베이스에 저장된 콘텐츠 간의 유사도를 계산하는, 학습 콘텐츠 제공 방법
|
10 |
10
제9항에 있어서,
상기 콘텐츠 간의 유사도는, 코사인 측정법에 의한 상기 콘텐츠 벡터 간의 유사도 또는 유클리디언 거리 계산법에 기반한 유사도인, 학습 콘텐츠 제공 방법
|
11 |
11
제10항에 있어서,
상기 코사인 측정법에 의한 상기 콘텐츠 벡터 간의 유사도는, 다음의 수학식
(이때, Q는 선행학습 콘텐츠 벡터, D는 선행학습 콘텐츠와 비교할 학습콘텐츠 벡터, t는 색인어 일련번호, qt는 선행학습 콘텐츠 벡터(Q)에서 색인어 t에 대한 가중치, dt는 선행학습 콘텐츠 벡터(Q)와 비교할 벡터(D)의 색인어 t에 대한 가중치, n은 선행학습 콘텐츠 벡터(Q)에 포함된 색인어의 총 개수)
에 의하여 계산되는, 학습 콘텐츠 제공 방법
|
12 |
12
제11항에 있어서,
상기 색인어 별 가중치는, 다음의 수학식
(이때, vt는 콘텐츠 벡터 V에서의 색인어 t의 가중치, TF는 벡터 V에서의 색인어 t의 빈도수, IDF는 벡터 v에서의 색인어 t의 역문헌빈도수, ft는 콘텐츠 벡터 V에서의 색인어 t의 빈도수, Ft는 색인어 t를 포함하는 콘텐츠의 총 개수, N은 콘텐츠의 총 개수)
에 의하여 계산되는, 학습 콘텐츠 제공 방법
|
13 |
13
제10항에 있어서,
상기 유클리디언 거리 계산법에 기반한 유사도는, 다음의 수학식
(이때, Q는 선행학습 콘텐츠 벡터, D는 선행학습 콘텐츠와 비교할 학습콘텐츠 벡터, t는 색인어 일련번호, qt는 선행학습 콘텐츠 벡터(Q)에서 색인어 t에 대한 빈도수, dt는 선행학습 콘텐츠 벡터(Q)와 비교할 벡터(D)의 색인어 t에 대한 빈도수, n은 선행학습 콘텐츠 벡터(Q)에 포함된 색인어의 총 개수)
에 의하여 계산되는, 학습 콘텐츠 제공 방법
|
14 |
14
제8항에 있어서,
상기 후행 학습 콘텐츠를 선택하는 단계는, 다음의 수학식
(이때, Cgsd는 성취도와 유사도와 난이도간의 상관관계를 이용한 콘텐츠 추천함수 (0 ≤ Cgsd ≤ 1), g는 성취도, s는 유사도, d는 난이도, w1은 유사도에 대한 가중치, w2는 난이도에 대한 가중치로서, w1+w2=1)
에 의하여 상기 콘텐츠 데이터베이스에 저장된 콘텐츠 별 콘텐츠 추천 함수를 계산하고, 계산된 상기 콘텐츠 추천 함수를 비교하여 콘텐츠 추천 함수값이 가장 높은 콘텐츠를 후행 학습 콘텐츠로 선택하는, 학습 콘텐츠 제공 방법
|
15 |
15
제8항 내지 제14항 중 어느 한 항에 기재된 방법을 컴퓨터상에서 수행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|