맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

학습 콘텐츠 제공 장치 및 그 방법

  • 기술번호 : KST2014042851
  • 담당센터 :
  • 전화번호 :
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 학습 콘텐츠 제공 장치 및 그 방법이 개시된다. 본 발명의 일 실시예에 따른 학습 콘텐츠 제공 장치는, 복수 개의 콘텐츠 및 상기 콘텐츠의 난이도 정보가 저장되는 콘텐츠 데이터베이스와, 학습자로부터 콘텐츠 데이터베이스에 저장된 콘텐츠의 학습에 따른 성취도를 측정하는 성취도 계산부와, 학습자가 기 학습한 콘텐츠와 콘텐츠 데이터베이스에 저장된 콘텐츠간의 유사도를 계산하는 유사도 계산부 및 콘텐츠 데이터베이스에 저장된 콘텐츠의 난이도 정보, 성취도 계산부에서 측정된 학습자의 성취도, 및 유사도 계산부에서 계산된 유사도 정보를 이용하여, 콘텐츠 데이터베이스에 저장된 콘텐츠 중 학습자가 학습할 후행 학습 콘텐츠를 추천하는 콘텐츠 추천부를 포함한다.
Int. CL G06Q 50/20 (2006.01)
CPC G06Q 50/205(2013.01) G06Q 50/205(2013.01) G06Q 50/205(2013.01)
출원번호/일자 1020090118843 (2009.12.03)
출원인 동국대학교 산학협력단
등록번호/일자 10-1089163-0000 (2011.11.28)
공개번호/일자 10-2011-0062200 (2011.06.10) 문서열기
공고번호/일자 (20111205) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2009.12.03)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 대한민국 서울특별시 중구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이용규 대한민국 서울특별시 노원구
2 박미화 대한민국 서울특별시 영등포구
3 박재욱 대한민국 서울특별시 노원구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 박국진 대한민국 서울특별시 강남구 언주로***, *층(논현동,시그너스빌딩)(두호특허법인)
2 노준태 대한민국 부산광역시 강서구 미음산단*로**번길**, *층***호(미음동,부산글로벌테크비즈센터)(두호특허법인(부산분사무소))

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 (주)폴리씨앤씨 인천광역시 서구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2009.12.03 수리 (Accepted) 1-1-2009-0746097-17
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2010.11.05 수리 (Accepted) 4-1-2010-5206478-99
3 선행기술조사의뢰서
Request for Prior Art Search		 2011.03.14 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search		 2011.04.15 수리 (Accepted) 9-1-2011-0034119-91
5 의견제출통지서
Notification of reason for refusal		 2011.04.20 발송처리완료 (Completion of Transmission) 9-5-2011-0211089-54
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2011.06.01 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2011-0411895-26
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2011.06.01 수리 (Accepted) 1-1-2011-0411893-35
8 등록결정서
Decision to grant		 2011.11.24 발송처리완료 (Completion of Transmission) 9-5-2011-0687447-82
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2011.12.06 수리 (Accepted) 4-1-2011-5243351-46
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.01.10 수리 (Accepted) 4-1-2014-0002002-62
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.08.16 수리 (Accepted) 4-1-2019-5163486-33
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
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
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.