맞춤기술찾기

이전대상기술

학습자 맞춤형 온라인 교육 프로그램 추천 방법 및 장치

  • 기술번호 : KST2022020054
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 본 명세서는 교육 프로그램 추천 방법 및 장치에 관한 것이다. 본 명세서의 일 실시예에 따른 교육 프로그램 추천 방법은 복수의 학습자의 이전 교육 활동 내역을 포함하는 복수의 학습자 프로파일 데이터 및 전체 교육 프로그램의 내용과 특성에 관한 정보인 교육 프로그램 데이터를 수집하는 단계, 복수의 학습자 프로파일 데이터 중 추천 대상 학습자의 제1 학습자 프로파일 데이터 및 비추천 대상 학습자의 제2 학습자 프로파일 데이터를 비교하여 학습자 유사도를 산출하고, 제1 학습자 프로파일 데이터 및 교육 프로그램 데이터에 기초하여 교육 프로그램 유사도를 산출하는 단계 및 복수의 학습자 프로파일 데이터, 교육 프로그램 데이터, 학습자 유사도 및 교육 프로그램 유사도를 이용하여 상기 추천 대상 학습자에게 복수의 맞춤형 교육 프로그램을 추천하는 단계를 포함한다.
Int. CL G06Q 50/20 (2012.01.01) G06F 17/15 (2006.01.01) G06F 16/2457 (2019.01.01) G06F 16/9535 (2019.01.01)
CPC G06Q 50/20(2013.01) G06F 16/24578(2013.01) G06F 16/9535(2013.01) G06F 17/15(2013.01)
출원번호/일자 1020210042083 (2021.03.31)
출원인 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0135852 (2022.10.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.31)
심사청구항수 16

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김선아 서울특별시 강남구
2 김동성 서울특별시 송파구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 홍성욱 대한민국 서울특별시 강남구 역삼로**길 *, *층(역삼동, 유니콘빌딩)(에스와이피특허법률사무소)
2 심경식 대한민국 서울특별시 강남구 역삼로**길 *, *층(역삼동, 유니콘빌딩)(에스와이피특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2021.03.31 수리 (Accepted) 1-1-2021-0379598-75
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
복수의 학습자의 이전 교육 활동 내역을 포함하는 복수의 학습자 프로파일 데이터 및 전체 교육 프로그램의 내용과 특성에 관한 정보인 교육 프로그램 데이터를 수집하는 단계;상기 복수의 학습자 프로파일 데이터 중 추천 대상 학습자의 제1 학습자 프로파일 데이터 및 비추천 대상 학습자의 제2 학습자 프로파일 데이터를 비교하여 학습자 유사도를 산출하고, 상기 제1 학습자 프로파일 데이터 및 상기 교육 프로그램 데이터에 기초하여 교육 프로그램 유사도를 산출하는 단계; 및상기 복수의 학습자 프로파일 데이터, 상기 교육 프로그램 데이터, 상기 학습자 유사도 및 상기 교육 프로그램 유사도를 이용하여 상기 추천 대상 학습자에게 복수의 맞춤형 교육 프로그램을 추천하는 단계를 포함하는 교육 프로그램 추천 방법
2 2
제1항에 있어서,상기 복수의 학습자 프로파일 데이터는상기 복수의 학습자의 인적사항, 학습 목적, 선호 매체, 교육 성향, 성취도 평가, 선호도 및 만족도 중 적어도 하나를 더 포함하는교육 프로그램 추천 방법
3 3
제1항에 있어서,상기 교육 프로그램 데이터는학습 대상, 수업 목표, 수업 내용 및 수업 과정 중 적어도 하나를 포함하는교육 프로그램 추천 방법
4 4
제1항에 있어서,상기 학습자 유사도 및 상기 교육 프로그램 유사도를 산출하는 단계는 상기 학습자 유사도를 산출할 때,피어슨 상관계수(Pearson correlation coefficient), 스피어만 순위 상관계수(Spearman`s rank correlation coefficient) 및 코사인 유사도(cosine similarity) 중 하나를 이용하는교육 프로그램 추천 방법
5 5
제2항에 있어서, 상기 학습자 유사도 및 상기 교육 프로그램 유사도를 산출하는 단계는 상기 교육 프로그램 유사도를 산출할 때,상기 교육 프로그램 데이터의 교육 프로그램에서 상기 추천 대상 학습자의 이전 교육 활동 내역에 대응되는 교육 프로그램을 제외한 교육 프로그램을 상기 추천 대상 학습자의 이전 교육 활동 내역에 포함된 교육 프로그램과 비교하여 상기 교육 프로그램 유사도를 산출하는 단계를 포함하는교육 프로그램 추천 방법
6 6
제1항에 있어서,상기 추천 대상 학습자에게 복수의 맞춤형 교육 프로그램을 추천하는 단계는상기 학습자 프로파일 데이터 및 상기 학습자 유사도를 이용하여 제1 맞춤형 교육 프로그램을 결정하는 단계;상기 학습자 프로파일 데이터, 상기 교육 프로그램 데이터 및 상기 교육 프로그램 유사도를 이용하여 제2 맞춤형 교육 프로그램을 결정하는 단계; 및상기 제1 맞춤형 교육 프로그램 및 상기 제2 맞춤형 교육 프로그램을 이용하여 복수의 맞춤형 교육 프로그램을 상기 추천 대상 학습자에게 추천하는 단계를 포함하는교육 프로그램 추천 방법
7 7
제6항에 있어서,상기 학습자 프로파일 데이터 및 상기 학습자 유사도를 이용하여 제1 맞춤형 교육 프로그램을 결정하는 단계는상기 비추천 대상 학습자 중 상기 추천 대상 학습자와의 학습자 유사도가 소정의 기준 유사도 보다 높은 학습자인 선별 학습자의 이전 교육 활동 내역을 추출하는 단계; 및상기 추천 대상 학습자의 이전 교육 활동 내역에 포함되지 않는 교육 프로그램에 대하여 상기 추출된 선별 학습자의 이전 교육 활동 내역 중 소정의 기준 만족도 보다 높은 만족도가 부여된 교육 프로그램을 제1 맞춤형 교육 프로그램으로 결정하는 단계를 포함하는교육 프로그램 추천 방법
8 8
제6항에 있어서,상기 학습자 프로파일 데이터, 상기 교육 프로그램 데이터 및 상기 교육 프로그램 유사도를 이용하여 제2 맞춤형 교육 프로그램을 획득하는 단계는상기 교육 프로그램 유사도 및 소정의 기준치에 기초하여 상기 교육 프로그램 데이터로부터 유사 교육 프로그램을 선정하는 단계;상기 제1 학습자 프로파일 데이터에 포함된 교육 프로그램 중 성취도 평가 또는 선호도가 미리 설정된 기준값 보다 큰 선호 교육 프로그램을 추출하는 단계; 및상기 추출된 선호 교육 프로그램에 대응되는 유사 교육 프로그램을 제2 맞춤형 교육 프로그램으로 결정하는 단계를 포함하는 교육 프로그램 추천 방법
9 9
복수의 학습자의 이전 교육 활동 내역을 포함하는 복수의 학습자 프로파일 데이터 및 전체 교육 프로그램의 내용과 특성에 관한 정보인 교육 프로그램 데이터를 수집하는 데이터 수집부;상기 복수의 학습자 프로파일 데이터 중 추천 대상 학습자의 제1 학습자 프로파일 데이터 및 비추천 대상 학습자의 제2 학습자 프로파일 데이터를 비교하여 학습자 유사도를 산출하고, 상기 제1 학습자 프로파일 데이터 및 상기 교육 프로그램 데이터에 기초하여 교육 프로그램 유사도를 산출하는 데이터 분석부;상기 복수의 학습자 프로파일 데이터, 상기 교육 프로그램 데이터, 상기 학습자 유사도 및 상기 교육 프로그램 유사도를 이용하여 상기 추천 대상 학습자에게 복수의 맞춤형 교육 프로그램을 추천하는 프로그램 추천부를 포함하는 교육 프로그램 추천 장치
10 10
제9항에 있어서,상기 복수의 학습자 프로파일 데이터는상기 복수의 학습자의 인적사항, 학습 목적, 선호 매체, 교육 성향, 성취도 평가, 선호도 및 만족도 중 적어도 하나를 더 포함하는교육 프로그램 추천 장치
11 11
제9항에 있어서,상기 교육 프로그램 데이터는학습 대상, 수업 목표, 수업 내용 및 수업 과정 중 적어도 하나를 포함하는교육 프로그램 추천 장치
12 12
제9항에 있어서,상기 데이터 분석부는피어슨 상관계수(Pearson correlation coefficient), 스피어만 순위 상관계수(Spearman`s rank correlation coefficient) 및 코사인 유사도(cosine similarity) 중 하나를 이용하는교육 프로그램 추천 장치
13 13
제10항에 있어서,상기 데이터 분석부는상기 교육 프로그램 데이터의 교육 프로그램에서 상기 추천 대상 학습자의 이전 교육 활동 내역에 대응되는 교육 프로그램을 제외한 교육 프로그램을 상기 추천 대상 학습자의 이전 교육 활동 내역에 포함된 교육 프로그램과 비교하여 상기 교육 프로그램 유사도를 산출하는교육 프로그램 추천 장치
14 14
제9항에 있어서, 상기 프로그램 추천부는상기 학습자 프로파일 데이터 및 상기 학습자 유사도를 이용하여 제1 맞춤형 교육 프로그램을 결정하고, 상기 학습자 프로파일 데이터, 상기 교육 프로그램 데이터 및 상기 교육 프로그램 유사도를 이용하여 제2 맞춤형 교육 프로그램을 결정하고, 상기 제1 맞춤형 교육 프로그램 및 상기 제2 맞춤형 교육 프로그램을 이용하여 복수의 맞춤형 교육 프로그램을 상기 추천 대상 학습자에게 추천하는 교육 프로그램 추천 장치
15 15
제10항에 있어서,상기 프로그램 추천부는상기 비추천 대상 학습자 중 상기 추천 대상 학습자와의 학습자 유사도가 소정의 기준 유사도 보다 높은 학습자인 선별 학습자의 이전 교육 활동 내역을 추출하고, 상기 추천 대상 학습자의 이전 교육 활동 내역에 포함되지 않는 교육 프로그램에 대하여 상기 추출된 선별 학습자의 이전 교육 활동 내역 중 소정의 기준 만족도 보다 높은 만족도가 부여된 교육 프로그램을 제1 맞춤형 교육 프로그램으로 결정하는 교육 프로그램 추천 장치
16 16
제14항에 있어서,상기 프로그램 추천부는상기 교육 프로그램 유사도 및 소정의 기준치에 기초하여 상기 교육 프로그램 데이터로부터 유사 교육 프로그램을 선정하고, 상기 제1 학습자 프로파일 데이터에 포함된 교육 프로그램 중 성취도 평가 또는 선호도가 미리 설정된 기준값 보다 큰 선호 교육 프로그램을 추출하고, 상기 추출된 선호 교육 프로그램에 대응되는 유사 교육 프로그램을 제2 맞춤형 교육 프로그램으로 결정하는교육 프로그램 추천 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.