메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국산업경영시스템학회 산업경영시스템학회지 산업경영시스템학회지 제38권 제4호
발행연도
2015.1
수록면
45 - 55 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

2015

군집화 및 프로세스 마이닝을 이용한 수강패턴 분석 및 커리큘럼 개선 방안
주우민 ,  최진영 한국경영과학회 학술대회논문집 2015.04 학술대회자료
군집화 및 프로세스 마이닝을 이용한 수강패턴 분석 및 커리큘럼 개선 방안
주우민 ,  최진영 대한산업공학회 춘계공동학술대회 논문집 2015.04 학술대회자료
군집화 기반 프로세스 마이닝을 이용한커리큘럼 마이닝 분석
주우민 ,  최진영 산업경영시스템학회지 2015.01 학술저널

초록· 키워드

오류제보하기
In this paper, we consider curriculum mining as an application of process mining in the domain of education. The basic objective of the curriculum mining is to construct a registration pattern model by using logs of registration data. However, subject registration patterns of students are very unstructured and complicated, called a spaghetti model, because it has a lot of different cases and high diversity of behaviors. In general, it is typically difficult to develop and analyze registration patterns. In the literature, there was an effort to handle this issue by using clustering based on the features of students and behaviors. However, it is not easy to obtain them in general since they are private and qualitative. Therefore, in this paper, we propose a new framework of curriculum mining applying K-means clustering based on subject attributes to solve the problems caused by unstructured process model obtained. Specifically, we divide subject’s attribute data into two parts : categorical and numerical data. Categorical attribute has subject name, class classification, and research field, while numerical attribute has ABEEK goal and semester information. In case of categorical attribute, we suggest a method to quantify them by using binarization. The number of clusters used for K-means clustering, we applied Elbow method using R-squared value representing the variance ratio that can be explained by the number of clusters. The performance of the suggested method was verified by using a log of student registration data from an ‘A university’ in terms of the simplicity and fitness, which are the typical performance measure of obtained process model in process mining.
#Curriculum Mining #Registration Patterns #K-means Clustering #Fitness #Simplicity

목차

등록된 정보가 없습니다.

참고문헌 (22)

참고문헌 신청
Bogarin, A. / 2014 / Clustering for improving educational process mining / Learning Analytics And Knowledge : 11 ~ 15 google schola Cairns, A.H. / 2014 / Towards Custom-Designed Professional Training Contents and Curriculums through Educational Process Mining / Information Mining and Management Conference google schola Dutt, A. / 2015 / Clustering algorithms applied in educational data mining / International Journal of Information and Electronics Engineering 5 (2) : 257 ~ google schola Han, J. / 2011 / Data mining : concepts and techniques / Elsevier : 383 ~ 403 google schola Joo, W.M. / 2015 / Registration Pattern Analysis and Curriculum Improvement using Clustering and Process Mining / Proceedings of the KORMS/KIIE/ESK/KSIE/KSS 2015 Spring Conference google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0