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
- 이재호
- 발행연도
- 2016
- 저작권
- 서울시립대학교 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
예로부터 교육은 인간사회에 가장 중요한 부분으로써 많은 발전을 거듭해 왔으며, IT산업이 발전함에 따라 교육의 디지털화 역시 빠르게 이루어져왔다. 이러한 추세에 힘입어 방대한 양의 디지털 학습 정보로부터 새로운 정보와 지식을 도출하여 교육의 질을 높이고 새로운 서비스를 제공하기 위한 학습분석이라는 분야가 대두 되었고, 이에 대한 연구가 현재 세계적으로 활발히 이루어지고 있다. 현재 학습분석 분야에서는 다양한 센서로부터 수집되는 정보를 이용하기 위해 수집 데이터의 일관성을 유지하고, 대량의 데이터를 저장소에 전송하기 위해 전송 효율이 높은 데이터 모델이 요구되고 있다. 학습분석에 대표적으로 사용되는 데이터 모델인 IMS Caliper의 경우에는 JSON 데이터를 수집하여 분석하는 방법이 사용되고 있는데, 분석에 용이한 형태로 JSON데이터를 변환해주어야 하는 전처리 소요가 발생하고 전송 시에 중복되는 데이터가 필연적으로 발생하여 전송 효율이 떨어지는 단점도 존재하기 때문에 개선이 필요한 실정이다. 이에 본 논문에서는 IMS Caliper에서 발생하는 분석의 불편함과 전송의 비효율을 개선한 새로운 데이터 수집 및 전송 모델을 제안한다. JSON 데이터로부터 원하는 정보를 수집하고 객체화한 정보 모델(Information Model)과 전송하려는 데이터를 RDF 형태로 변환하여 데이터의 중복을 줄인 전송 모델(Exchange Model)을 이용함으로써 전송효율을 높일 수 있을 뿐만 아니라 분석에 용이한 형태로 데이터를 전송 할 수 있음을 실험을 통해 검증해 보았다.
목차
1. 서 론 12. 연구 배경 42.1. 과제 정의 및 범위 42.2. 요구사항 분석 53. 관련 연구 73.1. 기존의 학습 데이터 분석 체계 조사 73.2. 상호운용성을 위한 데이터 모델 선정 93.3. 참조모델 설계 및 구현 104. 연구 내용 134.1. Information Model 134.2. Exchange Model 155. 결과검증 255.1. 실험 방법 255.2. 결과 도출 266. 결론 및 향후 연구 방향 29참고 문헌 30Abstract 31감사의 글 32
최근 본 자료
댓글(0)
0