KR20130062414A

KR20130062414A - Evaluation system of learning pattern

Info

Publication number: KR20130062414A
Application number: KR1020110117857A
Authority: KR
Inventors: 조진표
Original assignee: 와이즈멘토 유한회사
Priority date: 2011-11-11
Filing date: 2011-11-11
Publication date: 2013-06-13
Also published as: KR101382132B1

Abstract

PURPOSE: A learning pattern evaluation system is provided to find a learning type and a feature, thereby supplying a method capable of increasing learning efficiency to a user. CONSTITUTION: A system uses a learning achievement element library(10), a knowledge acquirement theory library(20), and a word library(50) which record learning element content. The system utilizes a schedule grasp module(130), a type determination module(140), a pattern classification module(110), a learning efficiency test module(150), a question module(120), and an alternative suggestion module. [Reference numerals] (10) Learning achievement element library; (11) Short-term memorizing pattern DB; (110) Pattern classification module; (111) Keyword classification unit; (112) Content classification unit; (12) Long-term memorizing pattern DB; (120) Question module; (121) Question generation unit; (122) Answer code application unit; (123) Question performing unit; (123a) Selective question answering unit; (123b) Descriptive question answering unit; (13) Schema pattern DB; (130) Schedule grasp module; (131) Mobile communication device connecting unit; (132) Learning schedule collecting unit; (132a) Schedule code application unit; (132b) Schedule practice confirmation unit; (133) Learning history collecting unit; (133a) Designated place setting unit; (133b) Location information reception unit; (133c) Learning quantity determination unit; (133d) Learning history information generation unit; (133e) Learning history code application unit; (140) Type determination module; (141) Code classification unit; (142) Type verification unit; (150) Learning efficiency test module; (151) Dictionary test unit; (152) Wrong answer word group generation unit; (153) Learner level grasp unit; (154) Word provision unit; (154a) Word extraction unit; (155) Interval determination unit; (156) Knowledge obtainment test unit; (157) Test information generation unit; (158) Comparison and analysis unit; (160) Alternative suggesting module; (161) Learning plan alarming unit; (162) Task performance checking unit; (163) Feed-back providing unit; (20) Knowledge acquirement theory library; (30) Question DB; (40) Alternative information DB; (50) Word library; (AA) System

Description

학습 패턴 평가 시스템{Evaluation System of Learning Pattern} Evaluation System of Learning Pattern

본 발명은 학습 패턴 평가 시스템에 관한 것으로서, 보다 상세히는 학습자로부터 학습자의 학습 습관 및 학습 환경, 자기 관리 등을 포함하는 학습 성과 요소에 관련된 정보를 입력받아 이를 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴을 기준으로 전반적으로 평가하여 학습자의 학습 유형을 파악함으로써, 학습자가 추후 보다 효율적이고 체계적인 방법으로 학습을 진행할 수 있도록 하는 것을 특징으로 하는, 학습 패턴 평가 시스템에 관한 것이다.
The present invention relates to a system for evaluating a learning pattern, and more particularly, receives information related to learning outcome factors including learner's learning habits, learning environment, and self-management from learners, and then stores the short-term memory patterns, long-term memory patterns, and schema patterns. The present invention relates to a learning pattern evaluation system, characterized by allowing the learner to proceed with learning in a more efficient and systematic manner by grasping the learning type of the learner by evaluating the overall learning based on the criteria.

미래에 나라를 이끌어갈 학생의 잠재적 역량은 학생 개인뿐만 아니라 전 사회적으로도 매우 중요한 문제이며, 이를 반영하듯 우리나라에서는 입시 교육, 어학 교육 등 여러 가지의 교육 형태가 발전되어 왔고 이러한 변화 과정은 전 국민의 관심 대상이 되었다. 이러한 현상은 국가의 정책에도 영향을 주어 중등 및 고등학교의 교육 과정은 전체적으로 나날이 발전하고 있다.
The potential ability of students to lead the country in the future is a very important issue not only for individual students but also for the whole society. Reflecting this, various forms of education such as entrance examination and language education have been developed in Korea. Became a subject of interest. This phenomenon also affects national policy, and the curriculum of secondary and high schools is growing day by day.

그러나 교육 과정의 발전에도 불구하고, 현재 교육 방법은 다수의 학생들을 대상으로 획일적인 방식으로 정보를 전달하며, 학생의 학습 능력 및 학습 패턴 등과 같은 개개인의 특성 차이를 간과한 채 막연하게 동일한 학습 방법(자율 학습, 노트 필기 등)을 지향하도록 조장하는 방식으로 이루어진다.However, despite the development of the curriculum, current methods of teaching deliver information in a uniform way to a large number of students, and vaguely identical learning methods, overlooking individual differences such as student learning abilities and learning patterns. In a manner that encourages them to be oriented towards self-study, taking notes, etc.

인간 공학 및 심리학에 근간을 둔 여러 지식 습득 이론을 살펴보면, 학습 지식을 접하고 이를 습득하여 추후 여러 상황에서 이용할 수 있도록 저장하는 것은 인간 개인의 성향에 따라 그 효율이 달라질 수 있고, 학습 지식을 습득하는 환경 등 외부적인 요인에 따라 학습 지식 저장 효율이 변화될 수도 있는데, 이를 전제로 하면 현재 학교 등에서 이루어지는 교육 방법에서처럼 획일적인 교수 방법을 고수하는 것은 자칫 잠재적인 학습 능력이 뛰어난 학생을 놓치게 될 수 있다.
Looking at several theories of knowledge acquisition based on ergonomics and psychology, it can be said that the effectiveness of accessing and acquiring learning knowledge and storing it for future use can vary depending on the individual's inclination. The storage efficiency of learning knowledge can be changed by external factors such as the environment. On the premise of this, adherence to a uniform teaching method as in the current educational methods in schools may miss students with high potential learning ability.

다시 말해, 획일적 교수 방식에 따른 교육을 받는 학생들은 자신에게 맞는 학습 패턴, 학습 방식 등을 정확히 파악하지 못한 상태에서 교육자가 안내하는 학습 방법으로만 학습을 진행하게 되어, 개인에게는 매우 효율적이지 못한 방식으로 학습 지식을 습득하는 과정을 반복하게 되고 이러한 상황에 의해 자신의 노력에 비해 낮은 성취를 나타내면 학습 자체에 흥미를 잃게 될 수 있다는 문제점이 발생할 가능성이 다분한 것이다.
In other words, students who are educated according to the uniform teaching method do not learn exactly the learning patterns and learning methods that are appropriate for them, and only learn by the educator's learning method, which is not very effective for the individual. As a result, the process of acquiring learning knowledge is repeated, and if such a situation shows a low achievement compared to one's own efforts, there is a possibility that a problem may be lost in learning itself.

따라서 이러한 문제점을 해결하여 여러 검사 과정을 통해 보다 객관적이고 합리적인 기준으로 학생의 학습 능력을 최대화할 수 있는 학습 패턴, 학습 방식 등을 제시하고 이를 바탕으로 학생 개인의 학습 성취도 능력을 극대화시킬 수 있도록 하는 보다 신규하고 진보한 학습 패턴 평가 시스템 개발의 필요성이 대두되는 실정이다.
Therefore, by addressing these problems, we suggest a learning pattern and method of learning that can maximize the student's learning ability on a more objective and reasonable basis through various tests, and based on this, maximize the student's individual learning achievement ability. There is a need to develop a new and advanced learning pattern evaluation system.

본 발명은 상기 기술의 문제점을 극복하기 위해 안출된 것으로, 지식 습득 이론을 바탕으로 반영구적인 지식 생성 과정에 필요한 학습 패턴을 정의 및 분류한 단기 기억 패턴 DB와 장기 기억 패턴 DB 및 스키마 패턴 DB를 바탕으로, 학습자의 현재 학습 행태의 분석을 통해 학습 유형 정보를 생성하여 제공함으로써 학습자가 자신의 학습 유형을 보다 정확히 인지할 수 있도록 하고 그에 따라 추후 학습 효율을 더욱 향상시킬 수 있도록 하는 것이다.The present invention has been made to overcome the problems of the above technology, based on the knowledge acquisition theory based on the short-term memory pattern DB, long-term memory pattern DB and schema pattern DB that defines and classifies the learning pattern required for the semi-permanent knowledge generation process By creating and providing learning type information through analysis of the learner's current learning behavior, the learner can recognize his or her learning type more accurately, thereby further improving the learning efficiency.

본 발명의 다른 목적은, 학습 성과 요소를 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴으로 분류하여 학습자의 지식 습득 유형을 보다 정확하게 분석할 수 있도록 하는 것이다. Another object of the present invention is to classify learning performance factors into short-term memory patterns, long-term memory patterns, and schema patterns to more accurately analyze the types of knowledge acquisition of learners.

본 발명의 또 다른 목적은, 학습자가 소지한 이동통신 단말기와 연동하여 학습자의 학습에 관련된 학습 일정을 수집함으로써 보다 세부적인 정보를 수집할 수 있도록 하는 것이다. Still another object of the present invention is to collect more detailed information by collecting a learning schedule related to a learner's learning in conjunction with a mobile communication terminal possessed by the learner.

본 발명의 추가 목적은, 학습자가 소유하는 이동통신기기의 GPS 수단으로부터 학습자의 위치 정보를 제공받고 이를 바탕으로 학습량을 도출하여 학습자 정보를 보다 객관적으로 구성하는 것이다.It is a further object of the present invention to receive learner's location information from the GPS means of a mobile communication device owned by the learner, and to derive the learning amount based on the learner's information to construct the learner's information more objectively.

본 발명의 추가 목적은, 사용자의 지식 습득 행태를 조사하기 위한 테스트를 시행하여 테스트 결과와 학습 패턴의 분석 결과를 비교하여 분석 신뢰도 정보를 도출함으로써 보다 신뢰성 있는 검사를 제공하는 것이다. It is a further object of the present invention to provide a more reliable test by conducting a test to investigate a user's knowledge acquisition behavior and comparing the test result with the analysis result of the learning pattern to derive analysis reliability information.

본 발명의 추가 목적은, 상기 대안 정보가 계획 정보를 포함토록 하여 학습자가 보다 계획적으로 자신의 학습 패턴을 수정해갈 수 있도록 가이드하는 것이다.
A further object of the present invention is to guide learners to modify their learning patterns more deliberately so that the alternative information includes planning information.

상기 목적을 달성하기 위하여, 본 발명에 따른 학습 패턴 평가 시스템은, 특정 지식이 학습자의 뇌에 기억되기까지의 학습 패턴에 영향을 주는 학습 성과 요소 컨텐츠를 수록한 학습 성과 요소 라이브러리; 키워드 추출 방식으로 상기 학습 성과 요소 컨텐츠를 단기 기억 패턴 DB와 장기 기억 패턴 DB 및 스키마 패턴 DB로 분류 및 저장하는 패턴 분류 모듈; 학습자의 학습 행태를 파악하기 위한 질의 문항 및 그에 대한 응답 예시를 수록한 설문 DB로부터 설문을 추출하는 설문 생성부와, 상기 세 가지 패턴 DB와 연동하여 각각의 상기 응답 예시에 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴과의 연관성을 대변하는 패턴별 코드를 부여하는 응답 코드 부여부 및, 학습자에게 상기 설문을 제공하고 응답을 입력받아 학습자 정보로 저장하는 설문 실행부로 이루어진 설문 모듈; 상기 학습자 정보를 상기 패턴별 코드를 기준으로 분류하여 하나 이상의 코드 분류 그룹을 생성하는 코드 분류부와, 각각의 상기 코드 분류 그룹 내 상기 코드의 개수의 대소에 따라 학습자를 단기 기억 유형, 장기 기억 유형, 스키마 유형 중 어느 하나의 유형으로 판단한 학습 유형 정보를 생성하는 유형 판단부를 포함하는 유형 판단 모듈;을 포함하는 것을 특징으로 한다.In order to achieve the above object, the learning pattern evaluation system according to the present invention, the learning outcome element library containing the learning outcome element content affecting the learning pattern until the specific knowledge is stored in the learner's brain; A pattern classification module for classifying and storing the learning outcome element content into a short term memory pattern DB, a long term memory pattern DB, and a schema pattern DB by a keyword extraction method; A questionnaire generation unit for extracting a questionnaire from a questionnaire DB containing a questionnaire for identifying a learner's learning behavior and an example of a response thereof, and a short-term memory pattern and a long-term memory in each of the response examples in conjunction with the three pattern DBs A questionnaire module comprising a response code granting unit for assigning a pattern-specific code representing an association between a pattern and a schema pattern, and a questionnaire executing unit for providing the questionnaire to a learner and receiving a response and storing the answer as learner information; A code classification unit that generates one or more code classification groups by classifying the learner information based on the code for each pattern, and the learner according to the magnitude of the number of codes in each code classification group. And a type determination module including a type determination unit for generating learning type information determined as any one of schema types.

또한, 상기 패턴 분류 모듈은, 상기 학습 성과 요소 라이브러리와 연동된 상태에서 상기 학습 패턴에 관여하는 학습 성과 요소를 나타내는 패턴별 키워드를 선정 및 분류하여 이를 패턴별 키워드 그룹으로 생성 및 저장하는 키워드 분류부와, 상기 패턴별 키워드 그룹을 기준으로 키워드 추출 방식을 이용해 상기 학습 성과 요소 컨텐츠를 상기 학습 패턴별로 분류하여 상기 단기 기억 패턴 DB와 상기 장기 기억 패턴 DB 및 상기 스키마 패턴 DB를 생성 및 저장하는 컨텐츠 분류부로 이루어지는 것을 특징으로 한다.In addition, the pattern classification module, the keyword classification unit for selecting and classifying a keyword for each pattern representing a learning outcome element involved in the learning pattern in a state linked with the learning outcome element library, and generating and storing the keyword for each pattern as a keyword group for each pattern. And classifying the learning outcome element content by the learning pattern using a keyword extraction method based on the keyword group for each pattern to generate and store the short-term memory pattern DB, the long-term memory pattern DB, and the schema pattern DB. It is characterized by consisting of wealth.

더불어, 상기 시스템은, 학습자로부터 학습 시간과 학습 장소를 포함하는 학습 일정을 적어도 하나 입력받아 저장 및 관리하는 일정 관리 프로그램을 수록한 이동 통신 기기; 상기 이동 통신 기기와 연동하여 상기 일정관리 프로그램에 기록된 상기 학습 일정을 전송받아 이를 저장하는 학습 일정 수집부와, 상기 학습 장소의 종류와 상기 학습 시간의 고저를 기준으로 상기 학습 일정 각각에 상기 패턴별 코드를 차등 부여하여 상기 학습자 정보로서 저장하는 일정 코드 부여부로 이루어진 일정 파악 모듈;을 추가로 포함하는 것을 특징으로 하다.The system may further include a mobile communication device including a schedule management program for receiving and storing at least one learning schedule including a learning time and a learning place from a learner; A learning schedule collection unit which receives the learning schedule recorded in the schedule management program in association with the mobile communication device and stores the learning schedule; and the pattern in each of the learning schedules based on the type of the learning place and the height of the learning time. And a schedule grasping module consisting of a schedule code assigning unit configured to differentially assign a star code and store the information as the learner information.

추가적으로, 상기 이동 통신 기기는 GPS 모듈을 포함하고, 상기 일정 파악 모듈은, 상기 학습자로부터 자신이 학습을 진행하는 장소를 적어도 하나 입력받아 지정 장소를 생성하는 지정 장소 설정부와, 상기 GPS 모듈로부터 상기 학습자의 실시간 위치 정보를 수신 받는 위치 정보 수신부 및, 상기 위치 정보를 바탕으로 학습자가 하루 중 상기 지정 장소에 머무르는 시간을 산출하여 학습량을 생성하는 학습량 판단부와, 상기 지정 장소와 상기 지정 장소에서의 학습량을 포함한 복수 개의 학습 내역 정보를 생성 및 저장하는 학습 내역 정보 생성부 및, 상기 지정 장소의 종류와 상기 학습량의 고저를 기준으로 상기 학습 내역 정보 각각에 상기 패턴별 코드를 차등 부여한 후 상기 학습자 정보로서 저장하는 학습 내역 코드 부여부로 이루어진 학습 내역 수집부를 추가로 포함하는 것을 특징으로 하다.In addition, the mobile communication device includes a GPS module, the schedule grasping module, a designated place setting unit for receiving at least one place where the learning proceeds from the learner to generate a designated place, and from the GPS module A location information receiver configured to receive real-time location information of a learner, a learning amount determiner configured to generate a learning amount by calculating a time at which a learner stays at the designated place of the day based on the location information, and at the designated place and the designated place. A learning history information generation unit for generating and storing a plurality of learning history information including a learning amount, and assigning a code for each pattern to each of the learning history information based on the type of the designated place and the height of the learning amount and then the learner information Learning history number consisting of the learning history code granter It is characterized in that it comprises an additional portion.

추가적으로, 상기 이동 통신 기기는 GPS 모듈을 포함하고, 상기 일정 파악 모듈은, 상기 GPS 모듈로부터 상기 학습자의 위치 정보를 실시간으로 수신 받는 위치 정보 수신부를 추가로 포함하며, 상기 일정 코드 부여부는, 상기 위치 정보와 상기 학습 장소를 비교하여 일치되는 일치율의 고저에 따라 상기 학습 일정 각각에 상기 패턴별 코드의 부여 여부를 결정하는 일정 실천 확인부를 추가로 포함하는 것을 특징으로 한다.In addition, the mobile communication device includes a GPS module, the schedule grasping module further includes a location information receiving unit for receiving the learner's location information from the GPS module in real time, and the schedule code assigning unit includes the location The method may further include a schedule practice checking unit configured to compare information and the learning place and determine whether to apply the code for each pattern to each of the learning schedules according to the height of the matching rate.

추가적으로, 상기 시스템은, 테스트 단어 및 상기 테스트 단어의 의미를 디스플레이함으로써 학습자에게 학습시키는 단어 제공부와, 상기 테스트 단어를 학습시킨 시점으로부터의 경과 시간을 설정하고 상기 경과 시간이 지난 시점에 상기 학습자가 상기 단어를 암기했는지의 여부를 파악하기 위한 테스트 문항을 제공하고 이에 대한 답안을 입력받는 지식 습득 테스트부와, 상기 경과 시간과 상기 답안의 정답 여부에 따라 학습자의 학습 유형을 판단해 테스트 정보를 생성한 후 이를 상기 학습 유형 정보에 부가시키는 테스트 정보 생성부로 이루어진 유형 테스트 모듈;을 추가로 포함하는 것을 특징으로 한다.In addition, the system may be configured to set a word provider for learning to a learner by displaying a test word and a meaning of the test word, and an elapsed time from when the test word is learned, Provides a test item for determining whether the word is memorized and a knowledge acquisition test unit for receiving an answer thereto, and generates test information by determining a learner's learning type according to the elapsed time and whether the answer is correct or not. And a type test module including a test information generator for adding the learning type information to the learning type information.

추가적으로, 상기 학습 효율 테스트 모듈은, 상기 학습자의 단어 암기 수준을 객관식 시험 형식으로 테스트하여 테스트 결과 정보를 생성하는 사전 테스트부와, 상기 테스트 결과 정보에서 상기 학습자의 오답 내역을 추출하여 오답 단어군을 생성하는 오답 단어군 생성부 및, 복수 개의 단어에 대하여 각 단어의 난이도의 고저에 따라 난이도 수치를 기 설정한 단어 라이브러리를 기준으로 상기 오답 단어군에 포함된 각 단어의 난이도 수치를 추출한 후 상기 난이도 수치의 평균인 학습자 등급 수치를 생성하는 학습자 수준 파악부를 추가로 포함하고, 상기 단어 제공부는, 상기 학습자 등급 수치와 상기 난이도 수치를 기준으로 상기 단어 라이브러리에서 상기 테스트 단어를 추출하는 단어 추출부를 추가로 포함하는 것을 특징으로 한다.In addition, the learning efficiency test module, the pre-test unit for generating a test result information by testing the word memorization level of the learner in a multiple-choice test form, and extracts the wrong answer word of the learner from the test result information to determine the incorrect word group The difficulty level is generated after extracting a difficulty value of each word included in the incorrect word group based on a word library that generates a wrong answer word group generation unit and a difficulty value of a plurality of words according to a height of difficulty of each word. And a learner level grasp unit configured to generate a learner grade value, which is an average of the numbers, and wherein the word provider further includes a word extractor that extracts the test word from the word library based on the learner grade value and the difficulty value. It is characterized by including.

추가적으로, 시스템은 상기 학습 유형 정보에 따라 학습자에게 부과되는 것으로 학습 내용, 학습 방법 등을 포함한 기간별 과제가 수록된 대안 정보 DB; 학습자의 상기 이동 통신 기기의 알람 수단을 통해 상기 기간별 과제가 수행되어야 할 시간에 알람을 제공하는 학습 계획 알람부와, 상기 이동 통신 기기의 입력 수단을 통하여 학습자로부터 상기 기간별 과제의 수행 여부를 입력받은 후 해당 시점까지 부과된 상기 기간별 과제의 총 개수와 수행된 상기 기간별 과제의 총 개수를 기준으로 과제 수행율을 판단하는 과제 수행 체킹부로 이루어진 대안 제시 모듈;을 추가로 포함하는 것을 특징으로 한다.
In addition, the system is an alternative information DB that is assigned to the learner according to the learning type information, including a task for each period including learning content, learning method, etc .; A learning plan alarm unit that provides an alarm at a time at which the task for each period is to be performed through an alarm means of the mobile communication device of a learner, and whether or not to perform the task for each period from a learner through an input means of the mobile communication device; And an alternative presentation module comprising a task performance checking unit configured to determine a task performance rate based on the total number of tasks for each period and the total number of tasks for each period.

본 발명에 따른 학습 패턴 평가 시스템은,Learning pattern evaluation system according to the present invention,

1) 지식 습득 이론을 바탕으로 학습자의 현재 학습 유형을 파악함으로써 학습자가 스스로의 학습 패턴을 보다 정확하게 인지할 수 있도록 하여 이에 따라 추후 학습 능률을 더욱 향상시킬 수 있도록 하고,1) By understanding the current learning type of learners based on the knowledge acquisition theory, learners can recognize their own learning patterns more accurately, thereby further improving the learning efficiency.

2) 학습 성과 요소를 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴으로 분류하여 학습자의 학습 유형을 보다 객관적이고 체계적인 방법으로 분석하며,2) Classify learning outcomes into short-term memory patterns, long-term memory patterns, and schema patterns to analyze learners' learning types in a more objective and systematic way.

3) 사용자의 실제 지식 습득 행태를 조사하기 위한 테스트를 시행하여 도출한 테스트 결과를 학습 패턴의 분석 결과(학습 유형 정보)에 부가하여 보다 실질적인 학습 유형 정보를 제공할 뿐만 아니라, 3) In addition to the test results (learning type information) of the learning pattern obtained by conducting a test for investigating the actual knowledge acquisition behavior of the user, not only provide more realistic learning type information,

4) 학습자가 소유하는 이동통신기기의 이동통신기기 서버와 연동된 GPS 수단으로부터 학습자의 위치 정보를 파악하여 학습자의 하루 일과를 객관적으로 파악할 수 있도록 하여 보다 객관적인 데이터를 바탕으로 학습 패턴을 판단할 수 있도록 하는 것이다.
4) The learner's location information can be determined by grasping the learner's location information from the GPS means linked with the mobile communication device server of the mobile communication device owned by the learner so that the learning pattern can be determined based on more objective data. To ensure that

도 1은 본 발명에 따른 학습 패턴 평가 시스템의 개략적인 원리와 작용을 나타낸 개념도.
도 2는 본 발명에 따른 학습 패턴 평가 시스템의 구성을 나타낸 블록도.
도 3은 본 발명에 따른 지식 습득 이론의 일실시예를 도시한 개념도.
도 4는 본 발명에 따른 학습 유형 정보의 일실시예를 도시한 개념도.1 is a conceptual diagram showing the schematic principle and operation of the learning pattern evaluation system according to the present invention.
Figure 2 is a block diagram showing the configuration of a learning pattern evaluation system according to the present invention.
3 is a conceptual diagram illustrating an embodiment of a knowledge acquisition theory according to the present invention.
4 is a conceptual diagram illustrating one embodiment of learning type information according to the present invention;

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 각 도면의 동일한 참조 번호는 동일한 구성 요소를 지칭한다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. Like reference numerals in the drawings denote like elements.

도 1은 본 발명에 따른 학습 패턴 평가 시스템의 원리와 작용을 나타낸 개념도이다. 1 is a conceptual diagram showing the principle and operation of the learning pattern evaluation system according to the present invention.

도 1을 보아 알 수 있듯이, 본 발명에 따른 학습 패턴 평가 시스템은, 시스템 서버와 학습자가 관리하는 클라이언트 서버(일반적으로 소비자의 개인 PC 혹은 모바일 기기 등)가 연동된 상태에서 학습자로부터 학습자 자신의 학습 패턴에 관련 정보들을 설문 등의 방식으로 입력받고, 추가적으로 이동통신 기기 서버와 연동되어 스케줄 정보 및 이동 정보 등을 제공받은 후 이를 심리학 이론, 인간 공학 등을 근거로 한 지식 습득 이론을 바탕으로 분석하여 학습 패턴을 유형화하고 학습에 필요한 요소들을 진단하여 체계적으로 맞춤화된 학습 패턴 대안을 제공한다.As can be seen from Figure 1, the learning pattern evaluation system according to the present invention, the learner's own learning from the learner in a state in which the system server and the client server (generally consumer's personal PC or mobile device, etc.) managed by the learner is linked Received information related to the pattern by a questionnaire, etc., and additionally connected with the mobile communication device server to receive schedule information and mobile information, and then analyze them based on knowledge acquisition theory based on psychological theory and ergonomics. Typing learning patterns and diagnosing the elements necessary for learning to provide systematically tailored learning pattern alternatives.

다시 말해, 본 발명에 따른 시스템은, 학습자로부터 학습자의 학습 습관 및 학습 환경, 정보 처리, 자기 관리, 배경 지식 등 학습에 영향을 미치는 성과 요소에 관련된 정보를 입력받거나 또는 추가적으로 이동통신 기기 서버에서 제공받아 이를 전반적으로 평가하여 각 성과 요소 별로 정밀하게 학습 성과를 예측해볼 수 있도록 한 것으로, 교육제도 상에서의 가장 대표적인 시험유형(수능, 내신, 논술) 각각의 특성을 바탕으로 학습자의 학습 패턴을 대응 분석하고, 그에 따른 유형별 맞춤 학습 패턴 대안을 제시함으로써, 학습자가 보다 효율적이고 체계적인 방법으로 학습을 진행할 수 있도록 하는 특성을 제공한다.
In other words, the system according to the present invention receives from the learner input information related to the factors of learning that affect the learning, such as learning habits and learning environment, information processing, self-management, background knowledge, or additionally provided in the mobile communication device server Based on the characteristics of each of the most representative test types (SAT, internal writing, essay) in the education system, the students' learning patterns can be analyzed correspondingly. By providing alternatives to the customized learning patterns for each type, it provides characteristics that enable learners to proceed in a more efficient and systematic way.

이 때 시스템 서버는, DB 서버, 웹 서버, 모바일 서버 등을 통합하는 것으로, 이러한 시스템 서버는 별도의 웹 페이지(웹 사이트 또는 모바일 사이트 등)를 관리하고 있는데, 웹 페이지는, 학습자에게 학습자 정보의 입력을 가이드하고 해당 정보를 입력받으며 대안 정보를 게시하는 등 기본적인 기능을 수행이 가능토록 하는 웹 환경, 즉 양자 간의 소통이 가능토록 하는 인터페이스 기반을 제공하게 된다.
At this time, the system server integrates a DB server, a web server, a mobile server, and the like, and the system server manages a separate web page (web site or mobile site, etc.). It provides a web environment that enables basic functions such as guiding input, receiving relevant information, and posting alternative information, that is, an interface foundation for enabling communication between the two.

이 때 상기 시스템은 상술한 바와 같이 시스템 서버와 클라이언트 서버를 포함한 상태에서 상기 시스템 서버가 운영하는 웹사이트에 포함되어 인터넷이나 와이파이(wireless fidelity), 3G(3 generation) 등의 통신망을 매개로 학습자가 관리하는 클라이언트 서버로부터 학습자 정보를 입력 및 전송받은 후 상기 시스템 서버가 상기 학습자 정보를 분석하여 클라이언트 서버로 전송하여 제공하는 방식으로 구현될 수 있고, 특정 서버(컴퓨터, 모바일 기기 등)에 설치할 수 있는 프로그램(어플리케이션 등 포함)으로 형성되어 학습자가 해당 기기를 직접 이용해 학습자 정보를 입력하도록 하여 해당 서버에서 분석하는 것도 가능하다. 본 발명에 따른 시스템의 구현을 위해 상술한 수단 이외 다른 수단을 이용하여도 무방함은 물론이다.
At this time, the system is included in the website operated by the system server in a state including the system server and the client server as described above, the learner through the communication network, such as the Internet, WiFi (wireless fidelity), 3G (3 generation), etc. After inputting and receiving learner information from a managing client server, the system server may be implemented in such a manner that the learner information is analyzed and transmitted to a client server and installed in a specific server (computer, mobile device, etc.). It is also possible to form a program (including an application) so that the learner can directly input the learner's information by using the corresponding device and analyze the corresponding server. Of course, any means other than the above means may be used to implement the system according to the present invention.

도 2는 본 발명에 따른 학습 패턴 평가 시스템의 구성을 나타낸 블록도이다.2 is a block diagram showing the configuration of a learning pattern evaluation system according to the present invention.

도 2에 도시된 바와 같이, 본 발명에 따른 학습 패턴 평가 시스템은, 기본적으로 학습 성과 요소 라이브러리(10)와 패턴 분류 모듈(110), 설문 모듈(120) 및, 유형 판단 모듈(140)로 이루어진다.
As shown in FIG. 2, the learning pattern evaluation system according to the present invention basically includes a learning outcome element library 10, a pattern classification module 110, a questionnaire module 120, and a type determination module 140. .

학습 성과 요소 라이브러리(10)는, 특정 지식이 학습자의 뇌에 기억되기까지의 학습 패턴에 영향을 주는 학습 성과 요소 컨텐츠를 수록한 것으로, 본 발명자가 각종 연구에 의해 현재까지 축적되어 온 학습 관련 이론, 기억 관련 이론, 인간 공학, 심리학적 이론 등을 바탕으로 장시간의 실험 및 연구를 통해 수립한 지식 습득 이론을 바탕으로 지식 습득 과정에 필요한 학습 성과 요소에 대한 정보를 통합적이고 총체적으로 수록한 라이브러리이다. 상기 학습 성과 요소 라이브러리(10)는 '하루 1시간 이상의 예습(학습 성과 요소)은 학습 지식을 단기적으로 기억하는 과정에 도움을 준다.' 또는 '등하교 시간을 이용한 단어 암기(학습 성과 요소)는 해당 단어를 장기적으로 기억하는 데 도움이 된다.'와 같은 이론적 텍스트 등을 포함할 수 있다.
The learning outcome element library 10 contains learning outcome element contents that influence the learning pattern until the specific knowledge is stored in the learner's brain. The learning-related theory that the present inventors have accumulated so far by various studies Based on knowledge acquisition theory established through long-term experiments and research based on memory theory, ergonomics, psychological theory, etc., it is an integrated and comprehensive library of information on learning outcomes required for the knowledge acquisition process. . The learning outcomes element library 10 is 'preparation for more than one hour a day (learning outcomes element) helps in the process of memorizing learning knowledge in the short term.' Or theoretical texts such as 'memory of words using school hours (learning achievement factors) can help memorize those words in the long term'.

상기 학습 성과 요소는 지식 습득에 영향을 주는 것으로 자기 관리, 학습 방법, 학습 환경, 정보 처리, 배경 지식, 서술 능력 등의 카테고리로 분류되어 구성될 수 있으며, 상기 각각의 카테고리는 보다 세밀하게 다시 분류될 수 있다.The learning outcome factor may be classified into categories such as self management, learning method, learning environment, information processing, background knowledge, and narrative ability, which affect knowledge acquisition, and each of the categories may be further classified. Can be.

상기 학습 성과 요소 라이브러리(10)는 후술할 패턴 분류 모듈(110) 등과 연동되어 상기 학습자의 학습 행태를 분석하여 학습 유형 정보를 생성하는 데 기준으로서 이용된다.
The learning outcome element library 10 is used as a reference for generating learning type information by analyzing the learner's learning behavior in conjunction with the pattern classification module 110 to be described later.

상기 패턴 분류 모듈(110)은, 상기 학습 성과 요소 라이브러리(10)에 포함된 각 학습 성과 요소 컨텐츠들이 본 발명에 따른 시스템에 보다 용이하게 이용될 수 있도록 지식 습득 이론을 수록한 지식 습득 이론 라이브러리(20)에 따라 학습 패턴을 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴으로 분류 및 정의하고, 이에 따라 상기 학습 성과 요소 컨텐츠를 단기 기억 패턴 DB(11)와 장기 기억 패턴 DB(12) 및 스키마 패턴 DB(13)로 분류 및 저장한 것으로, 키워드 분류부(111)와 컨텐츠 분류부(112)로 이루어진다.
The pattern classification module 110 may include a knowledge acquisition theory library including a knowledge acquisition theory so that each learning outcome element content included in the learning outcome element library 10 may be more easily used in a system according to the present invention. 20) classify and define a learning pattern into a short-term memory pattern, a long-term memory pattern, and a schema pattern, and accordingly, the content of the learning outcome elements is classified into a short-term memory pattern DB (11), a long-term memory pattern DB (12), and a schema pattern DB. Classified and stored in (13), the keyword classification section 111 and the content classification section 112 are provided.

도 3은 본 발명에 따른 지식 습득 이론을 개략적으로 도시한 개념도이다.3 is a conceptual diagram schematically showing a knowledge acquisition theory according to the present invention.

상기 패턴 분류 모듈(110)의 상세한 설명에 앞서, 도 3을 참조하여 상기 지식 습득 이론 라이브러리(20)를 보다 상세히 설명하면, 상기 지식 습득 이론은, 동기의 통제 소재 이론, Hill의 인지 유형, 각성 적정수준이론, 인지 전략 이론, 인지 유형 이론, Kolb의 학습 유형 등 여러 이론들을 바탕으로 형성된 것으로, 각 과정의 활성화에 도움을 주는 학습 성과 요소를 판단하고 이를 학습자의 현재 학습 행태에서 나타나는 학습 성과 요소와 비교함으로써 학습자의 학습 유형 및 특정 패턴의 효율을 유추하기 위해 세워진 것으로, 상기 지식 습득 이론은 처음 접한 학습 지식이 체계화된 지식 구조로서 뇌에 기억되기까지를 크게 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴, 즉 세 단계의 과정으로 분류하여 설명한다. Prior to the detailed description of the pattern classification module 110, the knowledge acquisition theory library 20 will be described in more detail with reference to FIG. 3, wherein the knowledge acquisition theory includes a control material theory of motives, Hill's cognitive type, and arousal. It is based on various theories such as appropriate level theory, cognitive strategy theory, cognitive type theory, and Kolb's type of learning, and it determines the learning outcome factors that help to activate each course and shows them in the learner's current learning behavior. The theory of knowledge acquisition is designed to infer the efficiency of a learner's learning type and specific patterns. Patterns are described by categorizing them into three steps.

즉, 상기 지식 습득 이론은 학습자가 지식을 학습함에 있어서, 학습 지식이 입력 과정, 수용 과정, 저장 과정을 순차적으로 거치면 단기형 지식으로서 뇌에 기억되고, 단순 반복된 상기 단기형 지식이 유지 과정, 변환 과정을 거쳐 장기형(정교화) 지식으로서 뇌에 기억되며, 상기 장기형 지식이 확산 과정을 거쳐 스키마(구조화 지식)으로 뇌에 기억된다는 틀을 바탕으로 해당 과정의 효율에 관여하는, 즉 해당 과정이 원활하게 진행되기 위해 요구되는 학습 성과 요소들을 함께 포함하고 있다.
That is, in the knowledge acquisition theory, when the learner learns the knowledge, the learning knowledge is stored in the brain as the short-term knowledge when the input process, the accepting process, and the storing process are sequentially performed, and the simple and repeated short-term knowledge is maintained and transformed. It is stored in the brain as long-term (elaboration) knowledge, and is involved in the efficiency of the process based on the framework that the long-term knowledge is stored in the brain as a schema (structured knowledge). It includes the learning outcomes elements that are required to be successful.

도면을 참조하면, 상기 단기 기억 패턴은, 학습 지식을 최초로 받아들이는 입력 과정과, 입력 과정을 통해 받아들인 학습 지식 중 일부를 인식하고 수용하는 수용 과정 및, 수용된 학습 지식을 뇌에 저장하는 저장 과정으로 이루어진다. Referring to the drawings, the short-term memory pattern includes an input process for first receiving the learning knowledge, an acceptance process for recognizing and accommodating some of the learning knowledge received through the input process, and a storage process for storing the received learning knowledge in the brain. Is done.

단기 기억 패턴을 거쳐 학습자의 뇌 속에 저장된 학습 지식은 정교화 수준이 낮은 단기형 단순 반복 지식의 형태로, 리허설(Rehearsal)이 비교적 적게 된 상태이다.Learning knowledge stored in the learner's brain through short-term memory patterns is a form of short-term simple repetitive knowledge with a low level of elaboration and relatively low rehearsal.

상기 입력 과정에서 받아들일 수 있는 학습 지식의 입력양은 학습 성과 요소 중 특히 학습 환경에 따라 좌우될 수 있는데, 이때 학습 환경은 목표, 자아 개념, 동기, 물리적 환경, 인적 환경 등을 포함한다. The input amount of learning knowledge that can be accepted in the input process may depend on the learning environment, in particular, the learning environment. The learning environment includes a goal, a self concept, motivation, a physical environment, a human environment, and the like.

상기 수용 과정에서 입력된 학습 지식이 수용되는 양 및 상기 저장 과정에서 수용된 학습 지식이 저장되는 양은 자기 통제, 시간 관리, 계획 관리(자기 관리 카테고리)와 예습 정도(학습 방법 카테고리)에 영향을 받고, 저장량은 정보 수집 유형(학습 방법 카테고리)에 영향을 받는다.The amount of learning knowledge received in the acceptance process and the amount of learning knowledge received in the storing process are affected by self-control, time management, plan management (self-management category) and degree of preparation (learning method category), The amount of storage depends on the type of information collection (learning method category).

입력 과정과 수용 과정 및 저장 과정을 순차적으로 거치면, 처음 접한 학습 지식은 단기형 지식으로서 뇌에 저장되고, 이는 단기적인 암기 및 이해가 요구되는 내신 시험 능력을 좌우할 수 있다.
When the input process, the acceptance process, and the storage process are sequentially performed, the first-time learning knowledge is stored in the brain as short-term knowledge, which may influence the ability of the internal examination that requires short-term memorization and understanding.

장기 기억 패턴은, 상기 단기 기억 패턴을 거치며 뇌에 저장된 단기형 지식이 이후 몇 번의 리허설을 통하여 보다 정교화된 장기형의 학습 지식으로 변환되는 과정을 나타낸 것으로, 상기 단기 기억 패턴을 통해 저장된 단기형 지식을 일정 기간 동안 뇌에 저장된 상태로 유지하는 유지 과정과, 상기 유지 과정을 거친 학습 지식을 정교화하여 장기 기억으로 저장되는, 즉 학습 지식의 질적 상태를 변환하는 변환 과정으로 이루어진다. The long-term memory pattern represents a process of converting short-term knowledge stored in the brain through the short-term memory pattern into more sophisticated long-term learning knowledge through several rehearsals. The short-term memory pattern is stored for a predetermined period of time. And a maintenance process that maintains the state stored in the brain, and a transformation process that elaborates the learning knowledge through the maintenance process and stores it as long-term memory, that is, converts the qualitative state of the learning knowledge.

상기 단기 기억 패턴을 거치며 저장된 단기형 지식이 유지 과정을 통해 유지될 수 있는 정도는 복습과 반복 정도(학습 방법 카테고리)의 영향을 받고, 유지 과정을 거친 학습 지식이 변환 과정을 거쳐 정교화 지식으로 변환되는 효율은 상기 지식 처리 방법(학습 방법 카테고리)에 따라 결정된다. The degree to which the short-term knowledge stored through the short-term memory pattern can be maintained through the maintenance process is influenced by the degree of review and repetition (learning method category), and the learning knowledge that has undergone the maintenance process is converted into elaboration knowledge through the conversion process. The efficiency is determined according to the knowledge processing method (learning method category).

상기 단기형 지식이 유지 과정과 변환 과정을 거치면 이는 정교화 지식으로서 뇌에 비교적 장기간 정교화된 상태로 저장되고, 이는 통합적 이해 및 장기적 암기가 요구되는 수능 시험 능력에 영향을 줄 수 있다.
When the short-term knowledge undergoes a maintenance process and a transformation process, it is stored in the brain as a refined state for a relatively long time as elaboration knowledge, which may affect the SAT test ability that requires integrated understanding and long-term memorization.

상술한 단기 기억 패턴과 장기 기억 패턴을 지나면 스키마 패턴이 진행될 수 있는데, 스키마 패턴은 장기 기억 패턴까지를 거친 정교화 지식이 학습자가 이미 알고 있는 다른 학습 지식들과 함께 체계적으로 이해되어 내면화된 범교과적 지식을 형성하는 과정을 나타낸 것으로, 이 때 확산 과정이 포함된다. After the short-term and long-term memory patterns described above, the schema pattern can be progressed. The schema pattern is a cross-disciplinary system in which the refined knowledge through the long-term memory pattern is systematically understood along with other learning knowledge that the learner already knows. Shows the process of forming knowledge, which includes diffusion.

상기 확산 과정은 상기 변환 과정을 거친 정교화 지식이 학습자가 예전에 기 습득한 타 학습 지식과 체계적으로 상호 연결되는 과정으로서, 상호 연결되는 정도는 배경 지식과 언어 능력 등에 의해 영향을 받게 된다.
The diffusion process is a process in which the refined knowledge through the transformation process is systematically interconnected with other learning knowledge previously learned by the learner, and the degree of interconnection is influenced by background knowledge and language ability.

상기 확산 과정을 통해 조직화 지식으로 뇌에 기억된 정보는, 논술 시험 등 조직적이고 논리적인 능력을 측정하는 시험에서 용이하게 발현된다.The information stored in the brain by the organizational knowledge through the diffusion process is easily expressed in a test for measuring organizational and logical ability, such as an essay test.

즉, 상기 지식 습득 이론은 학습자의 현재 학습 패턴을 심리학적, 인간 공학적 측면에서 분석하여 더욱 효과적인 대안을 제시할 수 있도록 하는 기준이 되며, 이러한 지식 습득 이론 라이브러리(20)는, 상기 학습 성과 요소 라이브러리(10) 내 포함되도록 하는 것이 바람직하다.
That is, the knowledge acquisition theory serves as a criterion for analyzing a learner's current learning pattern in terms of psychological and ergonomics, and suggesting a more effective alternative. The knowledge acquisition theory library 20 is the learning achievement element library. It is preferable to include in (10).

상기 키워드 분류부(111)는, 상기 지식 습득 이론 라이브러리(20)의 상기 지식 습득 이론을 바탕으로 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴에 각각 관련된 패턴별 키워드를 정의하고 분류하는 것이다. 이 때 상기 패턴별 키워드는 상기 각 패턴에 관여하는 학습 성과 요소를 지칭하는 단어 또는 상기 패턴을 시사하는 단어 등을 포함하는 것으로, 상기 학습 성과 요소 라이브러리(10)와 연동하여 정의되는 것이 바람직하다. The keyword classification unit 111 defines and classifies keywords for each pattern related to a short term memory pattern, a long term memory pattern, and a schema pattern based on the knowledge acquisition theory of the knowledge acquisition theory library 20. In this case, the keyword for each pattern includes a word indicating a learning outcome element involved in each pattern or a word suggesting the pattern, and is preferably defined in conjunction with the learning outcome element library 10.

다시 말해, 상기 키워드 분류부(111)는 학습 성과 요소 라이브러리(10)에 포함된 각종 컨텐츠를 상기 패턴별로 분류할 수 있는 기준이 되는 패턴별 키워드를 정의하는 것으로, 즉, 각 패턴별로 나누어 패턴별 키워드를 수록하는데, 이를 단기 기억 패턴 카테고리, 장기 기억 패턴 카테고리, 스키마 패턴 카테고리 및 공용 카테고리로 나눈다고 하면, 예를 들어 노트 필기를 하는지의 여부는 단기 기억 패턴에 영향을 주므로 '노트 필기'라는 키워드는 단기 기억 카테고리에 포함되도록 분류하고, 복습 시간은 장기 기억 패턴에 영향을 주므로 '복습' 또는 '자습' 또는 '반복' 등의 키워드는 장기 기억 카테고리의 분류에 포함되도록 하는 것이 바람직하다. In other words, the keyword classification unit 111 defines a keyword for each pattern, which is a criterion for classifying the various contents included in the learning outcome element library 10 for each pattern, that is, for each pattern. Keywords are divided into short-term memory pattern categories, long-term memory pattern categories, schema pattern categories, and public categories. For example, whether or not note taking affects the short-term memory pattern. Is classified to be included in the short-term memory category, and the review time affects the long-term memory pattern, so it is preferable to include keywords such as 'review' or 'self-study' or 'repeat' in the long-term memory category.

또한, 예습 여부는 단기 기억 패턴 및 장기 기억 패턴에 영향을 주므로, '예습'은 공용 카테고리에 포함되도록 할 수 있는 것이다.
In addition, whether or not the preliminary lessons affect the short-term memory patterns and the long-term memory patterns, 'preparation' can be included in the common category.

이러한 방식으로 상기 키워드 분류부(111)는 상기 학습 성과 요소 라이브러리(10)와 지식 습득 이론 라이브러리(20)와 연동된 상태에서 상기 각 패턴에 관여하는 학습 성과 요소를 기준으로 패턴별 키워드를 선정하고 이를 바탕으로 패턴별 키워드 그룹을 생성하는 기능을 한다.
In this manner, the keyword classification unit 111 selects a keyword for each pattern based on the learning outcome factor involved in each pattern in a state linked with the learning outcome factor library 10 and the knowledge acquisition theory library 20. Based on this, it creates a keyword group for each pattern.

상기 컨텐츠 분류뷰(112)는, 상기 패턴별 키워드 그룹을 바탕으로 키워드 추출 방식을 이용해 상기 학습 성과 요소 컨텐츠를 패턴별로 분류하여, 단기 기억 패턴 DB(11)와 장기 기억 패턴 DB(12) 및 스키마 패턴 DB(13)를 생성한다.The content classification view 112 classifies the learning outcome element content according to patterns based on the keyword group for each pattern by a pattern, and thus, the short term memory pattern DB 11, the long term memory pattern DB 12, and the schema. The pattern DB 13 is generated.

즉, 상기 패턴별 키워드 그룹을 기준으로 상기 학습 성과 요소 라이브러리(10)의 특정 학습 성과 요소 컨텐츠의 내용이 상기 각 패턴 중 어느 패턴의 효율에 관여하는지의 여부에 따라 해당 학습 성과 요소 컨텐츠를 분류하는 것이다. That is, classifying the corresponding learning outcome element content according to whether the content of the specific learning outcome element content of the learning outcome element library 10 is related to the efficiency of each of the patterns based on the keyword group for each pattern. will be.

이 때 상기 키워드는 텍스트로서 구성되고 상기 학습 성과 요소 컨텐츠 역시 텍스트로 구성된 것을 이용하여 문자를 추출하는 방식으로 학습 성과 요소 컨텐츠를 분류하는 것이 바람직할 것이나, 음성 신호나 디지털 신호 등으로 매칭하여도 무방함은 물론일 것이다.
In this case, it is preferable that the keyword is configured as text and the learning outcome element content is also classified into text by extracting a character by using a text composed of text. However, the keyword may be matched with a voice signal or a digital signal. Of course it will.

상술한 패턴 분류 모듈(110)에 의해 생성된 단기 기억 패턴 DB(11)와 장기 기억 패턴 DB(12) 및 스키마 패턴 DB(13)는 상기 학습 성과 요소 라이브러리(10) 내 저장되어 후술할 설문 모듈(120)과 유형 판단 모듈(140) 등과 연동됨으로써 학습자의 학습 유형을 판단하는 데 있어 기준이 되도록 한다.
The short-term memory pattern DB 11, the long-term memory pattern DB 12, and the schema pattern DB 13 generated by the pattern classification module 110 described above are stored in the learning outcome element library 10 to be described later. By interlocking with the 120 and the type determination module 140, the reference is determined in determining the learner's learning type.

설문 모듈(120)은, 학습자의 학습 행태를 알아보기 위하여 학습자에게 설문 조사를 실시하기 위해 구비된 것으로, 상기 설문 모듈(120)은, 설문 생성부(121)와 응답 코드 부여부(122) 및 설문 실행부(123)로 이루어진다.
The questionnaire module 120 is provided to conduct a questionnaire to a learner in order to find out a learner's learning behavior. The questionnaire module 120 includes a questionnaire generator 121, a response code granter 122, and It consists of a questionnaire execution unit 123.

설문 생성부(121)는 질의응답 방식을 이용하여 학습자로부터 학습자의 현재 학습 행태를 수집하기 위해 요구되는 설문 정보를 생성하는 것으로, 이를 위해 설문 DB(30)가 구비된다. The questionnaire generator 121 generates questionnaire information required to collect a learner's current learning behavior from a learner using a question-and-answer method, and a questionnaire DB 30 is provided for this purpose.

상기 설문 DB(30)는 학습자의 학습 패턴을 파악하기 위한 질의 문항 및 그에 대한 응답 예시를 수록한 것으로, 이 때 질의 문항은 학습자의 자기 관리 방법, 학습 환경 상태, 학습 방법, 지식 처리 방법, 배경 지식의 수준, 서술 능력 수준 등을 파악하기 위해 여러 가지 항목으로 세분화된 것으로, 인터넷을 통하여 학습 관련 전문 기관 서버와 연동되도록 하여 해당 서버에서 전송 받아 상기 설문 DB(30)에 분류 및 저장하거나, 혹은 시스템 관리자가 미리 연구 및 조사된 학습 방법 검사용 질의 문항 및 응답 예시를 입력, 분류 및 저장하여 구축한 것일 수 있다.
The questionnaire DB 30 includes a questionnaire for identifying a learner's learning pattern and an example thereof, wherein the questionnaire includes a learner's self-management method, learning environment status, learning method, knowledge processing method, and background. It is subdivided into various items in order to grasp the level of knowledge, the level of narration ability, etc., to be linked with a learning-related professional institution server through the Internet, received from the corresponding server, classified and stored in the questionnaire DB 30, or The system administrator may input and classify and store an example of a question and a response for checking a learning method that has been studied and investigated in advance.

상술한 설문 DB(30)과 연동하여 상기 설문 생성부(121)는 설문을 추출하는데, 이 때 상기 설문 생성부(121)는 학습자의 학습 행태를 패턴 별로 보다 정밀하게 파악하도록 하기 위해, 상기 키워드 분류부(111)와 연동되어 상기 패턴별 키워드 그룹을 바탕으로 키워드 추출 방식을 이용하여 상기 설문을 패턴별로 분류해서 추출하여 학습자에게 제공하는 것도 가능함은 물론이다.
The questionnaire generator 121 extracts a questionnaire in conjunction with the questionnaire DB 30 described above, wherein the questionnaire generator 121 determines the learner's learning behavior more precisely for each pattern, by using the keyword. Of course, the questionnaire may be categorized into patterns by using a keyword extraction method based on the keyword group for each pattern and extracted and provided to a learner.

상기 응답 코드 부여부(122)는, 상기 세 가지 패턴 DB와 연동하여 각각의 상기 응답 예시에 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴과의 연관성을 대변하는 패턴별 코드를 부여하는 것으로, 상기 설문에 대한 응답이 추후 수치로서 도출 가능토록 하는 기반을 마련한다. The response code assigning unit 122, in association with the three pattern DBs, gives a pattern-specific code representing the association between the short-term memory pattern, the long-term memory pattern, and the schema pattern to each of the response examples. It provides a basis for future responses to be derived as numerical values.

다시 말해, 하나의 질의 문항에 대한 복수 개의 응답 예시 각각에 서로 다른 패턴별 코드를 부여하는 것으로, 간단하게는 각각의 응답 예시에 특정 패턴에 관여하는 응답임을 나타낼 수 있는 코드(대분류), 즉 해당 응답 예시가 단기 기억 패턴에 가까운 경우는 코드 A, 장기 기억 패턴에 가까운 경우는 코드 B, 스키마 패턴에 가까운 경우는 코드 C 등의 방식으로 응답 예시가 학습 패턴을 나타내도록 할 수 있다. In other words, by assigning different pattern codes to each of the plurality of response examples for a single question, it is simply a code (categorization) that can indicate that the response is a response to a specific pattern. In the case where the response example is close to the short-term memory pattern, code A, the case B is close to the long-term memory pattern, and the code C is close to the schema pattern, the response example may indicate the learning pattern.

또한, 두 응답 예시가 같은 학습 패턴을 나타낸다 하더라도 그 경중에서 차이가 있을 수 있으므로, 해당 학습 패턴에 더욱 많이 관여하는 응답 예시에 큰 수치를 부여하는 방법(소분류)으로도 상기 패턴별 코드를 부여할 수 있다. 즉, '하루 중 예습에 투자하는 시간은 몇 시간입니까?'라는 질의 문항에 대한 응답 예시로서 '1. 1시간 이하', '2. 1시간 이상 2시간 이하', '3. 3시간 이상'이 주어진 경우, 예습 정도는 단기 기억 패턴에 영향을 주되 예습 시간이 많을수록 더욱 긍정적인 영향을 줄 것이므로, 1번 응답 예시는 A1, 2번은 A3, 3번은 A5 등의 방식으로 코드를 부여하여 특정 패턴의 유형과 해당 패턴에 영향을 주는 정도를 동시에 나타내도록 하는 것도 가능할 것이다. In addition, even if the two response examples show the same learning pattern, there may be differences in the weight. Therefore, the code for each pattern may also be given as a method (small classification) that gives a large value to the response examples that are more involved in the corresponding learning pattern. Can be. In other words, 'How many hours do you spend on preparing for the day?' <1 hour ',' 2. More than 1 hour and less than 2 hours ',' 3. If more than 3 hours' is given, the degree of preparation will affect the short-term memory pattern, but the more time you prepare, the more positive it will be. Therefore, the answer to example 1 is A1, the number 2 is A3, and the number 3 is A5. It may be possible to assign a specific pattern type and the degree of influence on the pattern at the same time.

상기 응답 코드 부여부(122)가 각 질의 문항 별 응답 예시마다 특정 코드를 부여함으로써 후술할 유형 판단 모듈(140)에서 보다 빠르고 용이하게 학습자의 유형을 판단할 수 있다.
The response code assigning unit 122 may determine a learner's type more quickly and easily in the type determination module 140, which will be described later, by assigning a specific code to each response example for each question.

설문 실행부(123)는 학습자에게 상기 설문을 제공하고 응답을 입력받는 것으로, 상기 질의 문항 및 그에 따른 상기 응답 예시를 디스플레이한 후 상기 응답 예시 중 적어도 하나의 선택형 응답을 선택 입력받거나 혹은 상술한 바와 같은 객관식 형태의 설문뿐만 아니라, 상기 설문 DB(30)의 특정 설문을 제공한 후 서술형의 텍스트를 서술형 응답으로서 입력받는 것도 가능함은 물론이다.The questionnaire executor 123 provides the questionnaire to the learner and receives a response. After displaying the question and the response example, the questionnaire executing unit 123 selects and receives at least one selective response among the response examples or the above-described method. In addition to the same multiple-choice questionnaire, it is also possible to receive a descriptive text as a narrative response after providing a specific questionnaire of the questionnaire DB 30.

이에 따라 상기 설문 실행부(123)는 선택형 질의 응답부(123a)와 서술형 질의 응답부(123b)를 포함한다.
Accordingly, the questionnaire execution unit 123 includes an optional question answering unit 123a and a narrative question answering unit 123b.

선택형 질의 응답부(123a)는 디스플레이 수단을 매개로 상기 설문을 디스플레이하고, 상기 응답 예시 중 적어도 하나를 선택 입력받아 선택형 응답을 생성한다.The selective query responding unit 123a displays the questionnaire through display means, receives a selection of at least one of the response examples, and generates a selective response.

예를 들어, 학습 방법 카테고리의 질의 문항으로서 '나는 수업 중 수업 내용을 노트 필기하는 것을 선호한다.', '나는 청각보다 시각을 통해 학습 지식을 접하는 것을 더 선호한다.', '그 날 학습한 것은 그 날 내에 복습한다.', '하루 자습 시간은 적어도 3시간 이상이다.' 등일 수 있고, 이에 대한 응답 예시로서 '그렇다', '보통이다', '아니다' 등을 제시하여 그 중 하나 이상을 클릭, 터치 등의 입력 수단을 통해 선택 입력받도록 할 수 있다.For example, as a question in the category of learning methods, 'I prefer to take notes in class during class,' 'I prefer to access learning knowledge through sight rather than hearing', ' Is reviewed within that day ',' Self-study time is at least three hours. ' And, as an example of the response to this can be presented 'yes', 'normal', 'no' and so on to receive one or more of the selected input through the input means, such as click, touch.

상기 선택형 질의 응답부(123a)를 통해 배경 지식, 서술 능력을 제외한 카테고리의 질의 문항에 응답하는 것은 학습자인 것을 기본으로 하나, 보다 객관적인 응답을 수집할 수 있도록 하기 위해, 배경 지식, 서술 능력을 제외한 카테고리의 질의 문항 중 학습자의 주변인이 응답할 수 있는 질의 문항(예를 들어, 평소 자습 시간 등)은 학습자뿐만 아니라 학습자의 부모, 선생님, 친구 등으로부터 입력받도록 하는 것도 가능함은 물론이다.
Responding to a question item of a category other than background knowledge and narration ability through the selective query response unit 123a is based on being a learner, but in order to collect a more objective response, except for background knowledge and narration ability Of course, among the question items of the category, the question items that can be answered by the learner's neighbors (for example, the self-study time, etc.) can be input from not only the learner but also the learner's parents, teachers, and friends.

서술형 질의 응답부(123b)는 상기 설문 DB(30)의 질의 문항을 디스플레이하고 해당 질의 문항에 따른 학습자의 의견을 텍스트 형식으로 입력받아 서술형 응답을 생성한다. The narrative question answering unit 123b displays a question item of the questionnaire DB 30, receives a learner's opinion according to the question item in text form, and generates a narrative answer.

상기 서술형 응답을 입력받기 위한 질의 문항은 논술 시험 문제와 유사한 방식으로 예를 들어, '님비 현상에 대한 자신의 생각을 서술하시오'와 같은 것일 수 있으며, 이에 대한 학습자의 의견 등을 텍스트 형식으로 입력받아 서술형 응답을 생성하는 것이다. 이 때 학습자가 입력한 서술형 응답은 유형 판단 모듈(140)에서 키워드 추출방식 등을 통해 채점되도록 할 수 있다. The query item for receiving the narrative response may be, for example, in a manner similar to a essay test question, such as 'Please describe your thoughts about the nymbi phenomenon', and input the learner's opinion on this in a text form. To generate a descriptive response. In this case, the descriptive response input by the learner may be scored through the keyword extraction method in the type determination module 140.

상기 선택형 응답과 상기 서술형 응답은 학습자의 학습 유형을 판단하는 데 주요 자료로서 활용된다.
The selective response and the narrative response are used as main data to determine the learner's learning type.

추가적으로 상기 서술형 질의 응답부(123b)가 구비된 경우, 상기 응답 코드 부여부(122)에는 서술형 응답 분석부(122a)가 구비될 수 있다. In addition, when the narrative question answering unit 123b is provided, the response code assigning unit 122 may be provided with the narrative answer analyzing unit 122a.

상기 서술형 응답 분석부(122a)는, 상기 서술형 응답에서 해당 질의 문항에 대한 핵심 용어를 추출하고 맞춤법 및 문법을 검사하여 핵심 용어 등장 횟수와 맞춤법 및 문법의 오류 횟수에 따라 서술형 응답의 패턴별 코드를 부여하는데, 보다 상세히 설명하면, 입력받은 서술형 응답을 키워드 추출 방식 등으로 분석하는 방식을 이용할 수 있다. 이 때 상기 핵심 용어는 상기 설문 DB(30)에 해당 질의 문항과 함께 저장된 것일 수 있다. The narrative response analysis unit 122a extracts key terms for the corresponding query item from the narrative response, checks spelling and grammar, and generates code for each pattern of the narrative response according to the number of key term appearances and the number of errors in spelling and grammar. In more detail, a method of analyzing the input descriptive response by using a keyword extraction method may be used. In this case, the key term may be stored in the questionnaire DB 30 together with the corresponding query item.

다시 말해, 님비 현상에 관련된 핵심 용어, 즉 '이기주의', '뒷마당', '산업폐기물', '오염 처리 시설' 등의 단어가 학습자의 서술형 응답 내에 포함되어 있는지 여부를 키워드 추출 방식으로 분석하여 해당 질문에 포함된 핵심 단어의 뜻을 학습자가 제대로 파악하고 있는지의 여부를 판단할 수 있다. 이는 배경 지식과 직결될 수 있다. In other words, the keyword extraction method analyzes whether key words related to the Nimbi phenomenon, such as 'selfishness', 'backyard', 'industrial waste', and 'contamination treatment facility' are included in the learner's narrative response. You can determine whether the learner is aware of the meaning of the key words in the question. This can be directly related to background knowledge.

또한 학습자가 작성한 서술형 응답 내 단어 및 문장의 맞춤법 검사, 문법 검사를 행하여 오류 횟수를 파악함으로써 패턴별 코드를 산출하는 데 이용될 수 있다.
In addition, it can be used to calculate a pattern-specific code by checking spelling and grammar of words and sentences in a descriptive response prepared by a learner to determine the number of errors.

상기 설문 모듈(120)에 더하여, 상기 시스템에는 보다 객관적인 학습자의 학습 행태를 수집하기 위하여 이동 통신 기기 연동부(131)와 학습 일정 수집부(132) 및, 학습 내역 수집부(133)로 이루어진 일정 파악 모듈(130)을 추가로 포함할 수 있다.
In addition to the questionnaire module 120, the system includes a schedule including a mobile communication device interworking unit 131, a learning schedule collecting unit 132, and a learning history collecting unit 133 in order to collect more objective learner learning behavior. The identification module 130 may further include.

상기 이동 통신 기기 연동부(131)는, 학습 일정 수집부(132)와 학습 내역 수집부(133)의 기능이 원활히 수행될 수 있도록 하기 위하여 학습자의 이동 통신 기기 서버와 연동될 수 있는 기반을 마련하는 것으로, 이 때 본 발명에 따른 시스템은 학습자 소유의 이동 통신 기기를 포함하여야 함은 물론이며, 상기 학습자의 이동 통신 기기에는 학습자로부터 학습 시간과 학습 장소를 포함하는 학습 일정을 입력받아 저장 및 관리하는 일정 관리 프로그램(애플리케이션 포함)이 기 설치되어 있고 GPS 모듈을 포함한 것을 전제로 한다. The mobile communication device interworking unit 131 provides a foundation for interworking with the learner's mobile communication device server so that the functions of the learning schedule collecting unit 132 and the learning history collecting unit 133 can be performed smoothly. In this case, the system according to the present invention should include a learner's own mobile communication device, and the learner's mobile communication device receives and stores a learning schedule including a learning time and a learning place from the learner. It is assumed that a schedule management program (including an application) is already installed and includes a GPS module.

학습 일정 수집부(132)는, 상기 이동 통신 기기 연동부(131)를 매개로 학습자의 이동 통신 단말기에 설치된 학습 일정 관리 프로그램에 접속하여 해당 프로그램에서 학습자가 기 저장한 학습 일정을 추출해 이를 활용하기 위한 것으로, 상기 학습 일정 관리 프로그램은 날짜, 요일, 시간 별로 학습 일정을 기록, 저장하는 등 공지의 개인 스케줄 관리 기능이 포함된 일정 프로그램일 수 있고, 학습 일정 관리에 특화된 프로그램으로 설계된 것인 것도 가능하다.The learning schedule collection unit 132 accesses the learning schedule management program installed in the learner's mobile communication terminal through the mobile communication device interworking unit 131, and extracts the learning schedule previously stored by the learner from the corresponding program. For the purpose, the learning schedule management program may be a schedule program including a known personal schedule management function, such as recording and storing the study schedule for each day, day, time, may be designed as a program specialized in learning schedule management. Do.

이 때 상기 학습 일정 수집부(132)는, 상기 이동 통신 기기 연동부(131)를 매개로 상기 이동 통신 기기의 학습 일정 관리 프로그램에 기록된 학습 시간 및 학습 장소를 포함하는 학습 일정을 전송받는 기능을 하며, 또한 상기 일정 정보 수집부(132)는 상기 세 가지 패턴 DB와 연동하여 상기 학습 시간의 총합 및 상기 학습 장소의 종류를 기준으로, 즉 상기 학습 장소의 종류와 상기 학습 시간의 고저를 기준으로 상기 학습 일정 각각에 상기 패턴별 코드를 부여하여 상기 학습자 정보로서 저장하는 일정 코드 부여부(132a)를 포함한다. In this case, the learning schedule collection unit 132 receives a learning schedule including a learning time and a learning place recorded in a learning schedule management program of the mobile communication device through the mobile communication device interworking unit 131. In addition, the schedule information collection unit 132 is linked to the three pattern DB based on the sum of the learning time and the type of the learning place, that is, based on the type of the learning place and the elevation of the learning time. And a schedule code assigning unit 132a for assigning the pattern-specific code to each learning schedule and storing the pattern code.

예를 들어, 상기 학습 장소의 종류를 기준으로 상기 패턴별 코드의 대분류를 구분하고, 상기 학습 시간을 기준으로 소분류를 구분할 수 있는바, 다시 말해, 학습 장소가 학교인 경우 수업을 통해 습득하는 지식은 단기 기억 패턴에 영향을 주므로 A, 학습 장소가 집인 경우 반복적인 복습을 실시하는 경우가 많을 것이므로 장기 기억 패턴에 더욱 영향을 줄 수 있어 B를 부여하는 등의 방식으로 이루어질 수 있으며, 학습 시간이 적을수록 소분류의 수치가 작도록 상기 패턴별 코드를 부여할 수 있다. 즉, 상술한 대분류와 소분류를 함께 코드화하여 A10, B3 등으로 표현할 수 있다.
For example, a large classification of the code for each pattern may be classified based on the type of the learning place, and a small classification may be classified based on the learning time. In other words, knowledge acquired through a class when the learning place is a school Because it affects the short-term memory pattern, A, the place where the learning place is home will often be repeated, so it can affect the long-term memory pattern more, so it can be done by assigning B, etc. As the number is smaller, the code for each pattern may be provided so that the number of small classes is smaller. That is, the above-described major and minor classifications can be coded together and expressed as A10, B3, or the like.

상기 일정 코드 부여부(132a)에 의해 패턴별 코드가 부여된 상기 학습 일정 은 상기 유형 판단 모듈(140)에서 코드별로 분류 및 분석되어 유형 판단의 파라미터로서 적용된다.
The learning schedule to which the code for each pattern is assigned by the schedule code assigning unit 132a is classified and analyzed for each code in the type determination module 140 and applied as a parameter of type determination.

학습 내역 수집부(133)는, 지정 장소 설정부(133a)와 위치 정보 수신부(133b) 및, 학습량 판단부(133c), 학습 내역 정보 생성부(133d) 및 학습 내역 코드 부여부(133d)로 이루어진다. The learning history collecting unit 133 includes a designated place setting unit 133a and a location information receiving unit 133b, a learning amount determining unit 133c, a learning history information generating unit 133d, and a learning history code assigning unit 133d. Is done.

지정 장소 설정부(133a)는 상기 학습자로부터 자신이 학습을 진행하는 장소를 지칭할 수 있는 명칭, 주소 등을 적어도 하나 입력받아 지정 장소를 생성하는 것으로, 후술할 위치 정보 수신부(133b)에서 학습자의 위치 정보를 수신 받아 학습량을 산출함에 있어서, 위치 정보로서 파악되는 특정 위치가 학습자가 학습을 진행하는 곳인지의 여부를 학습자로부터 미리 입력받도록 하여 보다 원활한 학습량 산출이 가능토록 하는 것이다.
The designated place setting unit 133a generates a designated place by receiving at least one of a name, an address, etc., which may refer to a place where the learner proceeds from the learner, and generates a designated place by the learner at the location information receiving unit 133b which will be described later. In calculating the learning amount by receiving the location information, it is possible to more smoothly calculate the learning amount by allowing the learner to input in advance whether the specific location identified as the location information is the place where the learner proceeds to learning.

위치 정보 수신부(133b)는 상기 이동 통신 기기 연동부(131)를 매개로 상기 이동 통신 기기의 GPS 모듈부터 상기 학습자의 실시간 위치 정보를 수신 받는다. 이는 공지의 기술이므로 상세한 설명은 생략하기로 한다.
The location information receiver 133b receives real-time location information of the learner from the GPS module of the mobile communication device through the mobile communication device interworking unit 131. Since this is a known technique, a detailed description thereof will be omitted.

학습량 판단부(133c)는, 상기 위치 정보를 바탕으로 하루 중 상기 지정 장소에 머무르는 시간을 산출하여 그 양의 고저에 따라 학습량을 판단하여 이를 저장한다.The learning amount determining unit 133c calculates a time of staying in the designated place of the day based on the location information, determines the learning amount according to the amount of the height, and stores it.

즉, 상기 위치 정보 수신부(133b)를 통해 학습자의 실시간 위치를 파악하여 해당 위치 정보와 상기 지정 장소와의 매칭 여부를 파악하여 하루 중 지정 장소에 머무른 시간을 계산할 수 있도록 한 것이다.
That is, the location information receiver 133b identifies the real-time location of the learner to determine whether the location information matches the designated place and calculates the time spent in the designated place of the day.

학습 내역 정보 생성부(133d)는 상기 지정 장소와 상기 지정 장소에서의 학습량을 포함한 복수 개의 학습 내역 정보를 생성 및 저장하는 것으로, 상기 학습 내역 정보는 상기 지정 장소와 상기 학습량에 상기 패턴별 코드를 부여하기 위해 생성된다.
The learning history information generating unit 133d generates and stores a plurality of learning history information including the designated place and the amount of learning at the designated place. The learning history information includes the pattern-specific code in the designated place and the learning amount. Is created to give.

학습 내역 코드 부여부(133e)는, 상기 지정 장소의 종류와 상기 학습량의 고저를 기준으로 상기 학습 내역 정보 각각에 상기 패턴별 코드를 차등 부여한 후 상기 학습자 정보로서 저장한다. The learning history code assigning unit 133e differentially assigns the pattern-specific code to each of the learning history information based on the type of the designated place and the height of the learning amount, and stores the code for each pattern as the learner information.

이 때 부여되는 패턴별 코드는, 상기 세 가지 패턴 DB와 연동된 상태에서 상기 지식 습득 이론을 바탕으로 상기 지정 장소에 머무른 시간의 고저를 구분한 수치로서 부여될 수 있을 것이고(소분류) 또한 지정 장소의 종류에 따라 분류되는 것도 가능하다(대분류). 이러한 패턴별 코드가 부여된 학습 내역 정보는 상기 학습 일정과 함께 상기 학습자 정보에 포함되어 후술할 학습 유형 정보를 생성하는 데 객관적인 파라미터로서 적용될 수 있다.
In this case, the code for each pattern to be given may be given as a numerical value that distinguishes the height of the time spent in the designated place based on the knowledge acquisition theory in the state of interworking with the three pattern DBs (small classification). It is also possible to classify them according to their type (large classification). The learning history information to which the code for each pattern is assigned may be included in the learner information along with the learning schedule and applied as an objective parameter to generate the learning type information to be described later.

상기 학습 일정 수집부(132)와 학습 내역 수집부(133)가 모두 포함된다는 전제 하에, 상기 학습 일정 수집부(132)에는 추가적으로 일정 실천 확인부(113a)가 포함되도록 할 수 있다. Under the premise that both the learning schedule collection unit 132 and the learning history collection unit 133 are included, the learning schedule collection unit 132 may further include a schedule practice checking unit 113a.

상기 일정 실천 확인부(113a)는, 학습자가 입력한 상기 학습 일정이 실질적으로 성실히 행해지고 있는지의 여부를 위치 정보를 이용해 파악토록 하는 것으로, 상기 위치 정보와 상기 학습 장소를 비교하여 일치되는 일치율의 고저에 따라 상기 학습 일정 각각에 상기 패턴별 코드의 부여 여부를 결정한다.The schedule practice checking unit 113a is configured to determine whether or not the learning schedule input by the learner is being performed in a sincere manner using location information. It is determined whether to apply the code for each pattern to each of the learning schedule according to.

즉, 상기 일치율이 시스템 관리자에 의해 기 설정된 기준치 미만일 경우에는 상기 학습자 정보가 상기 학습 일정을 포함하여 구성되지 않도록 하여 신뢰성이 없는 학습 일정을 학습자의 학습 유형을 파악하는 파라미터로서 이용하지 않도록 하는 것이다.
That is, when the matching rate is less than the reference value preset by the system administrator, the learner information is not configured to include the learning schedule so that the unreliable learning schedule is not used as a parameter for identifying the learner's learning type.

다시 말해, 상기 일정 실천 확인부(113a)는 자신이 세운 학습 일정을 성실하게 수행할 수 있는지의 여부, 즉 학습 성과 요소 중 자기 관리에 관련된 학습 패턴을 보다 객관적으로 파악할 수 있도록 함과 동시에, 상기 학습 일정과 상기 위치 정보를 매칭하였을 때 그 일치율이 기준치 이하로 현저하게 떨어지는 경우 상기 학습 일정을 상기 학습자 정보에 포함시키지 않도록 함으로써 허위의 사실을 학습 패턴 평가 과정에서 제외시킬 수 있도록 할 수 있는 것이다.
In other words, the schedule practice confirming unit 113a can objectively grasp the learning pattern related to self-management among the learning outcome factors, whether or not it can faithfully execute the learning schedule set up by itself. If the matching rate is significantly lower than the reference value when the learning schedule is matched with the location information, the learning schedule may not be included in the learner information so that false facts may be excluded from the learning pattern evaluation process.

상기 학습 일정은 학습 환경 카테고리 또는 자기 관리 카테고리 내 포함되는 것으로서 단기 기억 패턴에 영향을 주는 요소이고, 상기 학습량은 학습 방법 카테고리 내 포함되는 것으로 단기 기억 패턴, 장기 기억 패턴 및 스키마 패턴 모두에 영향을 줄 수 있다. 따라서 상기 학습 일정과 상기 학습량은 후술할 유형 판단 모듈(140)에서 유형을 판단하는 데 있어, 또한 각 패턴에 관련된 수치를 도출하는 데 유용하게 이용될 수 있다.
The learning schedule is included in the learning environment category or the self-management category, and the factor affects the short-term memory pattern, and the learning amount is included in the learning method category and affects both the short-term memory pattern, the long-term memory pattern, and the schema pattern. Can be. Therefore, the learning schedule and the learning amount may be usefully used to determine the type in the type determination module 140 to be described later, and also to derive a numerical value related to each pattern.

유형 판단 모듈(140)은, 상기 학습자 정보 각각에 부여된 패턴별 코드를 바탕으로 학습자의 학습 행태를 분석하여 학습자의 학습 유형을 파악하기 위해 구비된 것으로, 코드 분류부(141)와 유형 판단부(142)로 이루어진다. The type determination module 140 is provided to determine the learner's learning type by analyzing the learner's learning behavior based on the code for each pattern assigned to each learner's information. The code classification unit 141 and the type determining unit are provided. It consists of 142.

상기 코드 분류부(141)는, 상기 학습자 정보를 상기 패턴별 코드를 기준으로 분류하여 하나 이상의 코드 분류 그룹을 생성하고, 상기 유형 판단부(142)는 각각의 상기 코드 분류 그룹 내 상기 코드의 개수 또는 상기 코드의 총합의 대소에 따라 상기 학습자를 단기 기억 유형, 장기 기억 유형, 스키마 유형 중 어느 하나의 유형으로 판단한 학습 유형 정보를 생성함으로써 학습자의 학습 유형을 파악한다. The code classification unit 141 classifies the learner information based on the code for each pattern to generate one or more code classification groups, and the type determination unit 142 determines the number of codes in each code classification group. Alternatively, the learning type of the learner is determined by generating the learning type information that determines the learner as any one of the short-term memory type, the long-term memory type, and the schema type according to the magnitude of the sum of the codes.

더 나아가, 상기 유형 판단부(142)는 상기 학습자 정보의 패턴별 코드를 합산함으로써 단기 기억 패턴 수치와 장기 기억 패턴 수치 및 스키마 패턴 수치를 각각 산출하고 이를 비교 분석함으로써, 학습자의 학습 패턴 유형뿐만 아니라, 단기 기억 패턴 수치와 장기 기억 패턴 수치 및 스키마 패턴 수치를 통해 각각의 학습 패턴에 대한 효율을 나타낼 수도 있다.
Further, the type determination unit 142 calculates and compares the short-term memory pattern value, the long-term memory pattern value, and the schema pattern value by summing the pattern-specific codes of the learner information, respectively, thereby not only learning type of the learner. In addition, the short-term memory pattern value, the long-term memory pattern value, and the schema pattern value may indicate the efficiency of each learning pattern.

예를 들어, 학습 방법과 관련된 질의 문항 중 '나는 수업 중 수업 내용을 노트 필기하는 것을 선호한다.'라는 질의 문항에 대한 응답 예시 각각에 차등 부여된 패턴별 코드를 예로 들면, 노트 필기를 하는 것은 상기 단기 기억 패턴의 저장 과정에 긍정적 영향을 주는 것이므로, 응답 예시 중 '그렇다'에 A3, '보통이다'에 A1, '아니다'에 A-2 등으로 패턴별 코드를 부여하여 학습자가 선택한 선택형 응답 예시에 패턴 성향 및 점수를 미리 부여할 수 있도록 하는 것이다.For example, among the questions related to the learning method, the answer to the question 'I prefer to take notes in class' is given. Since it has a positive effect on the storage process of the short-term memory pattern, the learner selects a pattern-specific response by assigning a code for each pattern, such as A3 for 'yes', A1 for 'normal', A-2 for 'no', and the like. The pattern propensity and score can be given to the example in advance.

이 때 각 지식 생성 수치는 기계적이고 일률적으로 판단될 수 있는 것은 아니지만, 본 발명에서는 보다 효과적으로 학습 패턴을 분석하기 위하여 다중 회귀분석 방법을 사용할 수 있다. In this case, each knowledge generation value may not be determined mechanically and uniformly, but in the present invention, multiple regression analysis methods may be used to more effectively analyze learning patterns.

다중 회귀 분석 방법은 구체적으로 정규화, 가중치 부여 계산 과정 등을 회귀이론과 접목하여 각 학습자 정보의 패턴별 코드 내 소분류 수치를 독립 변수로 설정하여 가령 "Y= ax1+bx2+cx3+...+nxn"과 같은 선형식에 의하여 산출하는 방식을 취하도록 하는 것으로, 다중 회귀 분석 방법을 사용하기 전에, 대분류 별로 분류한 후, 예를 들어 각 질의 문항에 따른 상기 학습자 정보의 패턴별 코드 내 수치 각각을 독립 변수로 하고, 각 질의 문항 중 지식 습득 과정에 더욱 큰 영향을 끼치는 질의 문항에 해당하는 설정 수치에 가중치를 부여한 후 이를 합산하는 방식으로 지식 생성 수치를 산출하도록 하여, 보다 합리적인 수치가 도출될 수 있도록 한다.In particular, the multiple regression analysis method combines normalization, weighting calculation process, and the like with regression theory to set subclassification values in the code for each learner's pattern as independent variables, for example, "Y = ax1 + bx2 + cx3 + ... + nxn It is to be calculated by a linear equation, such as ", before using the multiple regression analysis method, classified by classification, for example, each of the numerical value in the code for each pattern of the pattern of the learner information according to each query item Independent variables can be obtained by weighting the set values corresponding to the question items that have a greater influence on the knowledge acquisition process among each question item, and adding the sums to calculate the knowledge generation values. Make sure

이 때 상기 선형식은 각각의 지식 생성 수치마다 다르도록 설계할 수 있을 것이므로, 예를 들어 단기 지식 생성 수치와 장기 지식 생성 수치에 모두 이용되는 질의 문항이라 할지라도 지식 습득 이론에 따라 해당 선형식의 가중치를 다르게 설정하도록 하는 것이 바람직할 것이다.
In this case, the linear equation may be designed to be different for each knowledge generation value. For example, even if a question is used for both the short-term knowledge generation value and the long-term knowledge generation value, the linear equation may be used according to the knowledge acquisition theory. It would be desirable to set the weight differently.

도 4는 본 발명에 따른 학습 유형 정보의 일 실시예를 나타낸 개념도이다. 4 is a conceptual diagram illustrating an embodiment of learning type information according to the present invention.

도 4를 참조하여 설명하면, 상기 학습 유형 정보는, 각 패턴의 효율 정도를 통합적으로 시사하는 것이라 할 수 있는데 즉, 상기 단기 지식 생성 수치(내신 능력과 직결), 장기 지식 생성 수치(수능 능력과 직결), 스키마 생성 수치(논술 면접 능력과 직결)를 각각 비교 분석하여 학습자의 취약한 부분을 파악하도록 도 4에 도시된 바와 같이 그래프 등으로 가시화하여 학습자에게 제공할 수 있다. Referring to FIG. 4, the learning type information may be said to collectively suggest the degree of efficiency of each pattern, that is, the short-term knowledge generation value (directly related to the extremity ability) and the long-term knowledge generation value (the ability to Direct) and schema generation values (direct interview interview ability and direct connection), respectively, can be visualized in a graph or the like and provided to the learner to identify the weak part of the learner.

상기 유형 판단 모듈(140)로 학습자의 학습 패턴으로 인한 성취도 등을 현실적이고 실질적으로 정확하게 파악하는 것은 어려울 수 있으나, 지식 습득 이론에 비추어 학습자에게 부족한 성과 요소 등을 파악하는 것은 충분히 가능하다는 것을 전제로, 본 발명에 따른 시스템은 학습자의 학습 패턴을 정확하고 상세히 분석하여 제공하는 것을 목적으로 한다.
Although it may be difficult to realistically and accurately grasp the achievements due to the learner's learning pattern with the type determination module 140, it is premised that it is possible to grasp the achievement factors that the learner lacks in view of the knowledge acquisition theory. In addition, the system according to the present invention aims to provide an accurate and detailed analysis of a learner's learning pattern.

상기 구성만으로 본 발명에 따른 목적을 달성하기에는 부족함이 없다고 하나 학습자에게 현재 학습 패턴에 대한 분석 결과를 제공함에 그치지 않고 더 나아가 학습자를 가이드할 수 있는 대안을 제시해 주도록 하는 것도 가능할 것이다. 이에 따라 본 발명에 따른 학습 패턴 평가 시스템은 대안 제시 모듈(160)을 추가로 포함할 수 있는데, 상기 대안 제시 모듈(160)은 대안 정보 DB(40)와 연동되어 기능한다. Although the above configuration alone is not sufficient to achieve the object according to the present invention, it will be possible to provide learners with an alternative to guide the learners instead of providing analysis results on current learning patterns. Accordingly, the learning pattern evaluation system according to the present invention may further include an alternative presentation module 160, and the alternative presentation module 160 functions in conjunction with the alternative information DB 40.

대안 정보 DB(40)는 학습자의 현재 학습 유형 정보에 따른 해결 방안 및 조언 등을 기 수록한 데이터베이스로서, 학습자의 학습 패턴을 상기 지식 습득 이론에 포함된 복수 개의 과정 등에 필요한 학습 성과 요소에 필요한 학습 패턴 등과 비교 분석한 후 얻어지는 학습 유형 정보에 따라 이에 대응되는 해결 방안 및 조언으로 분류 및 저장되어 있다. 또한, 상기 대안 정보는 계획 정보를 포함할 수 있으며, 이는 후술하기로 한다.
Alternative information DB (40) is a database containing a solution and advice according to the learner's current learning type information, learning required for the learning outcome element required for a plurality of processes, such as the learner's learning pattern included in the knowledge acquisition theory It is classified and stored as solutions and advice corresponding to learning type information obtained after comparing and analyzing patterns. In addition, the alternative information may include planning information, which will be described later.

대안 제시 모듈(160)은, 상기 대안 정보 DB(40)에서 상기 학습자 정보 및 상기 학습 유형 정보에 따라 대안 정보를 추출하여 맞춤 대안 정보를 생성하고 제공하는 것이다.
The alternative presentation module 160 extracts alternative information according to the learner information and the learning type information from the alternative information DB 40 to generate and provide customized alternative information.

상기 대안 정보의 일 예로서, 학습 방법 중 어느 하나가 각각의 지식 생성 과정에 이롭지 않은 방향으로 행해지고 있다고 판단되면, 상기 지식 습득 이론을 바탕으로 학습자의 현재 학습 유형 정보를 고려한 비교적 바람직한 학습 방법 등을 제시하여 학습자가 보다 성취도를 높일 수 있는 방식으로 학습 패턴을 수정해갈 수 있도록 할 수 있다.As an example of the alternative information, if it is determined that any one of the learning methods is performed in an unfavorable direction for each knowledge generation process, a relatively preferable learning method considering the current learning type information of the learner based on the knowledge acquisition theory, etc. may be used. This allows students to modify their learning patterns in ways that increase their achievement.

상술한 학습 유형 정보와 상기 대안 정보는, 도 4에 도시된 바와 같이 그래프와 텍스트의 형태로 구성될 수 있고, 표, 이미지, 동영상 등으로 구성되어도 무방함은 물론이다.
The above-described learning type information and the alternative information, as shown in Figure 4 may be configured in the form of a graph and text, may be composed of a table, an image, a video, and the like, of course.

또한, 상기 대안 정보는 학습자의 계획 정보를 포함할 수 있는데, 상기 계획 정보는, 지식 습득 이론에서의 자기 관리, 학습 환경, 학습 방법 등의 학습 성과 요소에 관련된 조건을 포함해 학습자의 학습 유형 정보를 고려하여 학습자가 수행해야 할 과제를 바탕으로 학습 계획을 제공하는 것으로, 부진한 성과 요소를 발전시키기 위해 제안되는 과제를 등을 기간별로 분배하여 생성된 하나 이상의 기간별 과제로 이루어진 것이다. 이는 학습자가 보다 계획적이고 체계적으로 자신의 학습 패턴을 수정해나갈 수 있도록 가이드하는 역할을 한다.In addition, the alternative information may include the learner's plan information, the plan information, the learner's learning type information, including the conditions related to the learning outcome factors, such as self-management, learning environment, learning method in the knowledge acquisition theory Considering this, it provides a learning plan based on the task to be performed by the learner, and consists of one or more task for each period generated by distributing the proposed task for each period to develop the poor performance factor. This guides learners to modify their learning patterns more systematically and systematically.

예를 들어, 상기 계획 정보는 학습 유형 정보를 고려하여 수능 시험 날짜를 기준으로 권장되는 학습량, 학습 내용, 학습 방법 등을 포함한 체계적인 일정 계획인 것이 바람직하다.
For example, the plan information may be a systematic schedule plan including a learning amount, learning content, a learning method, and the like recommended based on the SAT test date in consideration of the learning type information.

이 때 상기 대안 제시 모듈(160)은, 학습자의 이동 통신 기기 등에 어플리케이션 형태로 설치되는 프로그램으로 구현될 수 있으며, 학습 계획 알람부(161)와 과제 수행 체킹부(162) 및 피드백 제공부(163)로 이루어질 수 있다. In this case, the alternative presentation module 160 may be implemented as a program installed in an application form on a learner's mobile communication device, and includes a learning plan alarm unit 161, a task execution checking unit 162, and a feedback providing unit 163. It can be made of).

상기 학습 계획 알람부(161)는, 상기 계획 정보에 따라 상기 기간별 과제 중 어느 하나가 실행되어야 할 시간마다 이동 통신 기기의 벨, 진동 등의 알람 수단을 매개로 알람 정보를 제공하여 학습자가 보다 계획적으로 기간별 과제를 소화할 수 있도록 도와주는 것이다. The learning plan alarm unit 161 provides alarm information through an alarm means such as a bell or vibration of a mobile communication device every time a task of each period is to be executed according to the plan information, thereby allowing a learner to plan more. It is to help you digest the tasks by period.

상기 과제 수행 체킹부(162)는, 상기 이동 통신 기기의 입력 수단을 통하여 학습자로부터 기간별 과제의 수행 여부를 입력받아 총 기간별 과제 대비 수행된 기간별 과제의 비율을 나타내는, 해당 시점까지 부과된 상기 기간별 과제의 총 개수와 수행된 상기 기간별 과제의 총 개수를 기준으로 과제 수행율을 판단한다.
The task performing checking unit 162 receives a task input from the learner through the input means of the mobile communication device and indicates a ratio of the task performed by the period to the task performed by the period, and indicates the ratio of the task performed by the period. The task performance rate is determined based on the total number of and the total number of tasks performed during the period.

상기 피드백 제공부(163)는, 상기 수행율의 고저에 따라 학습자에게 피드백 정보를 제공하는 것으로, 상기 피드백 정보는 대안 정보 DB(40)에 저장된 텍스트, 표, 그래프 등일 수 있으며, 또는 마일리지, 상품권 등의 물질적 보상인 것도 가능하다.
The feedback providing unit 163 provides feedback information to the learner according to the high and low performance rate, and the feedback information may be text, a table, a graph, or the like stored in the alternative information DB 40, or the mileage, the gift certificate. It may also be a material compensation.

상술한 구성으로 이루어진 본 발명에 따른 학습 패턴 평가 시스템은, 학습자의 현재 학습 성과 요소에 관련된 학습 패턴을 다양하게 분류된 카테고리 별로 입력받아 지식 습득 이론을 바탕으로 설계된 판단 기준 정보에 따라 더욱 정확하고 체계적으로 분석해, 학습자가 스스로의 학습 패턴을 보다 정확히 인지하여 자신의 학습 능력 증진에 보다 효과적인 대안을 제시할 수 있도록 한다.
The learning pattern evaluation system according to the present invention having the above-described configuration receives a learning pattern related to the learner's current learning outcomes by various categories, and is more accurate and systematic in accordance with decision criteria information designed based on a knowledge acquisition theory. In this way, learners can more accurately recognize their learning patterns and suggest more effective alternatives to improve their learning ability.

추가적으로, 본 발명에 따른 학습 패턴 평가 시스템에는, 상기 유형 판단 모듈(140)에서 생성한 학습 유형 정보의 신뢰도를 확인하기 위하여, 학습 효율 테스트 모듈(150)을 추가로 포함할 수 있다. In addition, the learning pattern evaluation system according to the present invention may further include a learning efficiency test module 150 to check the reliability of the learning type information generated by the type determining module 140.

상기 학습 효율 테스트 모듈(150)은, 학습자가 특정 지식을 받아들이는 과정의 효율이 어느 정도인지 테스트를 통해 실질적으로 파악하도록 하는 데 그 목적이 있으며, 단어 라이브러리(50)와 연동된 단어 제공부(154)와, 인터벌 결정부(155), 지식 습득 테스트부(156), 테스트 정보 생성부(157) 및 비교 분석부(158)로 이루어지고, 추가적으로 사전 테스트부(151)와 오답 단어군 생성부(152) 및, 학습자 수준 파악부(153)를 포함할 수 있다.
The learning efficiency test module 150 has a purpose to allow the learner to practically grasp the efficiency of the process of accepting a specific knowledge through a test, and provides a word provider linked to the word library 50 ( 154, an interval determination unit 155, a knowledge acquisition test unit 156, a test information generation unit 157, and a comparison analysis unit 158, and further include a dictionary test unit 151 and an incorrect word group generation unit. 152 and a learner level determining unit 153.

상기 단어 라이브러리(50)는, 학습에 유용한 복수 개의 단어를 기 수록하고 있는 기본적인 데이터베이스의 역할을 할 뿐만 아니라, 나아가 상기 복수 개의 단어는 해당 단어의 난이도에 따라 난이도 수치가 함께 수록되어 있다. 더욱 상세히 설명하면, 학습자의 학년 등급에 따라 중학교 1학년 수준부터 대학교 4학년 및 원어민 수준까지 다양화할 수가 있고, 또한 정치, 문화, 사회 등 다양한 주제 별로 난이도를 나눌 수도 있음은 물론이다.
The word library 50 not only serves as a basic database that contains a plurality of words useful for learning, but also includes a difficulty value according to the difficulty of the words. In more detail, depending on the grade level of the learner can be varied from the first grade of the middle school to the fourth grade of the university and the native speaker level, and also the difficulty can be divided by various topics such as politics, culture, society.

사전 테스트부(151)는, 상기 학습자의 단어 암기 수준을 객관식 시험 형식으로 테스트하여 테스트 결과 정보를 생성하는 것으로, 상기 테스트 결과 정보는 사전 테스트의 문제와 정답 및 학습자가 입력한 답안을 바탕으로 채점한 정답, 오답 여부를 포함하는 것이다. The dictionary test unit 151 may test the word memorization level of the learner in a multiple-choice test form to generate test result information. The test result information may be scored based on a pretest problem and a correct answer and an answer input by the learner. It includes one correct answer and the wrong answer.

시험 형식은 여러 단어를 학습자에게 순차적으로 디스플레이하여 답안을 입력받도록 할 수 있고, 특정 단어와 단어의 뜻을 동시에 디스플레이한 후 O, X 방식으로 단어와 뜻의 일치 여부를 입력받도록 하는 것도 가능함은 물론이며, 공지의 여러 시험 방법 중 간단하고 빠른 방법을 선택하여 시행토록 하는 것이 바람직할 것이다.
In the test format, multiple words can be displayed to learners sequentially so that the answer can be input, and the word and the meaning of the word can be displayed at the same time. It will be desirable to select a simple and quick method from among various known test methods.

오답 단어군 생성부(152)는, 상기 테스트 결과 정보에서 상기 학습자의 오답 내역을 추출하여 오답인 문제에 포함된 단어를 추출해 오답 단어군을 생성하는 것이다. 즉, 학습자가 아직 미처 암기하지 못한 단어를 오답 단어군으로서 분류하여 저장하는 것이다.
The incorrect word group generation unit 152 extracts a word of the incorrect answer of the learner from the test result information and extracts a word included in an incorrect answer to generate an incorrect word group. In other words, the words that the learner has not yet memorized are classified and stored as incorrect word groups.

학습자 수준 파악부(153)는, 복수 개의 단어에 대하여 난이도에 따라 난이도 수치를 기 설정한 상기 단어 라이브러리(50)를 기준으로 상기 오답 단어군에 포함된 각 단어의 난이도 수치를 추출한 후 상기 각 난이도 수치의 평균인 학습자 등급 수치를 생성하는 것으로, 오답 단어군을 바탕으로 학습자의 단어 암기 수준을 가늠할 수 있도록 한 것이다.
The learner level determining unit 153 extracts a difficulty value of each word included in the incorrect word group based on the word library 50 having a predetermined difficulty value for a plurality of words according to the difficulty level, and then, for each word, the difficulty level. By generating learner grades, which are averages of the numbers, the learner's word memorization level can be estimated based on the incorrect word group.

상기 단어 제공부(154)는, PC 화면이나 모바일 기기 화면 등을 매개로 테스트 단어를 학습자에게 디스플레이, 청취 등의 방법을 동원하여 학습시키는 것으로, 상기 테스트 단어는 단어 라이브러리(50)로부터 임의로 추출하도록 할 수 있으나, 상술한 사전 테스트부(151)와 오답 단어군 생성부(152) 및, 학습자 수준 파악부(153)가 포함된 경우 단어 추출부(154a)를 추가로 포함할 수 있다. The word providing unit 154 learns a test word to a learner by using a method such as display or listening to a learner through a PC screen or a mobile device screen. The test word is randomly extracted from the word library 50. Although the above-described dictionary tester 151, the incorrect word group generation unit 152, and the learner level determining unit 153 may be included, the word extractor 154a may be further included.

상기 단어 추출부(154a)는 상기 학습자 등급 수치와 상기 난이도 수치를 기준으로 상기 단어 라이브러리에서 상기 테스트 단어를 추출하는 것으로, 학습자 등급 수치에 따라 학습자가 미리 암기하지 못했을 단어를 유추하는 것이다. 다시 말해, 상기 단어 제공부(154)에서 학습자가 이미 암기하고 있는 단어를 제공하는 경우 단기 지식, 장기 지식, 스키마의 생성 여부를 확인하는 테스트가 무의미할 수 있으므로 이를 방지하기 위하여, 학습자의 수준보다 몇 단계 더 높은 수준에 있는 단어를 제공토록 하는 것이다.
The word extractor 154a extracts the test word from the word library based on the learner grade value and the difficulty value, and infers a word that the learner may not memorize in advance according to the learner grade value. In other words, when the word provider 154 provides a word that the learner already memorizes, the test for checking whether the short term knowledge, the long term knowledge, and the schema is generated may be meaningless. It is to provide a word at a higher level.

인터벌 결정부(155)는 상기 테스트 단어를 학습시킨 시점으로부터의 경과 시간과 주기 및 횟수 등을 설정한다.The interval determination unit 155 sets an elapsed time, a cycle, and a number of times from the time when the test word is learned.

즉, 경과 시간을 적어도 하나 이상, 예를 들어 단기 지식용 경과 시간과 장기 지식용 경과 시간 및 스키마용 경과 시간을 결정하는 것으로, 단기 지식과 장기 지식 및 스키마 지식을 시간차에 따라 구분할 수 있도록 하는 기준이 된다. In other words, by determining at least one elapsed time, for example, elapsed time for short-term knowledge, elapsed time for long-term knowledge, and elapsed time for schema, a criterion for distinguishing short-term knowledge from long-term knowledge and schema knowledge according to time differences. Becomes

예를 들어, 경과 시간이 상기 테스트 단어를 디스플레이한 후 1시간이라면, 이는 단기 지식을 테스트하기 위한 단기 지식용 경과 시간일 것이고, 테스트 단어 디스플레이 후 1주일이라면 이는 장기 지식을 테스트하기 위한 장기 지식용 경과 시간일 것이다. 또한, 1달 후를 스키마용 경과 시간으로 설정하는 것도 가능함은 물론이다. For example, if the elapsed time is one hour after displaying the test word, this would be the elapsed time for short term knowledge for testing short term knowledge, and if one week after the test word display, this would be for long term knowledge for testing long term knowledge. It will be elapsed time. It is also possible to set the elapsed time for the schema after one month.

상기 경과 시간은 지식 습득 이론에 따라 상기 시스템에서 기 저장하고 있는 데이터일 수 있고, 시스템 관리자 등에 의해 학습자의 나이 등에 따라 가변적으로 입력되도록 하는 것도 가능할 것이다.
The elapsed time may be data that is pre-stored in the system according to a knowledge acquisition theory, or may be input by a system administrator or the like according to the learner's age.

지식 습득 테스트부(156)는 상기 경과 시간에 따라 특정 경과 시간이 지나면 상기 학습자가 상기 단어를 암기했는지의 여부를 파악하기 위한 테스트 문항을 제공하고 이에 대한 답안을 입력받는다. The knowledge acquisition test unit 156 provides a test question for determining whether the learner memorized the word after a specific elapsed time according to the elapsed time and receives an answer thereto.

즉, 상기 단어 제공부(154)를 통해 'fortunate'와 '운 좋은, 다행한'이라는 테스트 단어를 디스플레이하고, 상기 인터벌 결정부에 의해 설정된 단기 지식용 경과 시간이 경과하면 학습자에게 'fortunate'를 디스플레이하고 그 뜻을 입력받도록 하는 것이 가능하다. 이러한 방식으로 단기 지식 생성과 장기 지식 생성 여부를 파악할 수 있다. That is, the word providing unit 154 displays the test words 'fortunate' and 'lucky, fortunate', and if the elapsed time for the short-term knowledge set by the interval determination unit elapses, the learner receives 'fortunate'. It is possible to display and receive its meaning. In this way, you can determine whether short-term and long-term knowledge are generated.

나아가, 상기 스키마용 경과 시간이 경과한 후 학습자에게 "'He is in the happy position of never having to worry about money.'에서, 'happy'를 대체할 수 있는 단어는?" 라는 문제를 디스플레이하고 정답을 입력받도록 하는 등의 방식으로 테스트 단어의 조직화 정도를 파악할 수 있다.
Furthermore, after the elapsed time for the schema elapses, the learner asks, "What is a word that can replace 'happy' in 'He is in the happy position of never having to worry about money.'" You can determine how well the test words are organized by displaying the problem and asking for the correct answer.

테스트 정보 생성부(157)는 상기 경과 시간과 상기 답안의 정답 여부에 따라 단기 기억 여부 정보와 장기 기억 여부 정보 및 스키마 기억 여부 정보를 생성한 후 이를 통합하여 학습자의 실제 학습 유형을 나타내는 테스트 정보를 생성한 후 이를 상기 학습 유형 정보에 부가시킨다. The test information generator 157 generates short-term memory information, long-term memory information, and schema memory information according to the elapsed time and whether the answer is correct, and then integrates the test information to test information indicating the actual learning type of the learner. After generation, it is added to the learning type information.

즉, 단기 기억용 경과 시간이 지난 후 테스트 시 정답율, 장기 기억용 경과 시간이 지난 후 테스트 시 오답율 등으로 각 과정 별 효율 정도를 파악함으로써 상기 테스트 정보를 생성할 수 있다. 이 때 상기 테스트 정보는 상기 학습 유형 정보와 같은 포맷으로 작성하여 상기 학습 유형 정보에 부가되기 용이토록 할 뿐만 아니라 추후 비교 분석부(158)에서의 분석이 쉽도록 하는 것이 바람직할 것이다.
That is, the test information may be generated by identifying the degree of efficiency of each process using a correct answer rate when a test passes after an elapsed time for short-term memory and an incorrect answer rate when a test passes after an elapsed time for long-term memory. In this case, the test information may be prepared in the same format as the learning type information to be easily added to the learning type information as well as to be easily analyzed later in the comparison analysis unit 158.

추가로 구비되는 비교 분석부(158)는 상기 테스트 정보와 상기 학습 유형 정보를 비교 분석하여 그 차이의 정도에 따라 분석 신뢰도 정보를 생성한다. 즉, 상기 분석 신뢰도 정보는 상기 테스트 정보와 상기 학습 유형 정보의 각 과정 별 일치율인 것이 바람직할 것이다.
In addition, the comparison analysis unit 158 is provided to compare and analyze the test information and the learning type information to generate analysis reliability information according to the degree of the difference. That is, the analysis reliability information may be a matching rate for each process of the test information and the learning type information.

상기 학습 효율 테스트 모듈(150)이 추가로 구비됨에 따라, 본 발명에 따른 시스템은 학습 유형 정보에 상기 테스트 정보를 부가하여 통합적으로 학습자의 학습 패턴을 분석토록 함으로써 더욱 정밀한 분석 결과를 얻을 수 있도록 할 수 있다. As the learning efficiency test module 150 is further provided, the system according to the present invention may add the test information to the learning type information so that the learner's learning pattern may be integrated to obtain more precise analysis results. Can be.

또한, 학습자의 학습자 정보를 바탕으로 분석된 학습 유형 정보와 실질적인 테스트를 통해 도출된 상기 테스트 정보의 일치성을 확인함으로써, 학습 유형 정보에 반영되지 않는 여러 가지 오차 요인, 즉 기본적인 지능, 암기 능력 등을 유추할 수 있으며, 두 정보의 일치율이 높아 상기 분석 신뢰도 정보가 높은 수치를 나타내는 경우에는 보다 더 상기 학습 유형 정보에 대한 신뢰를 갖고 부족한 지식 생성 과정에 대한 학습 패턴을 수정하는 데 정진하도록 할 수 있는 것이다.
In addition, by confirming the correspondence between the learning type information analyzed based on the learner's learner information and the test information derived through the actual test, various error factors that are not reflected in the learning type information, that is, basic intelligence, memorization ability, etc. Can be inferred, and if the analysis reliability information is high because the two informations have a high agreement rate, they can be more confident in correcting the learning pattern for the lack of knowledge generation process with more confidence in the learning type information. It is.

지금까지 설명한 바와 같이, 본 발명에 따른 학습 패턴 평가 시스템의 구성 및 작용을 상기 설명 및 도면에 표현하였지만 이는 예를 들어 설명한 것에 불과하여 본 발명의 사상이 상기 설명 및 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능함은 물론이다.
As described so far, the configuration and operation of the learning pattern evaluation system according to the present invention have been expressed in the above description and the drawings, but this is merely described by way of example, and the spirit of the present invention is not limited to the above description and the drawings. Of course, various changes and modifications are possible without departing from the technical spirit of the.

10: 학습 성과 요소 라이브러리 11: 단기 기억 패턴 DB
12: 장기 기억 패턴 DB 13: 스키마 패턴 DB
20: 지식 습득 이론 라이브러리 30: 설문 DB
40: 대안 정보 DB 50: 단어 라이브러리
110: 패턴 분류 모듈 111: 키워드 분류부
112: 컨텐츠 분류부 120: 설문 모듈
121: 설문 생성부 122: 응답 코드 부여부
123: 설문 실행부 123a: 선택형 질의 응답부
123b: 서술형 질의 응답부 130: 일정 파악 모듈
131: 이동 통신 기기 연동부 132: 학습 일정 수집부
132a: 일정 코드 부여부 132b: 일정 실천 확인부
133: 학습 내역 수집부 133a: 지정 장소 설정부
133b: 위치 정보 수신부 133c: 학습량 판단부
133d: 학습 내역 정보 생성부 133e: 학습 내역 코드 부여부
140: 유형 판단 모듈 141: 코드 분류부
142: 유형 판단부 150: 학습 효율 테스트 모듈
151: 사전 테스트부 152: 오답 단어군 생성부
153: 학습자 수준 파악부 155: 인터벌 결정부
156: 지식 습득 테스트부 157: 테스트 정보 생성부
158: 비교 분석부 160: 대안 제시 모듈
161: 학습 계획 알람부 162: 과제 수행 체킹부
163: 피드백 제공부 10: Learning Outcomes Element Library 11: Short-term Memory Pattern DB
12: long-term memory pattern DB 13: schema pattern DB
20: Knowledge acquisition theory library 30: Survey DB
40: Alternative Information DB 50: Word Library
110: pattern classification module 111: keyword classification unit
112: content classification unit 120: survey module
121: question generating unit 122: response code granting unit
123: survey execution unit 123a: optional question answering unit
123b: Descriptive query response unit 130: Schedule identification module
131: mobile communication device interworking unit 132: learning schedule collection unit
132a: schedule code assigning unit 132b: schedule practice checking unit
133: learning history collection unit 133a: designation place setting unit
133b: location information receiving unit 133c: learning amount determining unit
133d: learning history information generation unit 133e: learning history code assigning unit
140: type determination module 141: code classification unit
142: type determination unit 150: learning efficiency test module
151: dictionary test unit 152: incorrect word group generation unit
153: learner level determining unit 155: interval determination unit
156: knowledge acquisition test unit 157: test information generation unit
158: comparative analysis unit 160: alternative proposal module
161: learning plan alarm unit 162: task performance checker
163: feedback provider

Claims

특정 지식이 학습자의 뇌에 기억되기까지의 학습 패턴에 영향을 주는 학습 성과 요소 컨텐츠를 수록한 학습 성과 요소 라이브러리;
키워드 추출 방식으로 상기 학습 성과 요소 컨텐츠를 단기 기억 패턴 DB와 장기 기억 패턴 DB 및 스키마 패턴 DB로 분류 및 저장하는 패턴 분류 모듈;
학습자의 학습 행태를 파악하기 위한 질의 문항 및 그에 대한 응답 예시를 수록한 설문 DB로부터 설문을 추출하는 설문 생성부와, 상기 세 가지 패턴 DB와 연동하여 각각의 상기 응답 예시에 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴과의 연관성을 대변하는 패턴별 코드를 부여하는 응답 코드 부여부 및, 학습자에게 상기 설문을 제공하고 응답을 입력받아 학습자 정보로 저장하는 설문 실행부로 이루어진 설문 모듈;
상기 학습자 정보를 상기 패턴별 코드를 기준으로 분류하여 하나 이상의 코드 분류 그룹을 생성하는 코드 분류부와, 각각의 상기 코드 분류 그룹 내 상기 코드의 개수의 대소에 따라 학습자를 단기 기억 유형, 장기 기억 유형, 스키마 유형 중 어느 하나의 유형으로 판단한 학습 유형 정보를 생성하는 유형 판단부를 포함하는 유형 판단 모듈;을 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템.A learning outcome element library containing learning outcome factor contents that influence learning patterns until specific knowledge is stored in the learner's brain;
A pattern classification module for classifying and storing the learning outcome element content into a short term memory pattern DB, a long term memory pattern DB, and a schema pattern DB by a keyword extraction method;
A questionnaire generation unit for extracting a questionnaire from a questionnaire DB containing a questionnaire for identifying a learner's learning behavior and an example of a response thereof, and a short-term memory pattern and a long-term memory in each of the response examples in conjunction with the three pattern DBs. A questionnaire module comprising a response code granting unit for assigning a pattern-specific code representing an association between a pattern and a schema pattern, and a questionnaire executing unit for providing the questionnaire to a learner and receiving a response and storing the answer as learner information;
A code classification unit that generates one or more code classification groups by classifying the learner information based on the code for each pattern, and the learner according to the magnitude of the number of codes in each code classification group. And a type determination module including a type determination unit configured to generate learning type information determined as any one of schema types.

제 1항에 있어서,
상기 패턴 분류 모듈은,
상기 학습 성과 요소 라이브러리와 연동된 상태에서 상기 학습 패턴에 관여하는 학습 성과 요소를 나타내는 패턴별 키워드를 선정 및 분류하여 이를 패턴별 키워드 그룹으로 생성 및 저장하는 키워드 분류부와,
상기 패턴별 키워드 그룹을 기준으로 키워드 추출 방식을 이용해 상기 학습 성과 요소 컨텐츠를 상기 학습 패턴별로 분류하여 상기 단기 기억 패턴 DB와 상기 장기 기억 패턴 DB 및 상기 스키마 패턴 DB를 생성 및 저장하는 컨텐츠 분류부로 이루어지는 것을 특징으로 하는, 학습 패턴 평가 시스템.The method of claim 1,
The pattern classification module,
A keyword classification unit for selecting and classifying keywords for each pattern representing learning outcome elements involved in the learning pattern while being linked with the learning outcome element library, and generating and storing them as keyword groups for each pattern;
The content classification unit generates and stores the short term memory pattern DB, the long term memory pattern DB, and the schema pattern DB by classifying the learning outcome element content by the learning pattern using a keyword extraction method based on the keyword group for each pattern. A learning pattern evaluation system, characterized in that.

제 1항에 있어서,
상기 시스템은,
학습자로부터 학습 시간과 학습 장소를 포함하는 학습 일정을 적어도 하나 입력받아 저장 및 관리하는 일정 관리 프로그램을 수록한 이동 통신 기기;
상기 이동 통신 기기와 연동하여 상기 일정관리 프로그램에 기록된 상기 학습 일정을 전송받아 이를 저장하는 학습 일정 수집부와, 상기 학습 장소의 종류와 상기 학습 시간의 고저를 기준으로 상기 학습 일정 각각에 상기 패턴별 코드를 차등 부여하여 상기 학습자 정보로서 저장하는 일정 코드 부여부로 이루어진 일정 파악 모듈;을 추가로 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템.The method of claim 1,
The system comprises:
A mobile communication device including a schedule management program for receiving and storing and managing at least one learning schedule including a learning time and a learning place from a learner;
A learning schedule collection unit which receives the learning schedule recorded in the schedule management program in association with the mobile communication device and stores the learning schedule; and the pattern in each of the learning schedules based on the type of the learning place and the height of the learning time. And a schedule grasping module comprising a schedule code assigning unit configured to differentially assign a star code and store the learner information as the learner information.

제 3항에 있어서,
상기 이동 통신 기기는 GPS 모듈을 포함하고,
상기 일정 파악 모듈은,
상기 학습자로부터 자신이 학습을 진행하는 장소를 적어도 하나 입력받아 지정 장소를 생성하는 지정 장소 설정부와, 상기 GPS 모듈로부터 상기 학습자의 실시간 위치 정보를 수신 받는 위치 정보 수신부 및, 상기 위치 정보를 바탕으로 학습자가 하루 중 상기 지정 장소에 머무르는 시간을 산출하여 학습량을 생성하는 학습량 판단부와, 상기 지정 장소와 상기 지정 장소에서의 학습량을 포함한 복수 개의 학습 내역 정보를 생성 및 저장하는 학습 내역 정보 생성부 및, 상기 지정 장소의 종류와 상기 학습량의 고저를 기준으로 상기 학습 내역 정보 각각에 상기 패턴별 코드를 차등 부여한 후 상기 학습자 정보로서 저장하는 학습 내역 코드 부여부로 이루어진 학습 내역 수집부를 추가로 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템.The method of claim 3, wherein
The mobile communication device includes a GPS module,
The schedule grasp module,
Based on the at least one place where the learner proceeds to learn from the learner to create a designated place, a location information receiver for receiving the real-time location information of the learner from the GPS module, and based on the location information A learning amount determining unit configured to generate a learning amount by calculating a time at which the learner stays at the designated place of the day, a learning history information generating unit generating and storing a plurality of learning history information including the learning place at the designated place and the designated place; And a learning history collecting unit including a learning history code assigning unit configured to differentially assign a code for each pattern to each of the learning history information based on the type of the designated place and the height of the learning amount and store the learner information as the learner information. Learning pattern evaluation system.

제 3 항에 있어서,
상기 이동 통신 기기는 GPS 모듈을 포함하고,
상기 일정 파악 모듈은,
상기 GPS 모듈로부터 상기 학습자의 위치 정보를 실시간으로 수신 받는 위치 정보 수신부를 추가로 포함하며,
상기 일정 코드 부여부는,
상기 위치 정보와 상기 학습 장소를 비교하여 일치되는 일치율의 고저에 따라 상기 학습 일정 각각에 상기 패턴별 코드의 부여 여부를 결정하는 일정 실천 확인부를 추가로 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템.The method of claim 3, wherein
The mobile communication device includes a GPS module,
The schedule grasp module,
Further comprising a location information receiving unit for receiving the learner's location information in real time from the GPS module,
The constant code grant unit,
And a schedule practice checking unit configured to compare the location information with the learning place and determine whether to provide a code for each pattern to each of the learning schedules according to the height of the matching rate.

제 1항에 있어서,
상기 시스템은,
테스트 단어 및 상기 테스트 단어의 의미를 디스플레이함으로써 학습자에게 학습시키는 단어 제공부와, 상기 테스트 단어를 학습시킨 시점으로부터의 경과 시간을 설정하고 상기 경과 시간이 지난 시점에 상기 학습자가 상기 단어를 암기했는지의 여부를 파악하기 위한 테스트 문항을 제공하고 이에 대한 답안을 입력받는 지식 습득 테스트부와, 상기 경과 시간과 상기 답안의 정답 여부에 따라 학습자의 학습 유형을 판단해 테스트 정보를 생성한 후 이를 상기 학습 유형 정보에 부가시키는 테스트 정보 생성부로 이루어진 유형 테스트 모듈;을 추가로 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템.The method of claim 1,
The system comprises:
A word provider which learns a test word by displaying a test word and a meaning of the test word, and an elapsed time from when the test word was learned and whether the learner memorized the word when the elapsed time passed. A knowledge acquisition test unit for providing a test question to determine whether the answer is received and inputting the answer, and determining the learner's learning type according to the elapsed time and whether the answer is correct, generates test information, and then generates the test information. And a type test module comprising a test information generation unit added to the information.

제 6항에 있어서,
상기 학습 효율 테스트 모듈은,
상기 학습자의 단어 암기 수준을 객관식 시험 형식으로 테스트하여 테스트 결과 정보를 생성하는 사전 테스트부와, 상기 테스트 결과 정보에서 상기 학습자의 오답 내역을 추출하여 오답 단어군을 생성하는 오답 단어군 생성부 및, 복수 개의 단어에 대하여 각 단어의 난이도의 고저에 따라 난이도 수치를 기 설정한 단어 라이브러리를 기준으로 상기 오답 단어군에 포함된 각 단어의 난이도 수치를 추출한 후 상기 난이도 수치의 평균인 학습자 등급 수치를 생성하는 학습자 수준 파악부를 추가로 포함하고,
상기 단어 제공부는,
상기 학습자 등급 수치와 상기 난이도 수치를 기준으로 상기 단어 라이브러리에서 상기 테스트 단어를 추출하는 단어 추출부를 추가로 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템. The method according to claim 6,
The learning efficiency test module,
A pre-test unit configured to test the word memorization level of the learner in a multiple-choice test form to generate test result information, an incorrect word group generation unit configured to extract an incorrect word group of the learner from the test result information; Based on the word library in which the difficulty level is preset according to the difficulty level of each word for a plurality of words, the difficulty level of each word included in the incorrect word group is extracted, and then a learner grade number is generated which is the average of the difficulty levels. Additionally includes a learner level grasp,
The word providing unit,
And a word extracting unit configured to extract the test word from the word library based on the learner grade value and the difficulty value.

제 3항에 있어서,
상기 시스템은,
상기 학습 유형 정보에 따라 학습자에게 부과되는 것으로 학습 내용, 학습 방법 등을 포함한 기간별 과제가 수록된 대안 정보 DB;
학습자의 상기 이동 통신 기기의 알람 수단을 통해 상기 기간별 과제가 수행되어야 할 시간에 알람을 제공하는 학습 계획 알람부와, 상기 이동 통신 기기의 입력 수단을 통하여 학습자로부터 상기 기간별 과제의 수행 여부를 입력받은 후 해당 시점까지 부과된 상기 기간별 과제의 총 개수와 수행된 상기 기간별 과제의 총 개수를 기준으로 과제 수행율을 판단하는 과제 수행 체킹부로 이루어진 대안 제시 모듈;을 추가로 포함하는 것을 특징으로 하는, 학습 효율 평가 시스템.The method of claim 3, wherein
The system comprises:
An alternative information DB that is charged to the learner according to the learning type information and includes a task for each period including learning contents and a learning method;
A learning plan alarm unit that provides an alarm at a time at which the task for each period is to be performed through an alarm means of the mobile communication device of a learner, and whether or not to perform the task for each period from a learner through an input means of the mobile communication device; And an alternative presentation module comprising a task performance checking unit configured to determine a task performance rate based on the total number of tasks performed by the period and the total number of tasks performed by the period. Efficiency evaluation system.