KR20190049627A - Method, apparatus and computer program for interpreting analysis results of machine learning framework - Google Patents

Abstract

The present invention relates to a method for constructing a diagnosis question set with respect to a new user of a data analysis framework, which is characterized by comprising: a step (a) of constructing a question database including a plurality of questions, and collecting solution result data of a user with respect to the questions, before calculating a modeling vector of the questions and/or the user by applying the solution result data to the data analysis framework; a step (b) of extracting at least one backup question for constructing the diagnosis question set from the question database; a step (c) of checking the user having the solution result data with respect to the backup question and another question having the solution result data of the user; a step (d) of calculating a virtual user modeling vector by applying the solution result data of the user with respect to the backup question to the data analysis framework; a step (e) of applying the virtual user modeling vector to calculate a virtual correct answer rate of another question; and a step (f) of comparing the virtual correct answer rate and actual solution result data of another question of the user, and averaging a comparison result corresponding to the number of the user before calculating a prediction rate of the backup question.

Description

기계학습 프레임워크의 분석 결과를 해석하는 방법, 장치 및 컴퓨터 프로그램 {METHOD, APPARATUS AND COMPUTER PROGRAM FOR INTERPRETING ANALYSIS RESULTS OF MACHINE LEARNING FRAMEWORK}[0001] METHOD, APPARATUS AND COMPUTER PROGRAM FOR INTERPRETING ANALYSIS RESULTS OF MACHINE LEARNING FRAMEWORK [0002]

본 발명은 데이터를 분석하고 사용자 맞춤형 컨텐츠를 제공하는 방법에 대한 것이다. 보다 구체적으로 본 발명은 신규 사용자 분석에 최적화된 진단용 문제 세트를 추출하고, 머신 러닝 프레임워크가 적용된 데이터 세트를 레이블링하는 방법 및 장치에 대한 것이다.The present invention relates to a method for analyzing data and providing customized content. More particularly, the present invention relates to a method and apparatus for extracting diagnostic problem sets optimized for new user analysis and labeling data sets to which the machine learning framework is applied.

지금까지 교육 컨텐츠는 일반적으로 패키지로 제공되어 왔다. 예를 들어 종이에 기록되는 문제집은 권당 최소 700문제가 수록되어 있으며, 온라인 또는 오프라인 강의 역시 1-2 시간 단위로 최소 한달간 공부할 양을 묶어서 한번에 판매된다. Until now, educational content has generally been packaged. For example, a collection of books on paper includes a minimum of 700 questions per book, and online or offline lectures are sold at a time, grouping volumes for a minimum of one or two hours of study.

그러나 교육을 받는 학생들 입장에서는 개별적으로 취약한 단원과 취약한 문제 유형이 모두 상이하기 때문에 패키지 형태보다는 개인 맞춤형 컨텐츠에 대한 니즈가 존재한다. 자신이 취약한 단원의 취약한 문제 유형만을 골라서 학습하는 것이 문제집의 7백 문제 전체를 푸는 것보다 훨씬 효율적이기 때문이다.  However, there is a need for personalized content rather than a packaged version because the vulnerable subjects and vulnerable problem types are different for the educated students. This is because it is more efficient to learn only the weak problem types of vulnerable members than to solve the entire seven hundred problems in the problem book.

그러나 피교육자인 학생들 스스로 자신의 취약점을 파악하는 것은 매우 어렵다. 나아가 학원, 출판사 등 종래의 교육 업계에서도 주관적 경험과 직관에 의존하여 학생 및 문제들을 분석하기 때문에 개별 학생들에게 최적화된 문제를 제공하는 것을 쉽지 않다. However, it is very difficult for students who are trainees to identify their own weaknesses. Furthermore, it is not easy to provide optimized problems for individual students because traditional educational institutions such as academies and publishers analyze students and problems by relying on subjective experience and intuition.

이와 같이 종래의 교육 환경에서는 피교육자가 가장 효율적으로 학습 결과를 낼 수 있는 개인 맞춤형 컨텐츠를 제공하는 것이 쉽지 않으며, 학생들은 패키지 형태의 교육 컨텐츠에 대해 성취감과 흥미를 금방 잃게 되는 문제가 발생한다. Thus, in the conventional educational environment, it is not easy to provide personalized contents that can provide the most efficient learning result by the trainee, and the students lose the sense of accomplishment and interest in the package-type educational contents.

종래 진단용 문제를 추출하는 방법으로는 한국공개특허 제10-2000-0054708호(발명의 명칭: 인터넷상의 자가진단 학습문제 추출 시스템 및 방법, 공개일: 2000.09.05)가 있으나 종래의 방법은 문제와 관련된 정보를 데이터베이스화할 수는 있으나, 신뢰도 높은 진단용 문제를 제공하지는 못한다.Korean Patent Laid-Open No. 10-2000-0054708 (entitled " Self-diagnosis learning problem extraction system and method on the Internet, published on Sep. 2, 2000) is known as a method for extracting a diagnosis problem in the past, Although related information can be databaseed, it does not provide reliable diagnostic problems.

본 발명은 상기와 같은 문제를 해결하는 것을 목적으로 한다. 보다 구체적으로 본 발명은, 사용자 분석을 위해 필요한 샘플 데이터를 효율적으로 추출하는 방법을 제공하는 것을 목적으로 한다. 나아가 본 발명은 비지도 학습 (unsupervised learning) 혹은 자율 학습 기반의 머신 러닝 프레임워크를 적용하여 분석한 데이터를 해석하기 위한 레이블링 방법을 제공하는 것을 목적으로 한다. The present invention has been made to solve the above problems. More specifically, it is an object of the present invention to provide a method for efficiently extracting sample data necessary for user analysis. Further, the present invention aims to provide a labeling method for analyzing data analyzed by applying unsupervised learning or autonomous learning-based machine learning framework.

본 발명의 실시예를 따르는 데이터 분석 프레임워크의 신규 사용자에 대한 진단용 문제 세트를 구성하는 방법은, 복수의 문제를 포함하는 문제 데이터베이스를 구성하고, 상기 문제에 대한 사용자의 풀이 결과 데이터를 수집하고, 상기 풀이 결과 데이터를 상기 데이터 분석 프레임워크에 적용하여 상기 문제 및/또는 사용자의 모델링 벡터를 계산하는 a 단계; 상기 문제 데이터베이스에서 상기 진단용 문제 세트 구성을 위한 후보 문제를 적어도 하나 이상 추출하는 b 단계; 상기 후보 문제에 대한 풀이 결과 데이터가 존재하는 사용자 및 상기 사용자의 풀이 결과 데이터가 존재하는 다른 문제를 확인하는 c 단계; 상기 후보 문제에 대한 상기 사용자의 풀이 결과 데이터만 상기 데이터 분석 프레임워크에 적용하여 가상 사용자 모델링 벡터를 계산하는 d 단계; 상기 가상 사용자 모델링 벡터를 적용하여 상기 다른 문제의 가상 정답률을 계산하는 e 단계; 상기 가상 정답률과 상기 사용자의 상기 다른 문제의 실제 풀이 결과 데이터를 비교하고, 비교한 결과를 상기 사용자의 수에 따라 평균화하여 상기 후보 문제의 예측률을 계산하는 f 단계를 포함하는 것을 특징으로 한다. A method of configuring a diagnostic problem set for a new user of a data analysis framework in accordance with an embodiment of the present invention includes configuring a problem database comprising a plurality of problems, A) applying the resultant data to the data analysis framework to calculate the problem and / or user's modeling vector; B) extracting at least one candidate problem for the diagnosis problem set configuration from the problem database; C) identifying a user for which the result data exists for the candidate problem and another problem for which the user's solution exists; D) calculating a virtual user modeling vector by applying the user's solution to the candidate problem only to the resultant data analysis framework; An e step of calculating a virtual correct answer rate of the other problem by applying the virtual user modeling vector; Comparing the virtual correct answer rate with actual result data of the other problem of the user, and calculating a predictive rate of the candidate problem by averaging the comparison result according to the number of the users.

나아가 본 발명의 실시예를 따르는 데이터 분석 프레임워크를 통한 분석 결과를 해석하는 방법은, 복수의 문제를 포함하는 문제 데이터베이스를 구성하고, 상기 문제에 대한 사용자의 풀이 결과 데이터를 수집하고, 상기 풀이 결과 데이터를 상기 데이터 분석 프레임워크에 적용하여 상기 문제 및/또는 사용자에 대한 클러스터를 적어도 하나 이상 형성하는 a 단계; 상기 클러스터에서 적어도 하나 이상의 제 1 데이터를 랜덤하게 추출하고, 상기 제 1 데이터를 해석하기 위한 제 1 레이블을 선정하는 b 단계; 상기 클러스터에 포함된 데이터 중, 상기 제 1 데이터와 임계값 이내의 유사도를 가지는 데이터에 상기 제 1 레이블을 부여하는 c 단계; 상기 제 1 데이터와 임계값 이외의 유사도를 가지는 데이터 중, 적어도 하나 이상의 제 2 데이터를 랜덤하게 추출하고, 상기 제 2 데이터를 해석하기 위한 제 2 레이블을 선정하는 d 단계; 상기 클러스터에 포함된 데이터 중, 상기 제 2 데이터와 임계값 이내의 유사도를 가지는 데이터에 상기 제 2 레이블을 부여하는 e 단계; 상기 제 1 레이블 및 상기 제 2 레이블을 이용하여 상기 클러스터를 해석하는 f 단계를 포함하는 것을 특징으로 한다. Further, a method for analyzing analysis results through a data analysis framework according to an embodiment of the present invention comprises: constructing a problem database including a plurality of problems, collecting result data of a user on the problem, A) applying data to the data analysis framework to form at least one cluster for the problem and / or user; B) randomly extracting at least one first data item from the cluster and selecting a first label for analyzing the first data item; C) assigning the first label to data having similarity within a threshold value with the first data among data included in the cluster; D) randomly extracting at least one second data out of data having similarity to the first data and having a similarity to the first data, and selecting a second label for analyzing the second data; An e step of assigning the second label to data having similarity within a threshold value with the second data among data included in the cluster; And analyzing the cluster using the first label and the second label.

본 발명에 따르면, 새로 유입된 사용자 분석을 위해 필요한 최적화된 진단용 문제 세트를 구성할 수 있는 효과가 있다. According to the present invention, there is an effect that an optimized diagnosis problem set necessary for a newly introduced user analysis can be constituted.

나아가 본 발명의 실시예를 따르면 기계학습 프레임워크를 적용하여 분석된 결과를 효율적으로 해석할 수 있는 효과가 있다. Further, according to the embodiment of the present invention, there is an effect that the analyzed result can be efficiently analyzed by applying the machine learning framework.

도 1은 본 발명의 실시예를 따르는 데이터 분석 프레임워크에서 신규 사용자에 대한 진단용 문제 세트를 구성하는 방법을 설명하기 위한 순서도
도 2는 본 발명의 실시예를 따르는 자율학습 (unsupervised learning)기반의 데이터 분석 프레임워크에서 분석 결과를 해석하는 방법을 설명하기 위한 순서도1 is a flowchart illustrating a method for configuring a diagnostic problem set for a new user in a data analysis framework according to an embodiment of the present invention;
2 is a flow chart for explaining a method for analyzing analysis results in a data analysis framework based on an unsupervised learning according to an embodiment of the present invention

본 발명은 이하에 기재되는 실시예들의 설명 내용에 한정되는 것은 아니며, 본 발명의 기술적 요지를 벗어나지 않는 범위 내에서 다양한 변형이 가해질 수 있음은 자명하다. 그리고 실시예를 설명함에 있어서 본 발명이 속하는 기술 분야에 널리 알려져 있고 본 발명의 기술적 요지와 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. It is to be understood that the present invention is not limited to the description of the embodiments described below, and that various modifications may be made without departing from the technical scope of the present invention. In the following description, well-known functions or constructions are not described in detail since they would obscure the invention in unnecessary detail.

한편, 첨부된 도면에서 동일한 구성요소는 동일한 부호로 표현된다. 그리고 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시될 수도 있다. 이는 본 발명의 요지와 관련이 없는 불필요한 설명을 생략함으로써 본 발명의 요지를 명확히 설명하기 위함이다. In the drawings, the same components are denoted by the same reference numerals. And in the accompanying drawings, some of the elements may be exaggerated, omitted or schematically illustrated. It is intended to clearly illustrate the gist of the present invention by omitting unnecessary explanations not related to the gist of the present invention.

최근 IT 디바이스의 보급이 확대되면서, 사용자 분석을 위한 데이터 수집이 용이해지고 있다. 사용자 데이터를 충분히 수집할 수 있으면, 사용자의 분석이 보다 정밀해지고 해당 사용자에게 가장 적합한 형태의 컨텐츠를 제공할 수 있다. Recently, as the spread of IT devices has expanded, data collection for user analysis has become easier. If the user data can be sufficiently collected, the analysis of the user becomes finer and the contents of the form most suitable for the user can be provided.

이러한 흐름과 함께 특히 교육 업계에서 사용자 맞춤형 교육 컨텐츠 제공에 대한 니즈가 높다. Along with this trend, there is a high demand for provision of customized educational contents especially in the education industry.

간단한 예를 들어, 어떤 사용자가 영어 과목에서 “동사의 시제”에 대한 이해도가 떨어지는 경우, “동사의 시제”에 대한 개념을 포함하고 있는 문제를 추천할 수 있으면 학습 효율은 보다 높아질 것이다. 그런데 이와 같이 사용자 맞춤형 교육 컨텐츠를 제공하기 위해서는 각각의 컨텐츠 및 사용자 개개인에 대한 정밀한 분석이 필요하다. As a simple example, if a user has poor understanding of the "verb tense" in English subjects, then the learning efficiency will be higher if the user can recommend a problem that includes the concept of "verb tense". However, in order to provide the user-customized education contents as described above, it is necessary to perform detailed analysis on each content and each user.

종래에는 컨텐츠와 사용자를 분석하기 위해 해당 과목의 개념들을 전문가에 의해 수작업으로 정의하고 해당 과목에 대한 각 문제가 어떤 개념을 포함하고 있는지 전문가가 개별적으로 판단하여 태깅하는 방식을 따랐다. 이후 각 사용자가 특정 개념에 대해 태깅된 문제들을 풀어본 결과 정보를 토대로 학습자의 실력을 분석하는 것이다. Conventionally, to analyze contents and users, the concepts of the subject are manually defined by the experts, and the experts individually judge the concept of each subject of the subject and followed the method of tagging. Then, each user analyzes tagged problems about a specific concept and analyze the learner's ability based on the information.

그러나 이와 같은 방법은 태그 정보가 사람의 주관에 의존하는 문제점이 있었다. 사람의 주관이 개입되지 않고 수학적으로 생성된 태그 정보들이 수학적으로 문제에 부여되는 것이 아니기 때문에 결과 데이터에 대한 신뢰도가 높을 수 없는 문제가 있었다. However, this method has a problem that the tag information depends on the subject of the person. There is a problem that the reliability of the result data can not be high because tag information generated mathematically without subjecting to human subject is not mathematically given to the problem.

따라서 본 발명의 실시예를 따르는 데이터 분석 서버는 학습 데이터 분석에 머신 러닝 프레임워크를 적용하여 데이터 처리 과정의 사람의 개입을 배제할 수 있다. Accordingly, the data analysis server according to the embodiment of the present invention can exclude the human intervention of the data processing process by applying the machine learning framework to the learning data analysis.

이에 따르면, 사용자의 문제 풀이 결과 로그를 수집하고, 사용자와 문제로 구성된 다차원 공간을 구성하고, 사용자가 문제를 맞았는지 틀렸는지를 기준으로 상기 다차원 공간에 값을 부여하여, 각각의 사용자 및 문제에 대한 벡터를 계산하는 방식으로 사용자 및/또는 문제를 모델링할 수 있다. According to this, a log of the user's problem solving result is collected, a multi-dimensional space constituted by the user and the problem is formed, a value is given to the multi-dimensional space based on whether the user is right or wrong, Users and / or problems can be modeled by computing vectors.

나아가 상기 사용자 벡터 및/또는 문제 벡터를 이용하여 전체 사용자에서 특정 사용자의 위치, 특정 사용자와 유사한 그룹으로 클러스터링할 수 있는 다른 사용자, 다른 사용자와 해당 사용자의 유사도, 전체 문제에서 특정 문제의 위치, 상기 문제와 유사한 그룹으로 클러스터링할 수 있는 다른 문제, 다른 문제와 해당 문제의 유사도 등을 수학적으로 계산할 수 있다. 나아가 적어도 하나 이상의 속성을 기준으로 사용자 및 문제를 클러스터링할 수 있다. Furthermore, it is possible to use the user vector and / or the problem vector to determine a location of a specific user from all users, another user who can cluster into a group similar to a specific user, a similarity between the user and another user, You can mathematically compute other problems that can be clustered into groups similar to the problem, similarities between other problems and the problem. Further, users and problems can be clustered based on at least one or more attributes.

이때 본 발명에서 상기 사용자 벡터, 상기 문제 벡터들이 어떤 속성, 또는 피처를 포함하고 있는지는 제한하여 해석될 수 없음을 유의해야 한다. It should be noted that in the present invention, it is not possible to interpret the user vector, which attributes or features the problem vectors contain, and thus can not be interpreted.

예를 들어 본 발명의 실시예를 따르면, 상기 사용자 벡터는 상기 사용자가 임의의 개념에 대해 이해하고 있는 정도, 즉 개념의 이해도를 포함할 수 있다. 나아가 상기 문제 벡터는 상기 문제가 어떤 개념들로 구성되어 있는지, 즉 개념 구성도를 포함할 수 있다. For example, according to an embodiment of the present invention, the user vector may include an extent to which the user understands any concept, i.e., an understanding of the concept. Further, the problem vector may include what concepts are constituted by the problem, that is, a conceptual diagram.

그런데 머신러닝을 적용하여 학습 데이터를 분석하면, 몇가지 해결해야 할 문제가 존재한다. However, when analyzing learning data by applying machine learning, there are some problems to be solved.

첫번째는 새로운 사용자나 문제가 추가되는 경우의 처리에 대한 것이다. The first is about the handling of new users or problems when they are added.

신규 유입된 사용자나 문제의 경우, 해당 사용자나 문제에 대한 데이터가 축적되기 전에는 분석 결과를 제공할 수 없다. 따라서 초기 데이터, 즉 데이터 분석 프레임워크에서 초기 분석 결과를 임의의 신뢰도로 도출하기 위해 요구되는 학습 결과 데이터를 효율적으로 수집할 필요가 있다. In the case of a newly introduced user or problem, analysis results can not be provided until the data of the user or problem is accumulated. Therefore, it is necessary to efficiently collect the initial data, that is, the learning result data required to derive the initial analysis result with a certain reliability in the data analysis framework.

보다 구체적으로, 새로 유입된 사용자를 분석하기 위해서는 해당 사용자의 문제 풀이 결과 데이터가 어느 정도 축적되어야 하는데, 신뢰성 있는 분석 결과를 제공하기 위한 진단 문제 세트를 구성하는 문제가 해결되어야 한다. More specifically, in order to analyze a newly introduced user, it is necessary to solve a problem of configuring a diagnostic problem set to provide a reliable analysis result.

문제 풀이 결과 데이터가 어느 정도 축적되지 않은 사용자에게는 신뢰도 있는 분석 결과를 제공할 수 없기 때문에 사용자는 진단용 문제를 풀어야 하고 진단용 문제는 많을수록 보다 정밀한 분석이 가능하다. 그러나 사용자 입장에서는 보다 빨리 학습 효율을 높일 수 있는 맞춤형 문제가 제공되기를 바랄 것이다. Since users can not provide reliable analysis results to users who do not accumulate a certain amount of result data, users need to solve diagnostic problems, and more problems for diagnosis can be analyzed more precisely. However, for users, we would like to provide customized problems that can improve learning efficiency more quickly.

따라서 사용자 분석 결과의 신뢰도가 임의의 범위 이상 확보될 수 있는 최소한의 문제로 진단용 문제를 구성할 필요가 있다. Therefore, it is necessary to construct a diagnosis problem as the least problem that the reliability of the user analysis result can be secured over a certain range.

본 발명은 상기와 같은 문제를 해결하기 위한 것이다. The present invention is intended to solve the above problems.

본 발명의 실시예를 따르면, 새로 유입된 사용자를 분석하기 위한 진단용 문제를 효율적으로 추출할 수 있다. 보다 구체적으로, 데이터 분석 시스템의 문제 데이터베이스의 풀이 결과 데이터가 하나도 존재하지 않은 신규 사용자의 초기 벡터값을 임의의 신뢰도로 계산하기 위해 신규 사용자가 풀어야 할 문제 세트를 효율적으로 추출할 수 있다. According to the embodiment of the present invention, it is possible to efficiently extract a diagnosis problem for analyzing a newly introduced user. More specifically, a solution of the problem database of the data analysis system can efficiently extract a set of problems that a new user has to solve to calculate an initial vector value of a new user for which there is no result data with any reliability.

이를 따르면, 사용자 진단을 위한 문제 세트가 효율적으로 구성될 수 있어, 사용자가 해당 시스템에서 많은 문제를 풀어보지 않고서도 신뢰성 있는 분석 결과를 제공할 수 있는 효과가 있다. According to this, the problem set for user diagnosis can be efficiently configured, and the user can provide a reliable analysis result without solving many problems in the system.

한편 머신러닝을 적용하여 학습 데이터를 분석하는 경우, 머신러닝을 적용하여 분석된 결과값을 사람이 이해할 수 있는 방식으로 해석하기 위한 레이블링의 문제가 발생할 수 있다.On the other hand, when analyzing learning data by applying machine learning, there may arise a problem of labeling for interpreting the analyzed result by applying machine learning in a way that can be understood by a person.

사람의 개입 없이, 즉 별도의 레이블링 과정없이 머신러닝 프레임워크를 적용하여 학습 결과 데이터를 모델링하면, 모델링된 결과가 어떠한 피처를 포함하고 있는지 확인할 수 없는 문제가 발생한다. 나아가 사용자 또는 문제를 분류한 경우, 분류 기준이 확인되지 않기 때문에 분석 결과를 사람이 이해할 수 있도록 사후적으로 해석해야 하는 문제가 발생한다. When modeling the learning result data by applying the machine learning framework without human intervention, that is, without a separate labeling process, there arises a problem that it is impossible to confirm what features are included in the modeled result. Furthermore, when a user or a problem is classified, the classification criterion is not confirmed. Therefore, there arises a problem that the analysis result must be interpreted posteriorly so that the user can understand it.

예를 들어 특정 사용자가 제 1 분류, 제 2 분류, 제 3 분류의 속성을 가지는 것으로 분석된 경우, 제 1 분류는 동명사의 이해도가 낮고, 제 2 분류는 시제의 이해도가 높으며, 제 3 분류는 토익 파트 1의 정복률이 중간인 속성을 가지는 것으로 분류 기준을 사람이 이해할 수 있도록 해석할 수 있어야 해당 사용자의 학습 수준 및 취약점을 설명해줄 수 있을 것이다.For example, when a specific user is analyzed as having attributes of a first classification, a second classification, and a third classification, the first classification has a low understanding degree, the second classification has a high understanding degree of tense, It is necessary to be able to interpret the classification criterion so that the classification criterion can be understood by the person having the attribute that the TOEIC Part 1 has a moderate reduction rate, so that the level and the vulnerability of the user can be explained.

그러나 일명 비지도 학습 방식의 머신러닝 프레임워크를 적용하여 데이터를 분석하면, 결과 값이 나온 경우에도 데이터의 어떠한 속성에 따라 분류된 것인지 확인하기 어렵다. However, when analyzing data by applying a machine learning framework of a non-bipod learning method, it is difficult to confirm what kind of data is classified according to the data even when the result value is displayed.

본 발명은 상기와 같은 문제를 해결하기 위한 것이다. The present invention is intended to solve the above problems.

본 발명의 실시예를 따르면, 비지도 학습 기반의 머신 러닝으로 분석된 결과를 사람이 알 수 있는 상태로 해석하기 위해 사후적으로 레이블링하는 방법을 제공할 수 있다. According to an embodiment of the present invention, it is possible to provide a method of post-labeling to analyze a result analyzed by a machine learning based on non-bipartite learning on a human-readable state.

이를 따르면 기계 학습 과정에서 사람의 주관을 배제할 수 있어 순수하게 데이터 기반으로 모델링한 결과를 추출할 수 있으며, 기계 학습과 구분하여 레이블을 지정할 수 있어 기계 학습된 결과를 효율적으로 해석할 수 있는 효과가 있다. According to this, it is possible to exclude the subjectivity of the person in the course of machine learning, and to extract the modeled result as pure data, and to assign the label separately from the machine learning, .

*도 1은 본 발명의 실시예를 따라 사용자 진단용 문제 세트를 추출하는 방법을 설명하기 위한 순서도이다. 1 is a flowchart illustrating a method for extracting a problem set for user diagnosis according to an embodiment of the present invention.

단계 110 및 단계 115는 데이터 분석 시스템에서 신규 사용자 진단용 문제 세트를 추출하기 위한 전제가 되는 단계이다. Steps 110 and 115 are prerequisites for extracting a problem set for new user diagnosis in the data analysis system.

본 발명의 실시예를 따르면 단계 110에서 전체 문제와 전체 사용자에 대해 풀이 결과 데이터가 수집될 수 있다. According to an embodiment of the present invention, the result data may be collected at step 110 for the entire problem and for the entire user.

보다 구체적으로, 데이터 분석 서버는 문제 데이터베이스를 구성하고, 상기 문제 데이터베이스에 속하는 전체 문제들에 대한 전체 사용자의 풀이 결과 데이터를 수집할 수 있다.More specifically, the data analysis server configures the problem database, and the entire user's solution to all problems belonging to the problem database can collect the result data.

*예를 들어 데이터 분석 서버는 시중에 나와 있는 각종 문제들에 대한 데이터베이스를 구축하고, 사용자가 해당 문제들을 푼 결과를 수집하는 방식으로 풀이 결과 데이터를 수집할 수 있다. 상기 문제 데이터베이스는 듣기 평가 문제를 포함하고, 텍스트, 이미지, 오디오, 및/또는 동영상 형태일 수 있다. For example, a data analysis server can build a database of various problems on the market, and collect the result data by collecting the results of the users' problems. The problem database includes a listening assessment problem and may be in the form of text, image, audio, and / or video.

이때 데이터 분석 서버는 수집된 문제 풀이 결과 데이터를 사용자, 문제, 결과에 대한 리스트 형태로 구성할 수 있다. 예를 들어 Y (u, i)는 사용자 u가 문제 i를 푼 결과를 의미하며, 정답인 경우 1, 오답인 경우 0의 값이 부여될 수 있다. At this time, the data analysis server can organize the collected problem solution result data into a list of users, problems, and results. For example, Y (u, i) denotes a result obtained by solving the problem i by user u, and may be given a value of 1 when the answer is correct and a value of 0 when the answer is incorrect.

나아가 본 발명의 실시예를 따르는 데이터 분석 서버는 사용자와 문제로 구성된 다차원 공간을 구성하고, 사용자가 문제를 맞았는지 틀렸는지를 기준으로 상기 다차원 공간에 값을 부여하여, 각각의 사용자 및 문제에 대한 벡터를 계산할 수 있다. (단계 115) 이때 상기 사용자 벡터와 문제 벡터가 포함하는 피처는 특정되지 않으며, 예를 들어 본 발명의 실시예를 따라 도 3에 대한 설명에서 후술하는 방법에 따라 해석될 수 있다. Furthermore, the data analysis server according to the embodiment of the present invention constructs a multidimensional space composed of users and problems, and assigns values to the multidimensional space based on whether a user has a problem or a mistake, Can be calculated. (Step 115). At this time, the features included in the user vector and the problem vector are not specified, and may be interpreted according to an embodiment of the present invention, for example, according to a method described later with reference to FIG. 3.

이후 데이터 분석 서버는 상기 사용자 벡터와 상기 문제 벡터를 이용하여 임의의 사용자가 임의의 문제를 맞출 확률, 즉 정답률을 추정할 수 있다. (단계 120)Thereafter, the data analysis server can estimate the probability that an arbitrary user matches any problem, that is, the correct answer rate, using the user vector and the problem vector. (Step 120)

이때 상기 사용자 벡터와 상기 문제 벡터에 다양한 알고리즘을 적용하여 상기 정답률을 계산할 수 있으며, 본 발명을 해석함에 있어 정답률을 계산하기 위한 알고리즘은 제한되지 않는다. At this time, the correctness ratio can be calculated by applying various algorithms to the user vector and the problem vector, and the algorithm for calculating the correct answer rate in interpreting the present invention is not limited.

예를 들어 데이터 분석 서버는 상기 사용자의 벡터값 및 상기 문제의 벡터값에 정답률 추정을 위해 파라미터를 설정한 시그모이드 함수를 적용하여 사용자의 해당 문제에 대한 정답률을 계산할 수 있다. For example, the data analysis server may calculate a correct answer rate for the user's problem by applying a sigmoid function that sets parameters to the user's vector value and the vector value of the problem to estimate the correct answer rate.

또 다른 예로 데이터 분석 서버는 상기 사용자의 벡터값 및 상기 문제의 벡터값을 이용하여 특정 사용자의 특정 문제에 대한 이해도를 추정하고, 상기 이해도를 이용하여 특정 사용자가 특정 문제를 맞출 확률을 추정할 수 있다. As another example, the data analysis server estimates the degree of understanding of a specific problem of a specific user using the vector value of the user and the vector value of the problem, and estimates the probability of matching a specific problem by a specific user have.

예를 들어 사용자 벡터의 1번째 행의 값이 [0, 0, 1, 0.5, 1] 인 경우, 이는 제 1 사용자가 1, 2번째 개념은 전혀 이해하지 못하고, 3번째 및 5번째 개념은 완벽히 이해하고, 그리고 4번째 개념은 절반만큼 이해한 것으로 해석될 수 있다. For example, if the value of the first row of the user vector is [0, 0, 1, 0.5, 1], this means that the first user does not understand the first and second concepts at all and the third and fifth concepts are completely And the fourth concept can be interpreted as a half understood.

나아가 문제 벡터의 1번째 행의 값이 [0, 0.2, 0.5, 0.3, 0]이라 할 때, 이는 제 1 문제가 1번 개념은 전혀 포함하고 있지 않고, 2번 개념이 20% 정도 포함, 3번 개념이 50% 정도 포함, 4번 개념이 30% 정도 포함된 것으로 해석될 수 있다. Furthermore, if the value of the first row of the problem vector is [0, 0.2, 0.5, 0.3, 0], this means that the first problem does not include the first concept at all, The concept of No. 4 contains about 50%, and the concept of No. 4 contains about 30%.

이때 제 1 사용자의 제 1 문제의 이해도를 추정하면, 0x0 + 0x0.2 + 1x0.5 + 0.5x0.5 + 1x0 = 0.75로 계산될 수 있다. 즉, 제 1 사용자는 제 1 문제를 75퍼센트 이해하는 것으로 추정될 수 있다. Estimating the degree of comprehension of the first user's problem at this time can be calculated as 0x0 + 0x0.2 + 1x0.5 + 0.5x0.5 + 1x0 = 0.75. That is, the first user may be estimated to understand the first problem at 75 percent.

그러나 사용자의 특정 문제에 대한 이해도와 특정 문제를 맞출 확률은 동일하다고 할 수 없다. 위의 예에서 제 1 사용자가 제 1 문제를 75 퍼센트 이해한다면 제 1 문제를 실제로 풀었을 때 정답일 확률은 어느 정도인 것인가However, the user's understanding of a specific problem and the probability of matching a particular problem are not the same. In the above example, if the first user understands the first problem by 75 percent, what is the probability of the correct answer when the first problem is actually solved?

이를 위해 심리학, 인지과학, 교육학 등에서 사용되는 방법론을 도입하여 이해도와 정답률의 관계를 추정할 수 있다. 예를 들어 Reckase 및 McKinely가 고안한 M2PL (multidimensional two-parameter logistic) 잠재적 특성 이론 (Latent Trait Model) 등을 고려하여 이해도와 정답률을 추정할 수 있다. For this purpose, the methodology used in psychology, cognitive science, and pedagogy can be introduced to estimate the relationship between the degree of understanding and the correct answer rate. For example, understanding and correctness rates can be estimated by taking into account the M2PL (multidimensional two-parameter logistic) latent trait model devised by Reckase and McKinely.

그러나 본 발명은 합리적인 방식으로 이해도와 정답률 관계를 추정할 수 있는 종래 기술을 적용하여 사용자의 문제에 대한 정답률을 계산할 수 있으면 족하며, 본 발명은 이해도와 정답률의 관계를 추정하는 방법론에 제한되어 해석될 수 없음을 유의해야 한다. However, according to the present invention, it is sufficient to calculate a correct answer rate for a user's problem by applying a conventional technique capable of estimating a relationship between a degree of understanding and a correct answer rate in a reasonable manner, and the present invention is limited to a methodology for estimating a relationship between a degree of understanding and a correct answer rate It can not be.

이후 데이터 분석 서버는 신규 사용자에 대한 진단용 문제 세트를 구성하기 위해 문제 데이터베이스에서 적어도 하나 이상의 후보 문제를 임의로 추출할 수 있다. (단계 120)The data analysis server may then optionally extract at least one candidate problem from the problem database to construct a diagnostic problem set for the new user. (Step 120)

이후 데이터 분석 서버는 후보 문제에 대한 풀이 결과 데이터가 존재하는 사용자를 확인하고, 상기 사용자가 상기 후보 문제만 푼 것으로 가정하고 해당 사용자에 대한 가상 벡터값을 계산할 수 있다. 상기 가상 벡터값은 예를 들어 후보 문제의 풀이 결과 데이터만 존재하는 사용자의 문제 데이터베이스의 각각의 문제를 맞출 확률로 계산할 수 있다. (단계 130, 140) 상기 가상 벡터값은 단계 110에 대한 설명에서 전술한 방식은 물론 합리적인 종래 기술을 따라 계산될 수 있다. Thereafter, the data analysis server confirms the user having the result data on the candidate problem, and calculates the virtual vector value for the user, assuming that the user has solved the candidate problem. The virtual vector value may be calculated, for example, as a probability of matching each problem in the problem database of the user in which the solution of the candidate problem exists only as the result data. (Steps 130 and 140), the virtual vector value may be computed according to a reasonable prior art as well as the method described above in the description of step 110. [

예를 들어 문제 데이터베이스에서 제 1 문제가 진단 후보 문제로 추출된 경우, 상기 제 1 문제를 풀이한 사용자가 전체 사용자 중, 사용자 1, 사용자 2, 사용자 3이며, 상기 제 1 문제에 대해 사용자 1은 정답, 사용자 2는 정답, 사용자 3은 오답인 경우, 데이터 분석 서버는 (사용자, 문제, val)의 입력값을 (1, 1, 1), (2, 1, 1) (3, 1, 0)로 확인하고, (1, 1, 1), (2, 1, 1) (3, 1, 0)의 입력값만 존재하는 것으로 가정하고 사용자 1, 2, 3이 다른 문제를 맞출 확률을 계산할 수 있다. For example, if the first problem is extracted as a diagnostic candidate problem in the problem database, the user who solved the first problem is user 1, user 2, user 3 among all users, (1, 1, 1), (2, 1, 1) (3, 1, 0) is the correct answer, user 2 is the correct answer, and user 3 is the wrong answer. ), And it is assumed that only the input values of (1, 1, 1), (2, 1, 1) (3, 1, 0) exist and the probability of users 1, 2, .

이는 상기 사용자를 신규 사용자로 가정하고, 신규 사용자가 상기 후보 문제만 풀었을 때, 즉, 신규 사용자에 대한 데이터가 상기 후보 문제에 대한 풀이 결과만 존재할 때, 동일한 분석 프레임워크에서 다른 문제에 대한 정답 예측률이 실제 결과와 얼마나 일치하는지 확인하기 위한 것이다.This assumes that the user is a new user, and when the new user has solved the candidate problem, that is, when the data for the new user exists solely for the candidate problem, This is to see how closely the predictions match the actual results.

다시 말하면, 해당 문제를 통해 추정한 다른 문제에 대한 정답 확률이 다른 문제를 실제 풀이한 결과와 정합되는 방향으로 진단 문제를 추출하기 위한 것이다. In other words, the probabilities of correct answers to other problems estimated through the problem are to extract diagnostic problems in a way that matches with the actual results of other problems.

따라서 데이터 분석 서버는 후보 문제를 풀이한 사용자가 실제로 풀이한 다른 문제를 확인하고, 상기 가상 벡터값을 적용하여 상기 다른 문제의 정답률을 계산하고, 계산된 정답률과 실제 풀이결과를 비교할 수 있다. (단계 160, 170)Accordingly, the data analysis server can identify another problem that the user who solved the candidate problem actually solved, calculate the correctness percentage of the other problem by applying the virtual vector value, and compare the calculated correct answer rate with the actual solution result. (Steps 160 and 170)

앞의 예에서 사용자 1이 실제로 제 1 문제, 제 3 문제, 제 5 문제를 풀이했고, 제 1 문제를 맞고 (1, 1, 1), 제 3 문제를 틀리고 (1, 3, 0), 제 5 문제를 맞은 (1, 5, 1) 경우를 가정할 수 있다. 이때, (1, 1, 1)의 입력 값만으로 계산한 가상 사용자 u의 제 3 문제, 제 5문제에 대한 정답률, 즉 가상 벡터값을 적용하여 계산한 제 3 문제, 제 5문제에 대한 정답률이 0.4, 0.6라면, 실제 풀이 결과와 차이는 제 3 문제에 대해 0.6, 제 5 문제에 대해 0.4로 계산될 것이다. In the previous example, the user 1 actually solved the first problem, the third problem, the fifth problem, got the first problem (1, 1, 1), wrong the third problem (1, 3, 0) We can assume that the problem is solved (1, 5, 1). In this case, the third problem of the virtual user u calculated based on only the input values of (1, 1, 1), the correctness ratio of the fifth problem, that is, the third problem calculated by applying the virtual vector value, 0.4, 0.6, the difference from the actual solution result will be calculated as 0.6 for the third problem and 0.4 for the fifth problem.

이후 단계 180에서 데이터 분석 서버는 후보 문제를 통해 추정한 다른 문제의 정답률과 실제 값의 차이를 평균화할 수 있다. 보다 구체적으로 데이터 분석 서버는 후보 문제에 대한 풀이 결과 데이터가 있는 다른 사용자 전체에 대해, 상기 다른 사용자가 실제 풀이한 문제에 대한 상기 차이를 평균화할 수 있다. 본 명세서에서 이는 진단 문제 후보의 평균 비교값으로 명칭할 수 있다. Thereafter, in step 180, the data analysis server may average the difference between the percent correct and the actual value of the other problem estimated through the candidate problem. More specifically, the data analysis server may average the difference for the problem solved by the other user for all of the other users whose result data is available for the candidate problem. This can be referred to herein as the average comparison value of the diagnostic problem candidates.

앞의 예에서 사용자 1이 실제 풀이한 문제가 제 1, 제 3, 제 5 문제이며, 사용자 2가 실제 풀이한 문제가 제 1, 제 2 문제이며, 사용자 3이 실제 풀이한 문제가 제 4, 제 5 문제인 경우, 입력값을 (1, 1, 1)만 존재하는 것으로 가정하여 제 3, 제 5 문제를 맞출 확률과 사용자 1이 실제 제 3, 제 5 문제를 풀이한 결과값의 차이, 입력값을 (2, 1, 1)만 존재하는 것으로 가정하여 제 2 문제를 맞출 확률과 사용자 2가 실제 제 2 문제를 풀이한 결과값의 차이, 입력값을 (3, 1, 0)만 존재하는 것으로 가정하여 제 4, 제 5 문제를 맞출 확률과 사용자 3이 실제 제 4, 제 5 문제를 풀이한 결과값의 차이를 본 발명의 실시예를 따르는 데이터 분석 서버는 계산할 수 있다. In the above example, it is assumed that the problem that the user 1 actually solved is the first, third, and fifth problems, the problem that the user 2 actually solved is the first and second problems, the problem that the user 3 actually solved is the fourth, In the case of the fifth problem, it is assumed that the input values exist only in (1, 1, 1), and the probability of fitting the third and fifth problems and the difference between the results obtained by solving the third and fifth problems (3, 1, 0) exists between the probability of matching the second problem and the result obtained by solving the second problem, assuming that the value exists only at (2, 1, 1) The data analysis server according to the embodiment of the present invention can calculate the difference between the probability of matching the fourth and fifth problems and the result value obtained by solving the fourth and fifth questions of the user 3.

이후 데이터 분석 서버는 후보 문제인 제 1 문제에 대해 상기 결과값들의 차이를 문제 2, 3, 4, 5 각각에 대해 평균화할 것이다.The data analysis server then averages the differences in the results for questions 2, 3, 4, and 5 for the first problem, which is a candidate problem.

데이터분석 서버는 이와 같은 방식으로 문제 데이터베이스에 존재하는 각각의 문제들을 진단 문제 후보들로 설정하여 해당 후보 문제의 평균 비교값을 계산하고, 상기 평균 비교값을 이용하여 진단용 문제를 구성할 수 있다. (단계 190)In this manner, the data analysis server sets each of the problems existing in the problem database as diagnostic problem candidates, calculates an average comparison value of the candidate problems, and constructs a diagnostic problem using the average comparison value. (Step 190)

예를 들어 데이터 분석 서버는 문제 데이터베이스의 모든 문제를 하나씩 진단 문제 후보로 설정하고, 각각의 평균 비교값을 계산하여 평균 비교값이 적은 순서로 진단 문제 후보를 정렬하고, 상위에 정렬된 진단 문제 후보에서 임의의 세트를 추출하는 방식으로 진단 문제 세트를 생성할 수 있다. For example, the data analysis server sets all of the problems in the problem database as diagnostic candidates one by one, calculates each average comparison value, sorts the diagnostic problem candidates in the order of the smallest average comparison value, Lt; RTI ID = 0.0 > a < / RTI > set of diagnostic problems.

또 다른 예로 데이터 분석 서버는 문제 데이터베이스에서 미리 설정된 개수로 랜덤하게 추출된 복수의 문제를 진단 문제 후보 세트로 설정하고, 각 세트를 구성하는 각각의 진단 문제 후보의 평균 비교 값을 계산하여 상기 진단 문제 후보 세트의 대표 평균 비교값을 계산하고, 상기 대표 평균 비교값이 미리 설정된 범위 이내인 진단 문제 후보 세트를 최종적으로 진단 문제 세트로 결정할 수 있다. As another example, the data analysis server may set a plurality of problems extracted randomly in a predetermined number of random numbers in the problem database as a diagnostic problem candidate set, calculate an average comparison value of each diagnostic problem candidate constituting each set, The representative average comparison value of the candidate set may be calculated and the diagnostic problem candidate set whose representative average comparison value is within the preset range may be finally determined as the diagnostic problem set.

도 2은 본 발명의 실시예를 따라 기계학습 프레임워크를 적용하여 데이터를 분석한 결과를 해석하는 방법을 설명하기 위한 순서도이다. FIG. 2 is a flowchart for explaining a method of analyzing a result of analyzing data by applying a machine learning framework according to an embodiment of the present invention.

단계 310에서 데이터 분석 서버는 사용자의 문제 풀이 결과 데이터에 기계학습 프레임워크를 적용하여 사용자 및/또는 문제를 모델링할 수 있다. At step 310, the data analysis server may apply a machine learning framework to the user's problem solving result data to model the user and / or problem.

예를 들어 본 발명의 실시예를 따르는 데이터 분석 서버는 소위, 비지도 학습 (Unsupervised Learning) 기반의 기계 학습 프레임워크를 기반으로, 문제 또는 사용자에 대한 별도의 레이블링 없이 문제의 사용자의 풀이 결과만으로 모델링 벡터를 생성할 수 있다. For example, a data analysis server according to an embodiment of the present invention may be based on a so-called Unsupervised Learning-based machine learning framework, You can create a vector.

나아가 데이터 분석 서버는 수집된 사용자의 문제 풀이 결과 데이터를 데이터 사이의 거리 기반 또는 확률 분포를 기반으로 유사도를 계산하고, 상기 유사도가 임계값 이내인 사용자 및/또는 문제를 분류할 수 있다Further, the data analysis server may calculate the similarity of the collected user's problem solving result data based on the distance-based or probability distribution between the data, and classify the user and / or the problem whose similarity is within the threshold value

또 다른 예로 본 발명의 실시예를 따르는 데이터분석 서버는 수집된 사용자의 문제 풀이 결과 데이터를 기반으로 전체 사용자 및 전체 문제에 각각에 대한 벡터를 생성하고, 적어도 하나 이상의 속성을 기준으로 사용자 또는 문제를 분류할 수 있다. As another example, a data analysis server according to an embodiment of the present invention may generate vectors for each of the entire user and the entire problem based on the collected user's problem solution result data, Can be classified.

그런데 이때 머신 러닝 프레임워크를 적용하여 생성한 사용자 벡터, 문제 벡터는 별도의 레이블이 달려 있지 않으며, 상기 벡터가 어떠한 속성을 포함하고 있는지, 또는 사용자와 문제를 어떠한 속성에 따라 분류한 것인지 해석하기 어려운 문제가 있다. However, at this time, there is no separate label for the user vector and the problem vector generated by applying the machine learning framework, and it is difficult to interpret what kind of attribute the vector contains or the classification of the problem with the user there is a problem.

따라서 본 발명의 실시예를 따르는 데이터 분석 프레임워크는 머신러닝을 통한 데이터 분석 결과를 사후적으로 레이블링하여 해석하는 방법을 제안하고자 한다. 본 발명의 실시예를 따르는 레이블링은 머신러닝 과정에서 적용되는 것이 아니라, 머신러닝이 종료되고 난 후, 즉, 머신러닝을 통해 분석된 결과를 해석하기 위해 부여되는 것임을 유의해야 한다. Accordingly, a data analysis framework according to an embodiment of the present invention proposes a method of post-labeling and analyzing data analysis results through machine learning. It should be noted that the labeling according to the embodiment of the present invention is not applied in the machine learning process but is given to interpret the analyzed result after the machine learning is finished, that is, through machine learning.

본 발명의 실시예를 따르는 데이터분석 프레임워크는 모델링 벡터로 표현된 문제 또는 사용자 데이터에서, 랜덤하게 적어도 하나의 문제 또는 사용자를 추출하고, 추출된 문제 또는 사용자를 해석하기 위한 적어도 하나의 레이블을 임의로 부여하고, (단계 220) 상기 레이블을 해당 문제 또는 사용자에 인덱싱할 수 있다. (단계 230) A data analysis framework according to an embodiment of the present invention extracts at least one problem or user at random from a problem or user data represented by a modeling vector and arbitrarily assigns at least one label for analyzing the extracted problem or user, (Step 220) and index the label to the problem or user. (Step 230)

상기 레이블은 예를 들어 특정 과목에 대한 개념 또는 주제를 트리 형식으로 구성한 메타데이터의 인덱싱 정보일 수 있다. 상기 개념 또는 주제는 전문가에 의해 부여될 수 있으나, 본 발명은 이에 한정되지 않는다. The label may be, for example, indexing information of metadata constituting a concept or topic for a specific subject in a tree format. The concept or theme may be given by an expert, but the present invention is not limited thereto.

도 2에 별도로 도시된 것은 아니지만, 데이터 분석 서버는 레이블 생성을 위해 해당 과목의 학습 요소 및/또는 주제를 트리 구조로 나열하여 최소 학습 요소에 대한 메타데이터 세트를 생성하고, 상기 최소 학습 요소를 분석에 적합한 그룹 단위로 분류할 수 있다. Although not shown separately in FIG. 2, the data analysis server generates a metadata set for a minimum learning element by arranging a learning element and / or a topic of a corresponding subject in a tree structure for label generation and analyzes the minimum learning element And the like.

예를 들어 특정 과목 A의 제 1 주제를 A1-A2-A3-A4-A5… 로 분류하고, 제 1 주제 A1의 세부 주제를 제 2 주제로 하여 A11-A12-A13-A14- A15 …로 분류하고, 제 2 주제 A11의 세부 주제를 제 3 주제로 하여 A111- A112- A113- A114- A115 … 로 분류하고, 제 3주제 A111의 세부 주제를 제 4주제로 하여 동일한 방법으로 분류하는 경우, 해당 과목의 주제는 트리 구조로 나열될 수 있다. For example, if the first subject of a particular subject A is A1-A2-A3-A4-A5 ... A12-A13-A14-A15-A12-A13-A14-A15-A12-A12-A13-A14-A15-A15-A12-A12-A13-A14-A15-A15-A12-A13-A14-A15-A13-A14-A15-A13-A14-A15-A13 A111- A112- A113- A114- A115 ... A111- A112- A113- A114- A115- A111- A112- A113- A114- A115- A114- A114- A114- A115- A114- A114- A115- A114- A114- A115- A114- A114- A115- A115- A114- A115- , And the third subject A111 is classified into the fourth subject in the same way, the subjects of the subject can be listed in a tree structure.

이러한 트리 구조의 최소학습 요소들은 사용자 및/또는 문제의 분석에 적합한 단위인 분석 그룹별로 관리될 수 있다. 사용자 및/또는 문제를 해석하기 위한 레이블을 학습 요소의 최소 단위로 설정하는 것보다 분석에 적합한 소정의 그룹 단위로 설정하는 것이 보다 적절하기 때문이다. The minimum learning elements of this tree structure can be managed for each analysis group, which is a unit suitable for analysis of users and / or problems. This is because it is more appropriate to set a label for interpreting the user and / or the problem in a predetermined group unit suitable for analysis rather than setting the label as a minimum unit of the learning element.

예를 들어 영어 과목의 학습 요소를 트리 구조로 분류한 최소 단위를 {동사-시제, 동사-시제-과거완료진행, 동사-시제-현재완료진행, 동사-시제-미래완료진행, 동사-시제-과거완료, 동사-시제-현재완료, 동사-시제-미래완료, 동사-시제-과거진행, 동사-시제-현재진행, 동사-시제-미래진행, 동사-시제-과거, 동사-시제-현재, 동사-시제-미래} 으로 구성한 경우, 학습 요소의 최소 단위인 <동사-시제>, <동사-시제-과거완료진행>, <동사-시제-현재완료진행>, <동사-시제-미래완료진행> 각각에 대해 사용자의 취약점을 분석하면, 지나치게 세분화되어 유의미한 분석 결과를 도출하기 어렵다. For example, the minimum unit that classifies learning elements of English subjects into a tree structure is {verb-tense, verb-tense-past completion, verb-tense-present completion, verb-tense- Verb - tense - present, verb - tense - present, verb - tense - present, verb - tense - present, verb - tense - Verb-tense-the future), <Verb-tense>, <Verb-tense-Past completion>, <Verb-tense-Present completion>, <Verb-tense-Future completion > When analyzing the vulnerability of each user against each other, it is difficult to obtain a meaningful analysis result because it is too subdivided.

학습은 특정 분류 아래서 종합적, 전체적으로 진행되기 때문에 과거 완료 진행을 모르는 학생이 현재 완료 진행을 안다고 할 수 없기 때문이다. 따라서 본 발명의 실시예에 따르면 학습 요소의 최소단위는 분석에 적합한 단위인 분석 그룹별로 관리될 수 있으며, 상기 분석 그룹에 대한 정보가 추출된 문제를 설명하기 위한 레이블로 활용될 수 있다. Because the learning process is comprehensive and overall under a specific category, students who do not know the past completion progress can not say that they are currently completing the progress. Therefore, according to the embodiment of the present invention, the minimum unit of the learning element can be managed for each analysis group, which is a suitable unit for analysis, and the information about the analysis group can be used as a label for explaining the extracted problem.

예를 들어 데이터 분석 서버는 클러스터에서 임의로 적어도 하나 이상의 문제를 추출하고, 상기 문제의 출제 의도를 설명할 수 있는 레이블을 추출된 문제에 부여할 수 있다. For example, the data analysis server may arbitrarily extract at least one problem from the cluster and give a label to the extracted problem to explain the intention of the problem.

이후 데이터 분석 서버는 1차 추출된 문제에 부여된 제 1 레이블을 기준으로 전체 문제 데이터를 분류할 수 있다. (단계 230)The data analysis server can then sort the entire problem data based on the first label assigned to the first extracted problem. (Step 230)

예를 들어 최초로 추출된 제 1 문제에 제 1 레이블이 지정된 경우, 데이터 분석 서버는 상기 1 문제와 유사도를 기준으로 임계값 이내인 문제들 과 임계값 이외인 문제들을 구분할 수 있다. For example, if the first label is assigned to the first problem extracted first, the data analysis server can classify problems within the threshold value and problems other than the threshold value based on the similarity with the one problem.

나아가 데이터 분석 서버는 상기 제 1 문제와 유사도가 임계값 이내인 문제들에 상기 제 1 레이블을 부여할 수 있다. Further, the data analysis server may assign the first label to the problems whose degree of similarity with the first problem is within a threshold value.

이후 데이터 분석 서버는 상기 제 1 문제와 유사도가 임계값 이외인 문제들 중 랜덤하게 적어도 하나의 문제를 추출하고 (단계 240), 2차 추출된 문제를 해석하기 위한 제 2 레이블을 선정하고, 2차 추출된 문제 및 상기 2차 추출된 문제와 유사도가 임계값 이내인 다른 문제들에 상기 제 2 레이블을 부여할 수 있다. (단계 250)Thereafter, the data analysis server randomly extracts at least one problem among the problems with similarity to the first problem (step 240), selects a second label for analyzing the second extracted problem, The second label can be given to other problems having a similarity to the problem extracted and the second extracted problem within a threshold value. (Step 250)

이 경우, 1차 추출된 문제와 유사한 문제들에는 제 1 레이블, 2차 추출된 문제와 유사한 문제들에는 제 2 레이블이 부여되고, 1차 추출된 문제는 물론 2차 추출된 문제와 유사한 문제들에는 제 1 레이블과 제 2 레이블이 부여될 것이다. In this case, problems similar to the first extracted problem are assigned a second label to problems similar to the first label and the second extracted problem, and problems similar to the second extracted problem as well as the first extracted problem The first label and the second label will be given.

이러한 방식으로 문제들에 레이블 부여를 반복하면 전체 문제를 분류할 수 있다. (단계 260)Repetition of labeling problems in this way can categorize the whole problem. (Step 260)

예를 들어 특정 문제가 <동사-시제>에 대한 제 1 레이블, <동사의 형식>에 대한 제 2 레이블, <능동태와 수동태>에 대한 제 3 레이블이 부여되고, 그 비율이 각각 75%, 5%, 20%인 경우, 해당 문제는 제 1 레이블 및 제 3 레이블을 이용하여 해석될 수 있다. For example, a specific problem is assigned a third label for the first label for <verb-tense>, a second label for <verb form>, and a third label for <active and passive> %, 20%, the problem can be interpreted using the first label and the third label.

예를 들어 해당 문제는 <동사-시제>를 출제 의도로 하고, <능동태와 수동태>에 대한 오답 보기를 포함하는 것으로 해석될 수 있다. For example, the problem can be interpreted as including the verb-tense as an intention to write, and the incorrect reading of <active and passive>.

나아가 동일한 제 1 레이블, 제 2 레이블, 제 3 레이블이 사용자에게 부여된 경우, 해당 사용자는<동사-시제> 및 <능동태와 수동태>에 대한 이해도가 각각 75%, 20% 로 추정되는 것으로 해석될 수 있다. Furthermore, when the same first label, second label, and third label are given to the user, the user is interpreted as having a degree of understanding of <verb-tense> and <active and passive> of 75% and 20%, respectively .

본 명세서와 도면에 게시된 본 발명의 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 게시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. The embodiments of the present invention disclosed in the present specification and drawings are intended to be illustrative only and not intended to limit the scope of the present invention. It will be apparent to those skilled in the art that other modifications based on the technical idea of the present invention are possible in addition to the embodiments disclosed herein.

Claims (2)

데이터 분석 서버가 데이터 분석 프레임워크의 신규 사용자에 대한 진단용 문제 세트를 구성하는 방법에 있어서,
복수의 문제를 포함하는 문제 데이터베이스를 구성하고, 상기 문제에 대한 사용자의 풀이 결과 데이터를 수집하고, 상기 풀이 결과 데이터를 이용하여, 상기 문제 데이터베이스에 포함된 문제 각각에 대해, 상기 문제에 포함되어 있는 개념의 포함도를 추정하고, 상기 사용자 각각에 대해 상기 문제에 대한 정답 확률을 추정하는 단계;
상기 문제 데이터베이스에서 상기 진단용 문제 세트 구성을 위한 후보 문제를 적어도 하나 이상 추출하는 b 단계;상기 후보 문제에 대한 풀이 결과 데이터가 존재하는 사용자 및 상기 사용자의 풀이 결과 데이터가 존재하는 다른 문제를 확인하는 단계;
상기 후보 문제에 대한 상기 사용자의 풀이 결과 데이터만 이용하여, 상기 사용자의 상기 다른 문제의 가상 정답 확률을 계산하는 단계;
상기 가상 정답 확률과 상기 사용자의 상기 다른 문제의 실제 풀이 결과 데이터를 비교하고, 비교 결과 값이 미리 설정된 범위 이내인 후보 문제들을 상기 진단용 문제 세트로 구성하는 단계를 포함하는 것을 특징으로 하는 문제 세트 구성 방법.A method of configuring a diagnostic problem set for a new user of a data analysis framework, the data analysis server comprising:
The method of claim 1, further comprising: constructing a problem database comprising a plurality of problems, the user's pool of the problem collecting result data, and using the result data, for each problem included in the problem database, Estimating an inclusion of the concept and estimating an answer probability for the question for each of the users;
A step b of extracting at least one candidate problem for the diagnosis problem set configuration from the problem database, a step of confirming a user having a solution result data for the candidate problem and another problem where the solution of the user exists, ;
Calculating a virtual correct answer probability of the other problem of the user using only the result data of the user's solution to the candidate problem;
Comparing the virtual correct answer probability with actual result data of the other problem of the user and configuring candidate problems with the comparison result value within a predetermined range as the diagnostic problem set, Way. 제 1항에 있어서,
상기 평균 비교값이 임계값 이내인 후보 문제들을 상기 진단용 문제 세트로 구성하는 단계를 포함하는 것을 특징으로 하는 문제 세트 구성 방법. The method according to claim 1,
And constructing the diagnostic problem set as candidate problems with the average comparison value being within a threshold value.

Images