KR20130142290A

KR20130142290A - 인지과학 이론을 적용한 외국어 학습 시스템

Info

Publication number: KR20130142290A
Application number: KR1020120065382A
Authority: KR
Inventors: 신승재
Original assignee: 신승재
Priority date: 2012-06-19
Filing date: 2012-06-19
Publication date: 2013-12-30

Abstract

본 발명은 인지과학 이론중 헤르만 에빙하우스 망각곡선의 이론과 퍼지이론을 근거한 학습 시스템 제공 방법에 관한 것으로, 특히 에빙하우스의 망각곡선의 주기에 따른 반복학습의 개인 편차를 사용자의 학습을 통한 결과 데이터를 가지고 자동 산출하여 퍼지이론이 적용된 인공지능 학습 및 관리 방법으로 사용자에게 최적화된 학습 방법 및 주기를 적용해 주는 시스템에 관한 것이며, 개인 편차의 산출 방식은 사용자가 학습을 진행한 데이터에 기반하여 학습 시스템 기계학습(인공지능)을 통하여 과학적이며 체계적으로 이루어진다. 본 학습 시스템은 처음 시작 하는 학습에는 보편적인 평균 값에 근간해 제공되어 이루어지나 사용자가 반복 학습을 통해 누적된 학습 데이터들을 통하여 각 사용자의 학습 편차를 기계학습을 통하여 산출하여 이 후 학습에 적용하며, 이러한 사용자의 학습과 적용이 반복 될수록 개인의 편차를 보다 정확하게 산출하여 사용자 개인에게 최적화된 학습 제공에 그 목적이 있다.
이러한 본 발명은 맞춤학습을 위해 학습자의 수준에 따라 적용된 학습을 데이터화 하여 데이터에 의하여 조절 할수 있고 학습자의 학습행동 추이에 따른 가장 이상적인 1:1 맞춤학습이 가능하다.

Description

인지과학 이론을 적용한 외국어 학습 시스템{Based on the Theory of Cognitive Science, Foreign Language Learning System}

본 발명은 개인 학습 능력 자동 산출 방법 및 산출 된 결과 값을 학습에 적용해 주는 시스템에 관한 것으로서, 보다 상세하게는 에빙하우스 의 망각곡선의 주기에 따른 반복학습의 개인 편차를 사용자의 학습을 통한 결과 데이터를 가지고 퍼지이론을 적용하여 자동 산출하여 사용자에게 최적화된 학습 방법 및 주기를 적용해 주는 시스템에 관한 것이다.

단어 또는 문장 등의 외국어 학습을 위해서는 지속적인 반복학습 이 중요하다.

특히 무작정 반복하여 학습을 하기 보다는 개인의 능력에 맞추어 학습수준 과 시간 등 을 고려 하여 학습 하는 게 효과적이다.

이는 학습의 효율성을 높여주고, 제한된 시간안에 학습의 효율성 을 높여, 학습자에게는 목표치 설정을 통한 학습 수행능력을 향상할수 있다.

이러한 학습시스템은 헤르만 에빙하우스 의 망각곡선에 따른 것으로, 종래의 기술을 살펴보면 헤르만 에빙하우스 의 망각 곡선을 활용한 암기 방법 및 학습 단말기가 개시된 바 있다.

하지만 종래의 학습 및 학습기는 단순히 에빙하우스 의 망각곡선의 이론만을 적용하고 그에 따른 주기에 맞춰 단어를 표시하는 데에만 충실 한뿐 개인의 학습능력을 고려하지 않기 때문에 개인의 학습수준에 맞게 학습하기 어렵다는 문제점이 있다.

본 발명은 전술한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 사용자가 반복 학습을 통해 누적된 학습 데이터 등을 통하여 반복학습의 개인 편차인 사용자의 학습 데이터를 가지고 퍼지이론을 적용하여 자동 산출하여 사용자에게 최적화된 학습 방법 및 주기를 적용해 주는 학습 및 방법 시스템을 제공함에 있다.

상기한 목적은 본 발명에 따라 사용자가 디스플레이 장치에 설치된 학습 프로그램에 수행되며, 사용자가 학습하고자 하는 하나 이상의 데이터를 입력 받는 단계; 데이터를 서버로 전송하고 데이터에 관한 설명을 입수하는 단계; 데이터 및 설명을 디스플레이 장치에 표시하는 단계; 사용자가 데이터를 가지고 학습을 수행하는 단계; 및 학습의 결과 또는 개인의 학습 편차에 따라 학습 수행능력을 갱신하는 및 서버에 저장 단계; 에 의해 달성된다.

상기 데이터는 프로그램의 전용파일 서식, TXT, HTML, PDF 및 워드 등 변환되는 것이 바람직하다

상기 변환된 파일을 디스플레이 장치에 사용가능 하도록 전송 또는 저장 및 실행하는 단계; 를 포함한다.

상기 서버는, 입수된 사용자의 데이터 베이스로부터 수집하는 단계; 를 포함한다.

상기 본 학습 시스템은 처음 시작 하는 학습에는 에빙하우스의 망각곡선에 의하여 보편적인 평균 값에 의하여 설정되는 것이 바람직하다.

상기 목적은 본 발명에 따라, 학습 프로그램이 실행되고, 상기 프로그램에 데이터를 입력하면 데이터에 해당하는 설명을 디스플레이 장치에 표시하고 상기 사용자의 학습 데이터에 대한 학습능력을 갱신하여 사용자로 하여금 상기 데이터를 전송하여 달성된다.

상기 시스템에 적용가능한 디스플레이 장치는 PC, 노트북, PDA, 및 휴대폰 등 어느 하나인 것이 바람직하다.

이상과 같은 본 발명에 따르면, 사용자가 학습하는 누적된 학습 데이터를 통하여 각 사용자의 학습 편차를 기계학습을 통해 산출된 이후, 다음 학습에 계속 적인 적용 및 갱신이 가능하여 개인에게 최적화된 학습 방법을 제공할 수 있다.

도 1은 본 발명의 학습 커리큘럼 서비스 제공 과정 및 시스템을 도시한 도면
도 2은 본 발명의 일 실시 예에 따른 전용 서비스 제공 시스템의 개념도
도 2 의 S201는 관리서버 를 나타내고
도 2 의 S202는 휴대 단말기 또는 인터페이스 장치등을 포함하며
도 3 의 S203은 일반 PC를 나타낸다.

본 발명은 다양한 변경을 가할수 있고, 구체적인 내용은 첨부된 도면을 참조하여 설명 한다.

그러나 이는 본 발명을 이러한 특정한 실시 형태에 대해 한정하려는 것이 아니다.

도 1은 본 발명의 실시 예 에 따른 학습 시스템을 나타내는 플로챠트 이다.

단계 101은 본 발명의 학습과정 중 사용자가 학습하고자 하는 커리큘럼을 학습자가 선택하는 단계 이다. 커리큘럼은 단어 또는 학습 카테고리 선택을 포함하며, 학습자 본인이 입력한 데이터가 될 수도 있고, 서버에서 전송된 데이터 가 될 수도 있다.

단계 102 에서 사용자 학습데이터 유무 체크는 학습자가 신규 학습자인지 기존 학습자인지를 체크하는 단계로 학습데이터가 없을 경우 (단계106) 선택한 커리큘럼에 따라 학습을 시작하게 되고, 기존에 학습 데이터가 있을경우 (단계 103)서버에서 학습자의 기존데이터를 가지고 학습을 한다.

단계 103 에서는 단계 102 에서의 학습 데이터를 추출 하는 단계로서 학습자의 데이터를 서버에서 가져 오는 단계이다. 이는 학습자가 최근 학습한 내용뿐 아니라 총 학습시간 및 누적된 학습량의 데이터를 추출하는 단계이다.

단계 104 에서는 사용자의 학습 데이터를 토대로 사용자에게 맞추어 커리큘럼 편차를 적용하는단계이며, 학습자에 맞게 적용된 커리쿨럼을 가지고 단계 105 에서 학습자에게 최적화된 커리큘럼 로직을 산출 한다. 이는 학습자가 학습을 하는 동안의 여러 가지 변수를 적용한 것으로 이는 학습시간, 또는 학습하는 데이터의 난이도, 평균 학습시간 등 을 나타내며, 이렇게 수정 적용된 학습 커리큘럼을 기초로 학습자가 학습에 최대 효율성을 나타낼 수 있는 상태가 된다.

단계 106 에서 단계 105 에서 산출된 데이터를 토대로 사용자가 학습을 시작하는 단계이다.

단계 107은 학습을 종료 하는 과정 이며, 학습을 종료하게 되면 단계 108에서 사용자가 학습한 모든 데이터(학습시간, 학습내용, 학습난이도 등) 등을 토대로 학습자의 학습데이터를 산출 하는 단계를 거친다.

단계 109는 이렇게 산출된 데이터를 서버에 저장하는 단계로 저장된 데이터는 기존의 데이터가지워지고 새로운 데이터로 저장되는 것이 아니라 학습자의 학습 기록을 하나하나 모두 데이터로 저장하여 학습한 데이터들의 모든 평균치를 다음 학습할때의 변수로 이용된다.

단계 110은 학습자가 학습을 종료할지 다시 학습을 할지 선택하는 과정으로 다시 학습을 시작을 할 경우 이전 학습했던 데이터 들이 적용된 학습자가 효율적으로 학습할수 있는 최적화된 데이터를 토대로 학습을 제공 한다.

상기한 본 발명의 예시는 목적을 위해 개시 된 것이고, 본 발명에 대해 다양한 수정, 변경, 부가가 가능할 것 이며, 이러한 수정, 변경 및 부가는 특허청구 범위에 속하는 것으로 보아야 할 것이다.

.

Claims

사용자가 진행한 학습 데이터에 기반하여 사용자 개인의 학습 능력이 산출되며, 기계학습(인공지능)을 통하여 산출된 개인의 학습 능력을 학습 시스템에 반영하는 방법
한번 산출되어 계산된 개인 학습 능력의 일회적인 적용이 아니라 사용자가 지속적인 학습 시스템 사용을 통하여 누적된 데이트들을 정밀 분석하여 보다 정확한 개인 학습 능력의 산출을 통해 이를 학습 시스템에 지속적으로 적용해주는 방법