2016년 교육정보학회 동계학술대회 발표자료
일시: 2016년 1월 14일
장소: 광주교육대학교
<초록>
데이터 분석 기술의 발전으로 인해 교육 분야에서도 다양한 학습 활동 데이터를 수집 및 분석하는 학 습 분석 기술이 주목을 받고 있다. 새로운 기술과 시스템을 도입하는 초기에는 참고할 수 있는 모델이나 가이드라인 정보가 부족하기 때문에 교육기관뿐 아니라 많은 이해관계자들이 혼란을 겪게 된다. 국제 표준 화 기구에서는 학습 분석 기술 도입을 촉진하기 위해서 참조모델을 개발하고 있다. 그러나 참조모델은 워 크플로우와 기능을 정의하는 데 초점을 맞추고 있기 때문에 실제 시스템을 도입하는 데 필요한 체크리스 트나 시스템 구성과 배치 등에 대한 정보는 별개의 문제이다. 이 연구는 학습 분석 시스템 도입 시 고려할 수 있는 시스템 요구사항을 정의하였다. 각 요구사항들은 학습 분석 참조모델에 근거하여 정의하였다.
학습분석을 위한 참조모델과 시스템 요구사항 정의
1. 학습 분석을 위한
참조모델과 시스템 요구사항 정의
한국교육학술정보원
조용상, Ph.D
zzosang@keris.or.kr
FB: /zzosang Twitter: @zzosang
2016년 한국교육정보학회 동계 학술대회
(2016. 1. 14)
2. Data
Collection
Data Storing &
Processing
Visualization Analyzing
Privacy
Policy
• lecture (MOOCs, OER)
• material (reading etc)
• learning tool
• quiz/assessment
• discussion forum
• message
• social network
• homework
• prior credit
• achievement
• system log
……
personalization,
intervention and
prediction, etc
Input data items for learning analytics
Outcomes from learning analytics
Dataprocessingandanalysis
secured data exchange
Learning & Teaching
Activity
• Reading
• Lectures
• Quiz
• Projects
• Homework
• Media
• Tutoring
• Research
• Assessment
• Collaboration
• Annotation
• Gaming
• Social Network
• Messaging
• Scheduling
• Discussion
참조 모델 Reference Architecture
<source: ISO/IEC 20748-1 Learning analytics interoperability – Part 1: Reference model>
3. 데이터 수집 Data Collection
• lecture
(MOOCs, OER)
• material
(reading etc)
• learning tool
• quiz/assessment
• discussion forum
• message
• social network
• homework
• prior credit
• achievement
• system log
……
learning & teaching
activity
III-02.
Personal
Data Control
III-05.
Identification
IV-01.
Accessibility
Preferences
III-01.
Data Flow and
Exchange
(i.e. xAPI and
IMS Caliper)
DataCollectionAPI
Temporary Data Store
(Event Store)
DataCollectionInstance
secured
data transmission
III-04.
Data Utilization
conformance
testing
I-01. Learning Activity
I-04. Social Networks
II-01 & II-02 Assessment
<source: ISO/IEC 20748-1 Learning analytics interoperability – Part 1: Reference model>
4. 데이터 저장 및 처리 Data Storing & Processing
Temporary Data Store
(Event Store)
Analytics Data Store
(Micro Data)
Data Translator and Filter
DataQuery
Unified Data
Translator
(i.e. to LOD)
Data
Filter
Filtering
Conditions
Translation
Rules
Natural
Language
Processing
DataMigration
I-05.
Discourse Analytics
III-01.
Data Flow and Exchange
(i.e. xAPI and IMS Caliper)
III-05.
Identity Protection & Identification
<source: ISO/IEC 20748-1 Learning analytics interoperability – Part 1: Reference model>
5. 데이터 분석 Data Analysis
Analytics Data Store
(Micro Data)
Analytics Data Store
(Analyzed Data)
DataManipulation
Data Analysis
Analysis
Interface
(i.e. R)
Analysis
Algorithm
Analysis
Processing
Output
Generation
Statistic Analysis
Topic Analysis
Network Analysis
Pattern Analysis
Dynamic Modeling
Association Analysis
Constant Information
(Curricula, Learning Resources,
Preferences)
PrivacyMasking
Dashboard Integration
Content Recommendation
Learning Path Recommendation
(Curriculum Support)
Social Analysis
III-05.
Identity Protection &
Identification
I-01 to I-05. Log, Predictive, Adaptive,
Social and Discourse Analytics
II-01 & II-02. Assessment using ICT
III-03. ePortfolio
IV-01 to IV-03. Accessibility Matching
I-02. Predictive Analytics
I-03. Adaptive Analytics
I-05. Discourse Analytics
II-01. Assessment using ICT
<source: ISO/IEC 20748-1 Learning analytics interoperability – Part 1: Reference model>
6. 시각화 Visualization
Analytics Data Store
(Analyzed Data)
DataQuery
Dashboard and
Reporting System
DOMInterface
Data Interpretation to Visualization
personalization,
intervention and
prediction, etc
Dashboard
Information
ePortfolio
Learning Path
& Resources
IV-01 to IV-03. Accessibility Matching
I-01. Dashboard Service
I-02. Predictive Analytics
I-04. Social Analytics
III-03. ePortfolio
I-03. Adaptive Analytics
II-01 & II-02. Assessment using ICT
<source: ISO/IEC 20748-1 Learning analytics interoperability – Part 1: Reference model>