상호작용 e-러닝 환경에서 뇌파와 프로파일 기반 콘텐츠 타입 추천

Abstract

오프라인 수업에서는 교사와 학습자가 소통할 수 있기 때문에 학습자에게 적절한 피드백이 가능하다. 하지만 대부분의 e-러닝은 학습자와의 상호작용이 부족하고 학습자의 감성 상태(졸음, 산만 등)가 충분히 반영되지 못했다. 이러한 문제점이 e-러닝의 학습 효과는 저해하는 요소 중 하나로 지적되어왔다. 본 논문에서는 이러한 문제점을 해결하기 위해 학습자의 뇌파를 통해 학습자의 상태를 인식하고 그에 적절한 피드백을 주어서 학습자의 학습 능률을 증대시키는 방법에 주목하였다. 본 논문에서는 학습자가 학습을 하고 있는 도중에 뇌파에 이상치가 발견되면 그 때 학습자가 선호하는 학습 콘텐츠 타입을 추천하는 시스템을 개발하여 학습의 성취도를 향상시킬 수 있는 방법을 제안하고자 한다. 실험은 이미 수집된 학습자들의 뇌파 데이터와 학습 콘텐츠 타입에 대한 평점을 통해 추천의 성능을 평가하는 방식을 취하였다. 또한 뇌파 데이터와 학습자의 프로파일 데이터를 활용하여 콘텐츠 타입 선호도를 예측하는 방식의 성능을 측정하였다. 학습자 뇌파 데이터를 통한 최 근린을 찾는 방식은 kNN-Recommendation system이고 여기서 사용되는 유사도 계산 공식은 Pearson Correlation Coefficient를 수정한 Vector Correlation Coefficient를 소개한다. 이는 뇌파데이터를 추천에 사용하기 위해 기존의 공식을 수정하였다. 또한 뇌파 데이터에 의한 추천과 프로파일에 의한 추천을 상수를 사용하여 조합한 추천 방식의 성능을 실험하였다. 이는 뇌파 데이터에 의한 추천과 프로파일에 의한 추천방식 각각의 추천 성능과 비교하여 향상되었음을 실험을 통해 확인하였다.