사용환경 맞춤형 학습을 위한 콘텐츠 모델과 콘텐츠 선택 기법

Abstract

유비쿼터스(Ubiquitous) 시대가 도래하면서 사용자는 PC, 핸드폰, PDA, TV 등의 다양한 단말기를 사용하여 유무선 네트워크를 통해 원하는 정보에 접근할 수 있게 되었다. 이러한 유비쿼터스 기술을 학습에 적용하여, 사용자는 장소와 단말기에 구애받지 않고 틈틈이 원하는 시점에 학습을 할 수 있다. 예를 들면, 사용자는 이동하거나 운동하는 중 등의 다양한 사용자 상황에서 사용하기 적절한 단말기를 통해 수행하여야 할 학습 콘텐츠를 연속적으로 학습할 수 있다. 미래에는 이렇게 다양한 사용자 환경 및 상황을 지원할 수 있는 학습 콘텐츠의 양이 증가할 것이고, 이러한 다량의 학습 콘텐츠는 수많은 사용자에게 공유되기 위하여 재사용 및 재구성 될 것이다. 현재의 사용자 사용환경에 가장 적합한 콘텐츠를 선택하여 사용자에게 가장 효과적인 학습을 할 수 있도록 자동적으로 콘텐츠를 선택하는 기법이 필요하다. 그러나 기존에 연구된 정확 선택기법이나 온톨로지 기반 선택 기법은 사용자의 요구를 만족시키지 못하고 있다. 또한 기존에는 학습 콘텐츠의 공유를 위한 메타데이터의 기술로서 LOM(Learning Object Meta-data)이나 KEM(Korea Educational Meta-data)을 사용하였으나 본 표준만으로는 사용자 단말기가 지원하는 기능과 사용자의 다양한 학습 환경을 표현하기 어렵다. 본 논문에서는 이러한 기존의 콘텐츠 모델의 한계와 콘텐츠 선택 기법의 문제를 극복하기 위하여 다양한 학습 콘텐츠가 있는 미래상황을 가정하여 사용자 사용환경 및 상황에 적합한 학습을 지원하기 위한 콘텐츠 모델을 설계하고, 사용자 프로파일 및 사용자 환경, 상황 정보를 기반으로 사용자가 요구한 시점에서 가장 적합한 콘텐츠를 선택하는 기법을 연구하였다. 본 선택 기법은 사용자 입장과 콘텐츠 제작자 입장을 모두 고려하여 고안되었다. 제안한 콘텐츠 선택 기법을 exact 콘텐츠 선택 기법과 비교한 실험을 통해, 제안한 콘텐츠 선택 기법의 정확도와 만족도가 exact 콘텐츠 선택 기법에 비해 월등히 우수함을 증명하였다.; The users can get information which they want using their various devices such as PC, cellular phone, PDA and TV through wired or wireless network as the ubiquitous age took off. This ubiquitous technology is applied to learning, so users can study at any time or any places or even any devices. For example, users can learn from their contents which should be learned continuously, supported by appropriate device under various circumstances like moving or exercising. In the near future, the amounts of learning contents which support above various user environments and circumstances will increase and the learning contents will be reused and reorganized for being shared by a number of learners. In this context, Content selection mechanism is essential for selecting appropriate contents under users' various environments. However existing mechanisms such as exact matching method or ontology based selection method can not satisfied with learners' needs. Also, existing meta-data technologies for sharing learning contents, i.e., LOM (Learning Object Meta-data) or KEM (Korea Educational Meta-data), are difficult to support capability of devices and various learning environments. In this paper, we designed novel content model which supports user environments and circumstances to overcome the limitation of existing content model and content selection mechanism. In addition, we developed on the appropriate content selection mechanism considering user environments and circumstances when user request Usage Environments contents based on proposed content model. This mechanism also considers the intentions of learners and content producers. Finally, our experimental result shows that proposed content selection mechanism is more accurate and more satisfactory than exist content selection mechanism.