최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 대학 이러닝 환경에서 학습자 행동 패턴 기반 군집 분석을 통해 학업 성취 예측 모형을 비교 분석하였다. 학습 관리 시스템(LMS)에서 추출한 377명의 대학생 온라인 행동 데이터를 활용하여 9개의 변수를 도출하고 군집 분석을 실시하였다. 분석 결과, 각 군집별로 다른 예측 모형이 나타났으며, 이는 학습자의 특성을 고려한 맞춤형 피드백 제공의 중요성을 시사한다.
이러닝과 학습양식 =
Smart learning environments
Handbook of educational data mining
Learning analytics
Learning online : the student experience
Educational data mining : applications and trends
(중·고등 학생의)학업성적 결정 구조
ARCS를 적용한 e-learning 교육시스템 =
Advances in Web-Based Learning – ICWL 2013 Workshops : USL 2013, IWSLL 2013, KMEL 2013, IWCWL 2013, WIL 2013, and IWEEC 2013, Kenting, Taiwan, October 6-9, 2013, Revised Selected Papers
Early warning systems and targeted interventions for student success in online courses
Innovative Assessment of Collaboration
Student engagement in campus-based and online education : university connections
상담학 연구방법론 : 연구논문 작성의 리얼 스토리 =
e-러닝의 심리학적 기반
From animals to animats 3 : proceedings of the Third International Conference on Simulation of Adaptive Behavior
e 러닝 : 사이버 공간의 새로운 패러다임 =
Intelligent tutoring systems : 15th International Conference, ITS 2019, Kingston, Jamaica, June 3-7, 2019, Proceedings
스마트 이러닝 : 사이버대학의 학습전략
학습과 공부 : 연구조망
Addressing Global Challenges and Quality Education : 15th European Conference on Technology Enhanced Learning, EC-TEL 2020, Heidelberg, Germany, September 14–18, 2020, Proceedings
Education and Information Technologies
Balti R.,Hedhili A.,Chaari W.L.,Abed M.교육정보미디어연구
홍유정, 함은혜, 이성혜Computer Applications in Engineering Education
Li F.,Lu Y.,Ma Q.,Gao J.,Wang Z.,Bai L.Sensors
Zhu X.,Ye Y.,Zhao L.,Shen C.현장수업연구
서진선, 이재경Heliyon
Jira Chonraksuk; Surapon BoonlueJournal of Computing in Higher Education
Labrović J.A.,Petrović N.,Anđelković J.,Meršnik M.Internet and Higher Education
Yoon M.,Lee J.,Jo I.H.비즈니스융복합연구
김향미, 전광호软件导刊 / Software Guide
王蒙蒙; 徐久成; WANG Meng-meng; XU Jiu-cheng电化教育研究 / E-education Research
张治; 杨熙; 夏冬杰; ZHANG Zhi; YANG Xi; XIA Dongjie컴퓨터교육학회 논문지
이성혜; 최경애; 박민서; 한정윤Interactive Technology and Smart Education
Tong Y.,Zhan Z.교육평가연구
김민정; 이현숙Computers in Human Behavior
Wang W.,Guo L.,Sun R.교육방법연구
이현우, 이종문, 차윤미铜陵学院学报 / Journal of Tongling University
张玥; 邹健; 柏天燕; ZHANG Yue; ZOU Jian; BAI Tian-yan평생학습사회
이해듬디지털콘텐츠학회논문지
정영란石家庄职业技术学院学报 / Journal of Shijiazhuang Vocational Technology Institute
赵圆圆; 李慧; 于雅智; ZHAO Yuan-yuan; LI Hui; YU Ya-zhi전선 / 대학원
이 강좌는 학습자와 학습 맥락에 대한 데이터를 체계적으로 수집, 분석, 활용하여 각 학습자에게 최적화된 학습 경험을 제공하는 방법을 다룬다. 온라인과 면대면 학습환경에서 효과적으로 데이터를 수집하고 분석하는 방법을 조사하고, 학습분석에 기반하여 개별화된 학습을 설계하고 대시보드와 같은 디지털 도구를 개발하는 방법을 탐구한다. 그리고 학습분석 과정에서 발생할 수 있는 윤리적 이슈를 예방하기 위한 실천방안에 대해서 논의한다.전선 / 대학원
학습환경 설계에 영향을 미치는 제반 학습자의 특성에 관한 연구 결과를 검토한다. 최근의 학습자 특성 분석 결과에 주목하면서 이런 부분이 어떻게 일반 교실 수업을 비롯한 이러닝 환경에서 반영될 수 있는가를 이론적, 실제적인 수준에서 다룬다.전선 / 대학원
본 과목에서는 소비자 행동과 관련된 이론과 연구결과들을 살펴본다. 학생들로 하여금 심리학, 경제학, 사회학 그리고 인류학 등의 소비자행동관련 연구를 학습하게 하고, 얻은 지식을 다양한 마케팅 문제에 적용하는 능력을 갖추게 하는 데 그 목적이 있다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.전선 / 학사
본 과목은 다양한 마케팅 자료를 이용하여 기업의 최적 마케팅 프로그램을 설계하고 진행하는데 필요한 분석적 접근 방법을 학습하는 것을 목표로 한다. 기존의 설문 조사 중심의 전통적 마케팅 조사의 접근 방법으로는 매일 빠른 속도로 생성되는 다양하고 방대한 마케팅 자료를 충분히 활용하는데 한계가 존재하는데, 이 과목에서는 이러한 개별 기업의 독자적인 거래 내역 자료 및 소비자의 구매와 미디어 소비에 관련된 외부 자료등 다양한 마케팅 관련 자료를 활용하여 제품, 가격, 촉진, 유통 등의 마케팅 의사 결정의 개선을 돕는 새로운 분석적 기법을 학습한다.전선 / 대학원
체육측정평가연구는 체육과 스포츠 현장에서 양적 분석과 관련된 검사도구나 측정치의 평가와 관련된 제반 이론이다. 신뢰도, 타당도, 타당도일반화, 고전검사이론, 문항반응이론 등에 대한 내용을 강의한다.전선 / 대학원
이 과목은 인간의 정보추구행동을 분석하는 다양한 방법론을 소개하여 향후 학생 본인의 전공분야를 선택하는데 참조할 수 있도록 한다. 특히 정보의 사용성 조사나 사용자 경험조사 방법을 중점으로 데이터의 수집, 실험설계, 데이터 분석 및 해석방업 등을 취급한다.전선 / 대학원
교육은 궁극적으로 인간의 변화를 목적으로 한다. 교육에 많은 시간과 재원을 투입하는 이유도 사람이 변화할 것이라는 믿음에서 비롯되나, 바람직한 방향으로의 인간의 변화는 기대하는 것과는 달리 변화가 거의 일어나지 않거나 미미한 경우도 적지 않다. 본 강좌에서는 인간 변화의 2가지 핵심 요소로 ‘생각과 행동’을 설정하고 인간은 왜 변하지 않는지, 특히 성인이 될수록 변화의 난이도가 높아지는 원인을 근원적으로 탐구하고, 생각과 행동 각각의 변화는 어떻게 일어나며, 생각의 변화가 행동의 변화로 이어지지 않는 이유를 포함한 생각과 행동 변화의 관계는 무엇이고, 생각의 변화를 행동의 변화로 자동화시키는 원리는 무엇이며, 반대로 행동의 변화를 통해 생각의 변화를 일으키는 원리는 무엇인지 탐구하고자 한다. 학생들은 인간의 변화의 필요성과 난이도, 변화에 저항하는 이유, 인지적, 정서적, 환경적 요인을 포함한 복합적 변화의 원리를 탐구하고. 변화를 위한 실천전략으로 습관 형성, 목표설정, 동기, 자기혁신, 피드백 시스템 등의 주제를 심화 학습하며, 성공적인 변화 사례연구 프로젝트를 통해 학습한 내용의 응용과 새로운 원리를 탐색하는 기회를 얻게 될 것이다.전선 / 대학원
본 강좌에서는 소비자행동과 관련된 최신 사례 및 논문들을 통해서, 석사 과정 학생들에게 소비자행동을 이해하게 하고, 소비자행동과 관련된 주요 이슈들을 논의하는 것을 목적으로 한다. 또한 학생들은 사례 연구 및 심층 면접에 바탕을 둔 프로젝트를 수행함으로써 소비자 행동 지식을 전략적으로 활용하는 방안을 모색하게 된다.전선 / 학사
통계분석 결과를 정확히 이해·해석하기 위한 확률과 기술통계, 가설검정, F 분포와 분산분석, 회귀·상관, 범주형·빈도 분석을 다룬 뒤, 머신러닝의 핵심 개념을 가볍게 소개한다. 간단한 분류·회귀·군집 알고리즘 및 기초적 모델 해석 가능성과 윤리·편향 이슈를 실습 중심으로 학습한다.전선 / 대학원
이 강좌는 석·박사 학위 논문 작성 등 교육연구에 필요한 통계적 분석에 대한 개념과 이론에 대한 폭넓은 이해를 돕고, 실제 교육연구에서 통계적 기법들을 적절히 활용할 수 있도록 하기 위한 것이다. 이를 위해 교육관련 각종 연구 자료의 특성(예: 다층 자료, 유목 자료, 연속 자료 등)에 적절한 통계적 기법들에 대한 소개와 함께 관련 컴퓨터 프로그램을 활용하여 실제로 분석할 수 있도록 하기 위한 것이다. 아울러 수강생들은 관심 있는 교육관련 자료를 분석하고 그 결과를 수업시간에 보고하는 기회를 가지게 될 것이다.전선 / 대학원
이 강좌는 학교폭력, 소외, 행동문제, 학습문제 등 학교에서 나타나는 다양한 심리문제들에 대해 조사하고, 이를 기반으로 현장 개선을 위한 보고서를 작성 발표하는 것을 목표로 한다. 이를 위해 학교 내 다양한 심리적 문제에 대한 연구결과물들을 개관하고, 이를 기반으로 우리나라 학교에서 나타나는 학생 및 교사들의 심리문제를 조사하며, 최종적으로 이를 기반으로 한 보고서를 작성하고 발표하는 활동을 진행한다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전필 / 학사
본 과목에서는 정형 데이터와 비정형 데이터를 효과적으로 관리하고 분석하는 데에 필요한 제반 이론 및 기법을 배운다. 구체적으로, 본 과목의 전반부에서는 데이터베이스 (DB)를 기반으로 한 정보 시스템의 설계 및 구현, 그리고 DB 마이닝과 DB 기반 추천 시스템과 관련된 모형과 기법을 다루고, 후반부에서는 텍스트 데이터를 대상으로 정보 검색, 문서 분류 및 군집화를 위한 주요 이론과 방법론들을 소개한다. 아울러, 본 과목은 소개된 모형 및 기법들을 구현하여 다양한 형태의 데이터에 실적용해보는 프로젝트들을 포함하는 바, 이를 통해 실제 문제에 대한 해결 능력을 기르고, 관련된 기술적 이슈들을 경험해보는 것을 목표로 한다.전선 / 대학원
질적 연구의 설계, 질적 데이터의 수집, 체계적인 질적 데이터의 분석, 질적 데이터를 활용한 텍스트마이닝 방법에 대해 이론과 실습을 통해 학습한다.전선 / 대학원
본 과목 「AI 기반 심리과학 연구방법론」은 심리과학 분야 대학원생이 연구 수행 과정 전반에 걸쳐 본 연구과제를 통해 설계 및 검증된 AI 협업 워크플로우(사전 학습된 LLM, 심리과학 특화 RAG 등 활용)를 경험하고 숙달함으로써 연구 방법론적 역량을 혁신하도록 학습하는 과목이다. 수강생은 연구 문제의 개념화, 가설 탐색 및 정교화, 심리과학 문헌 분석, 연구 설계 구체화, 데이터 분석 계획 수립, 분석 결과 해석 및 시각화, 그리고 연구 결과 보고서 작성 및 소통에 이르기까지 심리과학 연구 방법론의 각 단계에서 본 연구과제를 통해 개발/활용되는 AI 지원 워크플로우를 실질적인 협업 도구로 활용하는 방법을 학습한다. 동시에 AI 산출물의 심리과학적 타당성, 방법론적 정확성, 윤리성 및 연구 재현성을 비판적으로 평가하고 교정하는 AI 협업 기반 심리과학 연구 방법론 역량을 함양하는 데 중점을 둔다. 이러한 구조를 통해 수강생은 AI를 단순 도구가 아닌 심리과학 연구의 협업 파트너로 활용하면서도, 데이터 과학 시대의 새로운 연구 방법론적 과제와 연구 윤리적 책임을 명확히 인지한 상태에서 창의적이고 재현 가능한 심리과학 연구 수행을 실천하게 된다.전선 / 대학원
본 교과목의 목적은 학생들에게 소비자 행동을 이해하기 위한 기초가 되는 의사결정관련 연구들을 소개하는데 있다. 판단과 의사결정, 제한된 합리성, 확률적 추론, 확률 모형, 개인차, 불확실성하에서의 사고와 의사결정, 상황맥락을 반영한 선호, 조직에서의 의사결정 등의 주제를 다룬다. 과목은 세미나 방식으로 진행된다.전필 / 학사
첨단융합학부 신입생들의 전공탐색을 위한 공통필수과목으로서, 차세대지능형반도체, 융합데이터과학, 지속가능기술, 디지털헬스케어, 혁신신약 등 첨단융합학부의 다양한 전공 분야를 소개한다. 각 분야에서 개발되고 있는 첨단융합기술의 핵심 개념과 다양한 응용 분야를 소개하고, 각 분야에서 활약하고 있는 리더 특강을 통해 학생들이 졸업 후의 미래를 구체적으로 살펴볼 수 있도록 지도한다. 또한 융합의 의미와 필요성을 소개하고, 기술창업/연구/정책리더십 등 첨단융합전공의 미래 진로를 소개한다. 특히, 기업가 정신 및 도전의식(기술창업), 첨단융합 연구 기초(창의연구), 첨단융합기술의 사회적 가치(정책리더십) 등 각 교과인증과정으로 진출하는 데 필요한 핵심적 가치에 대해 교육한다.전선 / 대학원
아시아 연구 데이터 분석은 아시아 전역의 사회문화적 역학 연구를 위해 데이터 집약적 기법과 인문학적 해석을 연결하는 학제적 방법으로서 문화 분석을 소개한다. 이 강의는 문화 분석을 단순한 방법론적 틀이 아닌, 컴퓨터적 접근 방식과 해석적 실천을 연결하는 구체적인 방식으로 다룬다. 이를 통해 인문학과 사회과학을 특징짓는 상호텍스트성, 심층적인 역사적 맥락, 그리고 상황적 발화를 전면에 부각시킨다. 경험적으로, 이 과정은 텍스트, 시각, 청각의 세 가지 탐구 영역을 아우르며, 컴퓨터 도구를 활용하여 민족주의, 카스트와 같은 사회적 응집력, 그리고 언어, 지역, 젠더, 계급 등 사회학적 지표 전반에 걸친 다양한 변이와 같은 강력한 사상의 궤적을 추적한다.전선 / 대학원
이 강의는 스마트 시티 계획과정 및 도시에서 발생하는 문제와 현상을 이해하기 위해 정량화할 수 있는 데이터를 수집하고 통계적 또는 수학적 기법을 통하여 문제의 원인을 체계적이며 논리적으로 분석하고 탐구하는 방법을 훈련하는 것을 목표로 한다. 특히, 학생들은 가설 설정 및 검증법을 선정하고, 다양한 종류의 데이터를 수집 및 코딩하며(e.g. 설문, 관찰, 샘플링 등), 기술 및 추론 통계(e.g, 회귀, 공간회귀, 머신러닝 등) 방법론을 학습하여 실제 데이터를 활용하여 연구 문제 및 가설에 적합한 계량적 분석 기법을 선택하여 도시 연구를 위한 논문을 작성하는 능력을 키울 수 있다. 또한, 이를 기반으로 기 출판된 양적 논문을 해석하고 이해하여 올바른 지식 소비자로서의 소양을 갖추는 것을 목표로 한다.