• AI글쓰기 2.1 업데이트
PARTNER
검증된 파트너 제휴사 자료

딥러닝 모형을 활용한 교육 빅데이터 분석 논의 (Discussion on Education Big Data Analytics using Deep Learning Models)

9 페이지
기타파일
최초등록일 2025.04.16 최종저작일 2022.06
9P 미리보기
딥러닝 모형을 활용한 교육 빅데이터 분석 논의
  • 미리보기

    서지정보

    · 발행기관 : 한국자료분석학회
    · 수록지 정보 : Journal of The Korean Data Analysis Society / 24권 / 3호 / 1149 ~ 1157페이지
    · 저자명 : 윤혜경, 최승배, 김태영

    초록

    빅데이터는 사회 전 분야에 걸쳐 수집되고 있으며 교육 분야도 예외는 아니다. 빅데이터의 보편화는 빅데이터로부터 도출되는 정보에 근거한 교육 정책 결정과 교육의 효과성 제고로 이어질 수 있다. 교육 분야의 빅데이터는 깊이와 활용도에 따라 크게 세 종류로 나뉠 수 있는데, 교육기관에서 생성·수집되는 학생(학부모 포함) 수준, 교사 수준, 학교 수준 데이터 등을 포괄하는 대규모(macro-level), 학생들의 토론 게시물(forum discussion), 자유 게시글(posting), 작문(essay) 과제와 같은 텍스트 데이터의 중규모(meso-level), 학습 활동을 초단위로 기록하는 클릭스트림(clickstream) 데이터와 같은 소규모(micro-level) 데이터로의 분류가 대표적 사례이다. 본 연구는 교육 빅데이터 활용의 확산을 예상하는 가운데 한 가지 사례로서 한국교육고용패널 데이터 일부를 딥러닝 모형에 적합시켰다. 학습, 여가, 가정 생활 등 다양한 학생 수준의 변수 140개를 입력층으로 하고 두 개의 은닉층을 포함하는 신경망 모형의 활용을 통해 학생의 진로성숙도 수준을 예측하고 예측 성능을 다항 로지스틱 회귀모형과 비교하였다. 분석 결과와 함께 딥러닝 모형을 활용한 교육 빅데이터 분석에 관련한 논의를 제시하였다.

    영어초록

    Big data is being collected across all sectors of society, and the education sector is no exception. The generalization of big data can lead to educational policy decisions based on information derived from big data and enhance the effectiveness of education. Big data in the education field can be roughly divided into three types according to its depth and utilization: macro-level data that includes student (including parents) level, teacher level, and school level data generated and collected by educational institutions; meso-level data for text such as students’ forum discussions, postings, and essay; and small-scale data (such as clickstream) for recording learning activities. In this study, a part of the data from the Korea Education Employment Panel Wave II was fitted to the deep learning model as an example of the spread of the use of big data in education. Using a neural network model including two hidden layers with 140 variables of various student levels such as learning, leisure, and family life as the input layer, the level of student career maturity was predicted and the prediction performance was compared with the multinomial logistic regression model. Discussions related to education big data analysis using deep learning models are presented along with the analysis results.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“Journal of The Korean Data Analysis Society”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2026년 02월 25일 수요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
11:53 오후