동료교수법을위한 PSO 알고리즘 기반의 학생 분류 시스템

Abstract

Peer tutoring is a teaching and learning strategy by which a more capable student as a peer tutor teaches another student. Its form is analogous to that of cooperative learning. In the process of peer tutoring, a student can understand and learn the content more easily and comfortably with the help from a peer tutor which a teacher may not provide, while a peer tutor can acquire a deeper understanding of the content and form a positive attitude toward learning. Peer tutoring not only corresponds with the purpose of the 7th Curriculum which respects differences in level and competence among students, and emphasizes learners' individual personality and independence, but it has also proved its effects as an alternative way to prevent learning deficiency, especially for exercise type classes such as computer education in which there are big differences in academic achievements among students due to lack of cross-curricular links, and it is challenging for a single teacher to guide all students in the class. Peer tutoring has effect on both side, i.e., a peer tutor and a learner, but it was essentially initiated to seek a method to facilitate assistance to incompetent students. Therefore, multidimensional characteristics of the peer tutor serving as a teacher, including his or her personality, gender, and home environment as well as his or her academic performance, can be regarded as having significant influence on the results. In actuality, however, it is difficult for teachers to select peer tutors on the basis of these various factors, for they are busy doing tasks relating to administration, preparing lessons, and studying teaching materials. Thus, in this study we seek to develop a student classification system which provides a function of recommending suitable students for peer tutoring on the basis of multidimensional characteristics of each student, so that it may contribute to improving the results of peer tutoring and making it more effective. This system uses classification among data mining techniques to distinguish new input data from preexisting information. In order to identify rules, Particle Swarm Optimization(PSO) algorithm, one of the biologically inspired algorithms, is used in this system.;동료 교수법이란 보다 능력 있는 학습자가 동료 교사가 되어 동료 학습자에게 개별화된 교수를 제공하는 교수 학습 전략으로 협동 학습과 유사한 형태를 지니게 된다. 이 때 동료 학습자는 교사 주도 학습에서는 받기 어려운 동료 교사의 개별적인 도움을 바탕으로 보다 쉽게 이해하고 편안하게 학습 할 수 있으며 동료 교사는 동료 학습자를 가르치는 과정에서 학습 내용에 대한 깊이 있는 이해와 학습에 우호적인 태도를 취할 수 있다. 이러한 동료 교수법은 학생들의 다양한 수준과 능력의 차이를 존중하고 학습자 개개인의 개성과 자율성을 강조하는 제 7차 교육과정의 취지에 부합 할 뿐 아니라, 교육 과정의 연계성 결여로 학생들의 학습 격차가 심하고, 교사 1인이 지도하기 어려운 실습수업이 많은 컴퓨터 교과 같은 과목에서는 특히 학습 결손을 막기 위한 대안으로 효과를 입증 받고 있다. 동료 교수법은 동료 교사와 학습자 모두에게 그 효과가 있지만, 본질적으로는 능력이 부족한 학생을 손쉽게 도울 수 있는 방안을 모색하는데서 시작하였고, 따라서 가르치는 역할을 하는 동료 교사의 학업 성적 뿐만이 아니라 성격, 성별, 가정환경 같은 다차원적인 특성이 결과에 중요한 영향을 미친다고 볼 수 있다. 하지만 바쁜 행정 업무와 수업 및 교재 연구에도 바쁜 교사들이 이러한 요소를 고려하여 동료 교사를 선정한다는 것은 현실적으로 어려움이 있다. 이에 본 연구에서는 동료 교수 학습의 결과를 보다 효과적인 것으로 만들 수 있도록, 학생의 다차원적인 특성을 고려하여 동료 교사로 적합한 특성을 가진 학생을 추천하는 학생 분류 시스템을 구현하고자 한다. 이 시스템은 데이터마이닝의 기법 중 이미 알고 있는 정보로부터 새로운 입력 데이터를 분류할 수 있는 규칙(Rule)을 만드는 분류(Classification) 기법을 사용하며, Rule을 발견하는 알고리즘으로 생태계 모방 알고리즘의 하나인 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용한다.