earticle

영어

The ‘level of difficulty’ is one of the major factors for learners when selecting learning contents. However, the criteria for the difficulty level is mostly defined by the contents providers. This approach does not support the personalized education which should consider the abilities and environments of various learners. In this research, the knowledge of the learners and contents were formalized and generalized to resolve the issue, and object models, including a metric for personalized difficulty level, were designed in order to be applied for experiments. And then, based on 100 contents for music education and 20 learners, we performed simulations with an implemented tool to validate our approach. The experimental results showed that our method can calculate the personalized difficulty levels considering the similarities between the knowledges from the learning state and the contents. Our approach can be effectively applied to the on-line learning management system which contains easy access to the learning state and contents data.

한국어

난이도는 학습자가 컨텐츠를 선택하는 중요한 기준 중 하나이다. 하지만, 대부분의 난이도 기준은 컨텐츠 제공자 가 획일적으로 결정한다. 이러한 방식으로는 학습자의 다양한 수준과 환경을 고려한 맞춤형 교육을 지원할 수 없다. 본 연구는 이 문제를 해결하기 위하여 학습자와 컨텐츠의 지식을 정형화하고 일반화한 후, 이를 실험하기 위한 객체 모델과 맞춤형 난이도 척도를 설계하였다. 또한, 이를 검증하기 위한 목적으로 구현한 도구를 이용하여 100개의 음악 교육 컨텐츠와 20명의 학습자를 기반으로 시뮬레이션을 진행했다. 실험 결과는 제안한 방법이 학습 상태와 컨텐츠에서 정의한 지식의 유사도를 이용하여 맞춤형 난이도를 계산할 수 있음을 보여 주었다. 제안한 접근법은 학습 상태와 컨텐츠 에 쉽게 접근할 수 있는 온라인 학습 시스템에 효과적으로 적용할 수 있다.