수학 학습 도우미에서 의존감 learn 된 패턴 분석: 수준, 개입, 결과에 따른 행동 양식

Introduction

학습 도우미 시스템 로그에서 의존감 learn 된 패턴을 분석하기 위해 Apriori 알고리즘을 적용했다. 의존감 learn 된 패턴은 학습자들이 학습 환경에서 자신들의 능력에 대한 신뢰를 잃는 것을 의미한다. 본 연구에서는 interaction 데이터를 3차원으로 검토했다: 의존감 수준(낮음 vs. 높음), 시스템 기반 개입(있음 vs. 없음), 문제 해결 결과(해결 vs. 해결하지 못함).

Methodology

Apriori 알고리즘을 사용하여 interaction 데이터를 분석했다. Apriori 알고리즘은 대규모 데이터셋에서 패턴을 발견하는 데 사용되는 알고리즘이다. 본 연구에서는 Apriori 알고리즘을 사용하여 의존감 learn 된 패턴을 발견하고, 그 패턴을 분석했다.

Results

완전한 데이터셋의 분석 결과, 힌트를 사용하지 않고 문제를 건너뛰는 것이 해결하지 못한 결과와 가장 자주 연결된 패턴이었다. 반대로, 문제를 건너뛰지 않는 지속적인 행동은 전체적으로 덜 독보적이었다. 의존감 수준에 따른 비교 결과, 낮은 의존감 학생들은 문제 해결과 문제를 건너뛰지 않는 연관성이 강하고, 힌트 사용과 해결한 결과 사이의 긍정적인 연관성이 보였다. 반면, 높은 의존감 학생들은 회피 패턴이 더 많았고, 문제를 건너뛰는 것이 해결하지 못한 결과와 강하게 연결되었다.

Discussion

본 연구의 결과는 학습 도우미 시스템에서 의존감 learn 된 패턴을 분석하는 데 사용할 수 있는 새로운 방법을 제공한다. 또한, 의존감 learn 된 패턴을 발견하고, 그 패턴을 분석하는 데 사용할 수 있는 새로운 알고리즘을 제공한다. 본 연구의 결과는 학습 도우미 시스템의 개발과 개선에 도움이 될 수 있다.