학습자의 평가 참여를 지원하는 웹 기반 수행평가 시스템의 설계 및 구현

강공미,김진호 한국컴퓨터교육학회 2003 컴퓨터교육학회 논문지 Vol.6 No.3

수행평가는 학생들의 학습 과정을 관찰하거나 학생들이 산출해 낸 자료를 통해 평가하는 방식으로 단순 필답 고사의 단점을 보완하는 새로운 평가 방식으로 주목받고 있다. 그러나 이 수행평가를 적용하는데 많은 노력과 시간 부담이 들어 실제 학교 현장에서 시행에 많은 어려움을 겪고 있다. 이러한 부담을 줄이기 위해 인터넷을 이용한 평가가 다방면에서 시도되고 있으나, 이들 기존 연구에서는 학생의 평가 참여가 허용되지 못하며 평가 방법이 다양하지 못하거나 교사의 피드백이 부분적으로만 사용되는 문제점을 가지고 있다. 따라서 본 논문에서는 학습자들의 평가 참여 및 학습 과정 중의 다양한 수행평가를 지원하고 교사가 효과적으로 관리할 수 있는 웹 기반의 수행평가 시스템을 설계하고 구현하였다. 이러한 웹 기반 수행평가 시스템을 활용할 경우, 학생들의 평가력 등의 고등사고 능력과 전인적 발달을 도모하고, 수행평가를 위한 교사의 업무와 시간 부담을 대폭 줄일수 있을 것이다. A performance evaluation, which requires to observe students in the course of teaming and studying and to evaluate their reports and materials, is emerging as an alternative evaluation method to overcome the shortcoming of simple written tests. However, there are many difficulties in real teaching setting to apply the performance evaluation, because it requires many burdens of efforts and time. In order to reduce these burdens of teachers, there have been several approaches which utilize the Internet for the evaluation. But these previous approaches have several limitations that they don’t allow students’ participation in evaluation activities, fail to provide a variety of evaluation methods, and/or support teachers’ feedbacks very limitedly. In order to overcome these limitations, therefore, this paper designed and implemented a web-based performance evaluation system supporting the participation of students in doing evaluation themselves and various evaluation methods, which can be effectively managed by teachers. This web-based performance evaluation system developed in this paper can enhance not only students’ high level thinking abilities but also their emotional and intellectual abilities. It can also help teachers to reduce the burden of working and the time in plenty used for evaluating students.

상용 데이타 마이닝 도구를 사용한 정량적 연관규칙 마이닝

강공미(Gong-Mi Kang),문양세(Yang-Sae Moon),최훈영(Hun-Young Choi),김진호(Jin-Ho Kim) 한국정보과학회 2008 정보과학회논문지 : 데이타베이스 Vol.35 No.2

상용 데이타 마이닝 도구에서는 기본적으로 이진 속성에 대한 연관규칙 마이닝만을 지원한다. 그러나, 일반적인 트랜잭션 데이타베이스는 이진 속성 뿐 아니라 정량적 속성을 포함한다. 이에 따라, 본 논문에서는 상용 데이타 마이닝 도구를 사용하여 정량적 연관규칙을 마이닝하는 체계적인 접근법을 제안한다. 이를 위해, 우선 상용 데이타 마이닝 도구를 사용하여 정량적 연관규칙을 찾아내기 위한 전체적인 프레임워크를 제안한다. 제안한 프레임워크는 정량적 속성을 이진 속성으로 변환하는 전처리 과정과 마이닝된 이진 연관규칙을 다시 정량적 연관규칙으로 변환하는 후처리 과정으로 구성된다. 다음으로, 전처리 과정을 위한 구간 분할의 개념을 제시하고, 기존의 평균 및 중앙치 기반 양분할 기법과 동일 너비 및 동일 깊이 기반 다분할 기법을 구간 분할의 개념으로 정형적으로 재정의한다. 그런데, 이들 기존 분할 기법은 속성 값의 분포를 고려하지 않은 문제점이 있다. 본 논문에서는 이를 해결하기 위하여 표준편차 최소화 기법을 제안한다. 표준편차 최소화 기법은 이웃한 속성 값의 표준편차 변화가 작다면 동일한 구간에 포함시키고, 표준편차 변화가 크다면 다른 구간으로 분할하는 매우 직관적인 분할 기법이다. 또한, 후처리과정으로는 이진 연관규칙들을 통합하고 이를 다시 정량적 연관규칙으로 변환하는 방법을 제안한다. 마지막으로, 다양한 실험을 통하여 제안한 프레임워크가 바르게 동작함을 보이고, 표준편차 최소화 기법이 다른 기법에 비하여 우수함을 입증한다. 이 같은 결과를 볼 때, 제안한 프레임워크는 일반 사용자가 상용 데이타 마아닝 도구를 사용하여 정량적 연관규칙을 쉽게 마이닝 할 수 있는 매우 실용적인 접근법이라 생각한다. Commercial data mining tools basically support binary attributes only in mining association rules, that is, they can mine binary association rules only. In general, however, transaction databases contain not only binary attributes but also quantitative attributes. Thus, in this paper we propose a systematic approach to mine quantitative association rules---association rules which contain quantitative attributes---using commercial mining tools. To achieve this goal, we first propose an overall working framework that mines quantitative association rules based on commercial mining tools. The proposed framework consists of two steps: 1) a pre-processing step which converts quantitative attributes into binary attributes and 2) a post-processing step which reconverts binary association rules into quantitative association rules. As the pre-processing step, we present the concept of domain partition, and based on the domain partition, we formally redefine the previous bipartition and multi-partition techniques, which are mean-based or median-based techniques for bipartition, and are equi-width or equi-depth techniques for multi-partition. These previous partition techniques, however, have the problem of not considering distribution characteristics of attribute values. To solve this problem, in this paper we propose an intuitive partition technique, named standard deviation minimization. In our standard deviation minimization, adjacent attributes are included in the same partition if the change of their standard deviations is small, but they are divided into different partitions if the change is large. We also propose the post-processing step that integrates binary association rules and reconverts them into the corresponding quantitative rules. Through extensive experiments, we argue that our framework works correctly, and we show that our standard deviation minimization is superior to other partition techniques. According to these results, we believe that our framework is practically applicable for naive users to mine quantitative association rules using commercial data mining tools.

웹 기반 수행평가 시스템의 설계 및 구현

강공미(Gong-Mi Kang),김진호(Jin-Ho Kim) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.1A

학생들의 학습 과정을 관찰하거나 학생들이 산출해 낸 자료를 통해 평가하는 방식인 수행평가는 학습과정 중의 학생 행동 및 반응을 관찰할고 평가하는데 소요되는 업무와 시간 부담으로 교사 주도의 평가방법과 학습 결과로서의 평가 방법을 많이 사용하게 하고 있다. 이에 인터넷을 이용한 수행평가가 이루어지고 있으나 학생의 평가 참여가 이루어지지 못하고 평가 방법의 부분적 사용 등 제한점을 가지고 있다. 본 논문에서는 PHP와 Mysql을 이용하여, 학생의 평가 참여 및 학습 과정 중의 수행평가를 지원하고 교사가 효과적으로 관리할 수 있는 웹 기반의 수행평가 시스템을 설계 및 구현하였다. 이러한 웹 기반 수행평가 시스템을 활용할 경우, 학생들의 평가력 · 문제해결력 등의 고등사고 능력과 전인력 발달을 도모하고, 교사와 업무와 시간 부담을 줄일 수 있어 다양한 수행평가를 확대 적용할 수 있을 것으로 기대된다.

관계 데이터베이스에서 수평 뷰 테이블에 대한 PIVOT 기반의 질의 최적화 방법

신성현,문양세,김진호,강공미,Shin, Sung-Hyun,Moon, Yang-Sae,Kim, Jin-Ho,Kang, Gong-Mi 한국정보처리학회 2007 정보처리학회논문지D Vol.14 No.2

온라인 분석 처리(On-Line Analytical Processing)에서는 다양한 분석을 효과적으로 처리하기 위해, 다차원 구조의 데이터를 연(column)에 에트리뷰트 값이 표시되는 넓은 형태의 수평 테이블로 표현한다. 관계형 테이블들은 보통 에트리뷰트의 개수에 제한이 있으므로(MS SQLServer와 Oracle은 1,024개 컬럼으로 제한), 이러한 수평 테이블을 직접 저장하기 어렵다. 본 연구에서는 상용 RDBMS에서 제공하는 PIVOT 연산을 이용하여 수평 테이블에 대한 질의를 저장된 수직 테이블에 대한 질의로 변환하는 효율적인 최적화 실행 전략을 제시한다. 우선, 관계 데이터베이스에서 수평 테이블을 차원의 이름을 열로 갖는 수직 테이블로 저장하고, 수평 테이블에 대한 질의를 수직 테이블에 대한 질의로 변환하는 다양한 최적화 전략을 제시한다. 특히, 관계 연산(셀렉션, 프로젝션, 조인 등)에 대한 여러 변환 방법을 제안한다. 이때, 변환된 질의는 여러 가지 방법으로 수행할 수 있으며, 각 방법에 따라 수행 시간이 서로 다르다. 그러므로 PIVOT 연산을 사용하여 변환된 질의를 수행하는 최적화 전략을 제시한다. 마지막으로, 다양한 실험을 통해 여러 질의 트리의 방법에 따라 수행 시간을 측정하여 비교 평가한다. For effective analyses in various business applications, OLAP(On-Line Analytical Processing) systems represent the multidimensional data as the horizontal format of tables whose columns are corresponding to values of dimension attributes. Because the traditional RDBMSs have the limitation on the maximum number of attributes in table columns(MS SQLServer and Oracle permit each table to have up to 1,024 columns), horizontal tables cannot be directly stored into relational database systems. In this paper, we propose various efficient optimization strategies in transforming horizontal queries to equivalent vertical queries. To achieve this goral, we first store a horizontal table using an equivalent vertical table, and then develop various query transformation rules for horizontal table queries using the PIVOT operator. In particular, we propose various alternative query transformation rules for the basic relational operators, selection, projection, and join. Here, we note that the transformed queries can be executed in several ways, and their execution times will differ from each other. Thus, we propose various optimization strategies that transform the horizontal queries to the equivalent vertical queries when using the PIVOT operator. Finally, we evaluate these methods through extensive experiments and identify the optimal transformation strategy when using the PIVOT operator.