METHOD AND DEVICE FOR RECOMMENDING LEARNING VOLUME USING STATISTICAL ANALYSIS AND DEEP LEARNING-BASED ARTIFICIAL INTELLIGENCE AT THE SAME TIME

• Main Authors: YOON HEE DONG, LEE SE UK, LEE SANG JIN
• Format: Patent
• Language: English; Korean
• Published: 07.06.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; PHYSICS; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR

통계적 분석과 딥러닝 기반의 인공지능을 동시에 활용한 학습량 추천 방법 및 장치가 개시된다. 상기 통계적 분석과 딥러닝 기반의 인공지능을 동시에 활용한 학습량 추천 장치는, 다수의 사용자들에 대응하는 학생 단말들로부터 다수의 학습 데이터들을 수집하는 학습 데이터 수집부; 상기 다수의 학습 데이터들을 이용하여 상기 학생 단말들 각각의 사용자와 대응하는 학업성취능력 타입을 예측하는 학업성취능력 예측부; 예측된 학업성취능력 타입에 따라 상기 학습 데이터들을 전처리(pre-processing)하여 상기 학습 데이터들에 대한 통계적 연산 처리에 따른 결과로서 얻어지는 학습량 테이블을 생성하는 학습량 테이블 생성부; 및 상기 학습량 테이블을 참조하여 타겟 사용자에 대응하는 추천 학습량을 결정하고, 결정된 상기 추천 학습량을 상기 타겟 사용자의 학생 단말에 제공하는 추천 학습량 결정부;를 포함하되, 상기 학습량 테이블은, 상기 예측된 학업성취능력 타입에 해당하는 사용자들이 현재 교육과정의 다음 교육과정에서 실제로 수행한 다수의 학습량들 각각에 대하여, 상기 다음 교육과정과 대응하는 상기 학습 데이터들을 이용하여 산출한 평가 통과율 및 평가점수 평균을 포함한다. A method and device for recommending a learning amount using statistical analysis and deep learning-based artificial intelligence simultaneously is disclosed. The device for recommending a learning amount using statistical analysis and deep learning-based artificial intelligence simultaneously comprises: a learning data collection unit that collects a plurality of learning data from student terminals corresponding to a plurality of users; an academic achievement ability prediction unit that predicts an academic achievement ability type corresponding to each user of the student terminals using the plurality of learning data; a learning amount table generation unit that pre-processes the learning data according to the predicted academic achievement ability type and generates a learning amount table obtained as a result of statistical calculation processing on the learning data; and a recommended learning amount determination unit that determines a recommended learning amount corresponding to a target user by referring to the learning amount table and provides the determined recommended learning amount to a student terminal of the target user. The learning amount table includes an average of assessment pass rates and assessment scores calculated using the learning data corresponding to the next curriculum, for each of a plurality of learning amounts actually performed in the next curriculum by users of the predicted academic achievement ability type. Accordingly, learning effectiveness can be maximized.