Support Vector Data Description(SVDD) 가중치를 이용한 개선된 학습자 모델링

지능형 학습 시스템은 학습자의 학습 과정에서 수집된 데이터를 분석하여 학습자에게 맞는 전략을 세우고 적합한 서비스를 제공하는 시스템이다. 학습자에게 적합한 서비스를 제공하기 위해서는 학습자 모델링이 우선시 되며, 이 모델 생성을 위해서 학습자의 학습 과정에서 발생한 데이터를 수집하고 분석하게 된다. 하지만, 수집된 데이터가 학습자의 일관되지 못한 행위나 예측하지 못한 학습 성향을 포함하고 있다면, 생성된 모델을 신뢰하기 어렵다. 본 연구는 수집된 학습자의 데이터를 SVDD를 이용하여 가중치를 구하고, 그 값을 의사결정나무 생성에 이용한다. 실험에서는 홈 인테리어 컨텐츠 기반에 학습자의 학습 행위에 대한 학습 성향을 진단하기 위한 DOLLS-HI를 이용하여, 수집된 학습자의 데이터에서 비정상 데이터를 분류하고 학습 성향 진단을 위한 모델을 생성하였다. 비교 실험을 통하여 제안하는 방법의 유효성을 확인하였다.