메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김경희 (동의대학교) 성진용 (동의대학교) 최승배 (동의대학교) 강창완 (동의대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제23권 제6호
발행연도
2021.12
수록면
2,599 - 2,606 (8page)
DOI
10.37727/jkdas.2021.23.6.2599

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근 많은 대학에서는 강의평가 결과를 통해 수업의 질 개선을 도모하고자 정량적 평가 이외에 서술형 강의평가 자료를 활용하고 있다. 이러한 자료를 활용하고 있는 이유는 서술형 강의평가 내용이 정량적 평가에서 드러나지 않는 다양한 학생들의 의견들을 담고 있어 향후 수업 개선방안을 위해 유용한 정보를 도출할 수 있기 때문이다. 개방형 자료를 이용하여 유용한 정보를 도출하기 위한 기존의 방식은 내용을 보고 관련이 있는 몇 개의 범주로 구분하여 단순 집계를 하는 것에 불과하였다. 본 연구에서는 기존의 방법과 달리 데이터마이닝 기법 중 텍스트 마이닝을 이용하여 유용한 정보를 도출해내고자 한다. 이를 위해 첫째, 서술형 강의평가 텍스트 자료에 대해 긍정적 평가인지 부정적 평가인지를 예측 분류하는데 기계학습 방법을 적용하였으며, 둘째, 구체적인 분석을 위해 k-평균 군집분석, 토픽분석, 감성분석 그리고 나이브 베이즈 방법을 고려하였다. 비지도학습 기법은 전체 데이터세트를 이용하였고, 지도학습기법인 나이브 베이즈 방법은 분석용 데이터세트(70%)를 이용하여 최적모형을 찾고, 최적모형을 검증용 데이터세트(30%)에 적용하여 분석하였다. 분석 결과, 검증용 데이터에 대한 예측력 측면에서 나이브 베이즈 방법의 정분류율이 84%로 나타나 토픽분석(68%), 감성분석(75%) 방법에 비해 우수한 성능을 보여 고려한 방법 중 가장 적절한 모형인 것으로 확인하였다.

목차

등록된 정보가 없습니다.

참고문헌 (17)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0