Looking into students using Pythom

• Data Gathering
• Intermediate
• 2018-08-18 (Sat) 15:50 - 16:30
• Korean
• 104
• 박윤곤 / hahafree12
• Photography and recording is allowed

Slides

Video

Description

교육 분야에서 언급되는 학습분석(Learning Analytics)은, 학생들의 학습 과정에서 발생한 데이터를 분석하여 학습에 도움을 주기 위한 것입니다. 하지만 이러한 데이터는 다양한 소스(DB, 웹페이지, 영상, ...)에서 생성되고, 표현 방법이 서로 다릅니다. 이 발표에서는 이러한 학습 데이터를 일관성 있게 만들고, 관리하고, 분석하기 위한 방법을 소개하고자 합니다. 발표에서 소개할 내용은 다음과 같습니다. 1. 학습 데이터를 구조화하려는 시도 - 학생들의 학습 데이터를 구조화하는 방법: xAPI(Experience API)와 Caliper Analytics - xAPI/Caliper Analytics에 맞는 학습 데이터를 Python으로 생성하기 2. 학습 데이터의 저장 (xAPI/Caliper 포맷으로 만든 데이터는 JSON으로 되어 있습니다. JSON 기반의 데이터를 그대로 이용하기 위해 MongoDB를 데이터베이스로 사용합니다.) - Flask와 MongoDB를 이용해서 Caliper 포맷의 데이터 저장하기 3. 저장된 데이터의 분석 - MongoDB 데이터베이스에 Caliper 포맷으로 저장된 데이터를 웹페이지에 시각화하기 (예) 1일 단위의 학습 활동을 그래프로 확인하기, 로그인/로그아웃 패턴을 그래프로 확인하기 참고자료 1) xAPI Specification (ADL): https://github.com/adlnet/xAPI-Spec 2) Caliper v1.1 Specification (IMS Global): https://www.imsglobal.org/sites/default/files/caliper/v1p1/caliper-spec-v1p1/caliper-spec-v1p1.html 3) TinCan Python(xAPI): https://github.com/RusticiSoftware/TinCanPython 4) Caliper Sensor API(Python): https://github.com/IMSGlobal/caliper-python-public (프로그램 소스는 GitHub에 공개 예정입니다.)

Comments