Earticle

초록

영어

A number of non-structured data associated with lectures in the field of university education have been generated and it is an important consideration of the students’s written comments lecture evaluation. The purpose of this study is to find student interaction factors associated with the student evaluation of teaching at universities, and to provide some insights into improving the student evaluation program based on the results. So, this study consists of three steps that create interaction score, collect student’s written comments satisfaction, and analyze an individual professor score. There are a number of limitations to this study. The limitation is that the study was conducted on a narrow sample of the overall student population.

한국어

대학 교육현장에서 강의와 관련한 수많은 비정형화된 데이터가 생산되고 있는데 그중 관심 있게 볼 부분은 학생들의 서술형 강의평가이며, 본 논문에서는 대학에서 시행하는 서술형 강의평가를 활용하여 분석하였다. 분석방법 으로 먼저 학기가 끝난 후 수행된 강의평가에서 동일학과 유사과목을 강의했던 교수자 2인을 선택하고 학생들이 평 가한 서술형 강의평가 내용에서 기존 문헌연구를 통해 얻은 학습자 상호작용과 관련한 키워드를 추출하고 이를 코사 인유사도 분석을 이용해 상호작용 점수를 도출한 후 기존의 5점척도 강의평가 점수와 비교하였다. 분석을 위해 텍스 트 마이닝 기법을 활용하였으며 분석결과 수업에서 필요한 학습자 상호작용은 주로 흥미, 기회, 열정, 재미, 참여, 유 익, 친절 등으로 나타났다. 기존의 5점 척도 강의평가 점수와 새롭게 도출한 서술형 강의평가 점수를 비교했을 때 유사한 것으로 나타났으며 특히, 상호작용이 높을수록 더 높은 점수가 나타났다. 본 연구에서는 상호작용점수라는 새 로운 지표를 만들었고 이에 대한 가능성을 확인하였다. 향후 학과단위 또는 학교단위의 데이터분석을 통해 정성적, 정량적 강의평가 지표를 개발함으로써 기존의 평가방식을 개선할 필요가 있다.

목차

요약
 Abstract
 1. 서론
 2. 이론적 배경과 선행연구
  2.1 강의만족도와 상호작용
  2.2 빅데이터 분석
 3. 서술형 상호작용 점수 도출
  3.1 연구단계
  3.2 서술형 상호작용점수 계량화
  3.3 서술형 상호작용 점수 도출
 4. 결론
 REFERENCES

키워드

빅데이터 텍스트 마이닝 오피니언 마이닝 강의평가 상호작용분석 코사인 유사도 Big Data Text Mining Opinion Mining Satisfaction Score Student-Interaction Cosine Similarity

저자

• 최정웅 [ Jung-Woong Choi | 경민대학교 e-비즈니스경영과 ] Corresponding author
• 안동규 [ Dong-Kyu An | 경민대학교 e-비즈니스경영과 ]

참고문헌

발행기관

간행물