PyCon Korea 2018 - 파이썬으로 학생 들여다보기
- 2. 발표자 소개 • 박윤곤 • 아이스크림에듀 / 지능정보기술연구소 (2018.1 ~ 현재)
- 3. 목차 • 학습 데이터를 구조화 하려는 시도 • 학습 데이터 저장하기 • 학습 데이터 분석하기 • Q&A
- 4. 학습 데이터를 구조화 하려는 시도
- 5. 일반적인 학습 활동 …강의 조별 활동 평가 숙제
- 7. 학습 과정에서 발생하는 의문들 강의를 들을 때 처음부터 쭉 듣나? 아니면 건너뛰면서 듣나? 숙제를 내면 바로 제출할까? 아니면 미뤘다가 할까? 시험 문제를 풀 때 고민할까? 아니면 그냥 찍을까? 수업과 관련해서 어떤 질문이 주로 올라올까?
- 8. But, 텍스트 JSON CSV … A B C A B D RDB
- 9. 일관성 있게 데이터를 저장하고 분석할 방법은 없을까요? 학생 우리 반 우리 학교우리 학년
- 10. 학습 데이터를 구조화 하려는 시도 • xAPI(Experience API, a.k.a Tin Can API) • ADL(Advanced Distributed Learning) • 2013년에 1.0.0 버전 릴리즈 • 현재 최신 버전의 스펙은 1.0.3 (참조) • Caliper Analytics • IMS Global • 2015년 1.0 버전 릴리즈 • 현재 최신 버전의 스펙은 1.1 (참조)
- 11. 데이터 구조 Actor Verb Object ID Stored … Actor Action Object ID EventTime …Type xAPI - Statement Caliper - Event
- 12. xAPI vs. Caliper - 공통점/차이점 • 공통점 • JSON을 기반으로 한 데이터 • 차이점 • 필수 속성의 차이: S+V+O vs. S+V+O+Type+ID+EventTime • 학습 유형에 대한 용어가 구체적으로 정의되어 있음: Caliper > xAPI • 데이터 구성의 유연성: xAPI > Caliper
- 13. 표준화된 데이터 구조의 장점? • 데이터 설계에 들어가는 시간을 줄일 수 있습니다. • 표준화된 데이터를 수집/분석하는 툴을 필요에 따라 쓸 수 있습니다. • 예 1) Learning Locker (xAPI) • 예 2) OpenLRW, OpenDashboard (Caliper) • 데이터 수집/분석에 필요한 도구를 직접 개발하고 배포할 수 있습니다.
- 14. 사용 사례 • xAPI (https://xapi.com/adopters/) • Adobe (Captivate) • Blackboard • Caliper (https://www.imsglobal.org/cc/statuschart/caliper-analytics) • Blackboard • Canvas
- 15. 사용 사례 • Caliper 데이터를 홈런 서비스에 적용해 보았더니… <3월> 1일 3~4백만 건 1GB 이상 (평일 기준) <7월> 1일 5백만 건 이상 약 2GB (평일 기준)
- 16. xAPI와 Caliper는 학습 데이터를 구성하는 방법을 제시합니다. 생성한 데이터의 분석은 서비스 제공자의 몫입니다.
- 17. 학습 데이터 저장하기
- 18. xAPI와 Caliper를 지원하는 라이브러리 Java JavaScript Ruby Python .NET PHP Java JavaScript Objective-C PHP Python .NET xAPI Caliper
- 19. Tin Can Python (xAPI) 설치 • 설치 과정 • 하지만, Python 2.7 버전만 지원합니다. • 3년 전이 마지막 업데이트입니다. $ pip install tincan
- 20. Caliper Python 설치 • 설치 과정 • Python 3.x, 2.7 버전을 지원합니다. • PyPI에 등록되어 있지 않아 수동으로 설치해야 합니다. $ git clone https://github.com/IMSGlobal/caliper-python.git $ pip install -e caliper-python
- 21. 파이썬으로 학습 데이터 생성하기 • xAPI – Actor actor.to_json()
- 22. 파이썬으로 학습 데이터 생성하기 • xAPI – Verb verb.to_json()
- 23. 파이썬으로 학습 데이터 생성하기 • xAPI – Object obj.to_json()
- 24. 파이썬으로 학습 데이터 생성하기 • xAPI – Statement
- 25. 파이썬으로 학습 데이터 생성하기
- 26. 파이썬으로 학습 데이터 생성하기 • Caliper – Actor actor.as_json( thin_context=True, thin_props=True )
- 27. 파이썬으로 학습 데이터 생성하기 • Caliper – Action
- 28. 파이썬으로 학습 데이터 생성하기 • Caliper – Object obj.as_json( thin_context=True, thin_props=True )
- 29. 파이썬으로 학습 데이터 생성하기 • Caliper – Event
- 30. 파이썬으로 학습 데이터 생성하기
- 31. 간단한 예제를 만들어 봅시다. • Flask + MongoDB + Caliper • Flask – 학습 활동, 학습 데이터 수신 지점 구현 • MongoDB – 학습 데이터 저장 (Learning Record Store) • Python에서 MongoDB를 사용하려면? PyMongo, MongoEngine, … • Caliper – 학습 활동 데이터를 구성 • 예제 소스 • https://github.com/rubysoho07/learning-analytics-example
- 32. 그냥 RDB에 저장하고 분석하면 안 되나요? • RDB에서 데이터 저장 및 분석을 못 하는 건 아닙니다. • 하지만, • 요구사항의 변경 = 수집하는 데이터의 구조 변화 (자주 일어납니다!) • 이러한 상황에 유연하게 대처하기 위해 MongoDB를 사용하였습니다.
- 33. 학습 데이터 수신/저장 기능 만들기
- 34. 학습 데이터 Sensor 만들기
- 36. 로그인/로그아웃
- 37. 로그인/로그아웃 (계속)
- 38. 학습 활동 수행 – 로그인/로그아웃 클릭! 클릭!
- 39. 읽기자료로 이동
- 40. 읽기자료로 이동
- 41. 학습 활동 수행 – 읽기 자료로 이동 클릭!
- 42. 학습 활동 수행 – 읽기 자료로 이동
- 43. 읽기자료에 태그 달기
- 44. 읽기자료에 태그 달기
- 45. 학습 활동 수행 – 태그 달기 입력 후 클릭!
- 46. 학습 활동 수행 – 태그 달기
- 47. 평가 시작
- 48. 평가 시작
- 49. 학습 활동 수행 – 평가 시작 클릭!
- 50. 학습 활동 수행 – 평가 시작
- 51. 평가 제출
- 52. 평가 제출
- 53. 학습 활동 수행 – 평가 제출 선택 후 클릭!
- 54. 학습 활동 수행 – 평가 제출
- 55. 데이터 쌓이는 상황 확인
- 56. 학습 데이터 분석하기
- 57. 오늘의 타임라인
- 58. 오늘의 타임라인
- 59. 오늘의 타임라인
- 60. 동일 시험 응시자 성적 평균 구하기 (나의 성적)
- 61. 동일 시험 응시자 성적 평균 구하기
- 62. 동일 시험 응시자 성적 비교
- 63. Q&A
- 64. 다음 단계가 궁금하신가요? 아이스크림에듀 지능정보기술연구소는 다음 단계를 함께 만들 분을 찾고 있습니다! [email protected] / rubysoho07