근래에 들어 정보통신 기술의 발전과 온라인 커뮤니티 미디어의 급속한 성장으로, 사용자들은 언제 어디서나 방대한 양의 원하는 정보를 손쉽게 제공받을 수 있게 되었다. 이는 단순히 정보 제공에 그치지 않고, 사용자가 원하는 분야, 원하는 지식을 습득할 수 있는 이러닝의 발전으로 이어졌다. 일반적으로 사용자가 이러닝을 선택하는 기준은 수강 후기를 통한 강사 평가, 수업 내용 평가와 가격 비교를 통해 이루어진다. 하지만 이러한 초기 강의 선택보다 중요한 것은 지속적인 사용자의 선호도를 얻는데 있다. 한 번 학습한 사용자의 수준을 분석하고 이후 사용자에게 적합한 피드백을 제공하여 다음 커리큘럼을 수행하도록 하는 것이다. 최근에는 이러한 점들을 보완하기 위해 다양한 연구가 진행되고 있으나, 학습 만족도를 위한 연구는 부족한 실정이다. 따라서 본 논문에서는 수강 과정에서 발생하는 데이터 분석에 감성분석을 활용하여 이러닝 아키텍처를 구성할 것이다. 또한, 각 프로세스에서 발생하는 교육 제공자 및 이러닝 사용자의 니즈를 분석하고, 특히, 사용자의 수업 평과 결과를 분석하여 각 개인 수준에 맞춘 교육을 제공하도록 한다.
본 연구를 통하여 아래와 같은 결과를 얻을 수 있다.
첫째, 학습 중간 평가 및 최종 평가 값을 토대로 사용자 수준을 분석하여 다음 강의 추천 시스템을 제안하였다. 일반적으로 사용자들은 자신의 수준보다 높은 수준의 강의를 들으려는 경향이 있다. 그러다 보니 사용자는 강의를 따라가기 힘들어 하고, 결과적으로 강의에 대한 만족도가 하락하는 것이다. 이러한 점을 강의 평가 데이터를 통해 분석하여, 사용자에게 피드백을 제공할 수 있고, 더 나아가 최초 수강자들에게 수강 전 자가 수준 진단 시스템을 제공할 수 있다.
둘째, 사용자들의 강의 평가를 분석하여 해당 강의 수준 분석 및 강의 개편이 가능하다. 사용자들은 수강이 끝난 뒤 강의에 대한 평가를 남기게 되어 있다. 현재 대부분의 강의들은 이러한 사용자 평가를 점수화하여 순위를 매길 뿐, 그 안에서 니즈를 파악하고, 강의에 적용하기 위한 노력은 간헐적으로 이루어지고 있다. 본 논문에서는 사용자의 평가를 오피니언 마이닝을 도입하여 긍정, 부정 의견을 분류하고, 수치화하여 단어 빈도 및 평가 점수를 제공한다. 이러한 방식으로 사용자 후기에 대한 의견 점수를 산출하면, 강의 개편을 위한 지표로 사용할 수 있다.