학습장애 진단의 대안적 통합모형에 대한 의사결정나무 기법의 활용 가능성 탐색

• 영문명: Application of Decision Tree Techniques for Identifying the Students with Learning Disabilities
• 발행기관: 한국특수교육학회
• 저자명: 홍성두(Hong, Sung doo) 김동일(Kim, Dong-il)
• 간행물 정보: 『특수교육학연구』제43권 제3호, 211~231쪽, 전체 21쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2008.12.30

국문 초록

학습장애 진단 모형은 능력-성취 불일치모형, 중재반응모형을 거쳐 대안적인 다단계 통합모형으로 발전하고 있다. 다단계 통합모형은 그 특성상 능력-성취 불일치 모형이나 중재반응모형과는 달리 위계적 혹은 계통적 형식을 가진 측정학적 방법론을 필요로 한다. 그러나 아직까지 이에 알맞은 측정학적 방법론이 제대로 제시되지 못하고 있다. 다단계 통합모형은 궁극적으로 단계적인 분류와 예측을 요구하게 되는 데 이에 적합한 방법 중에 한 가지가 데이터마이닝 기법 중에 하나인 의사결정나무 기법이다. 따라서 본 연구에서는 학습장애 진단 모형 특히 대안적인 다단계 통합모형에 대한 의사결정나무 기법의 활용가능성을 탐색하였다. 이를 위해 학습장애 진단 모형의 발전과 의사결정나무분석에 대해서 개관하고, 학습장애진단에 의사결정나무분석을 적용한 사례를 살펴보았다. 그리고 의사결정나무분석 기법이 학습장애 진단연구영역에서 세분화, 분류, 예측, 차원축소 및 변수선택, 교호작용효과의 파악, 범주의 병합 또는 연속형 변수의 이산화 측면에서 활용되어질 수 있다는 시사점을 제시하였다.

영문 초록

The purpose of this study was to explore the possibility of application of the decision tree techniques for identification of learning disabilities. At first, we reviewed three major models(ability-achievement discrepancy model, responsiveness to intervention model, the integrated model) of diagnosis of learning disabilities. Second, we provided a comprehensive review of concept, procedure, types and algorithms, applied example of decision tree techniques. In conclusion, we suggested the decision tree techniques for segmentation, classification, prediction, data reduction, variable screening, interaction effect identification, category merging and discretizing continuous variable for identification of learning disabilities.

키워드

학습장애 진단 데이터 마이닝 의사결정나무분석 Learning Disability Decision Tree Data Mining Identification Classification.