Epic Link | Slack Link | SRS | Figma |
Link | Link | Link | Link |
FE | BE | QA | Data |
개요
현황 및 히스토리
•
•
목표 : 기존 학급별 추천 발송 고도화 (+ 개인별 추천 발송 고도화)
•
주제 : 연결태그와 지식태그를 통합해 추천 학습을 편집하고, 과제를 발송할 수 없을까?
◦
유저는 연결태그 기반 학습인지, 지식태그 기반 학습인지 구분할 필요 없다.
솔루션
발송 시나리오
정리
•
지식태그
SAI - [Knowlage Tag - Activity Set] - SA
•
연결태그
◦
SAI - [Recommend Tag] - Target SA
•
Trigger :
◦
지식태그 : [CSA]와 연결된 KT 습득율(CSU 단위로 KT 중복 제거 필요)
◦
연결태그 : [SAI]별 정오답 및 [SUI]정답률 확인
•
Option :
◦
지식태그 : KT-AS 속성 변경 및 ON/OFF
◦
연결태그 : 연결태그 ON/OFF
•
Result :
◦
지식태그 : KT-AS에 포함된 SA 기반으로 추천 학습 구성
◦
연결태그 : 연결태그와 연결된 SA 기반으로 추천 학습 구성
논의 사항
•
세트가 여러개인 경우(상/중/하가 각각 여러개인 경우?) 어떻게 처리될까?
◦
여러개를 합쳐서 대응
◦
세트가 중복될 경우(ex. 상, 중, 하 모두 달려있는 경우 → 가장 낮은 단계를 적용함)
•
추천 관련 속성은 평가/학습 세트에 모두 붙일 수 있다.
◦
가정 : 학습용 세트에 추천 관련 속성을 붙일 것 같다.
•
지식태그 - 속성 관련 수정사항 있음
◦
추천 학습 관련 속성 별도 추가 (옵션 - 상/중/하/ 기초/심화, 나머지 (학습 레벨, 평가 시점, 기타)는 모두 제거)
◦
속성 중복 선택 불가 !
◦
아이디어 : 지식태그 내에서 사용한 속성 재사용 불가 처리.
▪
같은 타입의 학습 / 평가 세트에 따라 ?
▪
ㄴㄴㄴ 이건 재우님이 확인 후 학습 세트에만 속성 추가할 수 있도록 논의 예정
•
상/중/하 보완학습은 추천 학습으로 보낼 때, 습득율에 영향을 주지 않는다.
