Abstract

In advance of Knowledge Information Society, mentoring is becoming an efficient method for developing and managing human resources. There are several factors to improve the effect of mentoring. Among them, a matching mechanism that connects a mentee and a mentor is the most important in mentoring. In the existing e-mentoring systems, administrators rarely consider personal data. They match suitable mentors for mentees in a mandatory way, which reflects bad effects in the e-mentoring. In this paper, we propose new recommendation algorithms for matching by analyzing personal preferences for secondary school students to improve the effects of the mentoring. In addition, we compare our algorithms with the existing algorithms in terms of elaborateness, accordance, and diversity in order to prove the effectiveness of the proposed algorithms.

지식정보화시대가 시작되면서 멘토링은 인재 발굴 및 관리를 위한 효율적인 방법으로 인식되고 있다. 멘토링 효과를 높이기 위한 요소는 여러 가지이다. 그 중 멘토와 멘티를 매칭하는 요소는 멘토링 시스템에서 핵심이라 할 수 있다. 기존 e-멘토링 시스템의 매칭은 대부분 개인 정보를 충분히 활용하지 못하고 관리자에 의해 일괄적으로 처리되는데, 이는 멘토링 효과에 부정적인 영향을 미칠 수 있다. 본 논문에서는 중 고등학생을 대상으로 개인선호도를 입력받아 매칭 항목으로 결정하고 이를 기반으로 가장 적절한 멘토/멘티를 매칭시키는 개인선호도기반의 멘토/멘티 추천 알고리즘을 제안한다. 또한, 본 논문에서는 기존의 알고리즘과 함께 제안한 알고리즘을 정교성, 일치성, 다양성 측면에서 분석하여 제안한 알고리즘의 효율성을 증명한다.

Keywords

• e-Mentoring;
• Recommendation Algorithm;
• Matching;
• Personalization

• e-멘토링;
• 추천알고리즘;
• 매칭;
• 개인화;