Mobile video-based learning attracts many learners with its mobility and ease of access. However, most lectures are designed for desktops. This thesis (1) investigates the gap between mobile learners’ challenges and video engineers’ considerations using mixed methods, (2) provides design guidelines for creating mobile-friendly MOOC videos, and (3) develops a system that provides responsive and customizable video content. To uncover learners’ challenges, we conducted a survey (n=134) and interviews (n=21), and evaluated the mobile adequacy of current MOOCs by analyzing 41,722 video frames from 101 video lectures. Interview results revealed low readability and situationally-induced impairments as major challenges. The content analysis showed a low guideline compliance rate for key design factors. We then interviewed 11 video production engineers to investigate design factors they mainly consider. The engineers mainly focus on the size and amount of content while lacking consideration for color, complex images, and situationally-induced impairments. We then present and validate guidelines for designing mobile-friendly MOOCs, such as providing adaptive and customizable visual design and context-aware accessibility support. Based on the findings from the interviews and surveys, we present FitVid, a system that provides responsive and customizable video content. Our system consists of an adaptation pipeline that reverse-engineers pixels to retrieve design elements (e.g., text, images) from videos, leveraging deep learning with a custom dataset, which powers a UI that enables resizing, repositioning, and toggling in-video elements. The content adaptation improves the guideline compliance rate by 24% and 8% for word count and font size. The content evaluation study (n=198) shows that the adaptation significantly increases readability and user satisfaction. The user study (n=31) indicates that FitVid significantly improves learning experience, interactivity, and concentration. We discuss design implications for responsive and customizable video adaptation.
높은 이동성과 접근 용이성을 바탕으로 모바일 환경에서의 비디오 기반 학습에 대한 관심이 증가하고 있다. 이에 반해, 대부분의 기존 비디오 강의는 데스크탑 환경을 기준으로 디자인되어 있는 실정이다. 본 연구는 (1) 혼합적 연구 방법을 사용하여 모바일 학습자의 어려움와 비디오 엔지니어의 디자인 고려 사항 사이의 격차를 조사하고, (2) 모바일 친화적인 MOOC 비디오를 만들기 위한 디자인 가이드라인을 제공하고, (3) 반응형 및 사용자 맞춤형 비디오 콘텐츠를 지원하는 시스템을 소개한다. 학습자의 어려움을 파악하기 위해 설문조사(n=134)와 인터뷰(n=21)를 진행하였으며, 101개의 비디오 강의로부터 추출된 41,722개의 비디오 프레임을 분석하여 기존 MOOC 비디오들의 모바일 적합성을 평가하였다. 인터뷰 결과, 낮은 가독성과 상황에 따른 장애가 학습자들의 주요 어려움인 것으로 나타났다. 한편, 콘텐츠 분석 결과는 기존 강의들의 주요 디자인 요소에 대한 가이드라인 준수율이 낮은 것을 보여주었다. 더불어 본 연구는 11명의 비디오 제작 엔지니어 인터뷰를 통해 엔지니어들의 주 디자인 고려 요소를 조사하였다. 콘텐츠의 크기와 양이 엔지니어들의 주 디자인 고려 요소였으며, 색상, 복잡한 이미지, 상황에 따른 장애에 대한 고려는 부족한 것으로 나타났다. 다음으로 적응형 및 사용자 맞춤형 시각적 디자인 및 상황 인식 접근성 지원을 제공하는 등 모바일 친화적인 MOOC을 설계하기 위한 가이드라인을 제시하고 검증하였다. 인터뷰 및 설문 조사 결과를 바탕으로 반응형 및 맞춤형 비디오 콘텐츠를 제공하는 시스템인 FitVid을 제시하였다. FitVid 시스템은 리버스 엔지니어링 기술을 활용하여 비디오 픽셀에서 디자인 요소(예: 텍스트, 이미지)를 추출하고 본 연구팀이 수집한 데이터셋을 기반으로 학습된 딥 러닝을 활용한 적응형 디자인 파이프라인과 비디오 내 요소의 크기 조정, 위치 변경 및 토글 기능을 지원하는 유저 인터페이스로 구성된다. 콘텐츠 적응화를 통해 단어 수 및 글씨 크기에 대한 가이드라인 준수율을 각각 24%, 8% 향상시켰다. 또한 콘텐츠 평가 연구(n=198)를 통해 콘텐츠 적응화가 가독성과 사용자 만족도를 유의미하게 증가시킬 수 있음을 보였다. 사용자 실험(n=31)은 FitVid이 학습 경험, 상호 작용성 및 집중력을 유의미하게 향상시키는 것을 검증하였다. 마지막으로 본 논문은 반응형 및 맞춤형 비디오 적응화에 대한 교육적 및 기술적 함의를 논의한다.
