[論文レビュー] Automated Matchmaking to Improve Accuracy of Applicant Selection for University Education System

Oludayo O. Olugbara, Manish Joshi+2 more|arXiv (Cornell University)|Jul 9, 2015

Scheduling and Timetabling Solutions被引用数 4

ひとこと要約

本論文は、学生のスキルプロファイルと大学プログラムの要件を照合することで選抜の正確性を向上させる、自動化されたマッチメイキングシステムを提案する。本手法は、他の受験生との比較を経由せずに、個々の能力をプログラムの基準と照合することで、不適切なマッチングや学生の不満を低減する。実世界のデータを用いた実証的評価において、従来の選抜方法を上回る性能を示した。

ABSTRACT

The accurate applicant selection for university education is imperative to ensure fairness and optimal use of institutional resources. Although various approaches are operational in tertiary educational institutions for selecting applicants, a novel method of automated matchmaking is explored in the current study. The method functions by matching a prospective students skills profile to a programmes requisites profile. Empirical comparisons of the results, calculated by automated matchmaking and two other selection methods, show matchmaking to be a viable alternative for accurate selection of applicants. Matchmaking offers a unique advantage that it neither requires data from other applicants nor compares applicants with each other. Instead, it emphasises norms that define admissibility to a programme. We have proposed the use of technology to minimize the gap between students aspirations, skill sets and course requirements. It is a solution to minimize the number of students who get frustrated because of mismatched course selection.

研究の動機と目的

• 学生の不満やリソースの無駄遣いを引き起こす大学受験選抜における不正確さを是正すること。
• 他の受験生との比較に依存せず、受験者のプログラム要件との整合性に基づいて評価するシステムを開発すること。
• 技術を用いて、学生の希望、スキルセット、およびコースの事前要件の間のギャップを最小限に抑えること。
• 他の受験者のデータを必要としない、公平で基準に基づいた選抜メカニズムを提供すること。
• AI駆動のマッチメイキングを活用して、大学入学選抜の全体的な正確性と効率性を向上させること。

提案手法

• システムは各受験者に対してスキルプロファイルを構築し、各 academic programme に対して要件プロファイルを構築する。
• 受験者のスキルとプログラムが求める能力の整合度を評価するマッチングアルゴリズムを用いる。
• 他の受験者との比較を避けるために、受験可能基準を事前に定義した基準に依存する。
• 競争を伴わないアプローチであり、順位付けや順位に基づく選抜ではなく、個々の適性に焦点を当てる。
• 実証的検証では、実世界のデータを用いて、本マッチメイキング手法を2つの従来の選抜手法と比較した。
• 本システムは、多様な学問分野や機関に応じてスケーラブルかつ適応可能に設計されている。

実験結果

リサーチクエスチョン

• RQ1 従来の方法と比較して、自動マッチメイキングは大学入学選抜における正確性を向上させることができるか？
• RQ2 基準に基づくマッチングシステムは、他の受験者との比較に依存せずに、受験者の不適切なマッチングをどのように低減するか？
• RQ3 このアプローチは、不適切なコース選択によって引き起こされる学生の不満をどの程度低減できるか？
• RQ4 実証的テストにおいて、本マッチメイキングシステムは従来の選抜手法と比較してどの程度のパフォーマンスを示すか？
• RQ5 本システムは、学生の希望やスキルセットを特定のプログラム要件と効果的に一致させることができるか？

主な発見

• 自動マッチメイキング手法は、2つの従来の選抜手法と比較して、受験者の選抜において高い正確性を示した。
• 本システムは、個々のスキルと要件の整合性に焦点を当てることで、受験者とプログラムの間の不適切なマッチングを効果的に低減した。
• 結果から、他の受験者のデータを必要としないことが判明し、プライバシーを守りつつスケーラブルな展開が可能であることが示された。
• 学生の能力とプログラムの期待との整合性を高めることで、本アプローチは学生の不満を効果的に低減した。
• 実証的比較により、本マッチメイキングフレームワークが、既存の選抜メカニズムと比較して公平で正確な代替手段として実現可能であることが確認された。
• 本手法は、競争的順位付けではなく、機関の基準に基づいた入学者決定のための基準的根拠を提供する。