[論文レビュー] Mining Educational Data Using Classification to Decrease Dropout Rate of Students

Saurabh Pal|arXiv (Cornell University)|Jun 14, 2012

Online Learning and Analytics参考文献 14被引用数 26

ひとこと要約

本論文は、インドの高等教育機関における工学部学生の退学リスクを予測するためのデータマイニング手法を提案している。歴史的データを分析することで、早期にリスクの高い学生を特定し、的確な対策を講じることが可能になる。結果として、機械学習手法が高精度で退学を予測できることを示しており、予防的支援プログラムの実施を支援する。

ABSTRACT

In the last two decades, number of Higher Education Institutions (HEI) grows rapidly in India. Since most of the institutions are opened in private mode therefore, a cut throat competition rises among these institutions while attracting the student to got admission. This is the reason for institutions to focus on the strength of students not on the quality of education. This paper presents a data mining application to generate predictive models for engineering student's dropout management. Given new records of incoming students, the predictive model can produce short accurate prediction list identifying students who tend to need the support from the student dropout program most. The results show that the machine learning algorithm is able to establish effective predictive model from the existing student dropout data.

研究の動機と目的

• 学生の入学獲得競争が激しいインドの私立高等教育機関（HEIs）における退学率の上昇に対処するため。
• 退学者が実際に退学する前にリスクの高い学生を特定する予測モデルを開発し、早期の学業的・カウンセリング的対応を可能にするため。
• 既存の学生記録を活用したデータマイニング技術を用いて、学生の留任を向上させるため。
• 機械学習が教育分野のデータマイニングにおける退学予測に実用的かつ効果的であることを実証するため。

提案手法

• 本研究では、学業成績、人口統計的要因、および背景情報などを含む、歴史的学生データに分類アルゴリズムを適用している。
• 単位成績、出席率、社会経済的指標などの特徴量が、モデルの学習に使用される入力変数として用いられている。
• 教師あり学習手法を用いて、学生を「高リスク」と「低リスク」の2つのカテゴリに分類する予測モデルを訓練している。
• 標準的な分類指標を用いてモデルを評価し、正解率、適合率、再現率の指標で性能を評価している。
• 異なる学生集団にわたるモデルの頑健性と汎化性能を確保するため、交差検証手法を適用している。
• 本アプローチは、新たなデータ収集を要せず、既存の機関データから退学の主な予測要因を特定することに焦点を当てている。

実験結果

リサーチクエスチョン

• RQ1 分類アルゴリズムは、工学部学生の退学リスクを効果的に予測できるか？
• RQ2 学業成績、出席率、背景などの学生の特徴のうち、どれが退学の予測に最も有効か？
• RQ3 歴史的データを用いた予測モデルは、リスクの高い学生をどれほど正確に特定できるか？
• RQ4 このモデルは、高等教育機関における退学率を低減するための早期干渉戦略を支援できるか？
• RQ5 インドの私立工学部における異なる学生集団に、このモデルはどの程度一般化可能か？

主な発見

• 機械学習モデルは、既存の学生退学データを用いて、効果的な予測システムを確立した。
• 分類手法は、退学の可能性が高い学生を高精度に特定でき、早期干渉が可能になった。
• 退学の主な予測要因には、1年次科目の学業成績と出席記録が含まれた。
• モデルは、高リスクと低リスクの学生を明確に区別する強力な性能を示した。
• 本研究は、データマイニング技術がインドの工学部における退学率低減に実用的に応用可能であることを確認した。
• 結果として、データドリブンなリスク評価に基づく予防的学生支援プログラムの実施が支援された。