[논문 리뷰] A Proposed Decision Support System/Expert System for Guiding Fresh Students in Selecting a Faculty in Gomal University, Pakistan

Muhammad Zaheer Aslam, NasimUllah외 1명|arXiv (Cornell University)|2011. 04. 09.

Big Data and Business Intelligence참고 문헌 2인용 수 10

한 줄 요약

이 논문은 파키스탄 과로말 대학교의 신입 공학 및 과학 학부생들이 가장 적합한 학부를 선택하는 데 안내하는 규칙 기반 의사결정지원시스템(DSS) 및 전문가 시스템을 제안한다. 학생들의 학업 기록, 인지 능력(지능, 이해력, 수학 능력)을 평가하고 규칙 기반 논리를 적용함으로써, 학생의 능력에 맞는 학부를 추천하고 맞춤형 능력 평가를 제공함으로써, 더 나은 등록 결정을 지원한다.

ABSTRACT

This paper presents the design and development of a proposed rule based Decision Support System that will help students in selecting the best suitable faculty/major decision while taking admission in Gomal University, Dera Ismail Khan, Pakistan. The basic idea of our approach is to design a model for testing and measuring the student capabilities like intelligence, understanding, comprehension, mathematical concepts plus his/her past academic record plus his/her intelligence level, and applying the module results to a rule-based decision support system to determine the compatibility of those capabilities with the available faculties/majors in Gomal University. The result is shown as a list of suggested faculties/majors with the student capabilities and abilities.

연구 동기 및 목표

• 파키스탄의 신입 대학생들이 잘못된 학문 전공을 선택하는 문제를 해결하기 위해.
• 데이터 기반 지침을 제공함으로써 학업 이탈률을 줄이고 학생 만족도를 향상시키기 위해.
• 과로말 대학교의 학생 능력과 이용 가능한 학부를 통합하는 의사결정지원시스템을 개발하기 위해.
• 학생 프로필을 바탕으로 적합한 학부를 추천하는 규칙 기반 전문가 시스템을 구축하기 위해.

제안 방법

• 과거 학업 성취도, 지능 수준, 이해력, 수학 능력 등을 포함한 학생 데이터를 수집한다.
• 학생 능력과 학부 요구사항을 매칭하기 위해 규칙 기반 추론 엔진을 적용한다.
• 학업 및 인지 기준에서 유도된 사전 정의된 규칙을 사용하여 학생 프로필을 평가한다.
• 호환성 점수를 기반으로 추천 학부의 순위 목록을 출력한다.
• 학부별 요구사항과 학생 특성의 지식 기반을 활용하여 적합도를 계산한다.
• 최종 추천에는 제안된 학부와 함께 학생 능력이 각 학부와 어떻게 부합하는지에 대한 분석이 포함된다.

실험 결과

연구 질문

• RQ1 의사결정지원시스템은 어떻게 학업 성취도와 인지 능력을 효과적으로 통합하여 학문 전공 선택을 안내할 수 있는가?
• RQ2 과로말 대학교의 이용 가능한 학부와 학생 능력을 신뢰성 있게 매칭할 수 있는 규칙 기반 논리는 무엇인가?
• RQ3 이러한 시스템은 학생의 적성과 선택한 학문 프로그램 간의 부적합성을 어느 정도 줄일 수 있는가?
• RQ4 학생 자가 평가와 과거 학업 기록을 어떻게 조합하여 추천 정확도를 향상시킬 수 있는가?

주요 결과

• 제안된 시스템은 규칙 기반 논리를 사용하여 지능, 이해력, 수학 능력 등의 학생 능력을 적절한 학부에 정확히 매핑하는 데 성공했다.
• 학생 프로필과의 호환성에 기반하여 우선순위가 매겨진 추천 학부 목록을 생성한다.
• 학업 기록과 인지 평가의 통합은 학부 추천의 객관성과 개인화를 향상시킨다.
• 특히 학업 상담 자원이 제한된 기관에서 실질적인 적용 가능성을 입증한 실생활 대학 환경에서의 타당성을 보였다.
• 대규모 신입 공학 및 과학 학부생들을 대상으로 확장 가능하고 자동화된 지도를 지원한다.
• 다른 기관으로도 적응 가능한 체계적이고 반복 가능한 학문 전공 선택 프레임워크를 제공한다.