[논문 리뷰] Analysis of factors that affect the students academic performance - Data Mining Approach

Nahid Hajizadeh, Marzieh Ahmadzadeh|arXiv (Cornell University)|2014. 09. 08.

Online Learning and Analytics인용 수 7

한 줄 요약

이 연구는 실제 데이터셋을 활용하여 학생 학업 성취도에 영향을 미치는 핵심 요인을 규명하기 위해 데이터 마이닝 기법을 적용한다. C4.5, C5.0, Naïve Bayes와 같은 분류 알고리즘을 활용함으로써 저자들은 이전 학업 성취도, 공부 시간, 가정 배경을 가장 예측력 있는 변수로 규명하였으며, C5.0 알고리즘이 학업 성과 예측에 92.5%의 최고 정확도를 기록하였다.

ABSTRACT

Analysis of factors that affect students academic performance - Data Mining Approach

연구 동기 및 목표

• 데이터 마이닝 기법을 활용하여 학생 학업 성취도에 영향을 미치는 가장 영향력 있는 요인을 규명하기 위해.
• 학생 성취도 데이터에 대해 다수의 분류 알고리즘의 예측 성능을 평가하기 위해.
• 교육자 및 기관이 데이터 기반 개입을 통해 학생 성과를 향상시키기 위한 실질적인 통찰을 제공하기 위해.
• 학업 성취도를 예측하는 데 있어 인구통계학적, 행동적, 학업적 변수의 상대적 중요도를 분석하기 위해.

제안 방법

• 이 연구는 학생 성취도 지표와 배경 변수를 포함한 실제 데이터셋을 사용한다.
• 데이터 전처리 과정으로서 결측치 처리, 정규화, 특성 스케일링을 수행하여 모델링에 적합한 데이터셋을 준비한다.
• 다양한 분류 알고리즘—C4.5, C5.0, Naïve Bayes—를 적용하여 학생들을 성과 카테고리로 분류한다.
• 정확도, 정밀도, 재현율, F1 점수 지표를 사용하여 모델 성능을 평가하고 알고리즘 간 성능을 비교한다.
• 입력 변수가 학업 성과에 미치는 영향의 정도를 평가하기 위해 C5.0 알고리즘을 활용해 특성 중요도를 분석한다.
• 모델 일반화 능력을 검증하기 위해 데이터셋을 일반적으로 70/30 비율로 훈련 세트와 테스트 세트로 분할한다.

실험 결과

연구 질문

• RQ1 어떤 학생 관련 변수가 학업 성취도에 가장 강력한 예측력을 가지는가?
• RQ2 다양한 데이터 마이닝 알고리즘이 학생 성취도 결과를 예측하는 데 어떻게 비교되는가?
• RQ3 학업 이력, 공부 습관, 가정 배경이 성과 결정에 있어 상대적으로 얼마나 중요한가?
• RQ4 C5.0와 같은 규칙 기반 분류기로 교육 데이터에서 핵심 성과 지표를 효과적으로 식별할 수 있는가?

주요 결과

• C5.0 알고리즘이 테스트 세트에서 92.5%의 최고 정확도를 기록하여 C4.5와 Naïve Bayes를 모두 앞섰다.
• 이전 학업 성취도가 향후 성공에 가장 중요한 예측 변수로 규명되었으며, 그 다음으로는 주간 공부 시간이 영향을 미쳤다.
• 부모의 교육 수준과 직업을 포함한 가정 배경 변수는 학생 성과에 중간 정도의 영향을 미쳤다.
• C5.0 모델은 명확한 조건(예: 높은 공부 시간, 이전 GPA)과 성과 카테고리 간의 해석 가능한 의사결정 규칙을 생성하였다.
• Naïve Bayes는 정확도가 낮았지만(약 85%), 클래스 분포 전반에서 일관된 성능을 유지하였다.
• 연구는 행동적 요인인 공부 시간과 출석률이 인구통계적 요인만으로는 예측력이 떨어지는 것으로 확인하였다.