[论文解读] Role of Secondary Attributes to Boost the Prediction Accuracy of Students Employability Via Data Mining

Pooja Thakar, Anil Mehta+1 more|arXiv (Cornell University)|Aug 9, 2017

Management and Marketing Education参考文献 6被引用 4

一句话总结

本研究探讨了在数据挖掘模型中引入二级心理测量属性（如人格特质和软技能）如何提升对MCA学生就业能力预测的准确性。通过两组数据集（一组仅包含主要学术属性，另一组则丰富了二级属性）进行对比，作者比较了多种分类算法，发现二级属性显著提升了预测性能，尤其是在早期学术阶段表现更为突出。

ABSTRACT

Data Mining is best-known for its analytical and prediction capabilities. It is used in several areas such as fraud detection, predicting client behavior, money market behavior, bankruptcy prediction. It can also help in establishing an educational ecosystem, which discovers useful knowledge, and assist educators to take proactive decisions to boost student performance and employability. This paper presents an empirical study that compares varied classification algorithms on two datasets of MCA (Masters in Computer Applications) students collected from various affiliated colleges of a reputed state university in India. One dataset includes only primary attributes, whereas other dataset is feeded with secondary psychometric attributes in it. The results showcase that solely primary academic attributes do not lead to smart prediction accuracy of students employability, once they square measure within the initial year of their education. The study analyzes and stresses the role of secondary psychometric attributes for better prediction accuracy and analysis of students performance. Timely prediction and analysis of students performance can help Management, Teachers and Students to work on their gray areas for better results and employment opportunities.

研究动机与目标

• 评估二级心理测量属性对学生就业能力预测准确性的影响。
• 比较在包含与不包含二级属性的数据集上，各种分类算法的性能表现。
• 识别在早期学术阶段中对预测结果改善贡献最大的属性。
• 通过数据驱动的洞察，支持教育工作者和教育机构主动识别并弥补学生学业表现的差距。
• 建立一个数据挖掘框架，通过整合非学术特质来提升就业能力预测的准确性。

提出的方法

• 从印度某州立大学下属学院的MCA学生中收集两组数据集：一组仅包含主要学术属性（如CGPA、出勤率），另一组则丰富了二级心理测量属性（如沟通能力、领导力、适应力）。
• 应用多种分类算法（如决策树、朴素贝叶斯和支持向量机）基于两组数据集预测学生就业能力。
• 采用标准的数据预处理技术，包括归一化、缺失值处理和特征缩放，以确保数据质量。
• 使用标准评估指标（如准确率、精确率、召回率和F1-score）评估模型性能，以比较不同数据集上的结果。
• 开展对比分析，以分离出二级属性对整体预测性能提升的独立贡献。
• 基于交叉验证测试中的准确率和鲁棒性，选择表现最佳的模型。

实验结果

研究问题

• RQ1 引入二级心理测量属性如何影响学生就业能力预测的准确性？
• RQ2 当数据集中包含二级属性时，哪种分类算法表现最佳？
• RQ3 仅依靠主要学术属性是否足以实现早期阶段的就业能力预测？
• RQ4 二级属性在MCA教育第一年对模型性能的提升程度如何？
• RQ5 哪些具体的二级属性对预测结果的改善贡献最为显著？

主要发现

• 与仅使用主要学术属性的模型相比，引入二级心理测量属性显著提升了预测准确性。
• 在所有测试的算法中，使用丰富了二级属性的数据集训练的模型，其F1-score和整体准确率均更高。
• 研究发现，二级属性在主要学术表现尚在发展的早期学术阶段尤为有效。
• 在所评估的算法中，支持向量机在包含二级属性的数据集上表现出最高的准确率。
• 沟通能力、领导力和适应力等心理测量特质被证实是就业能力的强预测因子。
• 结果表明，仅依赖主要学术指标会导致预测性能欠佳，尤其对一年级学生而言更为明显。