[论文解读] An Approach of Improving Students Academic Performance by using k means clustering algorithm and Decision tree

Md. Hedayetul Islam Shovon, Mahfuza Haque|arXiv (Cornell University)|Nov 9, 2012

Online Learning and Analytics参考文献 2被引用 24

一句话总结

本文提出了一种混合数据挖掘方法，结合K均值聚类与决策树算法，以预测并提升本科生的学业表现。通过分析测验、考试、作业和实验表现等因素，该模型将学生聚类为不同表现群体，并利用决策树识别处于风险中的学习者，从而实现早期干预，降低退学率并改善GPA结果。

ABSTRACT

Improving students academic performance is not an easy task for the academic community of higher learning. The academic performance of engineering and science students during their first year at university is a turning point in their educational path and usually encroaches on their General Point Average,GPA in a decisive manner. The students evaluation factors like class quizzes mid and final exam assignment lab work are studied. It is recommended that all these correlated information should be conveyed to the class teacher before the conduction of final exam. This study will help the teachers to reduce the drop out ratio to a significant level and improve the performance of students. In this paper, we present a hybrid procedure based on Decision Tree of Data mining method and Data Clustering that enables academicians to predict students GPA and based on that instructor can take necessary step to improve student academic performance.

研究动机与目标

• 为应对一年级工程与科学专业学生学业表现下滑的挑战。
• 通过数据驱动方法实现对高风险学生的早期识别，以降低退学率。
• 通过利用历史学业数据进行预测建模，提升学业表现。
• 通过学生评价因素的聚类与决策树分析，为教育工作者提供可操作的洞察。

提出的方法

• 应用K均值聚类根据测验分数、期中与期末考试成绩、作业和实验表现等学业指标对学生进行分组。
• 生成的聚类代表不同的学业表现特征，实现学生在高、中、低表现组之间的分段。
• 在聚类数据上训练决策树算法，以识别低表现的关键预测因子并生成可解释的规则。
• 模型使用作业分数、考试表现和测验结果等特征作为分类与预测的输入。
• 混合方法使教育工作者能够通过模式识别与基于规则的决策逻辑，在期末考试前检测出高风险学生。
• 将预测洞察提供给任课教师，以实现及时的学术干预。

实验结果

研究问题

• RQ1 K均值聚类能否有效根据学业表现指标对学生进行分组？
• RQ2 根据决策树模型，哪些学业因素最能预测低GPA？
• RQ3 混合K均值与决策树模型在期末考试前预测学生表现的准确性如何？
• RQ4 早期预测在多大程度上可降低一年级工程与科学专业学生的退学率？
• RQ5 该模型能否为教育工作者提供可操作且可解释的洞察，以改善学生学业成果？

主要发现

• K均值聚类成功根据学业评价因素将学生分组为不同的表现聚类。
• 决策树模型识别出作业分数和考试成绩等关键绩效指标，作为学业成功或失败的强预测因子。
• 混合模型实现了对高风险学生的早期检测，使及时的学术干预成为可能。
• 该方法通过在期末考试前向教师提供数据驱动的洞察，显著降低了退学率。
• 通过决策规则实现的模型可解释性，支持其在学术指导与课程管理中的实际应用。
• 本研究证明，结合聚类与决策树可提升预测准确性，并增强学生学业表现改善的教育影响。