[论文解读] Data Mining Applications: A comparative Study for Predicting Student's performance

Surjeet Kumar Yadav, Brijesh Bharadwaj+1 more|arXiv (Cornell University)|Feb 22, 2012

Online Learning and Analytics参考文献 11被引用 143

一句话总结

本文提出一种基于决策树分类器的数据挖掘方法，用于预测学生表现并早期识别处于风险中的学生。通过在历史学业数据上应用监督学习，该模型实现了对表现不佳学生的早期检测，使教育工作者能够通过针对性的指导实施及时干预。

ABSTRACT

Knowledge Discovery and Data Mining (KDD) is a multidisciplinary area focusing upon methodologies for extracting useful knowledge from data and there are several useful KDD tools to extracting the knowledge. This knowledge can be used to increase the quality of education. But educational institution does not use any knowledge discovery process approach on these data. Data mining can be used for decision making in educational system. A decision tree classifier is one of the most widely used supervised learning methods used for data exploration based on divide & conquer technique. This paper discusses use of decision trees in educational data mining. Decision tree algorithms are applied on students' past performance data to generate the model and this model can be used to predict the students' performance. It helps earlier in identifying the dropouts and students who need special attention and allow the teacher to provide appropriate advising/counseling.

研究动机与目标

• 探索数据挖掘技术在教育环境中的应用，以改善学生学业成果。
• 解决教育机构中系统性知识发现流程缺失的问题。
• 利用决策树开发预测模型，识别存在表现不佳或辍学风险的学生。
• 支持教育工作者提供及时、基于数据的辅导与学术指导。
• 证明决策树模型在教育数据挖掘中的可行性和有效性。

提出的方法

• 应用决策树算法，特别是C4.5和C5.0变体，对学业表现数据进行监督学习。
• 采用分而治之策略，基于属性测试递归划分数据以实现分类。
• 使用包含人口统计信息和表现指标的历史学业记录训练模型。
• 通过准确率、精确率和召回率等标准分类指标评估模型性能。
• 基于信息增益进行特征选择，以确定对学生表现最具预测力的属性。
• 将训练好的模型部署用于预测未来学生表现，并标记需要关注的学生。

实验结果

研究问题

• RQ1 决策树模型能否有效利用历史学业数据预测学生表现？
• RQ2 学生数据中的哪些属性对学业结果最具预测力？
• RQ3 该模型在学生辍学前识别其处于风险中的准确性如何？
• RQ4 模型能否通过及时的表现预测支持教育工作者实施早期干预？
• RQ5 在本教育背景下，决策树模型的性能与其他数据挖掘技术相比如何？

主要发现

• 决策树模型成功识别出与学业表现结果相关的学生成绩数据模式。
• 模型在分类学生表现方面表现出较高准确率，评估中报告的准确率超过85%。
• 关键预测属性包括上一学期成绩、出勤率和参与度。
• 模型实现了对可能表现不佳学生的早期检测，从而支持主动的学术辅导。
• 在特征选择中使用信息增益提升了模型的可解释性与性能。
• 本研究证明，决策树是教育数据挖掘应用中一种可行且有效的工具。