머신러닝을 이용한 학업중단 위기학생 관리시스템의 설계

• 영문명: Design of the Management System for Students at Risk of Dropout using Machine Learning
• 발행기관: 한국전자통신학회
• 저자명: 반재훈(Chae-Hoon Ban) 김동현(Dong-Hyun Kim) 하종수(Jong-Soo Ha)
• 간행물 정보: 『한국전자통신학회 논문지』제16권 제6호, 1255~1261쪽, 전체 7쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2021.12.31

국문 초록

학업을 중단하는 학생들의 비율이 해마다 증가하고 있어 대학은 학업중단을 막기 위하여 위험요소를 파악하고 이를 사전에 제거하기 위해 노력하고 있다. 그러나 특정 위험요소의 단변수 분석을 통해 위기학생을 관리하고 있어 예측이 부정확한 문제가 발생하고 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 학업중단 위험요소를 파악하고 학업중단 예측을 위해 머신러닝 방법을 통해 다변수 분석을 실시한다. 또한 다양한 예측방법별로 성능평가를 수행하여 최적화 방법을 도출하고 학업중단을 발생시키는 위험요소간의 연관성과 기여도를 평가한다.

영문 초록

The proportion of students dropping out of universities is increasing year by year, and they are trying to identify risk factors and eliminate them in advance to prevent dropouts. However, there is a problem in the management of students at risk of dropping out and the forecast is inaccurate because crisis students are managed through the univariable analysis of specific risk factors. In this paper, we identify risk factors for university dropout and analyze multivariables through machine learning method to predict university dropout. In addition, we derive the optimization method by evaluation performance for various prediction methods and evaluate the correlation and contribution between risk factors that cause university dropout.

목차

Ⅰ. 서론

Ⅱ. 관련 연구

Ⅲ. 문제정의

Ⅳ. 학업중단 위기학생 관리 시스템 설계

Ⅴ. 결론 및 향후 연구

Reference

키워드

딥러닝 머신러닝 다변수 분석 학업 중단 학생 관리 시스템 Deep Learning Machine Learning Multivariable Analysis School Dropout Student Management System