랜덤포레스트 기법 활용 대학 중도탈락 기관변인 탐색

• 영문명: Exploring Institutional Factors Affecting College Retention Using RandomForest Technique: Capital and Non-Capital Region
• 발행기관: 연세대학교 교육연구소
• 저자명: 박원혁(Wonhyuk Park)
• 간행물 정보: 『미래교육학연구』제36권 제4호, 57~78쪽, 전체 22쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2023.12.31

국문 초록

연구목적: 본 연구는 머신 러닝 기법을 활용하여 대학의 중도탈락 학생비율에 영향을 미치는 기관차원변인으로 구성된 예측 모델의 예측력, 요인별 예측 중요도, 예측 중요도 상위 변수와 중도탈락률의세부 관계를 비교ㆍ분석하고자 하였다. 연구 방법: 2020, 2021, 2022 대학정보공시자료 데이터를 4년제 대학 전체, 수도권과 비수도권 세트로구성해 머신 러닝 의사결정 알고리즘의 하나인 랜덤포레스트(randomForest)로 분석하여 대학 기관변인 중도탈락 예측 모델의 예측력 및 요인별 중요도, 주요 요인의 영향 정도를 분석하였다. 연구 결과: 첫째, 기관변인을 이용한 대학 전체 중도탈락 예측 모델은 랜덤포레스트 결과 약 70%의정확도를 보여주었다. 둘째, 각 모델에서 9개에서 10개의 주요 요인이 도출되었는데, 모델별 도출된상위 주요 요인들은 그 구성 및 영향 정도에서 약간의 차이를 보였다. 특히 신입생 경쟁률의 경우수도권 모델에서는 상위 주요 요인으로 나타나지 않았다. 셋째, 중도탈락 학생비율이 감소ㆍ유지되는 변수들의 구체적인 구간이 부분 의존성 도표(PDP)에서 확인되었다. 학술적 기여: 본 연구는 랜덤포레스트 머신 러닝 기법을 활용하여 대학 전체, 수도권, 비수도권 기관변인 중도탈락 예측 모델 비교분석을 통해 정부의 교육환경 개선을 위한 고등교육 재정 지원 필요성과함께 대학, 정부의 거시적 정책형성에 고려할 시사점을 제시하였다.

영문 초록

This study analyzed institutional factors affecting college student retention rates using a machine learning predictive model. The data of 2022, 2021, and 2022 university information disclosure data consisting of all four-year universities, capital region, and non-capital region were analyzed with the randomForest algorithm in R. First, the study findings indicate that the randomForest model demonstrated an accuracy rate of approximately 70%. Second, 10 key variables were identified in the overall university data set and 9 key variables in the capital region and non-capital region university data sets. However, there were some differences in the composition and ranking of the key factors in the data sets. Third, the partial dependence plots reveal the value ranges of the variables where the retention rate either decreased or remained stable. Institutions may apply these results by utilizing randomForest machine learning techniques for data-driven decision-making in formulating university retention policies.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 연구결과

Ⅴ. 결론 및 논의

참고문헌

키워드

4년제 대학 중도탈락 기관변인 랜덤포레스트 머신 러닝 수도권과 비수도권 4-years College Retention Institutional Factors randomForest Machine Learning Capital Region and Non-Capital Region