본문 바로가기
KERD
논문KCI 등재

비수도권대학 재학생의 중도이탈 예측모델링

Prediction Modelling of Dropout Students in Non-Metropolitan Universities

이상준|안수현
인문사회과학연구소 (Institute for Humanities and Social Sciences, Pukyong National University)|2020.12|인문사회과학연구 (The Journal of Humanities and Social Sciences)|제28권 제2호|pp. 110-131|DOI 10.22924/jhss.28.2.202012.006

2

조회

0

다운로드

5

인용

0

참고문헌

키워드

머신러닝랜덤 포레스트예측 모델링중도이탈비수도권대학
주제분류사회과학일반

초록

현재 중요한 문제로 대두되고 있는 비수도권대학의 중도이탈 문제를 해결하기 위해서 대학은 학업중단 의도가 있는 학생에 초점을 맞추고 한정된 자원을 집중적으로 재배치해야 한다. 이에 본 연구는 비수도권에 소재한 대학의 최근 10년간 학생들의 입학, 학적, 성적 자료 등을 바탕으로 중도이탈자와 학업지속자로 구분하고, 머신러닝 기법을 통해 중도이탈 가능성이 있는 재학생들을 예측하였다. 연구방법은 데이터마이닝을 위한 업계간 표준 프로세스(CRISP-DM)를 수용하여 1) 비즈니스 이해 2) 데이터 이해 3) 데이터 준비 4) 모델링 5) 평가 6) 전개단계로 진행하였다. 분석 결과 범주별 분류율이 약 97% 이상을 보여 분류 정확도가 매우 높은 것으로 나타났다. 본 연구결과를 통해 잠재적 중도이탈학생을 조기 진단하고 지도교수들에게 조기경보 정보를 제공함으로써 재학생 중도이탈에 대한 근본적인 문제해결이 되기를 기대한다.

Abstract

The emerging problem these days in non-metropolitan universities is students discontinuing their studies. To solve the problem, universities must give attention to students about to drop out and reallocated the limited resources to them. In line with this, this research identified discontinuing students and continuing students based on admissions, academic records, and grade data of non-metropolitan universities in the recent decade. The candidate students for dropout were predicted by applying the machine learning technique. The research method adopted the cross-industry standard process (CRISP-DM) for data mining that included 1) Understanding business 2) Understanding data 3) Data preparation 4) Modeling 5) Evaluation 6) Development Stage. Based on the analysis, the categorical classification rate was approximately more than 97% showing very high accuracy for classification. The results of this research would predict the potential dropout students early and provide warning sign information to professors in-charge, to solve the fundamental cause of students discontinuing their studies.

참고문헌 (49)

  1. 강승호, "대학생의 학업성취와 중도탈락 생각에 영향을 미치는 변인 분석", 교육평가연구, 23(1), pp.29~53 (2010), 한국교육평가학회
  2. 김경주, "대학생의 학교이탈 관련 변인 탐색: 지방 사립대학을 중심으로", 한국교육, 41(2), pp.81~106 (2014), 한국교육개발원[DOI]
  3. 김성식, "대학생들의 학업중단 및 학교이동에 대한 탐색적 분석 : 대학선택요인과 대학생활 만족도의 영향", 한국교육, 35(1), pp.227~249 (2008), 한국교육개발원[DOI]
  4. 김수연, "전문대학생의 자퇴 및 휴학(계획) 결정 요인", 교육사회학연구, 8(2), pp.77~107 (1998)
  5. KimSoo-Yeon, "A Study on the influences of student and institutional characteristics on two-year college student attrition in Korea", 한국교육, 29(1), pp.123~148 (2002), 한국교육개발원
  6. 김수연, "2년제 사립대학 신입생의 초기 학교 탈락 연구 ―4년제 대학 편입학 계획을 갖고 있는 학생을 중심으로―", 교육사회학연구, 13(2), pp.95~115 (2003), 한국교육사회학회
  7. 김수연, "교육성취 전략으로써 편입학 과정 탐색", 進路敎育硏究, 17(1), pp.70~91 (2004), 한국진로교육학회
  8. 김수연, "대학생의 학업지속과 중도탈락 요인 분석", 한국교육, 33(4), pp.33~62 (2006), 한국교육개발원
  9. 김수연, "학생유지에 영향을 미치는 대학 특성 분석", 進路敎育硏究, 20(1), pp.111~141 (2007), 한국진로교육학회
  10. 김수연, "대학생의 학업지속 경향성 척도 개발과 양호도 검증", 進路敎育硏究, 23(3), pp.1~29 (2010), 한국진로교육학회
  11. 김수연, "대학 중도탈락생의 이동 경로 구조 분석", 교육과학연구, 43(3), pp.131~163 (2012), 교육과학연구소
  12. 노석준, "일반대학생과 원격대학생의 학업중도포기 고려에 영향을 미치는 요인 비교 분석 및 예방방안 연구", 평생학습사회, 8(1), pp.23~48 (2012), 미래원격교육연구원[DOI]
  13. CheolyongPark, "Analysis of Students Leaving Their Majors Using Decision Tree", 한국데이터정보과학회지, 13(2), pp.157~165 (2002), 한국데이터정보과학회
  14. 변대호, "지방대학생의 수도권 대학으로의 이탈요인 분석", 지역연구, 22(1), pp.59~84 (2006), 한국지역학회
  15. 백성기, "대학구조개혁법 제정 필요성", 대학구조개혁법 토론회 “대학구조개혁법 어떻게 할 것인가” 발표문. (2016)
  16. 백은주, "지방대학 신입생들의 학업중단 예측도구 타당화", 순천향 인문과학논총, 34(2), pp.233~260 (2015), 인문학연구소
  17. 오영재, "대학간 학생이동의 영향요인에 관한 실증적 연구", 교육행정학연구, 23(1), pp.327~356 (2005), 한국교육행정학회
  18. 이건창, "신용카드 시장에서 데이터마이닝을 이용한 이탈 고객 분석", 한국지능정보시스템학회 2001년도 춘계정기학술대회, pp.421~444 (2001)
  19. 이병식, "대학생의 학업중단에 영향을 미치는 대학 기관 특성의 탐색적 분석", 교육학연구, 41(2), pp.135~154 (2003), 한국교육학회
  20. 이재도, "대학생의 중도탈락에 관한 연구(D대학 중심)", 한국정보컨버전스학회논문지, 1(1), pp.47~54 (2008)
  21. 전희주, "소셜 네트워크 분석을 기반으로 한 이동통신 잠재고객 이탈에 대한 연구", 응용통계연구, 26(1), pp.23~36 (2013), 한국통계학회
  22. 지방거점대학 육성 및 특성화 방안 연구, "정영길", 교육부, ~ (2013)
  23. 정한나, "Logistic Regression을 이용한이탈고객예측모형", 한국경영과학회 학술대회논문집, pp.324~328 (2008)
  24. 진서훈, "신용카드 이용규모 추정 모델 개발을 위한 데이터마이닝의 활용", Journal of The Korean Data Analysis Society, 8(6), pp.2415~2425 (2006), 한국자료분석학회
  25. 최명선, "대학생 중도탈락 경험에 대한 질적 연구", 청소년학연구, 15(7), pp.203~225 (2008), 한국청소년학회
  26. JaesungChoi, "Logistic regression model for major separation rate", 한국데이터정보과학회지, 13(2), pp.129~138 (2002), 한국데이터정보과학회
  27. 최종후, "선거예측조사 의사결정유보층 분류 및 예측을 위한 의사결정나무모형의 비교와 평가", Journal of The Korean Data Analysis Society, 8(1), pp.167~178 (2006), 한국자료분석학회
  28. 한상태, "보험사의 고객 이탈에 대한 예측모형 개발", Journal of The Korean Data Analysis Society, 11(1), pp.279~288 (2009), 한국자료분석학회
  29. Arnett, Jeffrey Jensen., "Emerging adulthood: The winding road from the late teens through the twenties" (2004), Oxford University Press.
  30. Breiman, Leo, "Random forests", Machine learning, 45(1), pp.5~32 (2001)
  31. Campbell, Toni A, "Faculty", student mentor program : Effects on academic performance and retention, 1997, pp.38(6), 727~742
  32. Caruana, Rich, "An empirical evaluation of supervised learning in high dimensions", International Conference on Machine Learning, pp.96~103 (2008)
  33. Cireşan, Dan, "Multi-column deep neural network for traffic sign classification", Neural networks, 32, pp.333~338 (2012)
  34. Dale, Paul. M, "A successful college retention program", College Student Journal, 30(3), pp.354~360 (1996)
  35. Fornell, Claes, "Defensive marketing strategy by customer complaint management: a theoretical analysis", Journal of Marketing research, pp.337~346 (1987)
  36. Kelleher, John D, "Fundamentals of machine learning for predictive data analytics: algorithms. worked examples, and case studies" (2015), MIT Press
  37. Koren, Yehuda, "The bellkor solution to the netflix grand prize", Netflix prize documentation 81, 1~10 (2009)
  38. Kuncheva, Ludmila I, "Combining pattern classifiers: methods and algorithms" (2004), John Wiley and Sons
  39. Opitz, David, "Popular ensemble methods: An empirical study", J. Artif. Intell. Res.(JAIR), 11, pp.169~198 (1999)
  40. Pascarella, Ernest T, "Student-faculty informal contact and college outcomes", Review of Educational Research, 50, pp.545~595 (1980)
  41. Polikar, Robi, "Ensemble based systems in decision making", IEEE Circuits and systems magazine, 6(3), pp.21~45 (2006)
  43. Rokach, Lior, "Ensemble-based classifiers", Artificial Intelligence Review, 33(1-2), pp.1~39 (2010)
  44. Sheth, Jagdish N, "Evolving relationship marketing into a discipline", Journal of Relationship Marketing, 1(1), pp.3~16 (2002)
  45. Hung, Shin-Yuan, "Applying data mining to telecom churn management", Expert Systems with Applications, 31, pp.515~524 (2006)
  46. Spady, William G, "Dropouts from higher education: An interdisciplinary review and synthesis", Interchange, 1(1), pp.64~85 (1970)
  47. Tinto, Vincent, "Dropout from higher education : A theoretical synthesis of recent research", Review of Educational Research, 45, pp.89~125 (1975)
  48. Tinto, Vincent., "Leaving College Chicago" (1987), University of Chicago Press.
  49. Zhou, Zhi-Hua., "Ensemble methods: foundations and algorithms" (2012), CRC press.

관련 논문AI추천

머신러닝 기반 대학생 중도탈락 예측 모델 구현 방안노윤정한국융합신호처리학회 · 융합신호처리학회 논문지2024 · 제25권 제2호앙상블 기법을 활용한 대학생 중도탈락 예측 모형 개발박상성(사)디지털산업정보학회 · (사)디지털산업정보학회 논문지2021 · 제17권 제1호대학생 중도탈락 예방을 위한 기계 학습 기반 추천 시스템 구현 방안정도헌한국융합학회 · 한국융합학회논문지2021 · 제12권 제10호지능형 학생중도탈락 예방시스템을 위한 중도탈락자 예측모형 개발송미영한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2017 · 제22권 제10호전문대학 학생의 학업중단 예측에 관한 연구: 초기 학업 성적의 중요성심지환, 오상조대한산업경영학회 · 산업융합연구2024 · 제22권 제2호기계학습 기반 대학원생 학업중단 예측 연구: K 대학을 중심으로김태윤, 윤병연한국교육정보미디어학회 · 교육정보미디어연구2024 · 제30권 제2호

이 간행물의 다른 논문 (14건)

특급호텔 및 레지던스호텔 건립 재무타당성 분석 사례연구김혁수pp. 5-21범죄노인의 형사책임능력과 형벌부과의 범위남선모pp. 22-42혁신학교와 비혁신학교 비교를 통한 혁신학교 성과분석: 중등학교를 중심으로류영철, 신윤경pp. 43-69장애인의 공감 능력에 관한 국내 연구 동향박민pp. 70-89교양교육을 통한 미래역량 개발 방향 탐색: 글쓰기 강좌에서 자아정체성 확립을 중심으로박영민, 이성흠pp. 90-109
원문 보기