본문 바로가기
KERD
논문KCI 등재

외국인 유학생 학습부진 예측모형 개발

Developing a prediction model for academic underachievement of international students

김수인|권혜정|엄미리|김효정|진서연|이수강
대학교육개발센터협의회 (korean assocication of center for teaching and learning)|2022.03|대학 교수-학습 연구 (Journal of Teaching & Learning research)|제15권 제1호|pp. 81-109|DOI 10.23122/kactl.2022.15.1.004

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

외국인 유학생머신러닝학습부진Machine LearningPrediction ModelInternational Student예측모형학습분석Learning AnalyticsAcademic Underachievement
주제분류교육학

초록

본 연구는 K대학에 등록된 외국인 유학생의 학적 데이터와 2020년 1학기부터 2학기까지의 학습관리시스템에 누적된 로그데이터를 수집‧분석하여 외국인 유학생의 학습부진을 예측하는 최적의 모형을 구축하고, 이들의 학습부진을 예방하기 위한 대학교육의 시사점을 제공하고자 한다. 학습부진 예측을 위해 활용된 독립변인은 외국인 유학생의 학적 데이터와 활동정보 데이터로, 이는 온라인 환경에서 이루어지는 모든 학습활동의 양상이 정량적인 수치로 축약되어 표현된 자료이다. 예측모형은 랜덤포레스트(RandomForest), 서포트 벡터 머신(Support Vector Machine), LightGBM(Light Gradient Boosting) 모형을 활용하여 구축하였다. 모형 간의 성능 비교를 위해 F1 score를 주된 평가지표로 사용하였으며, 부가적인 평가지표로 정밀도(precision)와 재현율(recall)을 고려하였다. 이후, 예측 알고리즘의 성능평가지표에 대한 기여도를 중심으로 분석에 활용된 변수의 중요도를 탐색하였다. 이러한 연구결과를 바탕으로 대학교육의 현장에서 외국인 유학생 학습 질관리를 위해 예측모형을 활용하는 방안을 모색하였으며, 후속연구를 위한 제언을 제공하였다.

Abstract

This study aims to establish a machine learning algorithm that predicts academic underachievement of international students. Log data compiled in the learning management system (LMS) was utilized in constructing the prediction algorithm. Log data used in this study specifically refers to the representations of international students’ learning activities that were conducted online. The prediction model was constructed using RandomForest, Support Vector Machine, and LightGBM. F1 score was used as the main evaluation index for performance comparison between models while precision and recall rate being considered as additional evaluation indicators. Tuning process of hyper parameters followed, and finally an ROC curve was drawn in order to provide a visualization of prediction accuracy derived from the three algorithms. The feature frequency was also calculated in order to draw meaningful implications for preventing underachievement of international students.

참고문헌 (44)

  1. 강영민, "성인학습자의 K-MOOC 참여 및 성공적 이수에 영향을 미치는 요인", 교육학연구, 56(1), pp.85~105 (2018), 한국교육학회[DOI]
  2. 강윤이, "중국 학부 유학생의 한국어 숙달도와 학업성취도의 상관성연구", 석사, pp.2018
  3. "연도별 외국인유학생 수" (2020)[URL]
  4. 김미영, "공과대학생의 온라인 학습에서 자기조절 학습 능력 및 학습 양식과 학습참여도와의 관계", 대한공업교육학회지, 31(1), pp.110~128 (2006), 대한공업교육학회
  5. 김선영, "중국 유학생들의 정서적, 사회적, 그리고 학업수행 측면에서의 문화적응과 만족도 탐색", 교육행정학연구, 32(1), pp.131~157 (2014), 한국교육행정학회
  6. 김연희, "기계학습을 활용한 대학생 학습결과 예측 연구", 한국콘텐츠학회 논문지, 20(6), pp.695~704 (2020), 한국콘텐츠학회[DOI]
  7. 김은혜, "코로나19로 인한 비대면 원격수업의 학습참여활동에 따른 학업성취도 차이분석 : A대학교 Smart Class를 중심으로", 상업교육연구, 34(6), pp.1~21 (2020), 한국상업교육학회[DOI]
  8. 김주영, "코로나19 시기 재한 중국인 유학생들의 온라인 수업경험에 대한 질적 분석", 한국산학기술학회논문지, 22(3), pp.633~642 (2021), 한국산학기술학회[DOI]
  9. 김지혜, "외국인 유학생 대상 비교과 프로그램 개발 방안 연구", 교양교육연구, 11(2), pp.537~562 (2017), 한국교양교육학회
  10. 김현진, "재한 외국인 유학생의 언어 접촉 양상(LCP)이 한국어 능력과 학업성취도에 미치는 영향", 한국언어문화학, 15(2), pp.125~154 (2018), 국제한국언어문화학회[DOI]
  11. 박성우, "시계열 교차검증을 통한 설명 가능한전력수요 예측 기법", 한국정보과학회 학술발표논문집, pp.311~313 (2019)
  12. 박지수, "클래스 불균형 데이터의 효과적인 분류를 위한 k-NN과 생성적 적대 신경망 기반의 오버샘플링", 대한산업공학회지, 46(4), pp.365~371 (2020), 대한산업공학회[DOI]
  13. 박혜숙, "한국인 대학생과 중국인 유학생의 학업성취도에 미치는학업적 효능감, 동기조절전략, 성별의 관계 비교", 교육문제연구, (41), pp.149~176 (2011), 교육문제연구소
  14. 서은희, "대학생의 학사경고 예측요인 탐색: 학교참여도 변인을 중심으로", 한국콘텐츠학회 논문지, 21(7), pp.469~476 (2021), 한국콘텐츠학회[DOI]
  15. 손경아, "요구분석을 통한 원격교육기관 학습관리시스템 비교분석 및 개선방안 도출", 평생학습사회, 6(2), pp.127~149 (2010), 원격교육연구소
  16. 신인철, "외국인 유학생의 학업중단 실태와 요인", 다문화사회연구, 11(2), pp.105~133 (2018), 아시아여성연구원[DOI]
  17. 안미리, "학습분석학 국내 문헌 고찰: 로그 데이터를 이용한 실증연구를 중심으로", 교육공학연구, 32(2), pp.253~291 (2016), 한국교육공학회[DOI]
  18. 양영하, "코로나19 상황의 외국인 유학생 상담센터 운영 현황과 방향: 2020학년도 S대학교 운영 사례를 중심으로", 학습자중심교과교육연구, 21(24), pp.475~486 (2021), 학습자중심교과교육학회
  19. 유병주, "불균형 자료의 분류분석 방법별 성능 비교와 접근 전략 연구", Journal of The Korean Data Analysis Society, 23(1), pp.195~207 (2021), 한국자료분석학회[DOI]
  20. 이선영, "외국인 유학생의 학업적응 실태조사- 교양교과목 개발을 위한 기초 연구", 교양교육연구, 12(6), pp.167~193 (2018), 한국교양교육학회
  21. 이정은, "동영상 기반 학습 환경에서 머신러닝을 활용한 행동로그의 학업성취 예측 모형 탐색", 컴퓨터교육학회 논문지, 23(2), pp.53~64 (2020), 한국컴퓨터교육학회[DOI]
  22. 이현진, "오토인코더에 기반한 딥러닝을 이용한 사이버대학교 학생의 학업 성취도 예측 분석 시스템 연구", 디지털콘텐츠학회논문지, 19(6), pp.1115~1121 (2018), 한국디지털콘텐츠학회[DOI]
  23. 장이항, "중국 유학생의 학습동기가 학업성취도에 미치는 영향", 석사, pp.2021
  24. 전요한, "외국인 유학생의 한국어 능력이 학업 성취도에 미치는 영향 연구-학습 변인 간의 매개 경로 분석을 중심으로-", 이중언어학, (66), pp.131~158 (2017), 이중언어학회[DOI]
  25. 전정미, "외국인 유학생의 학업 성취도 관련 요인 분석", 한말연구, (46), pp.149~174 (2017), 한말연구학회[DOI]
  26. 정영란, "학습분석학 기반의 사이버대학의 중도탈락 예측 분석", 교육방법연구, 32(2), pp.205~232 (2020), 한국교육방법학회
  27. 기초학력 증진을 위한 정책 개발 기초 연구, "조난심", 한국교육과정평가원, ~, pp.RRI 2009-2 (2009)
  28. 조명희, "학사경고자 예측을 위한 학습분석학적 모형 탐색", 교육공학연구, 34(4), pp.877~900 (2018), 한국교육공학회[DOI]
  29. 조헌국, "머신 러닝을 활용한 이러닝 학습 환경에서의 학습자 성취 예측 모형 탐색", 학습자중심교과교육연구, 18(21), pp.553~572 (2018), 학습자중심교과교육학회[DOI]
  30. 하채현, "중국 유학생의 학업에 영향을 미치는 요인: 한국어 요인과 교수학습 방법 요인을 중심으로", Journal of korean Culture, 35, pp.7~32 (2016), 한국언어문화학술확산연구소
  31. 한정윤, "온라인학습환경에서 학업성취도에 영향을 미치는 자기조절관련 학습행동 조사: 학습분석학을 활용하여", 한국 HCI 학회 학술대회, pp.117~122 (2020)
  32. 홍종선, "ROC 곡선 길이의 판단기준", 한국데이터정보과학회지, 31(5), pp.850~863 (2020), 한국데이터정보과학회[DOI]
  33. 홍효정, "외국인 유학생의 대학생활 적응을 위한 학습전략 프로그램 개발 및 적용 사례 연구", 교양교육연구, 7(6), pp.561~587 (2013), 한국교양교육학회
  34. Bergstra, J., "Random search for hyper-parameter optimization", Journal of machine learning research, 13(2), pp.281~305 (2012)
  35. Buckland, M., "The relationship between recall and precision", Journal of the American society for information science, 45(1), pp.12~19 (1994)
  36. 조민호, "Two optimal threshold criteria for ROC analysis", 한국데이터정보과학회지, 26(1), pp.255~260 (2015), 한국데이터정보과학회[DOI]
  37. Long, P., "Penetrating the fog : Analytics in learning and education", EDUCAUSE Review, 46(5), pp.31~40 (2011)
  38. 박철용, "랜덤포레스트의 크기 결정을 위한 간편 진단통계량", 한국데이터정보과학회지, 27(4), pp.855~863 (2016), 한국데이터정보과학회[DOI]
  39. Safavian, S. R., "A survey of decision tree classifier methodology", IEEE transactions on systems, man, and cybernetics, 21(3), pp.660~674 (1991)
  40. Schapire, R. E., "The strength of weak learnability", Machine learning, 5(2), pp.197~227 (1990)
  41. "Jisc briefing: learning analytics and student success-assessing the evidence" (2017)[URL]
  42. Tan, M., "Prediction of student dropout in e-Learning program through the use of machine learning method", International journal of emerging technologies in learning, 10(1), pp.11~17 (2015)
  43. Wong, B. T., "Learning analytics in higher education : an analysis of case studies", Asian Association of Open Universities Journal, 12(1), pp.21~40 (2017)
  44. Xu, X., "Prediction of academic performance associated with internet usage behaviors using machine learning algorithms", Computers in Human Behavior, 98, pp.166~173 (2019)

관련 논문AI추천

머신러닝 기반의 학업성취 예측 모형 탐색: 대학의 오프라인 수업을 중심으로이종문, 이현우, 차윤미한국교육방법학회 · 교육방법연구2021 · 제33권 제1호학습분석 기반 대학 신입생 대상 학습부진 위험학생 조기예측 모델 개발 및 군집별 특성 분석신종호, 최재원한국교육공학회 · 교육공학연구2019 · 제35권 제2호외국인 유학생의 학업 중도포기 예측 모델 개발 연구 -재한 베트남 유학생을 중심으로-이영준, 이유경국제한국언어문화학회 · 한국언어문화학2022 · 제19권 제3호머신러닝 기반 대학생 중도탈락 예측 모델 구현 방안노윤정한국융합신호처리학회 · 융합신호처리학회 논문지2024 · 제25권 제2호학사경고자 예측을 위한 학습분석학적 모형 탐색김은진, 이현우, 조명희한국교육공학회 · 교육공학연구2018 · 제34권 제4호외국인 유학생의 한국 내 대학 적응에 미치는 영향요인 연구: 머신러닝 활용을 중심으로성혜진, 오세준, 이규태, 이상엽, 정소명한국자치행정학회 · 한국자치행정학보2025 · 제39권 제4호

이 간행물의 다른 논문 (3건)

비대면 수업 운영에 대한 교수자의 만족도 조사 연구: S대학교 사례를 중심으로민혜리, 홍수민pp. 1-21대학 교수자가 경험한 코로나19 상황의 온라인 수업에 대한 질적연구이미영, 서진선pp. 23-54비대면 수업에서 교수와 학생의 대학 수업평가 인식 비교 연구오연성, 허선영, 남영옥, 이영주pp. 55-80
원문 보기