Застосування дерев прийняття рішень для аналізу впливу неакадемічних чинників на початковий рівень знань студентів

Abstract

Проаналізовано резюме, що подали кандидати на навчальні курси в галузі інформаційних технологій. Проаналізовано потенційні фактори, що можуть бути включені до вибірки для проведення експерименту. З цього списку резюме вибрано незалежні неакадемічні фактори, які беруться до уваги в дослідженні. Ці фактори можуть мати вплив на успішність кандидатів, що розпочинають навчання на освітніх програмах із напряму інженерії програмного забезпечення, та можуть бути розглянуті у вирішенні задачі прогнозування успішності. На основі цієї вибірки факторів розглянуто методи інтелектуального аналізу даних для класифікації кандидатів, беручи за основу результати проходження тесту на виявлення початкового рівня знань. Під час експерименту використано алгоритми генерації дерев прийняття рішень. Алгоритми, які застосовувалися під час дослідження: J48, LMT, Random Forest, Random Tree. Для оцінки точності класифікації застосовували метод перехресної перевірки. Проведено оцінку атрибутів, що враховуються під час експерименту. Згенеровано дерево прийняття рішень для аналізу факторів, що впливають на початковий рівень знань. Здійснено порівняння вибраних алгоритмів за точністю та швидкодією. Експериментальним способом виявлено основний фактор, що має найбільший вплив на якість проходження тесту на початковий рівень знань. Виявлено другорядні фактори, що також мають вплив на проходження тесту.

Keywords

• інтелектуальний аналіз даних навчальних програм; класифікація; дерева класифікацій; продуктивність; j48; lmt; random forest; random tree; метод перехресної перевірки; навчальні програми; it; інженерія програмного забезпечення; прогнозування; порівняння алгоритмів