머신러닝을 사용한 읍·면 지역 중학생의 고등학교 진학 예측 (Middle School Students in Rural Area Using Machine Learning High School Graduation Predictions)

서지정보

· 발행기관 : 한국콘텐츠학회
· 수록지 정보 : 한국콘텐츠학회 논문지 / 23권 / 10호 / 423 ~ 433페이지
· 저자명 : 주성종, 김성훈, 유관희

초록

인공지능(AI)이 4차 산업혁명의 핵심 키워드로 떠오르면서 교육부에서도 인공지능 도입을 위한 연구개발이 진행되고 있다. 교육현장에서는 인공지능이 학생들의 개인적 특성을 분석하여 맞춤형 교육을 지도해 줄 수 있다고 믿고 있다. 본 논문은 진로진학에 대한 학생들의 개인적 특성을 머신러닝으로 학습하여 고등학교 진학예측을 연구 목적으로 한다. 여러 가지 머신러닝 기법을 사용하여 관련 파라미터 조정하여 높은 정확도를 얻었고, 고등학교 진학예측의 결정 요인을 특정한 점에서 다른 연구와의 차별성을 갖는다. 이를 위해 충청북도 괴산·증평, 청주 지역을 중심으로 읍·면 지역 학생들에게 설문조사를 실시했다. 그 결과 각 기법에 따라 KNN(70.1%), Multi Logistic Regression(91.25%), Decision Tree(95%), Gradient Boosting(96.25%), AdaBoost(98.75%), Random Forest(98.125%), SVM(93.8%)의 정확도를 보였다. 높은 정확도를 보인 AdaBoost를 활용하여 학생, 학부모, 교사에게 고등학교 진학을 추천할 수 있는 인공지능 플랫폼, 앱 등이 제공이 된다면, 교육적 효과와 함께 유효한 의사결정을 하는 데 도움을 줄 것으로 기대할 수 있을 것이다.

영어초록

As artificial intelligence (AI) emerges as a key keyword for the 4th industrial revolution, the Ministry of Education is also conducting research and development to introduce artificial intelligence. In the field of education, it is believed that artificial intelligence can guide customized education by analyzing the individual characteristics of students. The purpose of this paper is to predict high school entrance by learning the personal characteristics of students for career advancement through machine learning. High accuracy was obtained by adjusting related parameters using various machine learning techniques, and it is differentiated from other studies in that it specifies the determinant of high school entrance prediction. To this end, a survey was conducted on students in rural area, mainly in Goesan, Jeungpyeong, and Cheongju, Chungcheongbuk-do. As a result, according to each technique, KNN (70.1%), Multi Logistic Regression (91.25%), Decision Tree (95%), Gradient Boosting (96.25%), AdaBoost (98.75%), Random Forest (98.125%), SVM (93.8%) %) accuracy. If AI platforms and apps that can recommend high school admissions to students, parents, and teachers using AdaBoost, which showed high accuracy, are provided, it can be expected to help make effective decisions with educational effects.

참고자료

· 없음