Моделирование академической успеваемости студентов на основе интеллектуального анализа образовательных данных

Статья опубликована в журнале: Экономический анализ: теория и практика, 2023, Т. 22, № 2, С. 235 – 253

Автор(ы): Боброва В.В., Бантикова О.И., Новикова В.А.

Рубрика: Анализ интеллектуального капитала

Аннотация

Предмет. Применение методов машинного обучения для анализа академической успеваемости студентов.

Цели. Выявление факторов, оказывающих влияние на академическую успеваемость студентов, обнаружение скрытых закономерностей, полезных и интерпретируемых знаний о результатах учебного процесса и его участниках с помощью интеллектуального анализа образовательных данных.

Методология. Исследование базируется на методах эконометрического моделирования, многомерной классификации и кластеризации больших данных.

Результаты. Разработаны модели интеллектуального анализа образовательных данных, позволяющие провести сравнительный анализ обучающихся и прогнозирование уровня освоения образовательной программы в зависимости от таких факторов, как суммарный балл вступительных испытаний, средний балл академической успеваемости, основа и форма обучения, курс, уровень подготовки, пол и возраст студента.

Выводы. Результаты применения методов машинного обучениядля анализа успеваемости позволят дифференцированно подбирать эффективные методы и технологии обучения к группам студентовс различными уровнями академических результатов, своевременно принимать корректирующие действия относительно студентов из группы риска, что в итоге будет способствовать сохранности контингента обучающихся и повышению качества образовательного процесса.

Ключевые слова: образовательныеданные, интеллектуальный анализ, академическая успеваемость, моделирование, машинное обучение