2016 Fiscal Year Annual Research Report
Development of SVM-Based IR System for Professional Development at Japanese Universities
| Project/Area Number |
26282057
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
山下 英明 首都大学東京, 社会科学研究科, 教授 (30200687)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
立石 慎治 国立教育政策研究所, 高等教育研究部, 研究員 (00598534)
大森 不二雄 東北大学, 高度教養教育・学生支援機構, 教授 (10363540)
永井 正洋 首都大学東京, 大学教育センター, 教授 (40387478)
林 祐司 首都大学東京, 大学教育センター, 准教授 (40464523)
椿本 弥生 公立はこだて未来大学, システム情報科学部, 准教授 (40508397)
松河 秀哉 東北大学, 高度教養教育・学生支援機構, 講師 (50379111)
渡辺 雄貴 東京工業大学, 教育革新センター, 准教授 (50570090)
松田 岳士 首都大学東京, 大学教育センター, 教授 (90406835)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 教学ＩＲ / 機械学習 / SVM |
|---|
| Outline of Annual Research Achievements |
平成28年度は前年度末（平成28年3月）までに開発した留年予測システム（Risk Detector、以下、本システム）の評価および活用法の検討を中心に研究を進め、成果を発表した。本システムは、ソフトマージン・サポートベクターマシン（SVM）による判別分析に機械学習ライブラリを用いて、過去の学生の成績やアンケート結果から留年判定モデルを構築し、現在在学している学生の留年を予測するものである。また、教職員が学生の指導で用いることを想定して、操作性やインターフェースを設計した。この開発過程を通じて、留年メカニズムや使用可能なデータのコーディング方法などに関する知見が得られたので随時発表した。
本システムの評価では、本科研の代表者・分担者が所属する大学の学生データを匿名化したうえで入力し、実際に教員に本システムを使用してもらい、三つの観点からデータを集めた。第一に留年予測の精度、第二に判定結果の理解度、第三に学生指導・支援への役立ち度である。
このうち、第一の観点では、正しく予測された学生は９３％であり、予測が的中しなかった学生は７％であった。予測が外れた学生は、留年すると予測されたにもかかわらず実際には留年しなかった学生であって、その逆（留年しないと予測され、実際は留年した）は存在なかった。また、判定結果についてはおおむね理解が得られたが、判別関数の表示方法や、関数値を提示しても混乱をもたらすのではないかという指摘があった。学生指導に関しては、開発時に想定した複数の場面に応じて賛否が分かれ、具体的な改善点が提案された。
これらの評価結果や、それを受けた改善策について国際会議で発表したところ、的中率については高評価であったが、システムの使用方法やどのタイミングで使用するのかまで検討すべきであるという意見が多かったため、それらも考慮したうえで最終的な成果を論文化し、発表する予定である。
|
| Research Progress Status |
28年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
28年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
28年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
28年度が最終年度であるため、記入しない。
|
