| 研究課題/領域番号 |
16K16331
|
|---|
| 研究機関 | 首都大学東京 |
|---|
研究代表者 |
近藤 伸彦 首都大学東京, 大学教育センター, 准教授 (10534612)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | ラーニングアナリティクス / 機械学習 / 教学IR / 教育工学 |
|---|
| 研究実績の概要 |
本研究課題では、学生一人ひとりに応じた学習（修学）支援を実現するための基礎技術として、機械学習手法による大学生の修学状態のモデル化について検討している。平成28年度には、《課題1》として、有用な修学状態予測モデル構築に向けての数値的検討を行うこと、《課題2》として、確率モデルによる修学状態推移プロセスのモデル化についての数値的検討を行うことの2つの課題を計画していた。
両課題における数値的検討については、購入機器や専用ソフトウェアを活用し、当初計画に合わせて遂行することができた。具体的には、隠れマルコフモデルによる潜在的修学状態の推定や、ランダムフォレストをはじめとする機械学習手法による修学状態予測に関する知見を得ることができた。数値実験の結果から、ドロップアウトリスクのある学生の検出について一定の検出性能を見込むことができ、また大学としてのカリキュラムの検討や適応的な学習支援策に対する支援など、教学IRとしての活用可能性も示唆された。その成果については3件の国内学会における発表を行ったほか、国際会議に1本投稿中である。また、ベイジアンネットワークを用いた修学状態推移プロセスに関する研究成果をまとめ、原著論文に1本投稿中である。
また、文献調査に加え、国内関連学会やシンポジウム等、およびラーニングアナリティクスに関する国際会議（LAK）への参加により、広く関連分野のサーベイを行うことができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
平成28年度における当初計画では、想定する手法にもとづく数値的検討を進めるとともに、関連分野について広く調査を行うこととしていた。
数値的検討については当初計画に合わせて遂行し、その成果は3件の国内学会における発表を行った。また原著論文に1本、国際会議に1本投稿中である。
また、文献調査に加え、国内関連学会やシンポジウム等、およびラーニングアナリティクスに関する国際会議（LAK）への参加により、広く関連分野のサーベイを行うことができた。
年度途中に所属機関を変更することとなったが、所属機関に関連するデータの使用についても適当な手続きのもとで問題なく遂行することができた。
|
| 今後の研究の推進方策 |
平成29年度以降においては、これまでの研究成果から示唆された検討点についてさらに数値的検討を加える予定である。また、研究成果にもとづいた学習（修学）支援のための簡易的なシステム構築に着手したいと考えている。さらに、引き続き関連分野の調査を広く進めていく予定である。
また、昨年度途中に所属機関を異動したため、異動後の現在の所属機関におけるデータにもとづく研究も進める予定であり、本研究テーマについてさらに多角的な検討を加えられると期待している。
|
