2022 Fiscal Year Research-status Report
位相的データ解析によるラーニング・アナリティクスの新展開
| Project/Area Number |
22K18614
|
|---|
| Research Institution | Nakamura Gakuen College |
|---|
Principal Investigator |
井上 仁 中村学園大学, 流通科学部, 教授 (70232551)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡本 清美 大阪大学, マルチリンガル教育センター, 講師 (20533631)
隅谷 孝洋 広島大学, 情報メディア教育研究センター, 教授 (90231381)
山川 修 福井県立大学, 学術教養センター, 教授 (90230325)
安武 公一 広島大学, 人間社会科学研究科(社), 准教授 (80263664)
多川 孝央 九州大学, 情報基盤研究開発センター, 学術研究員 (70304764)
|
|---|
| Project Period (FY) |
2022-06-30 – 2025-03-31
|
| Keywords | 学習分析 / 位相的データ解析 / パーシステント・ホモロジー |
|---|
| Outline of Annual Research Achievements |
今年度は、学習分析の新たな手法として位相的データ解析の適用を試みた。公開されている教育データに対して、パーシステント・ホモロジーを解析し、成績によって分類されたデータの特徴を考察した。その結果、上位と下位の成績グループは同じ位相構造をもつが、中位のグループとは異なる位相構造をもつことが示唆された。
具体的には、学習管理システムの学習者活動記録ツールによって収集されたデータセット(Amrieh et al., 2015, 2016)を対象にした。16個の特徴量と3段階に分類された成績から構成され480レコードである。このうち値が整数である4個の特徴量と成績を利用した。
実験方法は、まず3段階の成績グループに対して、バーシステント図を作成し、連結成分(H_0)と穴(H_1)の生成と生存時間を調べた。各成績グループのレコード数は、142、211、127であるため、成績グループごとのパーシステント図だけからは特徴を断定することができない。そこで、各グループに対して50レコードをランダムに抽出しパーシステント図を作成することを1万回行い、同じグループごとに図を重ね合わせることにより特徴を見出した。
上位と下位の成績グループは同じ位相構造をもつが、中位のグループとは異なる位相構造をもつことが示唆された。この理由は、4個の特徴量のうち3個を選択して散布図を描くと、上位と下位の成績グループはどの特徴量も大きいあるいは小さく各データ点がかたまっているのに対して、中位のグループは特徴量が大きいものと小さいものが混ざっているからではないかと推察した。この結果、穴(H_1)の消滅時間が長くなったのではないだろうかと考えた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究代表者の他大学への異動に伴い、研究計画時に想定していた全学規模のデータを利用することが不可能になった。そのため今年度の研究では、一つの公開データセットに対してのみ適用となった。今後、他のデータセットでも同じ傾向であるかを解析する必要がある。本手法では、データセットの特徴を捉えられるが個々のデータについて把握することができない。そのため、個々のデータについてもデータの特徴を把握する枠組みの構築が必要である。また、成績予測への適用可能性について検討するに至らなかった。
|
| Strategy for Future Research Activity |
全学規模のデータの利用が不可能になったので、公開データや他の方法により多くの教育データを収集する。そのデータに対する分析を実施することにより、データに依存しない特徴が抽出できるかを検証する。また、データセット全体の特徴だけでなく、個々のデータの特徴を把握する手法について検討する。また、成績予測への適用可能性についても検討する。
|
| Causes of Carryover |
研究代表者の他大学への異動に伴い、当初計画からの変更が強いられた。その結果、データの収集に関して方針を転換し、次年度以降に予定を修正することにした。
|
