?
Использование метода интеллектуального анализа данных для прогнозирования академически рискованных студентов в зависимости от их темперамента (на примере факультета ИМиКН в НИУ ВШЭ-Нижний Новгород)
Рассматривается влияние темперамента на академическую успеваемость студентов первого курса в НИУ ВШЭ-Нижний Новгород на примере факультета Информатики, Математики и Компьютерных наук. Материалом для исследования послужила информация о темпераменте, степени экстраверсии, стабильности и других личностных чертах студентов, полученная путем проведения опроса. В исследовании принимали участие студенты первого и второго курса факультета ИМиКН 2017-2018 учебного года. Далее в работе определяются психологические факторы, влияющие на средний балл и вероятность пересдач для студентов с разными темпераментами. Обнаружена некоторая связь между темпераментом и академическим успехом, делающая возможным предсказание «рискованных» студентов. Для этого применяются различные методы машинного обучения: kNN-метод (k-ближайших соседей) и дерево принятия решений. В результате проведенных вычислений наилучший результат показал метод дерева принятия решений. В итоге студенты первого года обучения классифицированы по трем группам (Good, Medium, Bad) по степени риска получить академическую задолженность. Практическим результатом исследования стали рекомендации учебному офису факультета ИмиКН обратить внимание на рискованных студентов и оказать им помощь в учебном процессе. После окончания летней сессии результаты классификации были проверены. В статье также представлен алгоритм поиска рискованных студентов с учетом темперамента.