學習先期預警機制設計

機構典藏 > College of Engineering > Graduate Institute & Department of Computer Science and Information Engineering > Proceeding > Item 987654321/109654

Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/109654

Title:	學習先期預警機制設計
Other Titles:	Design and Development of An Early Alert Mechanism
Authors:	孫慈睿;曹乃龍;郭庭綸;郭經華
Keywords:	IPAS;先期預警;學習分析;機器學習;決策樹
Date:	2017-03-16
Issue Date:	2017-02-25 02:10:33 (UTC+8)
Abstract:	確保學生學習成效是高等教育所高度關注的議題，近年來在大數據的引領下，透過大量的蒐集數據，進行數據分析，尋求線索與證據，採取合適行動以提升學生的畢業率和留校率，廣受重視。近期研究文獻顯示，學習先期預警對提升學習成效有顯著效益，故本研究將致力於設計一個先期預警完整系統架構，並著重在研究先期預警的偵測模式及適用屬性選擇。本論文使用SAS的決策樹模組進行先期預警的預測，實驗中分別測試A、B兩門課及各種屬性組合的決策樹模型，以選出可提供最高預測正確率的屬性組合。實驗結果發現A門課最佳屬性組合為點名及小考，其正確性(Accuracy)為78%；B門課最佳屬性組合為作業及小考，其正確性為82%。由實驗結果可知，不同的課程因為教學策略或方式的不同，可使用不同的屬性資料以產生最適預測模型。
Relation:	第十二屆台灣數位學習發展研討會
Appears in Collections:	[Graduate Institute & Department of Computer Science and Information Engineering] Proceeding

Files in This Item:

There are no files associated with this item.