데이타 마이닝을 사용한 방학 중 학습방법과 학업성취도의 관계 분석

Effective Studying Methods during a School Vacation: A Data Mining Approach

  • 발행 : 2007.01.15

초록

학업성취도 향상을 위해 정규 수업 이외에도 과외, 학원수강, 교육방송 시청 등 다양한 교육이 이루어지고 있다. 본 논문에서는 방학 중 학습방법과 생활습관이 학업성취도 변화에 미치는 영향을 분석하기 위한 데이타 마이닝 접근법을 제안한다. 우선, 학업성취도에 영향을 미치는 방학중의 학습방법과 생활습관에 대한 다양한 요소를 도출한다. 다음으로, 마이닝 기법 중 의사결정트리와 연관 규칙을 사용하기 위한 데이타 변환 및 분석 방법을 제안한다. 마지막으로, 설문조사를 통해 수집한 현실의 구체적 데이터에서 의사결정트리를 생성하고 연관 규칙을 추출하는 방법을 제안한다. 중학생들에 대한 설문조사를 분석한 결과, 의사결정트리의 경우 네 가지 의미있는 결과를 도출하였다. 첫째, 상위권 학생들의 경우 학원수강이 성적을 향상시키는 것으로 나타났다. 둘째, 대부분 학생들의 경우 인터넷 학습사이트 이용은 성적을 하락시키는 것으로 나타났다. 셋째, 성적 변화에 큰 영향을 미칠 것으로 예상했던 과외는 실제로 큰 영향을 미치지 못하는 것으로 나타났다. 넷째, 다양한 학습방법의 병행은 오히려 성적 하락의 요인이 되는 것으로 파악되었다. 다음으로, 연관 규칙 추출 결과, 방학 중 활동 사이에는 특이한 규칙이 없는 것으로 나타났다. 본 논문에서 제시한 데이타 마이닝 접근법 및 결과는 학생들의 방학 중 생활 지도나 학습 계획 수립에 많은 도움이 될 수 있다고 사료된다.

To improve academic achievement, the most students not only participate in regular classes but also take various extra programs such as private lessons, private institutes, and educational TV programs. In this paper, we propose a data mining approach to identify which studying methods or usual life patterns during a school vacation affect changes in the academic achievement. First, we derive various studying methods and life patterns that are thought to be affecting changes in the academic achievement during a school vacation. Second, we propose the method of transforming and analyzing data to apply them to decision trees and association rules, which are representative data mining techniques. Third, we construct decision trees and find association rules from the real survey data of middle school students. We have discovered four representative results from the decision trees. First, for students in the higher rank, there is a tendency that private institutes give a positive effect on the academic achievement. Second, for the most students, the Internet teaming sites nay give a negative effect on the achievement. Third, private lessons that have thought to be making a large impact to the achievement, however, do not make a positive effect on the achievement. Fourth, taking several studying methods in parallel nay give a negative effect on the achievement. In association rules, however, we cannot find any meaningful relationships between academic achievement and usual life patterns during a school vacation. We believe that our approach will be very helpful for teachers and parents to give a good direction both in preparing a studying plan and in selecting studying methods during a school vacation.

키워드

참고문헌

  1. Chen, M.-S., Han, J., and Yu, P. S., 'Data Mining: An Overview from a Database Perspective,' IEEE Transactions on Knowledge and Data Engineering, Vol. 8, No. 6, pp. 866-883, Dec. 1996 https://doi.org/10.1109/69.553155
  2. Moon, Y.-S., Whang, K.–Y., and Han, W.–S., 'General Match: A Subsequence Matching Method in Time-Series Databases Based on Generalized Windows,' In Proc. Int'l Conf. on Management of Data, ACM SIGMOD, Madison, Wisconsin, pp. 382-393, June 2002
  3. http://www.sas.com/korea
  4. http://www-306.ibm.com/software/data/iminer
  5. http://www.dbminer.com
  6. Hwang, J.-J., Whang, K.-Y., Moon, Y.-S., and Lee, B.-S., 'A Top-down Approach for Density-Based Clustering Using Multidimensional Indexes,' Journal of Systems and Software, Vol. 73, Issue 1, pp. 196-180, Sept. 2004
  7. 김신영, 백중근, 채선희, 국가교육과정에 근거한 평가기준 및 도구 개발, 한국교육과정평가원, 1998
  8. 배재호, 데이타 마이닝을 이용한 학업성취도 분석, 경희대학교 교육대학원 석사학위논문, 2001
  9. 김재은, 데이타 마이닝을 이용한 실업계 고등학교 학생의 진로분석, 경기대학교 교육대학원 석사학위 논문, 2002
  10. Agrawal, R., et al., 'An Interval Classifier for Database Mining Applications,' In Proc. the 18th Int'l Conf. on Very Large Data Bases, Vancouver, Canada, pp. 560-573, Aug. 1992
  11. Agrawal, R., Imielinski, T., and Swami, A. N., 'Mining Association Rules between Sets of Items in Large Databases,' In Proc. Int'l Conf. on Management of Data, ACM SIGMOD, Washington, DC, pp. 207-216, May 1993
  12. Agrawal, R. and Srikant, R., 'Fast Algorithms for Mining Association Rules in Large Databases,' In Proc. the 20th Int'l Conf. on Very Large Data Bases, Santiago, Chile, pp. 487-499, Sept. 1994
  13. 김동화, 조영재, '수학 교수,학습 태도에 따른 학업성 취도의 수준에 관한 분석', 교육이론과 실천, 제14권, 제1호, pp. 115-132, 2004
  14. 김병식, 김민정, '청소년의 성격유형이 학업성취도에 미치는 영향에 관한 연구', 한국인간관계학보, 제7권, 제1호, pp. 1-20, 2002
  15. 김정경, '정보통신기술(ICT)을 활용한 교수-학습에서 학습자 특성이 학업성취도에 미치는 영향', 한국컴퓨터교육학회 논문지, 제7권, 제2호, pp. 47-56, 2004
  16. 공현성, 김명, '학생정보마이닝 시스템의 설계 및 구현', 한국컴퓨터교육학회논문지, 제6권, 제1호, pp. 58-63, 2003
  17. 장남식, 홍성환, 장재호, 데이타 마이닝, 대청, 1999
  18. 박종수, 유원경, 홍기형, '연관 규칙 탐사와 그 응용', 한국정보과학회논문지, 제16권, 제9호, pp. 37-38, 1998
  19. http://www.research.joongang.com