DOI QR코드

DOI QR Code

An analysis of satisfaction index on computer education of university based on Fuzzy Decision Making Method

퍼지의사결정법에 기반한 대학의 컴퓨터교육 만족도 분석

  • Received : 2013.01.09
  • Accepted : 2013.02.12
  • Published : 2013.04.30

Abstract

In Information age, The academic liberal art computer education course set up goals to promote computer literacy and develop the ability to cope with changes in information society and improve productivity and national competitiveness. In this paper, we analyze on discovering of decisive variable and satisfaction index to have a influence on computer education on university students. As a preprocessing course, the proposed method selects optimum variable using correlation based feature selection(CFS) of machine learning tool based on Java and we calculate weighted value for each variable and then, we generate the optimal variable using weighted value based on fuzzy decision making method. we proposed Fuzzy decision making method in analysis of the academic liberal art computer education satisfaction index data and checked the accuracy of the satisfaction evaluation by using recall and precision.

정보화시대에 대학에서의 교양 컴퓨터교육과정은 컴퓨터에 대한 소양을 쌓고 정보화 사회에 능동적으로 대처할 수 있는 능력을 배양하여 생산성 향상은 물론 국가 간의 경쟁력에서 뒤지지 않게 하는데 목표를 두고 있다. 본 논문에서는 대학생을 대상으로 컴퓨터교육 만족도에 영향을 미치는 결정적인 변인의 발견 및 만족도를 분석한다. 전처리과정으로 자바 기반의 기계 학습 도구인 상관에의한 특성선택을 사용하여 최적의 변인을 선택한다. 그리고 퍼지의사결정법에 기반하여 각 변인의 가중치를 사용하여 최적의 변인을 생성하였다. 본 논문의 연구결과는 컴퓨터교육 만족도 자료의 분석에서 퍼지의사결정법을 제안하고, 재현율과 정밀도 분석에 의해 만족도 평가에 대한 정확성을 확인하였다.

Keywords

References

  1. Naoya Kotami and Yukio Kodono, "A Study on AHP using Fuzzy Theory," 20th Fuzzy System Symposium, pp. 493-494, 2004
  2. Data Mining Software in Java, http://www.cs.waikato.ac.nz/ml/weka/in dex.html, 2012.
  3. Tien-Chin Wang and Yueh-Hsiang Chen, "Applying Fuzzy Linguistic Preference Relations to the Improvement of Consistency of Fuzzy AHP," Information Systems, Vol. 178, No. 19, pp. 3755-3765, 2008.
  4. P.J.M. van Laarhoven and W. Pedrycz, "A Fuzzy Extension of Saaty's Priority Theory," Fuzzy Sets and Systems. Vol. 11, No. 13, pp. 229-241, 1983. https://doi.org/10.1016/S0165-0114(83)80083-9
  5. 류경현, 정환묵, "MFAC를 사용한 근접관계의 분류," 한국 퍼지 및 지능시스템학회 논문지, Vol. 18, No. 1, pp. 139-144, 2008. https://doi.org/10.5391/JKIIS.2008.18.1.139
  6. 정환묵, "다치논리함수를 이용한 감성처리모델," 한국지능시스템학회 논문지, Vol. 19, No. 1, pp. 13-18, 2009.
  7. T.L. Saaty, "How to Make a Decision:The Analytic Hierarchy Process," European Journal of Operational Research, Vol. 48, No. 1, pp. 9-26, 1990. https://doi.org/10.1016/0377-2217(90)90057-I
  8. 신복숙, 차의영, 우영운, "Trace 변환과 펴지 기법을 이용한 곤충 발자국 인식," 한국멀티미디어학회 논문지, Vol. 11, No. 11, pp. 1615- 1623, 2008.
  9. Hwang, C.. "Fixed Size LS-SVM for Multiclassification Problems of Large Data Sets," Journal of the Korean Data & Information Science Society, Vol. 21, No. 561-567. 2010.
  10. Seok, K.H. "Semi-Supervised Classification with LS-SVM Formulation," J ournal of the Korean Data & Information Science Society, Vol. 21, No. 3, pp. 461-470, 2010.
  11. Shim, J., Bae, J.S. and Hwang, C., "Multiclass Classification Via LS-SVR," Communications of the Korean Statistical Society, Vol. 15, No. 10, pp. 441-450, 2008. https://doi.org/10.5351/CKSS.2008.15.3.441
  12. Shim, J., Park, H.J. and Seok, K.H., "Variance Function Estimation with LS-SVM for Replicated Data," Journal of the Korean Data & Information Science Society, Vol. 20, No. 5, pp. 925-931, 2009.
  13. 유재학, 박준상, 이한성, 김명섭, 박대희, "다중 클래스 SVM을 이용한 계층적 인터넷 애플리케이션 트래픽의 분류," 한국지능시스템학회 논문지, Vol. 20, No. 1, pp. 7-14, 2010. https://doi.org/10.5391/JKIIS.2010.20.1.007

Cited by

  1. The student self-assessment and achievement analysis for computer liberal arts lecture vol.19, pp.2, 2014, https://doi.org/10.9708/jksci.2013.19.2.243