การพยากรณ์การออกกลางคันของนักศึกษามหาวิทยาลัย จากการปรับปรุงด้วยการคัดเลือกคุณลักษณะร่วมกับเทคนิคเหมืองข้อมูล

Titleการพยากรณ์การออกกลางคันของนักศึกษามหาวิทยาลัย จากการปรับปรุงด้วยการคัดเลือกคุณลักษณะร่วมกับเทคนิคเหมืองข้อมูล
Publication Typeวิทยานิพนธ์/Thesis
Year of Publication2564
Authorsอนุวัฒน์ เปพาทย์
Degreeวิทยาศาสตรมหาบัณฑิต -- สาขาวิชาเทคโนโลยีสารสนเทศ
Institutionคณะวิทยาศาสตร์ มหาวิทยาลัยอุบลราชธานี
Cityอุบลราชธานี
Keywordsการคัดเลือกคุณลักษณะ, การตกออก, การทาเหมืองข้อมูล, การพยากรณ์, การออกกลางคันของนักศึกษา, นักศึกษาระดับอุดมศึกษา
Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการและระบบต้นแบบการพยากรณ์การออกกลางคันของนักศึกษามหาวิทยาลัยด้วยการคัดเลือกคุณลักษณะร่วมกับเทคนิคเหมืองข้อมูล และศึกษาประสิทธิภาพของระบบที่พัฒนาขึ้น ข้อมูลที่ใช้ในการวิจัยรวบรวมมาจากงานทะเบียนนักศึกษาและประมวลผล กองบริการการศึกษา มหาวิทยาลัยอุบลราชธานี จานวน 1,029 รายการ การวิเคราะห์ข้อมูลดาเนินการตามวิธีการคริปสดีเอ็ม หลังจากผ่านกระบวนการเตรียมข้อมูลแล้วคงเหลือข้อมูลเพื่อสร้างแบบจาลอง จานวน 822 รายการ จาแนกเป็น 14 คุณลักษณะ จากนั้นสร้างแบบจาลองในการพยากรณ์การออกกลางคันของนักศึกษาด้วยวิธีต้นไม้ตัดสินใจ นาอีฟเบย์ โครงข่ายประสาทเทียมแบบเพอร์เซ็ปตรอนหลายชั้น และ ซัพพอร์ตเวกเตอร์แมชชีน ร่วมกับการคัดเลือกคุณลักษณะด้วยวิธีอัตราส่วนเกน ไคสแควร์ และการคัดเลือกคุณลักษณะบนฐานสหสัมพันธ์ (ซีเอฟเอส) โดยหาประสิทธิภาพของแบบจาลองด้วยวิธีการตรวจสอบไขว้สิบส่วน เปรียบเทียบค่าความถูกต้อง ค่าความแม่นยา ค่าความระลึก ค่าความถ่วงดุล และค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ ผลการวิจัยพบว่า ปัจจัยสาคัญในการพยากรณ์การออกกลางคันของนักศึกษามี 5 คุณลักษณะ ได้แก่ (1) ผลการเรียนเฉลี่ยสะสม (2) ผลการเรียนเฉลี่ยสะสมกลุ่มวิชาในคณะ (3) ผลการเรียนเฉลี่ยสะสมกลุ่มวิชานอกคณะ (4) การกู้ยืมหรือทุนการศึกษา และ (5) สถานภาพนักศึกษา (คลาสเป้าหมาย) แบบจาลองในการพยากรณ์การออกกลางคัน ของนักศึกษาที่มีค่าความถูกต้องสูงที่สุดถูกสร้างด้วยวิธีโครงข่ายประสาทเทียมแบบเพอร์เซ็ปตรอนหลายชั้นร่วมกับการคัดเลือกคุณลักษณะ ด้วยวิธีซีเอฟเอส โดยมีค่าความถูกต้องหลังจากปรับค่าพารามิเตอร์ในการสร้างแบบจาลอง เท่ากับ 90.26 เปอร์เซ็นต์ เมื่อนาแบบจาลองไปใช้พัฒนาระบบต้นแบบการพยากรณ์การออกกลางคันของนักศึกษาในรูปแบบเว็บแอปพลิเคชัน และประเมินระบบจากผู้ใช้ที่ทดสอบด้วยวิธีการแบบกล่องดา พบว่า ค่าเฉลี่ยของความพึงพอใจต่อระบบในภาพรวมอยู่ในระดับมากที่สุด (ค่าเฉลี่ย เท่ากับ 4.61 ส่วนเบี่ยงเบนมาตรฐาน เท่ากับ 0.52)

Title Alternate Improved university student dropout prediction using feature selection with data mining techniques
Fulltext: