| Research Title |
การวิเคราะห์การทำนายการลาออกกลางคันของนักศึกษา ระดับประกาศนียบัตรวิชาชีพชั้นสูง โดยใช้เทคนิคเหมืองข้อมูล PREDICTIVE ANALYTIC FOR STUDENT DROPOUT IN HIGH VOCATIONAL CERTIFICATE USING DATA MINING TECHNIQUE |
| Date of Distribution |
6 July 2017 |
| Conference |
| Title of the Conference |
The 13th National Conference on Computing and Information Technology |
| Organiser |
King Mongkut’s University of Technology North Bangkok (KMUTNB) |
| Conference Place |
Arnoma Grand Bangkok Hotel |
| Province/State |
Bangkok |
| Conference Date |
6 July 2017 |
| To |
7 July 2017 |
| Proceeding Paper |
| Volume |
2017 |
| Issue |
13 |
| Page |
51 |
| Editors/edition/publisher |
Proceedings of NCCIT 2017 |
| Abstract |
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพในการจำแนกข้อมูลของอัลกอริทึม C4.5, Naïve Bayesian Learning และ Multilayer Perception เพื่อทำนายการลาออกกลางคันของนักศึกษาและวิเคราะห์หาปัจจัยที่เกี่ยวข้อง โดยใช้ข้อมูลพื้นฐานของนักศึกษาวิทยาลัยเทคโนโลยีภาคตะวันออกเฉียงเหนือ จังหวัดขอนแก่น ระหว่างปีการศึกษา 2556-2558 จำนวน 2,790 ชุดข้อมูล ใช้เทคนิคการทำ SMOTE แก้ไขปัญหาการไม่สมดุลกันของชุดข้อมูล โดยปรับค่า Nearest Neighbors = 5 ทดสอบผลลัพธ์ด้วย 10-fold cross-validation และวัดประสิทธิภาพด้วยค่า Accuracy ผลการวิเคราะห์พบว่า Multilayer Perception ให้ค่าความแม่นยำสูงสุด 94.91% มากกว่า C4.5 และ Naïve Bayes ที่ร้อยละ 94.41 % และ 84.05% ตามลำดับ และมีปัจจัยที่เกี่ยวข้องสูงสุด 5 อันดับ ได้แก่ ประเภทโรงเรียนเดิม ประเภทหลักสูตร เกรดเฉลี่ยก่อนเข้าศึกษา การกู้ยืมกองทุนเพื่อการศึกษาและอายุ The aims of this paper is to compare the performance of different classification techniques included C4.5, Naïve Bayesian Learning and Multilayer Perception algorithms. The algorithms were used to predict and analyze factors influencing student’s decision to drop out. The data set was collected from Northeastern Technological College, Khon Kaen Province during the 2013-2015 academic years. The total number of sample data was 2,790 records. The SMOTE technique was also used for solving imbalanced problems of the data set. The Nearest Neighbors was adjusted as 5. The cross-validation with 10 folds was used to evaluate the prediction accuracy. The results show that the performance of Multilayer Perception is 94.91% which higher than the C4.5 and Naïve Bayes, with 94.41% and 84.05% accordingly. The findings also indicate that student’s decision to drop out significantly influenced by type of school, type of course, first grade, student loan and student’s age. |
| Author |
|
| Peer Review Status |
มีผู้ประเมินอิสระ |
| Level of Conference |
ชาติ |
| Type of Proceeding |
Full paper |
| Type of Presentation |
Oral |
| Part of thesis |
true |
| Presentation awarding |
false |
| Attach file |
|
| Citation |
0
|
|
|
Publication
Journal Publication
ไทย