이 연구에서는 ClickTree라는 트리 기반 모델을 개발하여 학생들의 수학 과제 수행 점수를 예측하였다. 연구팀은 학생들의 클릭스트림 데이터에서 다양한 특징을 추출하였고, CatBoost 트리 모델을 사용하여 학생들이 과제 문제를 정답으로 풀었는지 여부를 예측하였다.
ClickTree 모델은 EDMcup 2023 경진대회에서 2위를 차지하며 약 79%의 정확도를 달성하였다. 연구 결과 분석을 통해 다음과 같은 주요 발견사항을 확인하였다:
이러한 결과를 바탕으로 교육자들은 학생들의 학습 경험을 개선하고 효과적인 교육 전략을 수립할 수 있을 것이다. 특히 어려운 문제 유형과 주제에 대한 추가 지원을 제공하고, 학습 과정에서 어려움을 겪는 학생들을 조기에 파악하여 맞춤형 지원을 할 수 있을 것이다.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Narjes Rohan... um arxiv.org 03-25-2024
https://arxiv.org/pdf/2403.14664.pdfTiefere Fragen