Введение 3
1 Обзор предметной области 5
2 Формирование требований 9
2.1 Входные данные 9
2.2 Инструменты реализации 10
3 Сбор и обработка данных 12
3.1 Получение данных 12
3.2 Очистка данных и форматирование данных 12
3.3 Разведочный анализ данных 13
3.4 Конструирование и выбор признаков 18
3.5 Определение исходного базового уровня 19
3.6 Изменение диапазона признаков 20
4 Выбор и настройка модели машинного обучения 22
4.1 Выбор модели машинного обучения 22
4.2 Реализация модели машинного обучения 23
4.3 Гиперпараметрическая настройка модели 24
5 Результаты работы 29
Заключение 34
Список использованных источников 36
Приложение
Исследование, проведенное в Тинто в 1987 году, показало, что примерно 57% студентов выбирают учебное заведение, не обращая внимание на факультет обучения, а 43% студентов вуза бросают учебу, так и не получив диплом о высшем образовании. Особое внимание в исследовании уделялось факторам, влияющим на способность студента успешно закончить высшее учебное заведение. Был изучен ряд академических факторов для выявления студентов, которые с наибольшей вероятностью достигнут успеха. Качественные переменные, такие как пол, образовательный уровень родителей, средний бал в школе, рейтинг школы, оценки ЕГЭ были связаны с показателями в вузе. Тем не менее, исследователями было предположено, что основными причинами слабости студентов являются не академические, а эмоциональные показатели и социальное здоровье. Исследователями была выявлена зависимость, что студенты, обладающие высокой уверенностью в себе, самообладанием, устремленностью в достижении целей связаны с более высокой успеваемостью. Кроме того, студенты, которые являются адаптивными перфекционистами, с большей вероятностью успешно завершают обучение. Таким образом, было выявлено, что личностные параметры пригодны для определения будущей успеваемости и вероятности отчисления студента из вуза [1].
Однако сбор и анализ данных о личностных характеристиках представляет собой трудозатратный процесс, так как включает в себя целый набор задач: от составления вопросов анкетирования до анализа
проведенного тестирования для выявления персональных характеристик респондента.
Согласно исследованию Михаила Косински, подробно описанного в обзоре предметной области, профиль пользователя в социальной сети
предоставляет необходимые данные для построения психо-демографического портрета, что избавляет от необходимости ручного сбора данных.
Целью данной работы является разработка модели машинного обучения для выявления взаимосвязи индивидуальных характеристик учащихся и их академической успеваемости, а также прогноза среднего балла успеваемости по данным характеристикам.
Для достижения указанной цели были поставлены следующие задачи:
1. собрать количественные и качественные данные профилей студентов в социальной сети;
2. очистить данные, полученные из социальной сети, при помощи разведочного анализа данных, конструирования и выбора признаков;
3. определить модель с наименьшей средней абсолютной ошибкой, подобрать параметры и обучить модель;
4. выявить признаки, влияющие на прогнозирование среднего балла.
В результате данной дипломной работы была достигнута поставленная цель - разработана модель машинного обучения, которая выявляет взаимосвязь индивидуальных характеристик учащихся и их академической успеваемости, а также прогнозирует средний балл успеваемости по данным характеристикам.
Для достижения поставленной цели были выполнены следующие задачи:
• собраны и обработаны первичные данные студентов всех курсов, составлена база данных из информации профилей пользователей в социальной сети ВКонтакте и средних баллов академической успеваемости;
• полученные данные очищены для интерпретируемости моделью машинного обучения, выявлены и удалены незначимые признаки;
• подобраны параметры, произведено обучение модели с наименьшей средней абсолютной ошибкой.
В результате обучения модели были выявлены признаки, больше всего повлиявшие на составление вывода по полученным данным. К этим признакам относятся количественные признаки: подписки на популярные личности, друзья, фото профиля, а также категориальные признаки: подписки на интересные страницы с тематикой программирование, креативная работа, юмор.
Для улучшения качества модели в дальнейшем могут учитываться дополнительные параметры, такие как активность в группах, время, проводимое в сети, и т.д. Кроме того, для получения дополнительной информации могут быть рассмотрены другие социальные сети.
Результаты данной выпускной квалификационной работы опубликованы в открытом доступе в репозитории GitLab и доступны по ссылке: http ://gititis.kpfu.m/iikhsan/diplom.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
