JP7183216B2 - 合格者クラスタ集合生成装置、習熟度目標決定装置、合格者クラスタ集合生成方法、習熟度目標決定方法、プログラム - Google Patents
合格者クラスタ集合生成装置、習熟度目標決定装置、合格者クラスタ集合生成方法、習熟度目標決定方法、プログラム Download PDFInfo
- Publication number
- JP7183216B2 JP7183216B2 JP2020112948A JP2020112948A JP7183216B2 JP 7183216 B2 JP7183216 B2 JP 7183216B2 JP 2020112948 A JP2020112948 A JP 2020112948A JP 2020112948 A JP2020112948 A JP 2020112948A JP 7183216 B2 JP7183216 B2 JP 7183216B2
- Authority
- JP
- Japan
- Prior art keywords
- proficiency
- successful
- matrix
- cluster
- proficiency level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
以下、図1を参照して、実施例1の合格者クラスタ集合生成装置11の構成を説明する。同図に示すように、本実施例の合格者クラスタ集合生成装置11は、合格者習熟度行列生成部111と、合格者クラスタ集合生成部112と、合格者クラスタ集合記憶部113を含む。以下、図2を参照して各構成要件の動作を説明する。
合格者習熟度行列生成部111は、所定の学校の合格者が受験生であった頃の複数の時期における各受験教科の各単元の習熟度を示すデータである合格者習熟度データに基づいて、時期ごとに単元と習熟度を対応させた行列である合格者習熟度行列を生成する(S111)。ここで対象とする「受験」として、大学受験を対象としてもよいし、高校、中学入試を対象としてもよい。以下、大学受験を対象とし、所定の学校=T大学であるものとして説明を進める。
合格者クラスタ集合生成部112は、合格者習熟度行列間の類似度に基づいて、合格者習熟度行列の集合を複数の合格者クラスタに分類することにより、合格者クラスタ集合を生成する(S112)。クラスタの分類は、行列の類似度を判定する従来技術により実現できる。
合格者クラスタ集合記憶部113は、合格者クラスタ集合生成部112が生成した合格者クラスタ集合を記憶する。この合格者クラスタ集合は、後述する習熟度目標決定装置12で使用される。
以下、図6を参照して、実施例1の習熟度目標決定装置12の構成を説明する。同図に示すように、本実施例の習熟度目標決定装置12は、受験生習熟度行列生成部121と、受験生習熟度行列分類部122と、目標パス決定部123と、結果記憶部124を含む。以下、図7を参照して各構成要件の動作を説明する。
受験生習熟度行列生成部121は、受験生の各受験教科の各単元の現在の習熟度を示すデータである受験生習熟度データに基づいて、単元と習熟度を対応させた行列である受験生習熟度行列を生成する(S121)。受験生習熟度行列は、受験生習熟度データを用いるという点以外は、合格者習熟度行列と同様である(図3、図4参照)。
受験生習熟度行列分類部122は、前述の合格者クラスタ集合のうちの何れかの合格者クラスタに、受験生習熟度行列を分類する(S122)。分類は行列の類似度を判定する従来技術を用いればよい。
目標パス決定部123は、受験生習熟度行列が分類された合格者クラスタとその直近の時期における合格者クラスタとを接続するパスのうち、割り当てられた値が所定値以上となるパスを目標パスとして決定する(S123)。例えば図8の例では、受験生習熟度行列は、合格者クラスタ1-1に分類され、合格者クラスタ1-1から伸びるパスのうち、割り当てられた値が所定値以上となるパスである、合格者クラスタ2-1に接続されるパスが目標パスとして決定される。なお、目標パスは2本以上決定されてもよい。
本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置(例えば通信ケーブル)が接続可能な通信部、CPU(Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい)、メモリであるRAMやROM、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、CPU、RAM、ROM、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、CD-ROMなどの記録媒体を読み書きできる装置(ドライブ)などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
Claims (10)
- 所定の学校の合格者が受験生であった頃の複数の時期における各受験教科の各単元の習熟度を示すデータである合格者習熟度データに基づいて、前記時期ごとに前記単元と前記習熟度を対応させた行列である合格者習熟度行列を生成する合格者習熟度行列生成部と、
合格者習熟度行列間の類似度に基づいて、前記合格者習熟度行列の集合を複数の合格者クラスタに分類することにより、合格者クラスタ集合を生成する合格者クラスタ集合生成部を含む
合格者クラスタ集合生成装置。 - 請求項1に記載の合格者クラスタ集合生成装置であって、
前記合格者クラスタ集合生成部は、
所定の時期における前記合格者クラスタからその直近の時期における前記合格者クラスタへの遷移確率が高いほど大きな値を割り当てたパスで対応する前記合格者クラスタ同士を接続して、前記合格者クラスタ集合を生成する
合格者クラスタ集合生成装置。 - 請求項1または2に記載の合格者クラスタ集合生成装置であって、
前記合格者クラスタ集合生成部は、
前記合格者クラスタのそれぞれに対して、前記合格者クラスタのそれぞれを代表し、前記合格者クラスタのそれぞれの特徴を表す合格者習熟度行列である合格者中心習熟度行列を設定する
合格者クラスタ集合生成装置。 - 受験生の各受験教科の各単元の現在の習熟度を示すデータである受験生習熟度データに基づいて、前記単元と前記習熟度を対応させた行列である受験生習熟度行列を生成する受験生習熟度行列生成部と、
所定の学校の合格者が受験生であった頃の複数の時期における各受験教科の各単元の習熟度を示すデータである合格者習熟度データに基づいて前記時期ごとに前記単元と前記習熟度を対応させた行列である合格者習熟度行列を、その類似度に基づいて複数の合格者クラスタに分類することにより生成した合格者クラスタ集合のうちの何れかの合格者クラスタに、前記受験生習熟度行列を分類する受験生習熟度行列分類部と、
前記受験生習熟度行列が分類された合格者クラスタとその直近の時期における合格者クラスタとを接続するパスであって、その遷移確率が高いほど大きな値を割り当てたパスのうち、割り当てられた値が所定値以上となるパスを目標パスとして決定する目標パス決定部を含む
習熟度目標決定装置。 - 請求項4に記載の習熟度目標決定装置であって、
前記目標パス決定部は、
前記受験生習熟度行列が分類された合格者クラスタと前記目標パスで接続された直近の時期における合格者クラスタを目標クラスタとして決定する
習熟度目標決定装置。 - 請求項5に記載の習熟度目標決定装置であって、
前記目標パス決定部は、
前記目標クラスタを代表し、前記目標クラスタの特徴を表す合格者習熟度行列である合格者中心習熟度行列を出力する
習熟度目標決定装置。 - 合格者クラスタ集合生成装置が各ステップを実行する合格者クラスタ集合生成方法であって、
所定の学校の合格者が受験生であった頃の複数の時期における各受験教科の各単元の習熟度を示すデータである合格者習熟度データに基づいて、前記時期ごとに前記単元と前記習熟度を対応させた行列である合格者習熟度行列を生成する合格者習熟度行列生成ステップと、
合格者習熟度行列間の類似度に基づいて、前記合格者習熟度行列の集合を複数の合格者クラスタに分類することにより、合格者クラスタ集合を生成する合格者クラスタ集合生成ステップを含む
合格者クラスタ集合生成方法。 - 習熟度目標決定装置が各ステップを実行する習熟度目標決定方法であって、
受験生の各受験教科の各単元の現在の習熟度を示すデータである受験生習熟度データに基づいて、前記単元と前記習熟度を対応させた行列である受験生習熟度行列を生成する受験生習熟度行列生成ステップと、
所定の学校の合格者が受験生であった頃の複数の時期における各受験教科の各単元の習熟度を示すデータである合格者習熟度データに基づいて前記時期ごとに前記単元と前記習熟度を対応させた行列である合格者習熟度行列を、その類似度に基づいて複数の合格者クラスタに分類することにより生成した合格者クラスタ集合のうちの何れかの合格者クラスタに、前記受験生習熟度行列を分類する受験生習熟度行列分類ステップと、
前記受験生習熟度行列が分類された合格者クラスタとその直近の時期における合格者クラスタとを接続するパスであって、その遷移確率が高いほど大きな値を割り当てたパスのうち、割り当てられた値が所定値以上となるパスを目標パスとして決定する目標パス決定ステップを含む
習熟度目標決定方法。 - コンピュータを請求項1から3の何れかに記載の合格者クラスタ集合生成装置として機能させるプログラム。
- コンピュータを請求項4から6の何れかに記載の習熟度目標決定装置として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020112948A JP7183216B2 (ja) | 2020-06-30 | 2020-06-30 | 合格者クラスタ集合生成装置、習熟度目標決定装置、合格者クラスタ集合生成方法、習熟度目標決定方法、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020112948A JP7183216B2 (ja) | 2020-06-30 | 2020-06-30 | 合格者クラスタ集合生成装置、習熟度目標決定装置、合格者クラスタ集合生成方法、習熟度目標決定方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022011660A JP2022011660A (ja) | 2022-01-17 |
JP7183216B2 true JP7183216B2 (ja) | 2022-12-05 |
Family
ID=80148342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020112948A Active JP7183216B2 (ja) | 2020-06-30 | 2020-06-30 | 合格者クラスタ集合生成装置、習熟度目標決定装置、合格者クラスタ集合生成方法、習熟度目標決定方法、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7183216B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016148719A (ja) | 2015-02-10 | 2016-08-18 | 株式会社ベネッセコーポレーション | 学習支援システム、情報処理装置、情報処理方法及びプログラム |
JP2019113865A (ja) | 2017-09-13 | 2019-07-11 | 株式会社ナガセ | 学習支援方法 |
JP2019192303A (ja) | 2019-08-07 | 2019-10-31 | 株式会社フォーサイト | レコメンドシステムおよびレコメンド方法 |
-
2020
- 2020-06-30 JP JP2020112948A patent/JP7183216B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016148719A (ja) | 2015-02-10 | 2016-08-18 | 株式会社ベネッセコーポレーション | 学習支援システム、情報処理装置、情報処理方法及びプログラム |
JP2019113865A (ja) | 2017-09-13 | 2019-07-11 | 株式会社ナガセ | 学習支援方法 |
JP2019192303A (ja) | 2019-08-07 | 2019-10-31 | 株式会社フォーサイト | レコメンドシステムおよびレコメンド方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022011660A (ja) | 2022-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Akçapınar et al. | Using learning analytics to develop early-warning system for at-risk students | |
Wang | Mutual information item selection method in cognitive diagnostic computerized adaptive testing with short test length | |
McConnell et al. | Designing a measurement framework for response to intervention in early childhood programs | |
Liao et al. | Exploring the value of different data sources for predicting student performance in multiple cs courses | |
Polyzou et al. | Feature Extraction for Classifying Students Based on Their Academic Performance. | |
WO2021024824A1 (ja) | 回答スタイル成分除去装置、回答スタイル成分除去方法、プログラム | |
Baffour et al. | Analyzing bias in large language model solutions for assisted writing feedback tools: Lessons from the feedback prize competition series | |
Patil et al. | A comparative study of Question Bank classification based on revised Bloom’s taxonomy using SVM and K-NN | |
Asad et al. | Study of educational data mining approaches for student performance analysis | |
Ogunbanwo et al. | Knowledge management awareness assessment in Nigerian tertiary institutions | |
Gamie et al. | Comparative Analysis for Boosting Classifiers in the Context of Higher Education. | |
JP7183216B2 (ja) | 合格者クラスタ集合生成装置、習熟度目標決定装置、合格者クラスタ集合生成方法、習熟度目標決定方法、プログラム | |
Hu | Using few-shot learning materials of multiple SPOCs to develop early warning systems to detect students at risk | |
JP6913706B2 (ja) | 試験問題予測システム及び試験問題予測方法 | |
WO2023162402A1 (ja) | 学習支援装置、学習支援方法、プログラム | |
Nadeem et al. | Impact of Postgraduate Students dropout and delay in University: Analysis using machine learning algorithms | |
Agrawal et al. | Performance appraisal of an educational institute using data mining techniques | |
Tanvir et al. | Exploring the Importance of Factors Contributing to Dropouts in Higher Education over Time. | |
Shao et al. | A Combinatorial optimization framework for scoring students in University Admissions | |
AbdElrahman et al. | A Predictive Model for Student Performance in Classrooms Using Student Interactions With an eTextbook | |
Bleckmann et al. | Concept Maps for Formative Assessment: Creation and Implementation of an Automatic and Intelligent Evaluation Method. | |
Ratih et al. | Synthetic minority over-sampling technique nominal continous logistic regression for imbalanced data | |
Berding et al. | Epistemic messages in textbooks for vocational education and training | |
Radley et al. | The accuracy of peer comparison observations: A simulated analysis | |
Chao et al. | Analysis of learning modalities towards effective undergraduate cybersecurity education design |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210719 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220519 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220713 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221115 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7183216 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |