データマイニング：初年度の結果は会計プログラムの後続ユニットを完了する可能性を予測するか？

この研究は、会計教育の奨学金にデータマイニング手法を導入し、会計学生の現在の学業成績（成績）、人口統計情報、大学入学前スコア、予測される学業成績との関係を探ります。オーストラリアの大学の学部会計プログラムに在籍する640人の会計学生を調査するために決定木分析に基づくC4.5分類アルゴリズムを採用しています。この研究の重要な貢献は、学業成績の予測の改善と、リスクにさらされていると見なされる学生の特徴の特定です。学生を高等教育入学スコアに基づいてサブグループに分け、学習ユニットのクラスタリングを行うことにより、この研究は予測属性のより微妙な理解を促進します。主要な発見は、学生の後の学業成績を予測する際の2年目ユニットのクラスターの優位性、性別が成績に影響しなかったこと、そして大学1年目の成績が後続の学業成績の最も重要な予測因子であることでした。