Key points are not available for this paper at this time.
물리적 접촉의 부족과 개인화된 서비스에 대한 높은 요구는 원거리 학습의 이해관계자들이 학습 관리 시스템에서 학생들의 온라인 흔적을 활용하도록 촉진하였습니다. 데이터 마이닝 방법론은 데이터 로그를 분석하고 조기 및 효율적인 개입을 위한 경향을 예측하는 데 널리 적용됩니다. 따라서 교육 과정에서 학생들의 유지는 기관의 평판 및 재정에 긍정적인 영향을 미치며 달성될 수 있습니다. 이 연구는 헬레닉 오픈 대학교의 연간 초급 과정의 여섯 개 다른 섹션에서 무들 데이터 세트를 쓴 과제의 수에 따라 각각 여섯 개 기간으로 나누어 분석합니다. 그런 다음 데이터 마이닝 기술을 구현하여 튜터와 학생의 활동, 상황 및 감정을 분석하고 학생의 성적을 예측합니다. 결과는 각 예측에서 가장 높은 정확성을 가진 알고리즘을 나타냅니다. 또한 연구는 독립 변수로서의 상황과 감정이 비교 모델에서 더 나은 성능을 제공한다고 결론짓습니다. 더불어 튜터의 변수가 학생 성적을 보다 정확하게 예측하기 위한 중요한 요소로 강조됩니다. 마지막으로 실제 성적과 예측 성적의 비교는 어느 학생이 과제를 수행하기 위해 제3자를 사용했는지를 나타냅니다.
Gkontzis et al. (Tue,)은 이 질문을 연구하였습니다.