학생 성과 예측을 위한 추천 시스템

추천 시스템은 다양한 분야에서 널리 사용되며, 특히 전자 상거래 분야에서 그 활용도가 높습니다. 최근에는 학습자(학생)에게 자료(예: 논문, 책 등)를 추천하는 e-러닝 작업에도 적용되고 있습니다. 본 연구에서는 교육 데이터 마이닝을 위해 추천 시스템 기법을 사용하는 새로운 접근 방식을 제안하며, 특히 학생 성과 예측에 초점을 맞춥니다. 이 접근 방식을 검증하기 위해, 우리는 지능형 튜터링 시스템을 위한 교육 데이터를 사용하여 추천 시스템 기법을 로지스틱/선형 회귀와 같은 전통적인 회귀 방법과 비교합니다. 실험 결과, 제안된 접근 방식이 예측 결과를 개선할 수 있음을 보여줍니다.