การวิเคราะห์เชิงทำนายการสมัครเรียนของนักศึกษาใหม่ด้วยเทคนิคเหมืองข้อมูล คณะครุศาสตร์ มหาวิทยาลัยราชภัฏเชียงใหม่

Abstract

การวิจัยครั้งนี้มีวัตถุประสงค์ 1) เพื่อวิเคราะห์และคัดเลือกคุณลักษณะสำคัญที่สัมพันธ์กับการสมัครเรียนของนักศึกษาใหม่ คณะครุศาสตร์ มหาวิทยาลัยราชภัฏเชียงใหม่ 2) เพื่อสร้างแบบจำลองและประเมินประสิทธิภาพในการวิเคราะห์เชิงทำนายการสมัครเรียนของนักศึกษาใหม่ด้วยเทคนิคเหมืองข้อมูล คณะครุศาสตร์ มหาวิทยาลัยราชภัฏเชียงใหม่ ข้อมูลการศึกษาประกอบด้วยข้อมูลพื้นฐานของผู้สมัครได้แก่ ปีที่สมัคร เพศ เกรดเฉลี่ยอาชีพบิดามารดา สาขาที่สมัครและข้อมูลอื่นที่เกี่ยวข้อง จำนวนทั้งหมด 17 คุณลักษณะมาหาค่าความสำคัญและคัดเลือกคุณลักษณะสำคัญด้วยวิธี Information Gain จากนั้นนำคุณลักษณะมาสร้างแบบจำลองด้วยเทคนิคต้นไม้ตัดสินใจ เทคนิคนาอีฟเบย์และเทคนิคป่าสุ่ม และลดจำนวนคุณลักษณะที่มีค่าความสำคัญน้อยลงให้คงเหลือจำนวนคุณลักษณะที่สำคัญและสัมพันธ์กับการสมัครมากที่สุด นำวัดประสิทธิภาพแบบจำลองทั้งหมดด้วยวิธี 5-fold Cross Validation วิธี 10-fold Cross Validation วิธี Split Validation (70:30) และวิธี Split Validation (80:20) เพื่อประเมินประสิทธิภาพแบบจำลองด้วยเทคนิคต่าง ๆ โดยใช้โปรแกรม RapidMiner ผลการวิจัยพบว่า 1) คุณลักษณะที่มีค่ามากที่สุด 5 คุณลักษณะคือ แผนการเรียนที่จบจากระดับมัธยม มีค่าน้ำหนักสูงสุดที่ 0.522 รองลงมากคือ เกรดเฉลี่ยมีค่าน้ำหนักที่ 0.290 เพศ มีค่าน้ำหนักที่ 0.207 อาชีพผู้ปกครองมีค่าน้ำหนักที่ 0.056 อาชีพมารดามีค่าน้ำหนักที่ 0.055 2) แบบจำลองด้วยเทคนิคป่าสุ่มมีความเหมาะสมมากที่สุด มีค่าความถูกต้องคิดเป็นร้อยละ 75.84 มีค่าความแม่นยำในการทำนายคิดเป็นร้อยละ 76.01 มีค่าความครบถ้วนคิดเป็นร้อยละ 75.71 และมีค่าความถ่วงดุลหรือค่าประสิทธิภาพโดยรวมคิดเป็นร้อยละ 75.85

The study's goals were 1) to analyze and select the key features related to the application of new students at Chiang Mai Rajabhat University's Faculty of Education; 2) to create a model and assess the predictive behavior of new students using data mining at Chiang Mai Rajabhat University's Faculty of Education. The study’s information included the application’s basic information such as the years of application, gender, average grade, parent's occupation, application documents, and other related information. 17 Features were selected for the key features and best feature values by the Information Gain method to create a model of Decision Tree, Naive Bayes, and Random Forest then reduced the number of less important features, leaving only the most important and relevant to the application. After that, the model's efficiency was assessed using 5-fold Cross Validation, 10-fold Cross Validation, Split Validation (70:30), and Split Validation (80:20). The model performance was validated using a variety of techniques by the RapidMiner program. According to the study, 1) the five most valuable features were a high school graduation plan with a maximum weight of 0.522, the second most common grade with a weight of 0.290, gender with a weight of 0.207, parent's occupation with a weight of 0.056, and mother's occupation with a weight of 0.055. 2) The best fit model was the Random Forest technique which had an accuracy of 75.84%. The prediction accuracy (precision) was 76.01%. There was a recall value of 75.71% and an overall efficiency (F-measure) was 75.85%