Speaker : 이주영, 김성현
대학생 멘토의 유지율은 복잡성 수준과 학생의 연령에 관계없이 교육 프로그램에서 시간이 지남에 따라 감소하는 경향이 있습니다. 이 연구에서는 멘토링 프로그램의 지속 가능성과 관련된 주요 요인을 분석하기 위한 머신 러닝 기반 접근 방식을 제안했습니다. JUMP의 대규모 주간 설문 조사 데이터 코호트를 활용했습니다. 데이터 전처리 후, 광범위한 텍스트 및 숫자 참여자 데이터를 처리하기 위해 자체 개발한 자동화된 사전 형식의 정보 검색 기능을 사용하여 특성을 도출했습니다. 선형 예측 모델을 개발하여 테스트 세트에서 평가한 결과 기준 선형 회귀 모델에 비해 우수한 성능을 보였습니다. 또한, 예측에 중요하게 작용하는 지표를 도출해 냄으로써 프로그램과 대학생 멘토 관리에 활용할 수 있을 것으로 기대할 수 있습니다.
발표영상
발표자료
경청 포인트!
컴퓨터공학과 머신러닝을 전공하신 이주영 연구자님과 김성현 연구자님은 해외에 계심에도 불구하고 알럼나이 출신으로서의 경험과 사회문제해결에 대한 진심으로 열정적으로 연구를 수행해주신 팀입니다. 14년간의 3300여개 데이터 전체를 바탕으로 장학샘의 지속가능성 요인을 예측하는 모델을 개발하셨습니다. 프로그래밍을 통해 교육불평등의 미션에 기여하는 데 관심이 있으시다면 추천합니다!
