Models and algorithms for performance prediction and course recommendation in higher education

Abstract

Educational institutions should use supportive tools to reduce high student dropout rates and ensure their timely graduation. Educational data mining involves the development of such methods that leverage student data. Their purpose is to generate alerts for students at risk of failure, identify enrollment practices that are associated with academic success, and enable appropriate interventions. Applying these models to a higher education institution can improve advising and degree planning. The aim of this thesis is to develop methods that will support students in making informed decisions about their enrollment in courses within the context of higher education. We also investigate equity issues that may arise in a course recommendation system. We want to create models that can be used before the semester begins, in order to allow students to make any necessary adjustments to their plans. Instructors can also benefit from them, as it will allow them to form their expectations about the students enrolled in their class and adjust the curriculum and course content accordingly. For the purposes of this paper, we will focus on traditional higher education datasets and develop models that do not require any information about the structure and curriculum of a particular course. All we use is the data of students’ analytical scores.In this context, we first introduce next-semester grade prediction methods to estimate the grades that a student is expected to receive for the courses he or she plans to take in the following semester. These algorithms are based on sparse linear and low-order matrix factorization models that are specific to each course or student-course tuple. These methods identify predictive subsets of past courses on a course-by-course basis. Second, we delve into the factors that influence student performance. We extract informative features from the student analytic score data and formulate the problem as a binary classification problem to identify students who are performing poorly. We examine a student’s performance in both an absolute sense (in terms of grades achieved) and a relative sense (in comparison to the student’s previous performance). We present a comprehensive study to answer the following questions: which features are good indicators of a student’s performance? Which features are most important? The findings are interesting, as different features are most important for different classification tasks. Next, we address the problem of course recommendation. Recommender systems have been widely used in various fields to support decision-making and empower users’ choices. In the education sector, recommendations can generate a personalized course list for each student considering taking the next semester. To this end, we propose Scholars Walk, a random walk-based approach that captures the sequential relationships between different courses. Based on the "wisdom of crowds" and students’ previous courses, we recommend a short course list for the next semester. Our framework is highly efficient, easy to interpret, and able to take into account important aspects of the education sector. Finally, we explore fairness in the context of course recommendation. It is important to ensure that the models we develop and implement in an educational institution do not discriminate against specific groups of students. All students should be treated fairly and offered similar opportunities and quality of services based on the concept of group justice. Based on this idea, we examine the fairness of the opportunities offered to students by the system's recommendations. We formulate our approach as a multi-objective optimization problem and study the trade-offs between equal opportunities and quality. The algorithm first makes an initial assignment of courses to recommend to students, which we assume are of optimal quality. The model then improves the initial solution to improve overall fairness. Experimental evaluation with synthetic and real datasets demonstrates that we can promote equal opportunities in recommendations without significantly weakening their quality.

Τα εκπαιδευτικά ιδρύματα χρειάζεται να χρησιμοποιούν υποστηρικτικά εργαλεία για να μειώσουν τα υψηλά ποσοστά εγκατάλειψης των σπουδών από τους φοιτητές και να διασφαλίσουν την έγκαιρη αποφοίτησή τους. Η εξόρυξη εκπαιδευτικών δεδομένων περιλαμβάνει την ανάπτυξη μεθόδων που αξιοποιούν τα δεδομένα των φοιτητών. Σκοπός τους είναι να δημιουργούν ειδοποιήσεις για φοιτητές που διατρέχουν κίνδυνο αποτυχίας, να εντοπίζουν πρακτικές σχετικά με την επιλογή μαθημάτων που σχετίζονται με την ακαδημαϊκή επιτυχία και να επιτρέπουν κατάλληλες παρεμβάσεις. Η εφαρμογή αυτών των μοντέλων σε ένα ίδρυμα τριτοβάθμιας εκπαίδευσης μπορεί να βελτιώσει την παροχή συμβουλών και τον σχεδιασμό για την επιλογή μαθημάτων που χρειάζεται για την ολοκλήρωση ενός πτυχίου. Στόχος της παρούσας διατριβής είναι η ανάπτυξη μεθόδων που θα υποστηρίζουν τους φοιτητές στη λήψη τεκμηριωμένων και ενημερωμένων αποφάσεων σχετικά με την εγγραφή τους σε μαθήματα στο πλαίσιο της τριτοβάθμιας εκπαίδευσης. Διερευνούμε επίσης ζητήματα ισότητας που μπορεί να προκύψουν σε ένα σύστημα σύστασης μαθημάτων. Θέλουμε να δημιουργήσουμε μοντέλα που μπορούν να χρησιμοποιηθούν πριν από την έναρξη του εξαμήνου, προκειμένου να επιτρέψουν στους φοιτητές να κάνουν τυχόν απαραίτητες προσαρμογές στα σχέδιά τους. Οι διδάσκοντες μπορούν επίσης να επωφεληθούν από αυτά, καθώς θα τους επιτρέψει να διαμορφώσουν τις προσδοκίες τους για τους φοιτητές που είναι εγγεγραμμένοι στο μάθημά τους και να προσαρμόσουν ανάλογα το πρόγραμμα σπουδών και το περιεχόμενο των μαθημάτων. Για τους σκοπούς της παρούσας εργασίας, θα επικεντρωθούμε σε παραδοσιακά σύνολα δεδομένων από την τριτοβάθμια εκπαίδευση και θα αναπτύξουμε μοντέλα που δεν απαιτούν καμία πληροφορία σχετικά με τη δομή και την ύλη ενός συγκεκριμένου μαθήματος. Το μόνο που χρησιμοποιούμε είναι τα δεδομένα των πιστοποιητικών αναλυτικής βαθμολογίας των φοιτητών. Σε αυτό το πλαίσιο, αρχικά εισάγουμε μεθόδους πρόβλεψης βαθμών του επόμενου εξαμήνου για να εκτιμήσουμε τους βαθμούς που αναμένεται να λάβει ένας φοιτητής για τα μαθήματα που σχεδιάζει να παρακολουθήσει στο επόμενο εξάμηνο. Αυτοί οι αλγόριθμοι βασίζονται σε μοντέλα αραιάς γραμμικής και χαμηλής τάξης παραγοντοποίησης πινάκων που είναι ειδικά για κάθε μάθημα ή συνδιασμό φοιτητή-μαθήματος. Αυτές οι μέθοδοι προσδιορίζουν τα υποσύνολα προηγούμενων μαθημάτων σε βάση το συγκεκριμένο μάθημα για το οποίο θέλουμε να προβλέψουμε τη βαθμολογία. Δεύτερον, εμβαθύνουμε στους παράγοντες που επηρεάζουν την απόδοση των φοιτητών. Εξάγουμε πληροφοριακά χαρακτηριστικά από τα δεδομένα αναλυτικής βαθμολογίας των φοιτητών και διατυπώνουμε το πρόβλημα ως πρόβλημα δυαδικής ταξινόμησης για να εντοπίσουμε τους φοιτητές που έχουν κακή απόδοση (ή όχι). Εξετάζουμε την απόδοση ενός φοιτητή τόσο με απόλυτη έννοια (όσον αφορά τους βαθμούς που επιτεύχθηκαν) όσο και με σχετική έννοια (σε σύγκριση με την προηγούμενη επίδοση του φοιτητή). Παρουσιάζουμε μια ολοκληρωμένη μελέτη για να απαντήσουμε στα ακόλουθα ερωτήματα: ποια χαρακτηριστικά είναι καλοί δείκτες της απόδοσης ενός φοιτητή; Ποια χαρακτηριστικά είναι τα πιο σημαντικά; Τα ευρήματα είναι ενδιαφέροντα, καθώς διαφορετικά χαρακτηριστικά είναι τα πιο σημαντικά για διαφορετικές εργασίες ταξινόμησης. Στη συνέχεια, εξετάζουμε το πρόβλημα της σύστασης μαθημάτων. Τα συστήματα σύστασης έχουν χρησιμοποιηθεί ευρέως σε διάφορους τομείς για να υποστηρίξουν τη λήψη αποφάσεων και να ενδυναμώσουν τις επιλογές των χρηστών. Στον τομέα της εκπαίδευσης, οι συστάσεις μπορούν να δημιουργήσουν μια εξατομικευμένη λίστα μαθημάτων για κάθε φοιτητή που σκέφτεται να παρακολουθήσει το επόμενο εξάμηνο. Για το σκοπό αυτό, προτείνουμε το Scholars Walk, μια προσέγγιση που βασίζεται σε τυχαίους περιπάτους και καταγράφει τις διαδοχικές σχέσεις μεταξύ διαφορετικών μαθημάτων. Με βάση τη «σοφία του πλήθους» και τα προηγούμενα μαθήματα των φοιτητών, συνιστούμε μια σύντομη λίστα μαθημάτων για το επόμενο εξάμηνο. Το πλαίσιό μας είναι εξαιρετικά αποτελεσματικό, εύκολο στην ερμηνεία και ικανό να λαμβάνει υπόψη σημαντικές πτυχές του τομέα της εκπαίδευσης. Τέλος, διερευνούμε τη δικαιοσύνη στο πλαίσιο της σύστασης μαθημάτων. Είναι σημαντικό να διασφαλίσουμε ότι τα μοντέλα που αναπτύσσουμε και εφαρμόζουμε σε ένα εκπαιδευτικό ίδρυμα δεν κάνουν διακρίσεις εις βάρος συγκεκριμένων ομάδων φοιτητών. Όλοι οι φοιτητές θα πρέπει να αντιμετωπίζονται δίκαια και να τους προσφέρονται παρόμοιες ευκαιρίες και ποιότητα υπηρεσιών με βάση την έννοια της ομαδικής δικαιοσύνης. Με βάση αυτήν την ιδέα, εξετάζουμε τη δικαιοσύνη των ευκαιριών που προσφέρονται στους φοιτητές από τις συστάσεις του συστήματος. Διατυπώνουμε την προσέγγισή μας ως πρόβλημα βελτιστοποίησης πολλαπλών στόχων και μελετάμε τους συμβιβασμούς μεταξύ ίσων ευκαιριών και ποιότητας. Ο αλγόριθμος κάνει πρώτα μια αρχική ανάθεση μαθημάτων που θα προτείνει στους φοιτητές, τα οποία υποθέτουμε ότι είναι βέλτιστης ποιότητας. Στη συνέχεια, το μοντέλο βελτιώνει την αρχική λύση για να βελτιώσει τη συνολική δικαιοσύνη. Η πειραματική αξιολόγηση με συνθετικά και πραγματικά σύνολα δεδομένων καταδεικνύει ότι μπορούμε να προωθήσουμε τις ίσες ευκαιρίες στις συστάσεις χωρίς να υποβαθμίσουμε σημαντικά την ποιότητά τους.