중학생의 진로 결정 예측변수 탐색 : 머신러닝 기법 적용

박소영; 정혜원

doi:10.15753/aje.2020.09.21.3.727

주제분류

Top 5%

...

저널정보

서울대학교 교육연구소
아시아교육연구 학술저널
아시아교육연구 제21권 제3호(통권 제75호)
2020.09 727 - 753 (27page)
DOI : 10.15753/aje.2020.09.21.3.727

저자정보

박소영 (충남대학교)
정혜원 (충남대학교)

이용수
내서재: 7

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

본 연구에서는 중학생 진로 결정을 예측하고, 주요 예측변수를 탐색하는데 목적이 있다. 이를 위해 본 연구는 2018년에 처음 조사가 시작된 한국청소년정책연구원의 한국아동 · 청소년패널조사 2018 1차년도 자료(중학교 1학년)를 활용하였다. 본 연구는 중학생의 진로 결정을 가장 잘 예측하는 우수한 머신러닝 기법을 선택하기 위해 6가지 머신러닝기법(의사결정나무(decision tree), 랜덤포레스트(random forests), Adaptive LASSO(adaptive least absolute shrinkage and selection operator), 서포트 벡터 머신(support vector machine), 그래디언트 부스팅(gradient boosting), 심층신경망 모형(deep neural network))을 적용하여 각 머신러닝 기법의 예측정확도를 비교하였다. 분석결과는 다음과 같다. 중학생의 진로 결정을 예측하는 데 6가지 머신러닝 기법 중 상대적으로 가장 예측정확도가 높은 기법은 그래디언트 부스팅으로 나타났다. 그래디언트 부스팅 기법을 통해 진로 결정에 중요한 영향을 미치는 변수를 확인한 결과, ‘장래가 희망적이지 않은 것 같다’는 우울과 관련된 문항의 중요도 지수가 가장 높았으며, 그 외에도 학업 열의, 여가시간(운동 및 신체활동 시간), 스스로 공부하는 시간, 교내 공식 동아리 참여 만족도, 관심이 다양한 창의적 성격, SNS 이용, 학업 무기력이 진로 결정을 예측하는 주요 변수로 나타났다. 진로 결정의 주요 예측변수로 도출된 상위 10개 중 여가시간(운동 및 신체활동 시간), SNS 이용, 창의적 성격은 새롭게 도출된 변수이다. 이러한 연구결과를 토대로 본 연구의 의의와 중학생의 진로 결정을 위한 시사점을 제시하였다.

The purpose of this study was to explore variables affecting career decision of middle school students using 1th wave of Korean Children & Youth Panel Survey 2018 data. To do this, this study was to apply six machine learning approaches (Decision Tree, Random Forests, Adaptive LASSO, Support Vector Machine, Gradient Boosting, Deep Neural Network) to select best machine learning approach that predict career decision of middle school students. As results, first, gradient boosting performed better than other approaches. Second. gradient boosting result revealed that the variable related to depression, ‘I don’t think the future is hopeful’, had the highest importance index and had a negative effect on career decisions. In addition, academic engagement, leisure time (exercise and physical activity time), self-regulated learning hours, participation satisfaction in school clubs, and creative personality with various interests had a positive effect on career decision, while the use of social network services and academic helplessness had a negative effect on career decision. The use of social network services and creative personality were newly explored variables. Finally, based on these results, the implications for deciding career of middle school students were suggested.

#머신러닝 #그래디언트 부스팅 #진로 결정 #중학생 #Machine Learning Approach #Gradient Boosting #Career Decision #Middle School Student

참고문헌 (49)

참고문헌 신청

고재성 / 2008 / 진로교육 실태조사 보고서

교육부 / 2016 / 제2차 진로교육 5개년 기본계획[안](2016~2020)

김나래 / 2012 / 대학생의 사회비교 경향성과 진로미결정의 관계: 자아존중감과 부정적 평가에 대한 두려움의 매개효과 검증 / 한국심리학회지:학교 9(2):175~191

김미림 / 2019 / 랜덤 포레스트를 활용한 대학생의 최초 취업 사교육 참여 시점별 특성 분석 / 교육연구논총 40(1):1~33

김영식 / 2019 / 머신러닝 기법을 활용한 사교육 참여 예측 모형 탐색 / 교육재정경제연구 28(3):29~52

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박소영

소속기관 충남대학교

주요연구분야 사회과학 > 사회과학일반 TOP 5% 사회과학 > 교육학

논문수 16 이용수 4,840

정혜원

소속기관 충남대학교

주요연구분야 사회과학 > 사회과학일반 TOP 5% 사회과학 > 교육학 TOP 0.5%

논문수 44 이용수 23,087

이 논문과 함께 이용한 논문

사회적 역량이 학습된 무기력에 미치는 영향: 교우관계의 매개효과를 중심으로

김은실 인적자원개발연구 2022.03

머신러닝 기반의 보상형 크라우드펀딩 성공 예측 모델링

문동지 , 윤상혁 , 최수빈 외 1명 Korea Business Review 2020.08

한국사회의 공정성 인식과 행복: 세대 간 차별적 관계를 중심으로

윤민재 , 임정재 사회과학연구 2023.07

딥러닝의 변수 중요도를 이용한 인공지능 기술 분석

김승환 , 전성해 한국지능시스템학회 논문지 2019.02

청소년과 부모의 삶의 만족도 잠재프로파일 분류 및 주요 예측변인 검증

박소영 , 정혜원 한국청소년연구 2021.08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드