ニューラルネットワークモデルを用いた大学入試動向の解析と予測

利用神经网络模型分析和预测高考趋势

• 批准号: 10780118
• 负责人: 菊地 賢一
• 金额: $ 1.28万
• 依托单位: National Center Test for University Admissions
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1998
• 资助国家: 日本
• 起止时间: 1998 至 1999
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-10780118/
• 关键词: 大学入試; ニューラルネット; 入試データ解析

近年、大学入試においては、面接や小論文を入試科目として加えたり、推薦入学制度や帰国子女特別選抜の導入などにより多様化が進められている。また、18才人口の減少などによる志願者数や進学率の大きな変動も予想される。実際に、平成10年度センター試験出願者数は前年度より若干減少し、大学進学者が今後減少していくような徴候が見られるようになった。このため、志願者数や進学率を含む大学入試の動向を予測することは、大学入試センターのみならず、各大学にとっても非常に重要な問題である。本研究では、各大学の試験科目や制度、併願状況、および受験倍率などのパラメータをニューラルネットワークモデルによりモデル化し、今後の動向の予測を行う。本研究で構築するニューラルネットワークモデルを用いたモデルによって、より正確に大学入試の動向を捉えることが可能となる。そして、将来的な変化がより正確に予測できるため、将来目指すべき入試制度を模索するための重要な手段の一つとなるものと考える。平成11年度には、平成10年度の研究成果を実際のデータに適用した。まず、本研究において使用するデータの作成を行った。次に、各大学を受験難易度、地域などのプロフィールによって分類し、それぞれのプロフィール毎にニューラルネットワークモデルを当てはめた。これにより、プロフィール毎の特色についての解析も行った。また、この際全データに当てはめた場合との比較検討も行った。そして、モデル構築後、妥当性を検討するためにシミュレーション実験を行うとともに、パラメータの推定値そのものの違いからそれぞれの大学の特色に関しての検討も行った。

In recent years, university entrance examination, face-to-face examination, entrance examination subjects, recommended admission system, special selection of children, introduction of diversity, etc. The decrease in the number of volunteers and the increase in the enrollment rate of the 18-year-old population are expected. The number of applicants decreased somewhat from the previous year, and the number of university students decreased from the current year to the current year. The number of volunteers and the enrollment rate include the prediction of university enrollment trends. The number of volunteers and the enrollment rate of universities are very important issues. This study aims to provide information on the university's test subject support system, integration status, acceptance ratio, and future trends. This study aims to construct a framework for the correct identification of university entry trends. A study of the importance of future prediction and future guidance in the implementation of the test system The research results of Heisei Y11 and Heisei Y10 are applicable to the situation. This study was carried out in the context of the use of data. For example, each university has a high degree of difficulty, a high degree of geographical difficulty, a high degree of geographical difficulty, and a high degree of geographical difficulty. This is the first time I've ever seen such a thing. All the time, the situation is different. After the construction of the university, the propriety of the university is discussed.