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

点击翻译按钮获取中文摘要

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。