교육종단연구 분석을 위한 빅데이터 플랫폼 개발 및 적용 = Development and Application of Big Data Platform for Education Longitudinal Study Analysis

다국어 초록 (Multilingual Abstract)

In this paper, we developed a big data platform to store, process, and analyze effectively on such education longitudinal study data. And it was applied to the Seoul Education Longitudinal Study(SELS) to confirm its usefulness. The developed platform consists of data preprocessing unit and data analysis unit. The data preprocessing unit 1) masking, 2) converts each item into a factor 3) normalizes / creates dummy variables 4) data derivation, and 5) data warehousing. The data analysis unit consists of OLAP and data mining(DM). In the multidimensional analysis, OLAP is performed after selecting a measure and designing a schema. The DM process involves variable selection, research model selection, data modification, parameter tuning, model training, model evaluation, and interpretation of the results.
The data warehouse created through the preprocessing process on this platform can be shared by various researchers, and the continuous accumulation of data sets makes further analysis easier for subsequent researchers. In addition, policy-makers can access the SELS data warehouse directly and analyze it online through multi-dimensional analysis, enabling scientific decision making. To prove the usefulness of the developed platform, SELS data was built on the platform and OLAP and DM were performed by selecting the mathematics academic achievement as a measure, and various factors affecting the measurements were analyzed using DM techniques. This enabled us to quickly and effectively derive implications for data-based education policies.

참고문헌 (Reference)

1 배미희, "학교폭력 가해자, 피해자, 방관자 예측모형 연구" 한국청소년학회 23 (23): 385-413, 2016

2 최지선, "초등학생 수학 성취도에 영향을 미치는 교육맥락변인에 대한 동아시아 5개국 비교" 한국수학교육학회 22 (22): 167-180, 2019

3 김양훈, "인천시교육청, 학생 예측기법 빅데이터 학교 신설 업무 활용"

4 배정수, "의사결정나무 분석기법을 활용한 고등학생 진로결정수준 결정요인 우선순위 탐구" 한국진로교육학회 28 (28): 79-105, 2015

5 Kuhn, M., "실천 예측 분석 모델링" 에이콘 2018

6 오영세, "서울시교육청, 수요자 중심교육⋅교육서비스 빅데이터로 실현한다"

7 박현정, "서울교육종단연구 2차년도 기초분석 보고서" 서울특별시교육연구정보원 2012

8 박선우, "빅데이터 시대와 데이터 융합" 30 (30): 1-24, 2018

9 조완섭, "빅데이터 거버넌스와 표준화동향" 30 (30): 26-29, 2017

10 Flach, P., "머신러닝: 데이터를 이해하는 알고리즘의 예술과 과학" 비제이퍼블릭 2016

11 조완섭, "데이터베이스 시스템" 홍릉과학출판사 2018

12 이혜주, "데이터마이닝 기법을 이용한 스트레스 결정요인의 연차별 추이 분석" 한국아동교육학회 23 (23): 63-79, 2014

13 Han, J., "데이터 마이닝: 개념과 기법" 에이콘 2016

14 서울교육연구정보원, "데이터 기반 서울교육정책 설계 서울교육종단연구" 서울특별시교육청 2010

15 최선희, "다중지능, 수학 기피성향, 수학 학업성취도 간의 관계" 이화여자대학교 교육대학원 2014

16 김슬람, "노인 고혈압 외래환자 의료비 영향요인 분석 : 시도별 의료이용을 중심으로" 충북대학교 2018

17 서울대학교 교육연구소, "교육학용어사전" 하우동설 2011

18 문보경, "교육 정책 빅데이터 활용해 수립…관계기관 첫 회의 가져"

19 성기선, "경기교육종단연구 1차년도 기초분석 보고서" 경기도교육연구원 2013

20 최형철, "결측 데이터의 결측치 대체 방법에서 효과적 투표방식 적용에 대한 연구" 한양대학교 대학원 2019

21 임성택, "강원 학생교육성취도 종단연구" 강원도교육 연구원 2013

22 이현호, "R과 SQL을 활용한 실전 데이터전처리" 카오스북 2016

23 Breiman, L., "Random forests" 45 (45): 5-32, 2001

24 Guyon, I., "Gene selection for cancer classification using support vector machines" 46 (46): 389-422, 2002

25 Cupples, L. A., "Data mining" 29 (29): S103-S109, 2005

26 이주리, "Data Mining을 이용한 초등학생의 삶의 만족도에 대한 보호요인 및 위험요인 탐색" 한국아동학회 30 (30): 11-25, 2009

27 Goyal, M., "Applications of data mining in higher education" 9 (9): 113-120, 2012

28 김계수, "Amos 구조방정식 모형 분석" 한나래 2007

29 부산교육정책연구소, "2019 부산교육종단연구 협력학교 설명회 자료집"

30 조철호, "(조철호교수의) SPSS 사회조사분석사 2급 실기합격 : SPSS 기본통계·작업형·필답형 논술·설문지 작성" 청람 2015