Prediction Model of Learning Style on Undergraduate Students by Data Mining Techniques

Authors

  • นงเยาว์ ในอรุณ

Keywords:

Learning Style, Data Mining, Artificial Neural Network

Abstract

   This research aimed to study the VARK learning model and predict learning model of undergraduates using data mining techniques. The population in this study was regular undergraduate students of Nakhon Sawan Rajabhat University. The sample was selected using a stratified random sampling, consisted of 1,635 students who were enrolled in the second semester of 2015. Fleming questionnaires were used to collect the research data. Four well known data mining techniques; Artificial Neural
Networks, Naïve Bayes, K–Nearest Neighbors and Decision Trees, were used to construct prediction, and compare performance. The results revealed that the best model with the highest accuracy was Artificial Neural Networks (96.263%), followed by the Decision Tree (94.523%), K–Nearest Neighbors (92.139%) and Naïve Bayes (91.688%), respectively. The results can be used to develop the most appropriate technique to effectively predict the learning of students according to aptitude and abilities.

References

ธนาวุฒิ นิลมณี, ดวงกมล โพธิ์นาค และกฤช สินธนะกุล. (2557). “กรอบแนวคิดรูปแบบการเรียนรู้เพื่อปรับเหมาะกับผู้เรียนตามรูปแบบวีเออาร์เค โดยใช้เทคนิคโครงข่ายประสาทเทียมร่วมกับการเรียนรู้แบบปัญหาเป็นฐานบนสภาพแวดล้อมการเรียนรู้แบบทุกหนทุกแห่ง,” ในการประชุมหาดใหญ่วิชาการระดับชาติและนานาชาติครั้งที่ 5. 974–982.

ธานินทร์ ศิลป์จารุ. (2555). การวิจัยและวิเคราะห์ข้อมูลทางสถิติด้วย SPSS. กรุงเทพฯ : ซีเอ็ดยูเคชั่น.

อรนุช พันโท และมนต์ชัย เทียนทอง. (2557). “การเปรียบเทียบประสิทธิภาพการจำแนกรูปแบบการเรียนรู้แบบ VARK ด้วยเทคนิคเหมืองข้อมูล,” วารสารเทคโนโลยีอุตสาหกรรม. 4(1) : 1–11.

เอกสิทธิ์ พัชรวงศ์ศักดา. (2557). An Introduction to Data Mining Techniques. กรุงเทพฯ : เอเชีย ดิจิตอล การพิมพ์.

Felder, R.M. (1993). “Reaching the Second Tier: Learning and Teaching Styles in College Science Education,” J College Science Teaching. 23(5) : 286–290.

Fleming, N.D. (1995). “I’m different; not dumb. Modes of Presentation (VARK) in the Tertiary Classroom,” Annual Conference of the Higher Education and Research Development Society of Australasia (HERDSA). HERDSA. 18 : 308–313.

Fleming, N.D. & Mills, C. (2016 January 5). VARK a guide to learning styles. (Online). Available : https://vark–learn.com/

Han, J. & Kamber, M. (2006). Data mining: Concepts and techniques. 2nd ed. USA : Morgan Kaufmann.

Kolb, D.A. (1984). Experiential Learning: Experience as the Source of Learning and Development. New Jersey : Prentice–Hall.

Linoff, G.S. & Berry, Michael J.A. (2011). Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management. 3rd ed. USA : Wiley.

Waikato. (2012, May 2). WEKA. (Online). Available : https://www.cs.waikato.ac.nz/ml/weka/.

Downloads

Published

2016-12-31

How to Cite

ในอรุณ น. (2016). Prediction Model of Learning Style on Undergraduate Students by Data Mining Techniques. Journal of Roi Et Rajabhat University, 10(2), 148–153. Retrieved from https://so03.tci-thaijo.org/index.php/reru/article/view/176504

Issue

Vol. 10 No. 2 (2016): July - December

Section

Research Articles

License

บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารมหาวิทยาลัยราชภัฎร้อยเอ็ด

ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยราชภัฎร้อยเอ็ด และคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว