퍼듀대학교의 빅데이터 활용 학업지원 사례

퍼듀대학교의 빅데이터 기반 'Forecast' 앱을 통한 졸업률 향상 및 재정 강화 사례

문제 상황
퍼듀대학교의 졸업률은 51.5%에 불과하다. 지난 수십 년간 미국의 대학들은 등록자 수로 성과를 측정해왔다. 신입생들에게는 적자생존의 논리가 요구되었으며 졸업에 이르는 과정들이 적극적으로 지원되지 않았다. 중퇴자가 늘어나면서 학교의 수익은 줄어들었고, 중퇴자들은 학위도 없이 빚만 안게 되었다. 이에 따라 정부는 졸업과 관련된 지표들을 바탕으로 대학에 대한 지원을 차등하게 되었다. 어떻게 하면 졸업률을 높여서 학교의 재정을 튼튼하게 할 것인가?

활용 데이터
- 수강관리시스템 데이터: 수강신청 시기 등
- 학습관리시스템 데이터: 과제 완료 시기 등
- IoT 데이터: 캠퍼스 무선 인터넷 로그인 빈도, 학내 식당 출입 빈도 등

분석 방법
- 회귀분석을 통한 인사이트의 시각화
예) 수강신청 시기와 학점과의 상관관계: 강의 시작 전 수강신청 학생의 평균 GPA는 2.95, 강의 시작 1주 후 수강신청 학생의 평균 GPA는 2.65, 강의 시작 3주 후 수강신청 학생의 평균 GPA는 2.52이다.
예) 교우관계와 학점과의 상관관계: 친구와 함께 수업을 듣거나, 수업에서 친구를 만드는 학생들의 학점이 더 높은 경향이 있다.



빅데이터 활용과 가치 제공
퍼듀대학교에서는 학생들의 행동들을 종합하여 생성한 데이터를 통해 행동과 결과 사이의 관계 및 예측모델을 보여줌으로써 캠퍼스에서의 활동을 더욱 적극적으로 수행할 수 있도록 도움을 제공하고 있다.
예) 수강신청이 늦어질 때의 위험과 빨라질 때의 혜택을 나타내는 그래프 제공
퍼듀대학교가 속한 인디애나(Indiana)의 NCSL(National Conference of State Legislatures)는 대학들의 성과를 기반으로 자금을 지원하고 있다. 퍼듀대학교가 받는 국가 지원금은 졸업률, 학위 수, 편입 지표 등에 의해 결정된다. 지난 2년 동안의 퍼듀대학교 수입 중 6.5%가 이러한 성과들에 따라 유입되었다. 'Forecast' 앱은 학생들이 적극적으로 학교생활을 할 수 있도록 돕고 졸업률을 향상시켜서 학교의 재정 지원을 뒷받침하고 있다.

- 송은정

<참고 문헌>
https://www.itap.purdue.edu/newsroom/news/170103_forecastcourses.html

댓글