Prediction of employment region of graduates using machine learning approach

การพยากรณ์พื้นที่ทำงานของบัณฑิตโดยใช้วิธีการเรียนรู้ของเครื่อง

Name: Xiaohui, Bao

LCSH: Teacher

LCSH: Education personnel

LCSH: Machine learning

Abstract: The equality of education is very important to the country's development. However, the number of teachers who work in the rural area has significantly decreased. This situation causes a shortage in the number of rural teachers. This study proposes machine learning models for predicting the employment region of higher vocational college graduates. The data is gathered from graduates from a vocational college in Guangxi, Beihai vocational college. The size of the population is 454 where 285 samples work in the urban area and 169 samples work in the rural area. This research was performed by pre-processing the data, comparing the performance of the algorithms, and resampling methods. The results indicate that the F1-score of the best machine learning model can reach 0.991 ± 0.015. As nations strive for educational equity, our findings offer a framework to inform strategies for attracting graduates to rural teaching roles in both rural and urban areas.

Abstract: การเท่าเทียมกันทางการศึกษาเป็นสิ่งที่จำเป็นอย่างสูงต่อการพัฒนาประเทศ แต่อย่างไรก็ตาม จำนวนของครูในพื้นที่นอกเขตเมืองมีจำนวนลดลงอย่างเห็นได้ชัดทำให้ขาดบุคคลากร การศึกษานี้นำเสนอตัวแบบการเรียนรู้ของเครื่องสำหรับการทำนายพื้นที่ในการทำงานของผู้สำเร็จการศึกษาจากวิทยาลัยอาชีวศึกษา ข้อมูลที่ใช้ในการศึกษานี้เป็นข้อมูลผู้สำเร็จการศึกษาจากเก็บจากวิทยาลัยอาชีวศึกษา Beihai ในมลฑลกวางสี มีจำนวนประชากรที่ 454 ตัวอย่างแบ่งเป็นคนที่ทำงานในเขตเมือง 285 ตัวอย่าง และทำงานนอกเขตเมือง 169 ตัวอย่าง งานวิจัยนี้ดำเนินการกระบวนการเตรียมข้อมูล ทำการเปรียบเทียบขั้นตอนวิธี และวิธีการสุ่มข้อมูล คะแนน F1 ของตัวแบบที่ดีที่สุดมีค่าสูงถึง 0.991 ± 0.015 ผลการศึกษานี้จะเป็นการสนับสนุนและส่งเสริมให้ประเทศสามารถมีเครื่องมือที่จะกำหนดนโยบายในการดึงดูดให้ผู้ที้สำเร็จการศึกษาทำงานเป็นครูในพื้นที่ทั้งในเขตเมืองและนอกเขตเมือง เพื่อให้ด้วยประเทศมีความเสมอภาคทางการศึกษา

Chiang Mai University. Library

Address: CHIANG MAI

Email: cmulibref@cmu.ac.th

Name: Prompong Sugunnasil

Role: Advisor

Created: 2023

Modified: 2024-01-13

Issued: 2024-01-13

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Data Science

Grantor: Chiang Mai University

©copyrights Chiang Mai University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	650632032.pdf	12.05 MB	12	2026-05-26 18:16:01

ใช้เวลา

0.032548 วินาที