そろタッチが国際カンファレンスで論文発表！機械学習手法「Matrix Factorization」で生徒のパフォーマンス予測を示唆

そろタッチを開発する株式会社Digika(本社：東京都千代田区　代表取締役社長：橋本恭伸)は、2020年7月にイタリアで開催された28th ACM Conference on User Modeling, Adaptation and Personalization（UMAP '20）において論文「Prediction of Student Performance in Abacus-Based Calculation Using Matrix Factorization」を発表し、ACM DIGITAL LIBRARYに公開しました。本論文は株式会社Digikaと東京大学（現筑波大学） 徳田慶太氏、静岡大学 須藤明人氏、東北大学 藤原直哉氏の共著で、そろタッチの学習履歴データをMatrix Factorizationにより生徒パフォーマンスを予測できることを示唆しています。

そろタッチを開発する株式会社Digika(本社：東京都千代田区　代表取締役社長：橋本恭伸)は、2020年7月にイタリアで開催された28th ACM Conference on User Modeling, Adaptation and Personalization（UMAP '20）において論文「Prediction of Student Performance in Abacus-Based Calculation Using Matrix Factorization」を発表し、ACM DIGITAL LIBRARYに公開しました。本論文は株式会社Digikaと東京大学（現筑波大学） 徳田慶太氏、静岡大学 須藤明人氏、東北大学 藤原直哉氏の共著で、そろタッチの学習履歴データをMatrix Factorizationにより生徒パフォーマンスを予測できることを示唆しています。

Matrix FactorizationとはNetflix Prize※で最も成果を上げた機械学習モデルの一つであり、それを学習履歴データによる生徒パフォーマンス予測に応用したものです。

本研究は開発途上ではございますが、データを扱う全ての教育サービス提供者にとって学習効果を上げる仕組みづくりのための参考となり、今後その技術を活用したEdTechで学ぶ全ての学習者の学習効果向上に繋がることを願い論文をオープンアクセスとしました。

株式会社Digikaでは引き続き学習効果開発に努め、こどもたちの可能性の最大化に貢献して参ります。

＜論文公開URL＞
[Prediction of Student Performance in Abacus-Based Calculation Using Matrix Factorization]
https://dl.acm.org/doi/abs/10.1145/3386392.3399309


※：Netflix Prize
https://www.netflixprize.com/


提供元：valuepressプレスリリース詳細へ