基于马尔可夫链模型的招生预测实践
机器学习
2024-05-24 v1
摘要
招生预测是大学管理的关键环节，指导着资源分配和收入预测等相关决策。然而，尽管其重要性，许多机构所采用的方法仍缺乏透明度。本文基于东密歇根大学（EMU）的案例研究，提出了一种使用马尔可夫链建模进行招生预测的创新方法。马尔可夫链建模作为一种有前景的招生预测方法，能够基于历史趋势提供精确预测。本文阐述了EMU增强型马尔可夫链建模的实现过程，详细介绍了计算转移概率和评估模型性能的方法。尽管面临COVID-19疫情等外部不确定性带来的挑战，马尔可夫链建模仍展现出令人印象深刻的准确性，预测与实际招生之间的平均差异小于1%。本文最后讨论了未来方向以及机构间合作的机会。
引用
@article{arxiv.2405.14007,
title = {A Practice in Enrollment Prediction with Markov Chain Models},
author = {Yan Zhao and Amy Otteson},
journal= {arXiv preprint arXiv:2405.14007},
year = {2024}
}