Previsione dell’abbandono degli studi universitari mediante algoritmi di machine learning: un caso di studio su dati dell’Università degli Studi di Bari

L’obiettivo di questo lavoro è quello di prevedere, in modo del tutto a-teoretico, gli studenti che sono a rischio di abbandono degli studi universitari. I dati utilizzati in questo lavoro riguardano l’Università degli Studi di Bari nel periodo 2013-2016, e sono stati estratti dall’Osservatorio Studenti-Didattica del Miur Cineca. L’analisi dei dati è basata esclusivamente sulle informazioni di profilazione che sono disponibili per ciascuno studente nel sistema informativo di Ateneo. La previsione degli abbandoni è stata effettuata utilizzando un insieme di tecniche di Machine Learning, note come algoritmi di classificazione supervisionata.

The aim of this paper is to predict, on a purely algorithmic basis, students who are at risk of dropping out of university. Data used in this study originated from the University of Bari Aldo Moro, during 2013-16, and were provided by the Osservatorio Studenti-Didattica of Miur-Cineca. Data analysis is based solely on the information set available, for each student, inside the university information system. Predictions of individual dropouts have been carried out by means of a subset of suitable Machine Learning techniques, known as supervised classification algorithms.