University Rankings Prediction Using Hybrid Feature Selection Based on Machine Learning Methods
Notice bibliographique
Résumé
This study presents a novel approach to predicting university rankings using hybrid feature selection and machine learning techniques. It identifies critical performance factors that affect ranking accuracy using the Times Higher Education (THE) dataset, which includes data from 1,904 universities. A Max-Min normalization method and an artificial neural network were applied to preprocess the data. Then, a hybrid feature selection method, combining statistical and machine learning techniques, was used to determine the optimal feature subsets. Several prediction models, including linear regression, random forest, and multilayer perceptron, were evaluated and compared based on various metrics: accuracy, precision, mean absolute error (MAE), root mean square error (RMSE), and R². The results indicate that hybrid feature selection using machine learning significantly enhances predictive accuracy. The hybrid model consistently outperformed all other models across various metrics, achieving the highest accuracy (0.971), precision (0.985), recall (0.971), and F1-score (0.972). These results demonstrate that the hybrid model effectively balances true positive and false positive predictions while minimizing errors. Furthermore, the error metrics for the hybrid model were the lowest among all models, with an MAE of 0.034 and an RMSE of 0.028. This reinforces its superiority in delivering highly reliable predictions. This study demonstrates the effectiveness of hybrid feature selection in refining ranking systems and offers a robust framework that can be applied to various datasets and ranking environments. The findings provide valuable insights for improving ranking predictions and shaping strategies in higher education.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».