目次 †

---

自己紹介 †

• <名前>
  張紫傑（チャン　ズジェ）

• <生年月日>
  1988年10月28日

• <血液型>
  O型

• <出身>
  中国遼寧省大連市（出生は中国遼寧省営口市）

• <修士論文テーマ>
  
  • (修論テーマ)
    学生のキャリアデザインに対する意識と学生の成績との関係を分析する
  • (修論タイトル)
    A study on effect of changing in students' awareness of career design on academic achievements

• <所属サークル>
  テニス部に入りたいですけど、時間がないので、諦めました。

• <趣味>
  スポーツ ---- バスケットボール、テニス、バドミントンなど、強くないんですが、ただ好きです。
  音楽鑑賞 ---- アニソン、ロックンロール

• <特技>
  まずはレベルアップして見ます。

• <一言>
  皆さんと会えて幸せです。
  よろしくお願いします。

---

時間割 †

• 緑背景は研究室ゼミ
• 青背景は授業
• 赤背景は授業担当／TA

2015年度 †

2014年度 †

---

発表関連 †

質疑応答は，[Q]が質疑，[A]が回答，[A']が後日整理した回答，[C]が頂いたコメント，[C']がコメントに対する回答・考察．

2015年度 †

• SSI2015函館
  • 会期：2015年11月18日~20日
  • 会場：函館市民体育館
  • 発表題目：「How Students' Attitudes of Career Design Affect their Academic Achievements」
  • 発表者：Zijie ZHANG
  • 質疑応答：
    • [Q1]
      It is more general to use k-means to separate the samples in a two-dimensional space. Why do you choose to use support vector machine?
      [A1]
      In our case, the purpose is to find the hyperplane in the two-dimensional space which divides the two groups of samples which are already set as top GPA group and bottom GPA group. k-means is usually used to divide the samples into several group in a two-dimensional space. However, it cannot achieve the purpose of our study.
      [A'1]
      Same answer as that day's.

• SICE2015中国・杭州
  • 会期：2015年7月28日~30日
  • 会場：Intercontinental Hangzhou Hotel
  • 発表題目：「Investigating Transition of Students' Awareness of Career Design by Using Principal Component Analysis」
  • 発表者：Zijie ZHANG
  • 質疑応答：
    • [Q1]
      Is the data used for data analysis obtained by taking questionnaires with the same group of students?
      [A1]
      There are students who have taken questionnaires only once or twice during 2012 to 2014, but most of the students attended the investigation in all three years.
      [A'1]
      The investigation has been conducted from 2012 and data has been collected during 2012 to 2014. Due to there are students who did not take the questionnaire in all three years and human error occurred when taking the questionnaire, data samples used for each grade are different. In fact, they are same group of students and majority of them have participated the investigation for all three years.

• [Q2]
  Would you like to share the result of your study with other people? As a professor in a university, I am quite interested in study.
  [A2]
  I definitely wish to share the method and result in my study for supporting student’s career design and helping them find suitable jobs.
  [A'2]
  Actually, I am thinking about proposing a new system based on the concept of open data. Data obtained by conducting the investigation is supposed to be shared among different universities, and each member could benefit from the analysis feedback provided by the data analysis module of this open system.

• 修士二年生中間発表
  • 会期：2015年7月22日(水)
  • 会場：プレゼンテーションルーム(R205室)
  • 発表題目：「A Study on Effect of Changing in Students' Awareness of Career Design on Academic Achievements」
  • 発表者：Zijie ZHANG
  • 質疑応答：
    • [Q1]
      六角形のプロットはどうやって作ったの?（岡田先生）
      [A1]
      六角形のプロットはR環境でHexagonal binningのパッケージを用い，自分が提案した主成分分析で得られたデータに基づいて作成した．
      [A'1]
      二次元空間を構築した横軸と縦軸は取得した主成分となり，サンプルのデータは主成分に対応したスコアデータとなる。横の空間を分割する六角形の数は密集具合を比較するために決めた。六角形の色は六角形のエリア内のサンプルの数によって変わる．

• [Q2]
  Support Vector Machineは何のために使ったの?（鈴木先生）
  [A2]
  自分の研究は学生の成績とキャリアデザインに対する意識の変化を調べることである．目的の一つとして，成績が違う学生はどんな意識の変化をしているかを明らかにすることである．そのため，主成分分析で得られたデータを用いて学生をGPAごとに二つのグループに分け，その意識変化の特徴を見つけたい．
  [A'2]
  しかし，同じ区域に点在しているサンプルが多くあり，区別することが困難だった．Support Vector Machineは与えられたデータを線形に分離することが可能なため，本研究に導入した．

• [Q3]
  六角形のプロットとSupport Vector Machineの結果はどちらかが間違っているのではないか．（倉重先生）
  [A3]
  二つのプロットは機能的に相違があるが;，使用した目的に応じて求めていたものが違っているから，間違ってはいないと思う．
  [A'3]
  六角形のプロットでは，密集具合の変化の違いを調べるために使われ，成績が違う学生たちは違う意識の変化をしていることが分かった．Support Vector Machineでは，与えられたデータを線形に分離し，成績が違う学生たちは一体どんな意識を持ってどう変化していたのかが分かった．

201４年度 †

• 修士一年生中間発表
  • 会期：2014年12月17日(水)
  • 会場：プレゼンテーションルーム(R205室)
  • 発表題目：「A Self-assessment supporting system of Motivation for Study and Awareness of Career Design」
  • 発表者：Zijie ZHANG
  • 質疑応答：
    • [Q1]
      PCAを利用して何が分かったか．（太田先生）
      [A1]
      PCAで学部生を対象としてデータを分析し，プロットの中の軸による位置が見えることができる．
      [A'1]
      PCAで学生のアンケート調査に対する回答データを分析して主成分が取得できる．質問項目が主成分に対する負荷量の値によって軸を解釈し，それぞれ学生のキャリアデザインに対する意識が分かる．

• [Q2]
  分析結果の軸の解釈はどうやって説明するの．（太田先生）
  [A2]
  それぞれの設問に対応する学生の答えで生成したベクトルの固有値で軸の意味を解釈した．ただし，解釈する時に解釈しやすい設問を選択しないと解釈しにくい．
  [A'2]
  今のやり方では，先ず選択基準を決めてPCAの結果から軸を解釈するに使う設問を選択し，プロットの軸を説明する．しかし，このような仕組みはどうやってシステムに実装する仕方はまだ考えていない．

• [Q3]
  既存の同じ機能の診断システムはあるか．（永野先生）
  [A3]
  オンラインでアンケートを取るシステムなら，あると思うが，データ分析機能を組み合わせてフィードバックを提供するシステムは見たことがない．
  [A'3]
  同じ診断機能を持つシステムならあると思うが，ただし，学生のキャリアデザインに対する意識を分析するシステムはまだ存在していない．更に，本システムでは，結果をフィードバックとしてユーザの自己診断に支援するのができる．

• [Q4]
  データの分析なら，お金を払って会社に頼むこととどこが違う．（永野先生）
  [A4]
  会社に頼んでデータを分析するのは時間がかかるし，手間もかかる．このシステムを利用すると，アンケートを取り終わり，分析の結果はすぐ貰える．
  [A'4]
  会社のサービスは，単純なデータを分析して結果を返すことによって，自己診断を支援するのが不十分だと思う．私の提案なら，それぞれのユーザに対する自己診断を支援するのができるし，分析の結果が時間かからずに貰える．

• [Q5]
  このシステムを利用して支援になるかどうかは，どうやって分かるか．（倉重先生）
  [A5]
  システムを評価するようなアンケートで調査する．
  [A'5]
  アンケートでユーザからのシステムに対する評価を調査する必要があると思うが，アンケートのデザインはまだ考えていない．

• SSI2014岡山
  • 会期：2014年11月20日〜23日
  • 会場：岡山大学五十周年記念館
  • 発表題目：「A Causal Model of Motivation for Study and Awareness of Career Design」
  • 発表者：Zijie ZHANG
  • 質疑応答：
    • [Q1]
      どうしてPCAを使うことにしたか．
      [A1]
      PCAはデータから特徴のある情報を抽出するために使った．
      [A'1]
      当日回答と同じ．ただし，他の手法も検討する．

• [Q2]
  プロットの軸の意味を解釈する仕方は本当に当たってるか．
  [A2]
  設問がプロットの中で分布された位置から解釈したが，その設問の意味を考えて軸の意味を説明するのは正しいと思う．
  [A'2]
  当日回答と同じ．ただし，解釈結果は分析者の主観が含まれるので，異なる場合もある．

• [Q3]
  今回分析できた結果はどんな場面で応用するか．
  [A3]
  この成果を利用し，学生を対象としての自己診断システムを提案したい．
  [A'3]
  当日回答を詳しく説明すれば、そのシステムには成績データが必要になると思う．システムの実用性を考え、コースごとに分析をもう一度行う予定もある。

• [Q4]
  アンケートは学期のどの期間で答えられたか．
  [A4]
  詳しく知らないが，多分学期の始まりの間だと思う．
  [A'4]
  後期の始め（10月頃）．