実験結果

結果を評価する基準として、岐阜工業高等専門学校のホームページに掲載されている教育課程表と科目構成図[14]をグラフに見立てて用いた。その評価方法は以下に示す通りである。

比較回数$c = 0$ , 教科番号$i = 1$ , シラバス数$M$ , 抽出教科数$N$ とする。 $j = 1$ とする。 ある教科$A_{i}$ を選択し、$A_{i}$ に対して類似度が$j$ 番目に高かった教科$B_{ij}$ を抽出する。 $B_{ij}$ の類似度が0であれば vii に進み、そうでなければ v に進む。 科目構成図において$A_{i}$ と$B_{ij}$ を結び、その距離$d_{ij}$ を求めて$c$ に1を足す。 $j == N$ なら vii に進み、そうでないなら$j$ に1を足して iii に戻る。 $i == M$ なら viii に進み、そうでないなら$i$ に1を足して ii に戻る。 得点$S$ を計算する。

上記の得点$S$ は以下の式によって計算される。

$$S = \frac {G c} {\sum^M_{i=1} \sum^N_{j=1} d_{ij}} \times 100$$ (4.1)

ここで$G$ は目標距離であり、$A$ と$B$ がどれだけ離れていれば望ましいかを表す。実験ではこの値を2としたので、$N$ が1で$S$ が100に近ければ、多くの教科が一番似ているとされる教科と科目構成図において2つほどしか離れておらず、適切な類似度が求められていることが分かる。

この$S$ を用いて、複合語と重要度の有無をそれぞれ切り替えた4つのデータを2値化処理をせずに比較した結果を表4.6に、また、グラフ化したものを図4.1に示す。

表 4.6: 複合語と重要度の有無によるスコア変化

抽出 教科数	複合語有		複合語無
	重要度無	重要度有	重要度無	重要度有
1	35.80	32.95	31.61	32.22
2	32.04	31.65	30.37	31.14
3	31.78	31.84	30.82	31.58
4	32.24	33.17	30.83	31.72
5	31.90	32.28	30.77	32.33

図 4.1: 複合語と重要度の有無によるスコアの変化

また、4つのデータを2値化処理をした後に比較した結果を表4.7に、グラフ化したものを図4.2に示す。

表 4.7: 複合語と重要度の有無による2値化処理時の得点の変化

抽出 教科数	複合語有		複合語無
	重要度無	重要度有	重要度無	重要度有
1	35.80	32.22	31.61	32.95
2	32.08	31.37	31.69	31.17
3	32.34	30.68	31.80	32.41
4	32.79	32.09	31.69	33.61
5	32.78	32.95	32.04	33.16

図 4.2: 複合語と重要度の有無による2値化処理時のスコアの変化

実験結果を見ると、各スコアの値は30から36の間の値を取っていることが分かる。

未2値化処理時の結果は表4.6より、複合語に着目すると抽出教科数が多い時、複合語が有効の結果よりも、複合語無効の結果の方がスコアが高くなっていることがわかる。 重要度に着目すると、抽出教科数が多くなるにつれて、重要度を考慮したものの方が結果が良くなっていることが分かる。このことより、多くの比較対象がある時、重要度を考慮した方がよりよい結果が得られると考えられる。また、抽出教科数が少ない時、複合語あり・重要度なしで計算した時の結果が、他のものと比べて良くなっていることがわかる。

2値化処理時の結果は表4.7のようになった。2値化処理をしていない時の結果と比較すると、複合語無し・重要度無しのスコアが未2値化処理時よりも全体的に高くなっていることがわかる。 複合語無し・重要度無しの結果を見ると、他の結果に比べ変化が小さく、スコアも低いことがわかる.