این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
نامه آموزش عالی، جلد ۳، شماره ۱۲، صفحات ۱۰۷-۱۲۴
عنوان فارسی دسته‌بندی و پیش‌بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک‌های داده‌کاوی
چکیده فارسی مقاله داده‌کاوی و کشف الگوها و دانش نهفته در داده‌‌های سیستم‌های آموزشی کمک شایانی به تصمیم‌گیرندگان عرصه آموزش عالی جهت بهبود فرآیند‌های آموزشی نظیر برنامه‌ریزی، ثبت‌نام، ارزیابی و مشاوره می‌نماید. هدف مقاله حاضر، دسته‌بندی و پیش‌بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک‌های داده‌کاوی است. در این مقاله سعی شده با استفاده از داده‌های دموگرافیک و سوابق تحصیلی دانشجویان و آماده‌سازی مناسب داده‌ها و با کمک تکینک‌های دسته‌بندی درخت تصمیم، رگرسیون لجستیک، نزدیکترین همسایگی و شبکه‌‌های عصبی مدل‌‌های مختلفی برای پیش‌بینی وضعیت تحصیلی دانشجویان در نیمسال آینده ارائه شود. در نهایت مقایسه‌ای میان نتایج حاصل از تکنیک‌های مختلف صورت گرفته و بهترین مدل‌ها در دسته‌بندی صحیح دانشجویان مدل نزدیکترین همسایگی و سپس شبکه‌های عصبی شناخته شده‌اند. بر همین اساس می‌توان مدل‌های پیشنهادی را به عنوان یک ابزار پشتیبان تصمیم‌گیری در سیستم‌های آموزشی مورد استفاده قرار داد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Classification and prediction of students’ educational status using data mining techniques.
چکیده انگلیسی مقاله Data mining and discovering hidden knowledge and patterns from data in educational systems enables the decision makers in higher education domain to improve educational processes such as planning, enrollment, assessment and counseling. The goal of this study is to classify students and prediction of their educational status using data mining techniques. In this research, we have tried to build proper models for predicting students’ educational status in the following semester using appropriate data preparation of their demographic and educational history and applying it to different classification techniques including decision tree, logistic regression, k-nearest neighbor and neural networks. Finally we have compared the results obtained from these techniques and offered k-nearest neighbor and neural networks as the best models for students’ classification. On this basis, proposed models can be utilized as a decision supporting tool in educational systems
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سمیه حیدری |
مدرس دانشکده مهندسی صنایع دانشگاه آزاد اسلامی واحد پرند
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی پرند (Islamic azad university of parand)

مسعود یقینی |
عضو هیئت علمی دانشگاه علم و صنعت ایران
سازمان اصلی تایید شده: دانشگاه علم و صنعت ایران (Iran university of science and technology)

نشانی اینترنتی http://journal.sanjesh.org/article_15694_b498a86d309c6ed453654ae43fd13de9.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1278/article-1278-231427.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات