پیش بینی وضعیت تحصیلی دانشجویان موسسه آموزش عالی صفاهان با استفاده از داده کاوی به کمک نرم افزار RapidMiner 2

پیش بینی وضعیت تحصیلی دانشجویان موسسه آموزش عالی صفاهان با استفاده از داده کاوی به کمک نرم افزار RapidMiner 2


  • 120 بازدید

 آکادمی داده  که به زودی پنجمین سال فعالیت خود را جشن می گیرد سالهاست به دنبال ایجاد محتوای مفید برای علاقه مندان علوم داده‌کاوی، متن کاوی و علوم مرتبط با علم داده، مدیریت دانش، هوش تجاری و مباحث مرتبط است.  آکادمی داده  امیدوار است با این اقدامات بتواند اثری هر چند اندک در افزایش آگاهی علاقه مندان به این حوزه ها داشته باشد. در این سری مقالات  آکادمی داده  تلاش دارد مقالات جالب، جدید، پر محتوا و اثرگزار را در علوم داده‌کاوی، متن کاوی، مدیریت دانش، هوش تجاری و مباحث مرتبط ارایه نماید. در این سری مقالات ابتدا مقدمه و سپس نتیجه گیری مقالات ارایه شده است و سپس‌ فایل پی دی اف مقاله برای دانلود رایگان علاقه مندان توسط  آکادمی داده تهیه شده و قابل دانلود است.

چکیده
داده کاوی آموزشی یکی از کاربردهای مهم داده کاوی است. در این مقاله به پیش بینی وضعیت تحصیلی دانشجویان موسسه آموزش عالی صفاهان به کمک نرم افزار Rapid miner پرداخته شده است. ابتدا مراحل موردنیاز آماده سازی روی داده های جمع آوری شده انجام شده است. سپس جهت ساخت مدل از روش دسته بندی مبتنی بر الگوریتم درخت تصمیم استفاده شده است. پس از ساخت مدل به روش kfold cross validation به ارزیابی مدل حاصل پرداختیم که دقت 71.33٪ به دست آمد. مهمترین نتیجه حاصل از این پروژه آن است که معدل ترم دوم دانشجویان نقش مهمی در پیش بینی وضعیت تحصیلی دانشجویان و تشخیص دانشجویان خاص (ممتاز یا مشروطی) و برنامه ریزی آموزشی مناسب برای ایشان ایفا می کند.

نتیجه گیری
در این تحقیق با استفاده از رویکردی کاربردی روش دسته بندی مبتنی بر درخت تصمیم بر روی داده های دانشجویان موسسه آموزش عالی صفاهان اعمال گردید و مدل کاوشی به منظور پیش بینی وضعیت تحصیلی دانشجویان بر اساس مشخصه های آموزشی ایشان استخراج گردید.
در درخت تصمیم صفت های مهم تر در گره های بالای درخت قرار می گیرد. در این پروژه معدل ترم دوم در راس درخت قرار دارد که این مسئله دارای توجیه منطقی است . از آنجایی که اغلب دانشجویان در ترم اول به دلایل مختلف دچار افت تحصیل می شوند و از ترم دوم جدیت بیشتری در یادگیری دارند، بنابراین کاملا منطقی است که راس درخت از معدل ترم دوم شروع گردد. بنابراین جهت ارزیابی و پیش بینی آینده | آموزشی ایشان در ترم های اول استفاده از معدل ترم دوم اهمیت و اعتبار بالاتری نسبت به معدل ترم اول داراست. این مدل برای پیش بینی وضعیت تحصیلی دانشجویان می تواند مورد استفاده قرار گیرد و براساس این پیش بینی دانشجویان در ۴ دسته عالی، خوب، متوسط و ضعیف رده بندی می گردند که بر این اساس می توان اقدامات مورد نیاز را برای حمایتشان و جلوگیری از مشکلات آتی برنامه ریزی و اعمال نمود.

این مقاله توسط آکادمی داده تهیه شده است و از طریق لینک قابل دسترسی است. محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر در حال پژوهش در حوزه داده کاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام  آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید. 

مجموعه مقالات فارسی به صورت یکجا نیز از طریق لینک قابل دسترسی هستند. 

اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.