هوشمندسازی انتخاب رشته تحصیلی دانش آموزان با استفاده از الگوریتم های طبقه بندی و ترکیبی در داده کاوی (شرایط کرونا)

امروزه با پیشرفت علم و تکنولوژی و ابزارهای فناوری، توانایی بازبینی و ذخیره داده های مهم با حجم وسیع فراهم گشته است و نیاز به علمی جهت جستجو در این داده ها و دریافت نتایج مفید لازم و ضروری گشته است. داده کاوی، جستجوی خودکار منابع داده ای بزرگ، جهت یافتن الگوها و وابستگی هایی است که تحلیل های ساده آماری قادر به انجام آن نیستند. یکی از زمینه هایی که نیازمند استفاده از این ابزارها جهت تحلیل داده های وسیع و مدلسازی پیشگویانه محاسباتی جدید است، نظام آموزش می باشد. از این رو در این مقاله سعی بر آن است با توجه به شرایط کنونی شیوع ویروس کرونا و عدم حضور دانش آموزان در کلاس های حضوری وهمه شرایط پیشین و فعلی دانش آموز با استفاده از داده های 741 دانش آموز پایه های مختلف که بر مبنای روش های داده کاوی به کشف دانش از این داده ها، به منظور پیش بینی انتخاب رشته آنها براساس نمرات و شرایط حاصله پرداخته می شود در مرحله مدلسازی، ابتدا مجموعه داده ها در طی عملیات تعریف شده پیش پردزاش می شوند و سپس از الگوریتم های پایه درخت تصمیم، ساختار فازی، شبکه عصبی و ترکیب الگوریتم های فوق به منظور پیش بینی انتخاب رشته صحیح استفاده شده است.

کلیدواژه ها:

داده کاوی ، پیش پردازش داده ها ، درخت تصمیم ، ساختار فازی ، شبکه عصبی