تحلیل داده های آموزشی دانشجویان با هدف ارزیابی موفقیت تحصیلی با استفاده از رویکرد داده کاوی (نمونه موردی: دانشکده مدیریت و مهندسی صنایع دانشگاه شاهرود)
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 305
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MPES-11-2_008
تاریخ نمایه سازی: 24 شهریور 1400
چکیده مقاله:
کسب دانش پیرامون الگوهای رفتاری وضعیت تحصیلی دانشجویان نقش بسزایی در مدیریت موفق مراکز آموزشی و ارائه خدمات مطلوب و متناسب با وضعیت های فعلی و آتی تحصیلی دانشجویان دارد. این دانش، در اطلاعات آموزشی نهفته بوده و می تواند با استفاده از ابزار داده کاوی استخراج شود. در این مقاله یک مدل داده کاوی مبتنی بر تکنیک خوشه بندی سلسله مراتبی توسعه یافته برای تحلیل اطلاعات مربوط به وضعیت تحصیلی دانشجویان شامل اطلاعات پیش از ورود به دانشگاه و وضعیت تحصیلی آنان ارائه شده است. علاوه بر آن، یک مدل پیش بینی مبتنی بر قرارگیری هر دانشجو با مشخصات خاص در یک خوشه و برآورد عملکرد تحصیلی وی ارائه شده است. مدل داده کاوی پیشنهاد شده در دانشکده مدیریت دانشگاه صنعتی شاهرود به عنوان نمونه موردی پیاده سازی شده است. نتایج تحقیق توسط خبرگان و مدیران آموزشی دانشگاه اعتبارسنجی شده است. پس از تحلیل داده ها و ارائه مدل پیش بینی، خوشه های دانشجویان مبتنی بر شاخص نشان دهنده وضعیت تحصیلی ارائه شده است. نتایج نشان می دهند که برخی از ویژگی های دانشجویان مربوط به دوران قبل و بعد از ورود آنان به دانشگاه بر تعلق آنان به خوشه های وضعیت تحصیلی تاثیر معنادار دارند. با استفاده از ابزار داده کاوی، مجموعه ای از قوانین برای ارتقای کیفیت تصمیمات مدیران آموزشی و انتقال دانشجویان از خوشه های با وضعیت تحصیلی نامناسب به وضعیت بهتر پیشنهاد شده است. هم چنین با توجه به شناسایی وضعیت تحصیلی دانشجویان، مدل پیش بینی کننده وضعیت آتی تحصیلی آنان نظیر رشد معدل و یا مشروطی تحصیلی ارائه شده است. تمامی نتایج با توجه به نظرات دریافت شده از خبرگان ارزیابی و اعتبار آنان تایید شده است.
کلیدواژه ها:
نویسندگان
علی اکبر حسنی
استادیار دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود.
مرتضی بذرافشان
استادیار، دانشکده مهندسی صنایع، دانشگاه آزاد لاهیجان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :