استفاده از داده کاوی برای پیش بینی عملکرد استاد

در دهه های اخیر داده کاوی به یکی از ابزارهای موثر برای تحلیل داده و سیستم مدیریت دانش تبدیل شده است به طوری که بسیاری از حوزه ها روش داده کاوی را برای حل مسائلشان اتخاذ کرده اند. استفاده از داده کاوی در آموزش جهت ارتقاء سیستم آموزشی هنوز نسبتا جدید است. این مقاله بر پیش بینی عملکرد استاد و بررسی عوامل موثر بر موفقیت دانشجویان جهت بهبود کیفیت سیستم آموزشی تمرکز دارد. مجموعه داده های ارزیابی دانشجویانی از ترکیه در نظر گرفته شده و کلاسبندهای داده ی مختلفی مانند درخت تصمیم J۴۸، پرسپترون چند لایه، نیو بیز و بهینه سازی متوالی کمینه بر روی این داده ها اجرا شدند. مقایسه ای از چهار کلاسبند برای پیش بینی دقت و یافتن بهترین الگوریتم کلاسبند در میان آن ها انجام شده است. نتایج این مطالعه بسیار امیدبخش بوده و دیدگاه دیگری برای ارزیابی عملکرد دانشجویان ارائه می نماید. آن همچنین اهمیت به کارگیری ابزارهای داده کاوی در زمینه ی آموزش را برجسته می نماید. نتایج نشان می دهد که استفاده از روش ارزیابی مشخصه بر روی مجموعه داده، دقت عملکرد پیش بینی را افزایش می دهد.

کلیدواژه ها:

داده کاوی ، درخت تصمیم ، پرسپترون چند لایه ، نیو بیز ، بهینه سازی متوالی کمینه