مدل خوشه بندی دانشجویان کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات با رویکرد داده کاوی

در این تحقیق، روش پیشنهادی برمبنای ترکیب دو الگوریتم K-means و SFLA در راستای افزایش دقت خوشه بندی دانشجویان کارشناسی ارشد ارائه می شود. در واقع از از ترکیب این دو الگوریتم جهت خوشه بندی جامعه آماری استفاده می شود که مهمترین قسمت از خوشه بندی به حساب می آید. الگوریتم SFLA ترکیب روش قطعی و روش تصادفی است. این تحقیق برمبنای هدف، کاربردی و برمبنای روش تحلیل و براساس نوع داده، کمی است. در این تحقیق، جامعه آماری شامل تمامی دانشجویان کارشناسی ارشد رشته مدیریت فناوری اطلاعات در دانشگاه آزاد است که این رشته را ارائه می دهند. نتایج حاصل از پیاده سازی روش پیشنهادی نشان می دهد که معیار دقت برای روش پیشنهادی بهمراتب بهتر از سایر روش های اشاره شده در بالا می باشد و علت آن ترکیب شدن دو الگوریتم K-Means و الگوریتم تکاملی قورباغه بودهاست.

کلیدواژه ها:

خوشه بندی ، داده کاوی ، الگوریتم قورباغه ، معیار دقت