کاربردداده کاوی برروی داده های آموزش عالی دانشجویان دانشکده دندانپزشکی شهررشت بااستفاده ازتکنیکهای طبقه بندی وخوشه بندی

هدف بررسی اطلاعات اموزشی دانش اموختگان رشته دندانپزشکی بین سالهای 1375تا1390 وبدست اوردن مدلی جهت پیش بینی دانشجویان ممتاز قوی و دانشجویان تحت ریسک مشروطی ضعیف و عوامل موثربرنمرات ورفتاراموزشی آنها است داده کاوی داده ها با استفاده ازیک فرایند چندمرحله ای بنام CRIPS صورت گرفت دراین تحقیق ازمدل CHAID برای پیش بینی ازطریق طبقه بندی و مدلهای Two-Step ی K-Means برای خوشه بندیاستفاده گردید نتایج این مطالعه نشانداد فیلدهای جنس سن سهیمه معدل کل تعدادترم مشروطی و فیلدPASS درخوشه بندی بعنوان فیلدهای بااهمیت بدست امدند مدل TWO-step بهتر ازk-means شناخته شده وچهارخوشه شامل خوشه 1بهداشتکاران خوشه 2دانشجویان متوسط با100درصد جمعیت مردخوشه 3دانشجویان ضعیف و خوشه 4 دانشجویان قوی تولید نمود هردومدل دررابطه باخوشه بندی دانشجویان متوسط ضعیف عمل نمودند مدل chaid درتکنیک طبقه بندی برای پیش بینی دانشجویان قوی ممتاز دانشجویان ممتاز ودانشجویان ضعیف قوانینی بادرصد صحت بالا تولید نمود داده کاوی اموزش نشان داد که ازمدل chaid درتکنیک طبقه بندیجهت پیش بینی دانشجویان ضعیف و قوی و دانشجویانی که درخطرمشروطی هستند و ازمدل two-step میتوان درتکنیک خوشه بندی جهت بررسی داده ها و رفتاردانشجویان برای بهبود کیفیت و برنامه ریزی استراتژیک اموزشی استفاده نمود

کلیدواژه ها:

تکنیک خوشه بندی ، تکنیک طبقه بندی داده کاوی آموزشی ، Data Mining