کاربردداده کاوی برروی داده های آموزش عالی دانشجویان دانشکده دندانپزشکی شهررشت بااستفاده ازتکنیکهای طبقه بندی وخوشه بندی
- سال انتشار: 1392
- محل انتشار: اولین همایش ملی رویکردهای نوین در مهندسی کامپیوتر و بازیابی اطلاعات
- کد COI اختصاصی: BPJ01_044
- زبان مقاله: فارسی
- تعداد مشاهده: 1337
نویسندگان
کارشناس ارشدمدیریت فناوری اطلاعات
مدرس سازمان فنی حرفه ای شهررشت
مدرس دانشگاه جامع علمی کاربردی رشت
چکیده
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 نمودکلیدواژه ها
تکنیک خوشه بندی، تکنیک طبقه بندی داده کاوی آموزشی، Data Miningمقالات مرتبط جدید
- بررسی عددی تاثیر لایه مرزی بر عملکرد انتقال حرارت و افت فشار در مبدل های حرارتی
- Quantitative Insights into G Protein Signaling: A Review of Recent SPR Methodologies and Discoveries
- استفاده از دو الگوریتم رمزنگاری AES و DES در راستای افزایش امنیت اطلاعات در شبکه های حسگر بیسیم
- پیشنهاد الگوریتم های بهینه سازی برای طراحی گراف های پیچیده با استفاده از شبکه های مولد (GAN)
- طراحی و ارزیابی مدل های تحلیلی برای تسریع فرایند های تصمیم گیری در تحلیل داده های بزرگ به کمک تکنیک یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.