بررسی عوامل موثر بر میزان استفاده دانشجویان از اینترنت به روش شبکه عصبی مصنوعی
- سال انتشار: 1393
- محل انتشار: کنفرانس بین المللی مدیریت و مهندسی صنایع
- کد COI اختصاصی: ICMI01_123
- زبان مقاله: فارسی
- تعداد مشاهده: 754
نویسندگان
دکترای تخصصی (Ph.D)، رشته بیوشیمی بالینی، گروه بیوشیمی و ژنتیک، دانشکده پزشکی، دانشگاه علوم پزشکی اراک
دانشجوی دوره کارشناسی ارشد، رشته تاریخ و فلسفه آموزش و پرورش (تعلیم و تربیت اسلامی)، گروه آموزش و پژوهش علوم تربیتی و روانشناسی دانشگاه پیام
فارغ التحصیل دوره کارشناسی، رشته نرم افزار، دانشکده نرم افزار، دانشگاه غیاث الدین جمشید کاشانی، آبیک قزوین
دانشجوی دوره کارشناسی، رشته مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه صنعتی شریف، تهران
چکیده
هدف: با توجه به پیشرفت های سریع علمی، استفاده از روشهای نوین آموزشی نظیر روشهای مبتنی بر اینترنت، اجتناب ناپذیر است. در این زمینه بررسی رفتارهای مطالعاتی دانشجویان از اهمیت زیادی برخوردار است و پیش بینی این رفتارها باید بر اساس مدل هایی باشد که حداقل خطا و حداکثر اطمینان را داشته باشد. هدف از این تحقیق، بررسی پارامترهای موثر بر میزان استفاده دانشجویان از اینترنت و پیش بینی میزان تاثیر این عوامل، با استفاده از شبکه عصبی مصنوعی (Artificial neural network: ANN) بوده است. روش کار: در ابتدای ترم تحصیلی پرسشنامه هایی شامل اطلاعات شخصی و وضعیت درسی تهیه شد و در اختیار 86 نفر از دانشجویان رشته علوم آزمایشگاهی قرار داده شد. پس از استخراج اطلاعات، آنالیز نتایج با استفاده از شبکه عصبی مصنوعی انجام شد. بدین منظور از روش پرسپترون چهارلایه (1-3-5-12) استفاده شد. در مرحله یادگیری، از روش Batch استفاده شد. لایه ورودی شامل 12 متغیر مستقل و لایه خروجی شامل میزان ساعات استفاده از اینترنت بود. جهت ارتباط لایه ها از تابع عملیاتی Hyperbolic tangent بهره برده شد. نتایج: محاسبه مجموع مربعات خطا، میزان خطای نسبی در مرحله آموزش و آزمایش و همچنین ضریب همبستگی بین مقادیر مشاهده شده و مقادیر پیشگویی شده توسط مدل شبکه عصبی نشان داد که این مدل دارای اعتبار قابل قبولی در پیشگویی میزان استفاده از اینترنت در بین دانشجویان است. بر اساس این مدل، آشنایی با سایتهای علمی، آشنایی با برنامه Acrobat reader و نرم افزار Word ،بیشترین تاثیر را بر میزان استفاده از اینترنت دارد.کلیدواژه ها
اینترنت، پرسپترون، شبکه عصبی مصنوعی، علوم آزمایشگاهی، یادگیریمقالات مرتبط جدید
- نهان کاوی صوتی براساس مدل psychoacoustic معکوس شنیداری انسان
- اهمیت و جایگاه هوش مصنوعی و لجستیک بحران در حملات بیوتروریستی
- بهینه سازی سبد سهام بورس اوراق بهادار تهران با استفاده از الگوریتم ژنتیک
- بررسی چالش های امنیتی و راهکارهای آن در پایگاه داده های NoSQL و کلان داده ها
- طراحی مدل تخصیص هواپیماها به مسیر جهت حداکثر کردن سود مورد انتظار با در نظر گیری عدم قطعیت در تقاضا
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.