بررسی میزان تاثیر دروس مشترک رشتههای مهندسی در موفقیت دانشجویان رشته مهندسی معدن (CFIS2017)

  • سال انتشار: 1395
  • محل انتشار: پنجمین کنگره مشترک سیستمهای فازی و هوشمند ایران (شانزدهمین کنفرانس سیستمهای فازی و چهاردهمین کنفرانس سیستمهای هوشمند)
  • کد COI اختصاصی: ICFUZZYS16_012
  • زبان مقاله: فارسی
  • تعداد مشاهده: 467
دانلود فایل این مقاله

نویسندگان

محسن فرهادی

عضو هیات علمی دانشکده مهندسی کامپیوتردانشگاه صنعتی شاهرود

مهشید مرادی

فارغ التحصیل مهندسی کامپیوتر – نرم افزار دانشگاه صنعتی شاهرود

سعیده عامریون

دانشجوی کارشناسی ارشد مهندسی کامپیوتر – نرم افزار دانشگاه آزاد شاهرود

چکیده

در چند دههی اخیر پایگاه دادههای دانشگاهها، دادههای زیادی از دانشجویان را ذخیره نمودهاند. تکنیک های داده کاوی به طور تاریخی به گونه ای گسترش یافته اند که به سادگی می توان آنها را بر ابزارهای نرم افزاری امروزی تطبیق داده و از اطلاعات جمعآوری شده بهترین بهره رابرد. در این مقاله با استفاده از الگوها و فرمول های بدست آمده از میان اطلاعات مشترک دوترم اول، نحوه ی پیشبینی معدل دانشجویان مهندسی معدن دانشگاه صنعتی شاهرود آورده شده است تا دانشجویان بر اساس آن مدیریت بهتری را در برنامهریزی درسی خود داشته باشند. همچنیناین پیشبینی در جهت استعدادیابی و فراهم کردن زمینهی پیشرفت وسیع در مورد افراد موفق و جلوگیری از ایجاد شرایط نامطلوب برای افراد ناموفق و هدایت آنها به سمت شرایط بهتر ضروری میباشد. لذا با اعمال الگوریتم درخت تصمیم بر روی دادهها به الگوهایی برای پیش بینیمیزان موفقیت دانشجویان در رشته معدن دست یافتهایم. نتایج بدست آمده نشان میدهد معدل و تعداد واحد گذرانده دروس مشترک دو ترم اول در پیش بینی وضعیت نهایی دانشجویان رشته معدن موثر میباشند

کلیدواژه ها

دادهکاوی، پیشبینی میزان موفیقت، پیشبینی معدل، ابزار دادهکاوی

مقالات مرتبط جدید

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.