بکارگیری تکنیک های داده کاوی با رویکرد ترکیبی جهت پیش بینی ظرفیت کلاس های دانشگاهی در فرایند برنامه ریزی درسی

موضوع اصلی این تحقیق طراحی مدلی با بکارگیری تکنیک های داده کاوی جهت پیش بینی ظرفیت تکمیلی کلاسها در فرایندبرنامه ریزی درسی می باشد. پیش پردازش داده ها و انتخاب متغیرهای ورودی سیستم مطابق با متدولوژی CRISP_DM صورتگرفته است. در فاز طراحی مدل پیش بینی، از تکنیک های درخت تصمیم و شبکه عصبی مصنوعی استفاده شده است. در این مقالهبا بهره گیری خلاقانه از مدلهای خوشه بندی بصورت ترکیبی به عنوان لایه غربالگری اولیه، دقت مدلهای پیش بینی بصورت قابلملاحضه ای افزایش پیدا کرده است. الگوریتم های نگاشت خود سازمانده و دو مرحله ای به ترتیب جهت تعیین تعداد بهینه خوشه وخوشه بندی داده ها استفاده شده است. بعد از فاز مدل سازی، شاخص های ارزیابی مدلهای طبقه بندی مورد بررسی بیشتر قرارگرفت و با انجام آزمون فرض های آماری، مدل بهینه انتخاب شده است. نتایج حاصل از مدلسازی ها کارایی بیشتر الگوریتم درختتصمیم طبقه بندی و رگرسیون را نشان می دهند.

کلیدواژه ها:

داده کاوی تحصیلی ، شبکه عصبی پرسپترون چند لایه ، الگوریتم نگاشت خود سازمانده ، مدل خوشه بندی دو مرحله ای ، درخت تصمیم طبقه بندی و رگرسیون