ارزیابی الگوریتم های داده کاوی بر روی داده های آموزشی با استفاده از روش های تصمیم گیری چندمعیاره
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 625
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_DMOR-6-1_003
تاریخ نمایه سازی: 15 شهریور 1400
Abstract:
بررسی عملکرد تحصیلی دانشجویان با استفاده از داده کاوی آموزشی یکی از مهم ترین موضوعات در حوزه مدیریت آموزشی است و مورد توجه بسیاری از پژوهشگران قرار گرفته است. هدف پژوهش حاضر، ارائه روش تجربی برای انتخاب الگوریتم با بهترین عملکرد از منظر شاخص های ارزیابی در پیش بینی وضعیت تحصیلی دانشجویان در حالت دو و سه کلاسه است. پایگاه داده دوکلاسه، پذیرش یا رد دانشجویان در درس موردنظر را پیش بینی می کند، درحالی که پایگاه داده سه کلاسه، علاوه بر پذیرش یا رد به شناسایی دانشجویان مستعد و نخبه می پردازد. با استفاده از مقالات پیشین در حوزه داده کاوی آموزشی و نظرات خبرگان، فاکتورهای تاثیرگذار بر عملکرد تحصیلی دانشجویان شناسایی و براساس آن ها پایگاه داده تدوین شد. پس از تنظیم پارامترها و اجرای الگوریتم های مختلف، نمره عملکرد الگوریتم ها با استفاده از آزمون تی زوجی براساس سه شاخص صحت، F-measureو ROC محاسبه شده، سپس با استفاده از روش های تاپسیس و ویکور، الگوریتم ها مقایسه و رتبه بندی شدند. در حالت دو کلاسه ماشین بردار پشتیبان در تاپسیس با مقدار ۹۹۹۱۱۵/۰ ویکور با مقدار صفر بهترین عملکرد را از خود نشان داده است. در حالت چندکلاسه، الگوریتم رگرسیون لجستیک در هر دو روش تاپسیس و ویکور با مقادیر به ترتیب ۰.۹۹۸۶۰۴۴ و ۰.۰۰۰۹۷۹۸، بهتر از سایر الگوریتم ها عمل کرده است. می توان روش پیشنهادی را به عنوان یک ابزار برای انتخاب الگوریتم با بهترین عملکرد در داده کاوی آموزشی استفاده نمود. زیرا انتخاب الگوریتم برای دستیابی به نتایج دقیق و صحیح بسیار موثر است و می توان در فرایند مشاوره و جلوگیری از افت تحصیلی دانشجویان با دقت نظر بیشتری عمل کرد.
Keywords:
Authors
فاطمه میرسعیدی
گروه مهندسی صنایع ، دانشکده مهندسی، دانشگاه تربت حیدریه، تربت حیدریه، ایران.
حمیدرضا کوشا
گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران.
محمد قدوسی
گروه مهندسی صنایع ، دانشکده مهندسی، دانشگاه تربت حیدریه، تربت حیدریه، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :