سمیه فتاحی - استادیار پژوهشکده فناوری اطلاعات، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)
بهروز رسولی - استادیار پژوهشکده جامعه و اطلاعات، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)

امروزه در هر کشوری پیشرفت های علمی و فناوری باعث پیشرفت های اقتصادی و بهبود سطح رفاه و زندگی افراد می شوند. توجه به و ضعیت علمی و توسعه آن یکی از مهم ترین شاخص های تو سعه ک شورها محسوب می شود. به همین منظور گسترش دانشگاه ها و مراکز آموزش عالی-که کلیدی ترین نهادهای پیشرفت علمی و فناوری هستند - بسیار حایز اهمیت است. نظام های رتبه بندی گوناگونی شکل گرفته اند که موسسه های جهان را در زمینه های گوناگون ارزیابی و رتبه بندی می کنند. این رتبه بندی ها که معمولا به صورت سالانه در مجامع علمی منتشر می شوند وضعیت یک موسسه آموزش عالی را مشخص می کند و آوازه آن را افزایش یا کاهش می دهند. از طرفی پیش بینی کردن آینده براساس داده های گذشته و حال، فرآیند بسیاری مهمی در برنامه ریزی و تصمیم گیری است. مراکزی که بتوانند وضعیت شان در آینده را براساس وضعیت فعلی شان با حداقل خطا پیش بینی نمایند، می توانند در آینده موفق تر باشند. بر این اساس، پیش بینی جایگاه دانشگاه ها و موسسه های آموزش عالی ضروری به نظر می رسد. هدف از این مقاله، طراحی و پیاده سازی سامانه پیش بینی جایگاه دانشگاه ها و موسسه های آموزش عالی در نظام رتبه بندی تایمز است. با ا ستفاده از الگوریتم های هوش مصنوعی از جمله رگرسیون، ماشین بردار پشتیبان، شبکه عصبی و درخت تصمیم پیش بینی صورت می گیرد. نتایج این پیش بینی ها می تواند وضعیت دانشگاه ها و موسسه های آموزش عالی را در آینده گزارش دهد وتصمیم گیران و سیاست گذاران را در جهت ارائه استراتژی های بهینه هدایت نماید. بعد از پیش بینی، سامانه طراحی شده، سه دسته از پیشنهادات را در قالب بسته های طلایی، نقره ای و برنزی به دانشگاه ها و موسسه ها پیشنهاد می دهد تا براساس آن راهکارها رتبه خود را در آینده بهبود دهند.

نظام رتبه بندی تایمز، پیش بینی، رگرسیون، درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان