پیش بینی رابطه زوجین در دوره کرونا با استفاده از انتخاب ویژگی مبتنی بر همبستگی و یادگیری ماشین
Publish place: Soft Computing Journal، Vol: 10، Issue: 2
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 98
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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_SCJKA-10-2_005
تاریخ نمایه سازی: 26 فروردین 1402
Abstract:
با پیشرفت بیماری کرونا اغلب جوامع با افزایش آمار طلاق مواجه شدند که بدلیل نارضایتی، ناسازگاری و آشفتگی در روابط زوجین رخ داده است. یکی از عوامل موثر در ازدواج موفق، انتظار واقع گرایانه از ازدواج است که بررسی عوامل ازدواج موفق، گامی مهم برای رسیدن به این هدف است. در این راستا پژوهش حاضر به بررسی عوامل موثر در ازدواج موفق و یا طلاق زوجین با استفاده از کشف همبستگی بین ویژگی ها و الگوریتم های یادگیری ماشین پرداخته است. این پژوهش برای پیش بینی نوع رابطه زوجین اقدام به طراحی پرسشنامه استانداردی با ۵۴ سوال بر پایه پرسشنامه زوج درمانی گاتمن موجود در پایگاه داده Kaggle نموده و هدفش تشخیص بقای رابطه با استفاده از تحلیل ۱۷۰ نفر از پاسخ های زوجین است. همچنین پرسشنامه فوق به زبان فارسی طراحی و بین ۳۳ خانواده ایرانی پخش شد و با استفاده از الگوریتم های یادگیری ماشین، نوع رابطه زوجین پیش بینی شد. همچنین ویژگی های موثر بر رابطه زوجین در فرهنگ ایرانی در این تحقیق به کمک ضریب همبستگی پیرسون استخراج و با ویژگی های موثر در تحقیق دیگری که روی افرادی با فرهنگ متفاوت انجام شده است؛ مقایسه شده و نتایج نشان داد تغییر فرهنگ می تواند برخی از ویژگی های موثر را تغییر دهد. نتایج تجربی نشان می دهد عواملی که بیش از همه نقش موثری در پیش بینی مطلقه یا متاهل بودن فرد دارند شامل (۱) صمیمیت بین زوجین و (۲) سکوت و فرونشاندن خشم در بحث ها و مشاجره ها است. در بین الگوریتم های یادگیری ماشین مورد بررسی، الگوریتم درخت تصمیم و بیزین ساده با دقت ۱۰۰ درصد بالاترین کارایی را از خود نشان داده اند.
Keywords:
Authors
علی اصغر اخوان مهدوی
گروه مهندسی کامپیوتر، موسسه آموزش عالی خاوران، مشهد، ایران
الهام مهدی پور
گروه مهندسی کامپیوتر، موسسه آموزش عالی خاوران، مشهد، ایران