CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بررسی عوامل موثر بر افت تحصیلی در دانش آموزان مقطع متوسطه شهر همدان با استفاده از تکنیک های داده کاوی

عنوان مقاله: بررسی عوامل موثر بر افت تحصیلی در دانش آموزان مقطع متوسطه شهر همدان با استفاده از تکنیک های داده کاوی
شناسه ملی مقاله: THCONF07_007
منتشر شده در هفتمین همایش ملی افق های نوین در مدیریت، اقتصاد و کامپیوتر در سال 1402
مشخصات نویسندگان مقاله:

زهرا مرادی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر موسسه آموزش عالی گنجنامه همدان
منصور اسماعیل پور - دانشیار گروه کامپیوتر، دانشگاه آزاد اسلامی واحد همدان

خلاصه مقاله:
یکی از مهم ترین آفات نظام آموزشی جهان از جمله کشور ما، افت تحصیلی است که همه ساله به صورت های مختلفبخش عمده ای از استعدادهای بالقوه انسانی و منابع اقتصادی جامعه را به هدر می دهد و نابسامانی های فردی واقتصادی زیادی بر جای می گذارد. این پدیده به صورت مردودی یا ترک تحصیل یا کج روی های دیگر جلوه می نماید.کارشناسان مسائل اجتماعی در بررسی علت ها و عوامل افت تحصیلی دانش آموزان دو دسته عوام ل فردی و اجتماعیمعرفی می کنند که توجه به عوامل و علل افت تحصیلی و ریشه یابی این عوامل می تواند در موفقیت دانش آموزان موثرواقع شود. در حالی که عدم توجه به این عوامل و سهل انگاری در این مورد ضررها و زیان های جبران ناپذیری به نسلیوارد خواهد ساخت که آینده کشور با دست های آنان ساخته خواهد شد[۱]. افت تحصیلی را می توان نزول از یک سطحبالاتر به سطح پائین تر یا کاهش فعالیت درسی و مطالعه دانش آموز در یک دوره تحصیلی، نسبت به دوره تحصیلی قبلیدر نظر گرفت. پژوهشگران در سال های گذشته عوامل اجتماعی و خانوادگی را اصلی ترین دلیل در افت تحصیلی دانشآموزان می دانستند و در درجات بعدی عوامل آموزشی و فردی را در نظر می گرفتند، اما امروزه با بزرگ تر شدن جوامعبشری عوامل دخیل در افت تحصیلی دانش آموزان نیز بیش تر شده است. برای نزدیک تر شدن به اهداف نظام آموزشیحتما باید عوامل موثر بر افت تحصیلی را شناخت و اثرهای آن را کاهش داد [۲]. در این مقاله ما ای ن عمل را با روش هایدرخت تصمیم j۴۸ ، Naive Bayes ، شبکه عصبی پرسپترون چندلایه و OneR از تکنیک های داده کاوی انجامداده ایم و نتایج نشان می دهد که رو ش پرسپترون چندلایه از سایر روش ها بهتر عمل می کند.

کلمات کلیدی:
داده کاوی، افت تحصیلی، درخت تصمیم j۴۸ ، Naive Bayes ، شبکه عصبی مصنوعی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2015010/