امین کاشی - دانشجوی کارشناسی ارشد صنایع، دانشگاه آزاد اسلامی واحد قزوین، دانشکده صنایع و مکانیک، قزوین، ایران
پرهام عظیمی - استادیار گروه صنایع، دانشگاه آزاد اسلامی واحد قزوین، دانشکده صنایع و مکانیک، قزوین، ایران.

اکنون در برهه ای از زمان هستیم که زمان و سرعت تولید داده ها بسیار بیشتر از سرعت تحلیل ماست. در عمل به جای آنکه بتوانیم از داده های بسیاری که گردآوری نموده ایم بهره مناسب ببریم، اسیر آن ها شده ایم. در نتیجه باید به دنبال روش هاییباشیم که در حداقل زمان ممکن به کمک تحلیل های مناسب درک ما را از سیستم بالا ببرد. این نیازها به وجود آمدن داده کاوی را باعث شده است. داده کاوی فرایندی بسیار پیچیده جهت شناسایی الگوها و مدل های صحیح، جدید و مفید، در حجم وسیعی از داده می باشد، به طریقی که این الگوها و مدل ها برای انسان قابل درک باشد. امروزه موسسات آموزش عالی یکی از مراکز وموسساتی هستند که مجموعه ای بزرگ از اطلاعات و داده ها را در بانک های اطلاعاتی خود دارند، با توجه به اینکه دانشگاه آزاد واحد بوئین زهرا نیز مانند سایر دانشگاهها و موسسات آموزش عالی با رشد روز افزون داده ها همراه میباشد، لذا در این تحقیق با بکار گرفتن فرآیند داده کاوی از پایگاه داده موجود و گروه بندی اطلاعات آماری دانشجویان با استفاده از زمینه کاری خوشه بندیبر اساس مشخصههای ورودی، به استخراج نمایه سازهای توصیفی از خوشهها پرداخته شده است و در نهایت ویژگیهای دانشجویان و معیارهای موفقیت آموزشی تعیین میشوند. محدودهی داده های مورد بحث در این تحقیق شامل اطلاعات آماری دانشجویانکارشناسی ارشد رشته مدیریت بازرگانی در شش گرایش در دانشگاه آزاد واحد بوئین زهرا میباشد. پیاده سازی پروژه داده کاوی واجرای مدلهای خوشه بندی بروی پایگاه داده و در نتیجه بدست آوردن خوشه هایی با ویژگیهای مشابه و نزدیک به یکدیگر در داخل خوشه ها در محیط نرم افزار IBM SPSS Modolerانجام گردیده است. بدین منظور برای دسته بندی و بخش بندی دانشجویان دو تکنیک پرکاربرد داده کاوی در خوشه بندی یعنی Two-steps و K-Means را بروی پایگاه داده تحقیق اجرا خواهیم کرد و در نتیجه نتایج حاصل از هر دو تکنیک را به عنوان خروجی و نتایج تحقیق مورد ارزیابی و مقایسه قرار میدهیم.

داده کاوی، رفتار آموزشی، خوشه بندی/Two-steps ،k-means