طراحی یک نرم افزار به منظور پیش بینی انتخاب واحد دانشجویان با استفاده از الگوریتم خوشه بندی K میانگین
Publish place: The Second National Conference on New Approaches in Computer and Electrical Engineering
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 702
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJ02_237
تاریخ نمایه سازی: 11 آبان 1395
Abstract:
حجم وسیعی از اطلاعات آموزشی مانند نحوه تعامل کاربر با سامانه های مدیریتی آموزش، دروس انتخابی دانشجو و نمرات دانشجویان در پایگاه داده ها ذخیره می گردد. این داده ها حاوی اطلاعات با ارزشی برای مطالعه و تحلیل رفتار دانشجویان و ارائه مشاوره به دانشجویان می باشد. در پاسخ به این امر، رشته ی جدیدی از کاوش داده ها موسوم به داده کاوی به طور ویژه گسترش یافته است تا اطلاعات با ارزشی از مجموعه داده های عظیم استخراج نمایند. خوشه بندی یکی از روش های داده کاوی می باشد که برای حل این گونه مسائل به کار گرفته می شود. در این پژوهش با استفاده از الگوریتم خوشه بندی k میانگین، یک نرم افزار طراحی شده است که داده های سیستم انتخاب را به منظور بررسی نحوه ی رفتار دانشجویان در فرایند انتخاب واحد مورد بررسی قرار می دهد. در این راستا نحوه ارائه دروس در ورودی سال های مختلف مورد توجه بوده است. همچنین ، یک سیستم انتخاب واحد دانشگاهی در قالب یک مطالعه موردی مورد بررسی قرار می گیرد. هدف از این داده کاوی استخراج الگوهایی از رفتار دانشجویان در اخذ واحدهای آموزشی است. اطلاعات حاصل از تحقیق در قالب فرم های مورد نیاز در نرم افزار ویژوال استادیو ترسیم و نتایج به صورت تحلیلی بیان شده اند.
Keywords:
نرم افزار پیش بینی- انتخاب واحد- خوشه بندی- الگوریتم k میانگین
Authors
نساء محسنیان
آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی، واحد ساری، ساری، ایران
سجاد جدی ساروی
آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی، واحد ساری، ساری، ایران
عبدالرضا بابایی
عضو هیأت عمی آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی، واحد ساری، ساری، 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 :